一种基于卷积神经网络的软体机械臂运动学建模方法

    公开(公告)号:CN119578216A

    公开(公告)日:2025-03-07

    申请号:CN202411562998.4

    申请日:2024-11-05

    Abstract: 本发明涉及神经网络光纤测量技术领域,公开了一种基于卷积神经网络的软体机械臂运动学建模方法,包括以下步骤:步骤1、光纤曲率重构,通过光纤布拉格光栅传感器检测软体机械臂的曲率和曲率偏转角,光纤布拉格光栅传感器在软体机械臂弯曲时,中心波长发生漂移,基于漂移量计算光纤的曲率和角度信息;步骤2、获取软体臂的三维位置坐标;步骤3、卷积神经网络的训练;步骤4、软体机械臂运动学的预测。通过采用卷积神经网络的方式,仅基于从光纤布拉格光栅(FBG)传感器获取的曲率信息和视觉传感器获取的位置信息,便能够完成软体臂的逆运动学建模,具有很强的泛化能力,适用于不同形状、尺寸和材料的软体机械臂。

    一种基于LSTM神经网络的软体操作臂姿态重构的方法

    公开(公告)号:CN116341368A

    公开(公告)日:2023-06-27

    申请号:CN202310146343.8

    申请日:2023-02-22

    Abstract: 本发明提供了一种基于LSTM神经网络的软体操作臂姿态重构的方法,包括:在LSTM神经网络的输入层,输入软体操作臂输出的光纤曲率向量;在LSTM神经网络的输出层,对软体操作臂的姿态预测,得到软体操作臂的预测姿态向量;在LSTM神经网络的输出层,通过概率分布的方式描述所述预测姿态向量;构建损失函数,对描述所述预测姿态向量的概率分布进行修正,输出软体操作臂的姿态。本发明通过概率分布的方式描述预测姿态向量,并对描述预测姿态向量概率分布进行修正,从而降低系统误差导致的软体操作臂姿态重构精确度的影响,提高软体操作臂姿态重构的精确度。

Patent Agency Ranking