基于广义回归神经网络的视觉球形机器人建模

文档摘要：由于球形机器人具有复杂的机械结构和特殊的运动方式,导致其动力学模型具有非线性、多变量、强耦合、参数不确定等复杂因素,因此难以建立精确的数学模型.针对上述问题,设计了一种改进广义回归神经网络(GRNN)对其进行建模.首先,获取基于机理模型的球形机器人实测数据;然后,基于实测数据训练出改进GRNN模型并分析其预测效果;最后,分别基于改进GRNN和机理模型,设计球形机器人的控制器进行自平衡实验,前者比后者受到干扰时的波动幅度更小、调节时间短了近1s.实验结果证明了所设计建模方法的可行性和有效性.

Abstract：Duetocomplexmechanicalstructureandspecialmotionmodeofthesphericalrobot,itsdynamicmodelischaracterizedbynonlinear,multivariable,strongcoupling,parameteruncertaintyandothercomplexfactors,soitisdifficulttoestablishanaccuratemathematicalmodel.Aimingattheaboveproblems,animprovedgeneralizedregressionneuralnetwork(GRNN)isdesignedformodeling.Firstly,themeasureddataofthesphericalrobotbasedonthemechanismmodelareobtained.Then,animprovedGRNNmodelistrainedbasedonthemeasureddataanditspredictioneffectisanalyzed.Finally,thecontrollerofthesphericalrobotisdesignedbasedontheimprovedGRNNandthemechanismmodelrespectivelyforself-balancingexperiments.Thefluctuationamplitudeoftheformerissmallerandtheadjustmenttimeisshorterthanthatofthelatterbynearly1s.Experimentalresultsshowthattheproposedmodelingmethodisfeasibleandeffective.

作者：翟光耀  章政  郭昱琛  黄卫华  翟民Author：ZHAIGuangyao  ZHANGZheng  GUOYuchen  HUANGWeihua  ZHAIMin
作者单位：武汉科技大学机器人与智能系统研究院,湖北武汉430081
刊名：传感器与微系统 ISTICPKU
Journal：TransducerandMicrosystemTechnologies
年，卷(期)：2024, 43(6)
分类号：TP242TP212
关键词：球形机器人  视觉装置  动力学建模  灰狼优化算法  
Keywords：sphericalrobot  visiondevice  modelingofdynamics  greywolfoptimization(GWO)algorithm  
机标分类号：TP242TP391.9TP183
在线出版日期：2024年7月12日
基金项目：国家自然科学基金基于广义回归神经网络的视觉球形机器人建模[
期刊论文]  传感器与微系统--2024, 43(6)翟光耀  章政  郭昱琛  黄卫华  翟民由于球形机器人具有复杂的机械结构和特殊的运动方式,导致其动力学模型具有非线性、多变量、强耦合、参数不确定等复杂因素,因此难以建立精确的数学模型.针对上述问题,设计了一种改进广义回归神经网络(GRNN)对其进行建模.首...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文

关键词：球形机器人,视觉装置,动力学建模,灰狼优化算法,

2024-10-4 00:42 上传 基于广义回归神经网络的视觉球形机器人建模.pdf

文件大小:

1.11 MB

下载次数:

60

高速下载