基于循环神经网络的2-DOF软体机械臂运动建模与控制
Motion modeling and control of a 2-DOF soft manipulator based on a recurrent neural network作者机构：上海大学机电工程与自动化学院上海200444
出 版 物：《上海大学学报（自然科学版）》 (Journal of Shanghai University:Natural Science Edition)
年 卷 期：2024年第30卷第3期
页 面：522-531页
学科分类：080202[工学-机械电子工程] 08[工学] 0804[工学-仪器科学与技术] 0802[工学-机械工程]
主 题：循环神经网络 门控循环单元模型 软体机械臂 建模与控制
摘 要：因现有软体机械臂材料刚度小、模量不稳定,导致建模与控制难度大.提出一种基于循环神经网络(recurrentneuralnetwork,RNN)的方法,用于二自由度(two-degree-of-freedom,2-DOF)软体机械臂的运动建模与控制.使用动作捕捉仪采集不同气压、负载下的位置坐标,并将其导入门控循环单元(gated recurrentunit,GRU)神经网络模型进行训练.当调节超参数至网络结构最优时,测试集准确度可达98.87%.在此基础上,构建气压与负载到末端位置的映射函数.实验结果表明,本方法可将机械臂的控制精度提升至6»8 mm,显著降低了软体机器人的控制与建模难度.
维普期刊数据库
同方期刊数据库