折纸结构软体机械臂的神经网络逆运动学建模控制策略

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：针对软体机器人逆运动学求解不精确导致运动控制精度差的问题,提出一种基于多层感知器(MLP)神经网络学习的折纸结构软体机械臂逆运动学求解方法,从而使得软体机械臂在无末端定位引导情况下的运动能够遵循期望路径.通过搭建实验平台,选取了固定点和随机点最佳混合比例的数据集进行训练,同时在工作曲面上进行轨迹验证实验.实验结果表明,通过MLP无模型方法对折纸结构软体机械臂建模,软体机械臂以4.28 mm的平均距离误差(和机械臂原长相比相对距离误差2.17%)追踪期望路径.

外文标题：A Neural Network Inverse Kinematics Modelling Control Strategy for Soft Robotic Arms with Origami Structure

作者：

李天恒、陶健、董二宝

展开 >

作者单位：

中国科学技术大学工程科学学院,安徽合肥 230027

关键词：

软体机器人折纸结构神经网络运动控制

基金：

国家自然科学基金-面上项目

项目编号：

61773358

出版年：

2024

DOI：

10.3969/j.issn.1009-0134.2024.09.001

制造业自动化

北京机械工业自动化研究所

制造业自动化

CSTPCD

影响因子：0.482

ISSN：1009-0134

年,卷(期)：2024.46(9)