软体机械臂的建模与神经网络控制

TG142.71; 软体机械臂因其出色的环境适应能力以及安全的人机交互使其在医疗、航天航空等领域有着广阔的应用前景.但由于软体机械臂是一类连续体装置,不能采用传统的刚体机械臂的建模和控制方法,需要一种新的建模方法.针对一类线驱动软体机械臂,本文提出一种基于应变参数化方法的软体机械臂建模方法,能够描述软体机械臂在三维空间下在不同布线方式下的运动.首先把整个软体机械臂当作一个Cosserat梁,利用成熟的Cosserat梁理论进行建模,其核心思想是利用Ritz方法对软体机械臂应变场进行离散化,得到一组常微分方程组,其次利用反向传播(Back propagation,BP)神经网络完成形状空间与驱动...

Full description

Saved in:
Bibliographic Details
Published in工程科学学报 Vol. 45; no. 3; pp. 454 - 464
Main Authors 杨妍, 刘运鹏, 韩江涛, 刘志杰, 韩志冀
Format Journal Article
LanguageChinese
Published 北京科技大学自动化学院,北京100083 01.03.2023
北京科技大学智能科学与技术学院,北京100083%北京航天自动控制研究所,北京100070%北京科技大学自动化学院,北京100083%北京科技大学智能科学与技术学院,北京100083
Subjects
Online AccessGet full text
ISSN2095-9389
DOI10.13374/j.issn2095-9389.2021.12.17.003

Cover

More Information
Summary:TG142.71; 软体机械臂因其出色的环境适应能力以及安全的人机交互使其在医疗、航天航空等领域有着广阔的应用前景.但由于软体机械臂是一类连续体装置,不能采用传统的刚体机械臂的建模和控制方法,需要一种新的建模方法.针对一类线驱动软体机械臂,本文提出一种基于应变参数化方法的软体机械臂建模方法,能够描述软体机械臂在三维空间下在不同布线方式下的运动.首先把整个软体机械臂当作一个Cosserat梁,利用成熟的Cosserat梁理论进行建模,其核心思想是利用Ritz方法对软体机械臂应变场进行离散化,得到一组常微分方程组,其次利用反向传播(Back propagation,BP)神经网络完成形状空间与驱动器空间的驱动力转换.针对软体机械臂模型中存在的未知动态,利用径向基函数(Radial basis function,RBF)神经网络进行逼近和补偿.然后基于Lyapunov稳定理论证明了引入自适应神经网络控制器后闭环系统的稳定性.最后,针对模型与自适应神经网络控制器进行了一系列的仿真实验,验证了模型和控制算法的有效性.因此,可以实现对一类软体机械臂的建模控制.
ISSN:2095-9389
DOI:10.13374/j.issn2095-9389.2021.12.17.003