一种基于神经网络力矩预测的机械臂动力学辨识方法

    公开(公告)号:CN116352724A

    公开(公告)日:2023-06-30

    申请号:CN202310567065.3

    申请日:2023-05-19

    Abstract: 本发明为一种基于神经网络力矩预测的机械臂动力学辨识方法,包括以下内容:建立基于LSTM机制的力矩预测模型:将各关节位置、速度、加速度作为输入,输出为预测出的各关节力矩;所述基于LSTM机制的力矩预测模型包括LSTM层、全连接网络层和dropout层;所述LSTM层具有三层结构,前两层中同一行的两个LSTM单元串联,同一列的所有LSTM单元依次串联,第二层的最后一个LSTM单元的输出连接第三层的LSTM单元的输入,第三层LSTM单元的输出连接全连接网络层,所述全连接网络层的输出经dropout层后得到基于LSTM机制的力矩预测模型的最终输出,用于机械臂动力学参数辨识。本发明明显提高力矩计算的平滑性,减少了摩擦等非线性因素对参数辨识的影响。

    一种四轮独立电驱港口AGV的分层容错控制方法

    公开(公告)号:CN114987226B

    公开(公告)日:2025-04-25

    申请号:CN202210611780.8

    申请日:2022-05-20

    Abstract: 本发明为一种四轮独立电驱港口AGV的分层容错控制方法,控制系统包括上层控制模块、中层控制模块、下层控制模块和执行模块,上层控制模块包括MPC控制器和PI速度控制器,上层控制模块用于维持运行轨迹;中层控制器模块基于滑模控制理论,设计了横摆角速度滑模控制器和质心侧偏角滑模控制器,再通过失效分配策略计算最佳附加横摆力矩;下层控制模块包括容错控制分配器,当某个车轮电机失效后,容错控制分配器根据港口AGV行驶所需的总纵向转矩和最佳附加横摆力矩对其余各车轮驱动转矩进行重新分配,使其余车轮电机转动,形成闭环控制,保证港口AGV在电机失效的情况下仍能正常行驶,提高了港口AGV的工作效率与安全性。

    一种四轮独立电驱港口AGV的分层容错控制方法

    公开(公告)号:CN114987226A

    公开(公告)日:2022-09-02

    申请号:CN202210611780.8

    申请日:2022-05-20

    Abstract: 本发明为一种四轮独立电驱港口AGV的分层容错控制方法,控制系统包括上层控制模块、中层控制模块、下层控制模块和执行模块,上层控制模块包括MPC控制器和PI速度控制器,上层控制模块用于维持运行轨迹;中层控制器模块基于滑模控制理论,设计了横摆角速度滑模控制器和质心侧偏角滑模控制器,再通过失效分配策略计算最佳附加横摆力矩;下层控制模块包括容错控制分配器,当某个车轮电机失效后,容错控制分配器根据港口AGV行驶所需的总纵向转矩和最佳附加横摆力矩对其余各车轮驱动转矩进行重新分配,使其余车轮电机转动,形成闭环控制,保证港口AGV在电机失效的情况下仍能正常行驶,提高了港口AGV的工作效率与安全性。

    基于视觉感知的手臂骨骼数据分类预测方法

    公开(公告)号:CN118015363A

    公开(公告)日:2024-05-10

    申请号:CN202410181245.2

    申请日:2024-02-18

    Abstract: 基于视觉感知的手臂骨骼数据分类预测方法,采用深度相机采集得到的人体骨骼数据,包括以下步骤:1)创建基于改进粒子群的参数寻优模型,2)构建基于CNN‑BiLSTM‑Attention的神经网络模型,3)构建基于适应度的参数寻优模块,包含初始化粒子群寻优模块、信息存储读取模块、神经网络预测模块和惯性权重更新模块,用于优化神经网络模型的超参数,以深度相机采集得到的人体骨骼数据对基于CNN‑BiLSTM‑Attention神经网络模型进行训练验证,并以对训练验证后的基于CNN‑BiLSTM‑Attention神经网络模型对手臂骨骼数据进行分类预测。

Patent Agency Ranking