学位论文 > 优秀研究生学位论文题录展示
力觉临场感技术时延问题的神经网络解决算法研究
作 者: 王旭昊
导 师: 宁祎
学 校: 河南工业大学
专 业: 控制理论与控制工程
关键词: 遥操作系统 力觉临场感 信号时延 RBF神经网络 BP神经网络 时延偏差补偿
分类号: TP242
类 型: 硕士论文
年 份: 2011年
下 载: 28次
引 用: 0次
阅 读: 论文下载
内容摘要
主从机械手之间的信号时延是遥控作业机器人系统在实际应用中经常面临的关键问题之一。对于力反馈遥操作系统而言,当从远端传至主端的力觉交互信号存在明显时延时,会影响力觉临场感功能的正常发挥,并可能会对远程任务的作业质量和系统的全局性能造成威胁,因此有必要在主端对力反馈信号的时延进行处理。由于遥操作系统远端被控对象的各种属性和参量往往是复杂多变而又未知的,在短时间内通过推演法完成其精确数学模型的建立会有较大难度有时甚至是无法实现的。鉴于目前不断成熟的神经网络技术已经能够在训练算法的引导下自主、快速而精确地逼近几乎任意的线性或非线性映射关系,本算法将沿着神经网络技术的方向研究解决主从端力觉反馈信号的时延问题。其主体思路首先是借助从机械手对远端被控对象受力面部分潜在受力点的位置坐标进行采样,再传输至主手端借助RBF神经网络优良的局部映射能力将这些采样数据以一定精度映射成完整的受力面形状特征信息,并结合主手端预测的从机械手末端执行器的当前位置,在存在信号时延的情况下对远端真实的被控对象在当前时刻是否处于力交互状态以及力交互状态下接触点的形变位移量进行预测。其次对遥操作系统进行力交互实验,通过参照被控对象动力学数学模型的结构特征来建立合理的BP神经网络结构并设计实验数据样本提取和处理算法,以成功完成对BP神经网络的训练。接受训练的BP神经网络能够自主逼近主从手相关状态变量与力反馈信息时延偏差量之间的映射关系,并在后期将预测的时延偏差量实时地补偿入有时延偏差的力反馈信号中,从而达到减弱或消除力觉反馈信息时延的目的。结合本算法的提出背景和自身特点,其主要可应用于主从式医疗手术机器人及其类似的力反馈遥操作系统中。在通过Matlab仿真实验平台对本算法进行验证的过程中,建立了遥操作系统被控对象的典型动力学模型用于模拟生成力觉反馈信息,并用软件延时的方法将时延加入力反馈信息中,最终的仿真结果发现该算法在预测遥操作机器人系统力反馈信息的时延偏差上能够达到良好的预测精度和效果,经过该法预测处理后的力反馈信息与无时延的力反馈信息拟合度较高。此外该算法不需要添加额外的硬件辅助系统,仅需通讯环节在原先的基础上增加对从机械手运动状态信息的传输,成本低廉可实施性强,同时原理简单计算量小,不会为微处理器引入新的计算时延,因此是一种较理想的处理力觉临场感技术中力觉信息时延问题的方法。
|
全文目录
摘要 4-5 Abstract 5-6 目录 6-8 第一章 绪论 8-14 1.1 研究目的和意义 9-10 1.1.1 课题来源 9 1.1.2 研究目的和意义 9-10 1.2 国内外目前研究现状 10-12 1.2.1 国外研究现状 10-11 1.2.2 国内研究现状 11-12 1.3 课题总体要求和规划 12-14 1.3.1 课题总体要求 12-13 1.3.2 课题总体规划 13-14 第二章 算法涉及的理论基础及方案可行性研究 14-24 2.1 遥操作系统被控对象的经典动力学模型 14-15 2.2 算法预测机制涉及的神经网络技术介绍 15-18 2.2.1 RBF 神经网络技术简介 15-17 2.2.2 BP 神经网络技术简介 17-18 2.3 算法实现方案的主体思路及可行性分析 18-24 2.3.1 算法实现方案的主体思路 18-22 2.3.2 算法实现方案的可行性分析 22-24 第三章 时延下从手端力交互起止时间的预测 24-32 3.1 本章需要解决的问题 24-25 3.2 从机械手末端点坐标的预测 25-26 3.3 远端环境受力表面采样点坐标值的获取 26-28 3.4 应用于本算法的 RBF 神经网络结构的建立 28-29 3.5 力交互起止时间预测算法的原理实现 29-31 3.6 小结 31-32 第四章 时延下力反馈信息时延偏移量的预测 32-43 4.1 本章需要解决的问题 32 4.2 力反馈信号时延偏移量的预测原理 32-35 4.3 应用于本算法的 BP 神经网络结构的建立 35-37 4.4 预测现场网络参数的动态调整 37-42 4.5 小结 42-43 第五章 力觉反馈信息时延补偿算法的验证 43-57 5.1 力交互起止时间预测算法的仿真实验 43-49 5.1.1 单次力交互时起止时间的预测仿真 43-46 5.1.2 连续力交互时起止时间的预测仿真 46-49 5.2 力反馈信号时延补偿算法的仿真实验 49-57 5.2.1 训练样本数据的获取和 BP 神经网络的训练 49-52 5.2.2 本算法对力反馈信号时延的预测补偿实验 52-57 第六章 总结与展望 57-59 6.1 总结 57-58 6.2 展望 58-59 参考文献 59-62 致谢 62-63 个人简历 63
|
相似论文
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 机械臂视觉伺服系统的研究,TP242.6
- 市级旅游用地规划环境影响评价研究,X820.3
- 珠三角地区高性能混凝土配合比智能化系统,TU528
- 大学生综合素质测评研究,G645.5
- 基于并行算法的模糊综合评价模型的设计与应用,TP18
- 基于神经网络的牡蛎呈味肽制备及呈味特性研究,TS254.4
- 基于神经网络辨识的同步发电机励磁控制研究,TM31
- 高速公路拆迁民众生存系统评价研究,D523
- 煤矿风险信息集成与智能预警研究,X936
- 基于多杀毒软件协同的病毒检测方法研究,TP309.5
- 基于遗传算法的前馈神经网络优化研究,TP183
- JSYJ公司采购风险管理研究,F426.92
- 神经网络与组合预测在高速公路路面管理系统的应用研究,TP315
- 基于FLAC3D和神经网络的基坑变形预测系统研究,TU433
- 制造业绿色产品研发的风险识别与评价研究,F205;F224
- 可燃气体检测报警技术研究,TP212
- 基于视频的智能交通灯控制系统研究,TP273.5
- 基于MEMS惯性传感器的微小型航姿参考系统的设计与研究,V241.5
- 无人直升机鲁棒及自适应容错控制技术研究,V249.1
- 品牌服装企划系统中的产品预测系统架构设计,TS941.8
中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化技术及设备 > 机器人技术 > 机器人
© 2012 www.xueweilunwen.com
|