-
公开(公告)号：CN115139301A
公开(公告)日：2022-10-04
申请号：CN202210795270.0
申请日：2022-07-07
Applicant: 华南理工大学
IPC: B25J9/16
Abstract: 本发明公开了基于拓扑结构自适应神经网络的机械臂运动规划方法，包括如下步骤：根据雅克比矩阵和预设的机械臂末端的目标轨迹，建立机械臂的逆运动学模型；根据机械臂实际的关节物理极限约束参数，建立机械臂的物理极限双端不等式约束；将机械臂的逆运动学模型、物理极限双端不等式约束制订为时变二次规划模型；设计带惩罚函数的拓扑结构自适应神经网络求解时变二次规划模；将求解得到的机械臂的各个角度信息传递给机械臂的下位机控制器，下位机控制器驱动机械臂运动，完成目标轨迹跟踪任务。本发明采用拓扑结构自适应神经网络对冗余度机械重复运动过程进行求解，计算精度大大提高，具有收敛速度快、实时性好、鲁棒性强的优点。
-
Patent Agency Ranking
公开(公告)号：CN115609584A
公开(公告)日：2023-01-17
申请号：CN202211261371.6
申请日：2022-10-14
Applicant: 华南理工大学
IPC: B25J9/16
Abstract: 本发明提供了一种基于sigmoid型惩罚策略的机械臂运动规划方法，包括如下步骤：根据雅克比矩阵和预设的机械臂末端的目标轨迹，建立机械臂的逆运动学模型；根据机械臂实际的关节物理极限约束参数，建立机械臂的物理极限双端不等式约束；将机械臂的逆运动学模型、物理极限双端不等式约束制订为时变二次规划模型；设计基于sigmoid型惩罚策略的变参收敛微分神经网络求解时变二次规划模型；将求解得到的机械臂的各个角度信息传递给机械臂的下位机控制器，下位机控制器驱动机械臂运动，完成目标轨迹跟踪任务。本发明对冗余度机械重复运动进行求解具有计算效率高、实时性好、鲁棒性强的优点。
-
公开(公告)号：CN111975768B
公开(公告)日：2022-03-25
申请号：CN202010649465.5
申请日：2020-07-08
Applicant: 华南理工大学
IPC: B25J9/16
Abstract: 本发明公开了一种基于固参神经网络的机械臂运动规划方法，包括：S1，根据雅克比矩阵和预设的机械臂末端的目标轨迹，建立机械臂的逆运动学等式方程；S2，根据机械臂实际的关节物理极限约束参数，建立机械臂的物理极限双端不等式约束；S3，将逆运动学等式方程等式、物理极限双端不等式约束制订为时变二次规划问题；S4，设计带惩罚函数的固参神经网络求解时变二次规划问题；S5，将求解的机械臂的各个角度信息传递给机械臂的下位机控制器，下位机控制器驱动机械臂运动，完成目标轨迹跟踪任务。本发明采用新型的带惩罚函数的固参神经网络求解时变二次规划问题，收敛速度更快，计算精度更高，可以有效解决二次规划方案中的不等式约束条件。
-
公开(公告)号：CN115609584B
公开(公告)日：2025-03-14
申请号：CN202211261371.6
申请日：2022-10-14
Applicant: 华南理工大学
IPC: B25J9/16
Abstract: 本发明提供了一种基于sigmoid型惩罚策略的机械臂运动规划方法，包括如下步骤：根据雅克比矩阵和预设的机械臂末端的目标轨迹，建立机械臂的逆运动学模型；根据机械臂实际的关节物理极限约束参数，建立机械臂的物理极限双端不等式约束；将机械臂的逆运动学模型、物理极限双端不等式约束制订为时变二次规划模型；设计基于sigmoid型惩罚策略的变参收敛微分神经网络求解时变二次规划模型；将求解得到的机械臂的各个角度信息传递给机械臂的下位机控制器，下位机控制器驱动机械臂运动，完成目标轨迹跟踪任务。本发明对冗余度机械重复运动进行求解具有计算效率高、实时性好、鲁棒性强的优点。
-
公开(公告)号：CN115139301B
公开(公告)日：2024-07-23
申请号：CN202210795270.0
申请日：2022-07-07
Applicant: 华南理工大学
IPC: B25J9/16
Abstract: 本发明公开了基于拓扑结构自适应神经网络的机械臂运动规划方法，包括如下步骤：根据雅克比矩阵和预设的机械臂末端的目标轨迹，建立机械臂的逆运动学模型；根据机械臂实际的关节物理极限约束参数，建立机械臂的物理极限双端不等式约束；将机械臂的逆运动学模型、物理极限双端不等式约束制订为时变二次规划模型；设计带惩罚函数的拓扑结构自适应神经网络求解时变二次规划模；将求解得到的机械臂的各个角度信息传递给机械臂的下位机控制器，下位机控制器驱动机械臂运动，完成目标轨迹跟踪任务。本发明采用拓扑结构自适应神经网络对冗余度机械重复运动过程进行求解，计算精度大大提高，具有收敛速度快、实时性好、鲁棒性强的优点。
-
公开(公告)号：CN111975768A
公开(公告)日：2020-11-24
申请号：CN202010649465.5
申请日：2020-07-08
Applicant: 华南理工大学
IPC: B25J9/16
Abstract: 本发明公开了一种基于固参神经网络的机械臂运动规划方法，包括：S1，根据雅克比矩阵和预设的机械臂末端的目标轨迹，建立机械臂的逆运动学等式方程；S2，根据机械臂实际的关节物理极限约束参数，建立机械臂的物理极限双端不等式约束；S3，将逆运动学等式方程等式、物理极限双端不等式约束制订为时变二次规划问题；S4，设计带惩罚函数的固参神经网络求解时变二次规划问题；S5，将求解的机械臂的各个角度信息传递给机械臂的下位机控制器，下位机控制器驱动机械臂运动，完成目标轨迹跟踪任务。本发明采用新型的带惩罚函数的固参神经网络求解时变二次规划问题，收敛速度更快，计算精度更高，可以有效解决二次规划方案中的不等式约束条件。
-
-
-
-
-
Search Results
6
records
(took 0.017 seconds)
