期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
排球机器人机械臂关节空间轨迹自适应跟踪 被引量:1
1
作者 夏铁牛 刘锋 李亚卫 《机械设计与制造》 北大核心 2024年第1期332-336,341,共6页
为了解决现有排球机器人机械臂关节空间轨迹跟踪过程中,跟踪耗时较高、受干扰影响大、跟踪误差大的问题,提出一种排球机器人机械臂关节空间轨迹自适应跟踪方法。D-H法构建排球机器人坐标系,建立排球机器人机械臂的动力学方程,获取机械... 为了解决现有排球机器人机械臂关节空间轨迹跟踪过程中,跟踪耗时较高、受干扰影响大、跟踪误差大的问题,提出一种排球机器人机械臂关节空间轨迹自适应跟踪方法。D-H法构建排球机器人坐标系,建立排球机器人机械臂的动力学方程,获取机械臂关节之间的关系;通过牛顿下山法求解运动学逆解集,求解最短路径跟踪过程,通过样条插值函数对排球机械臂运动轨迹展开分段跟踪,利用三次样条插值建立转角函数,确定多跟踪段区间中多个节点的约束条件,实现机械臂关节空间轨迹的自适应跟踪。实验结果表明:跟踪时间始终不超过在2s,在10N/m的力矩干扰下轨迹曲线偏移较小,仅用时18s即可回归到稳定跟踪状态,对多节点跟踪的误差为(+15~-25)cm,并且在1s内就可以修正跟踪误差,跟踪效果较好。 展开更多
关键词 排球机器人 机械臂 运动轨迹 自适应跟踪 动力学方程
在线阅读 下载PDF
基于黑板模型的排球机器人动作规划 被引量:2
2
作者 张培艳 吕恬生 宋立博 《机械科学与技术》 CSCD 北大核心 2005年第5期581-583,630,共4页
基于黑板模型设计了排球机器人动作规划框架,并将动作规划中的各个子任务定义为智能体。由黑板激活相应的智能体进行子任务求解,从而完成排球机器人的击球动作规划问题。此外,考虑到排球任务的特点,以机械臂的可操作度作为评价函数,选... 基于黑板模型设计了排球机器人动作规划框架,并将动作规划中的各个子任务定义为智能体。由黑板激活相应的智能体进行子任务求解,从而完成排球机器人的击球动作规划问题。此外,考虑到排球任务的特点,以机械臂的可操作度作为评价函数,选取最优的机械臂构形。最后,采用MatlabSimulink对平面3连杆机械臂的击球问题进行了仿真研究,得到满足可操作度指标下的最优击球动作。该仿真的实现过程体现了基于黑板模型及多智能体技术的思想。 展开更多
关键词 黑板模型 智能体 操作能力度量 动作规划 排球机器人
在线阅读 下载PDF
排球机器人动作规划方法研究 被引量:3
3
作者 张培艳 吕恬生 宋立博 《机床与液压》 北大核心 2004年第6期94-96,共3页
解决了排球机器人击球点、击球姿态及击球速度的确定问题。在考虑系统延时基础上 ,通过引入机器人动作时间函数和目标到达时间函数 ,提出了一种解决机器人击球、拦截和抓取运动目标等任务的通用的目标拦截点确定方法。将该方法应用于确... 解决了排球机器人击球点、击球姿态及击球速度的确定问题。在考虑系统延时基础上 ,通过引入机器人动作时间函数和目标到达时间函数 ,提出了一种解决机器人击球、拦截和抓取运动目标等任务的通用的目标拦截点确定方法。将该方法应用于确定排球机器人击球点 ,实现了在排球机器人工作空间内的球运动路径上任意位置回球。同时 ,通过建立机器人手部与球的碰撞模型 ,确定了机器人的击球姿态及击球速度。 展开更多
关键词 排球机器人 击球点 碰撞模型 击球速度
在线阅读 下载PDF
基于案例学习的排球机器人运动规划及其支持向量回归实现 被引量:1
4
作者 张培艳 吕恬生 宋立博 《上海交通大学学报》 EI CAS CSCD 北大核心 2006年第3期461-465,共5页
针对混合型控制问题,以排球任务为例研究机器人的运动规划.模拟人类球员通过经验积累而采取相应动作的行为学习模式,采取案例学习的方式解决球的初始状态微小变化(仅发球速度和角度变化)时的运动规划问题.由于支持向量回归(SVR)在处理... 针对混合型控制问题,以排球任务为例研究机器人的运动规划.模拟人类球员通过经验积累而采取相应动作的行为学习模式,采取案例学习的方式解决球的初始状态微小变化(仅发球速度和角度变化)时的运动规划问题.由于支持向量回归(SVR)在处理小样本问题的优越性并受局部学习思想的启发,采用局部加权SVR(LW-SVR)实现案例学习.结果证明,LW-SVR的学习精度较RBF神经网络和SVR明显提高. 展开更多
关键词 案例学习 支持向量回归 运动规划 排球机器人
在线阅读 下载PDF
基于排球机器人运动规划的农机案例学习决策系统
5
作者 吴美美 刘维英 《农机化研究》 北大核心 2020年第7期228-232,共5页
利用排球机器人进行运动规划,可以模拟人类球员通过经验积累而采取相应动作的行为学习模式,采取案例学习的方式解决球的初始状态微小变化,如发球速度和角度变化时的运动规划问题。如果将排球机器人运动规划方法使用在农机决策系统中,通... 利用排球机器人进行运动规划,可以模拟人类球员通过经验积累而采取相应动作的行为学习模式,采取案例学习的方式解决球的初始状态微小变化,如发球速度和角度变化时的运动规划问题。如果将排球机器人运动规划方法使用在农机决策系统中,通过案例学习训练可以使农机进行自主作业。为了验证方案的可行性,以采摘机器人的设计为例,将排球机器人运动规划系统引入到了机器人的定位识别系统的设计上,并采用小波神经网络算法对案例库进行训练,以获得较高的学习精度。对采摘机器人定位识别系统进行了测试,结果表明:采用案例学习和小波神经网络算法,可以使采摘机器人定位识别系统具有较高的响应速度和识别精度,满足采摘机器人自主作业的设计需求。 展开更多
关键词 排球机器人 采摘机器人 案例学习 运动规划 定位识别
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部