检索结果-南通市图书馆

机器人气动夹持力的CNN-LSTM建模估计方法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

机床与液压 2023年第21期51卷 16-22页

作者：党选举覃创业桂林电子科技大学电子工程与自动化学院广西桂林541004

由于气动系统具有迟滞、强非线性特性,难以直接依据气压信号实现气动夹持力的有效控制,因此采用建模估计夹持力是实现无力传感器低成本控制的有效途径。为此,提出一种基于卷积神经网络(CNN)优化的长短期记忆神经网络(LSTM)低成本气动夹... 详细信息

由于气动系统具有迟滞、强非线性特性,难以直接依据气压信号实现气动夹持力的有效控制,因此采用建模估计夹持力是实现无力传感器低成本控制的有效途径。为此,提出一种基于卷积神经网络(CNN)优化的长短期记忆神经网络(LSTM)低成本气动夹持力估计方法。根据工业机器人末端气爪夹持力与气路历史输入/输出有关的特点,采用了具有记忆特性的LSTM网络建立无传感器气压/压力估计模型;针对直接采用LSTM网络进行建模存在误差大的问题,利用CNN提取输入信息中气压和夹持力的非线性关系,进一步对LSTM网络结构进行优化,提高模型描述气压和夹持力之间多值对应特性与非线性迟滞特性的能力,实现气爪的夹持力有效估计。实验结果表明:相比LSTM预测模型,所提模型的建模估计与验证估计均方根误差分别减少77.14%和70.83%,最大误差分别减少79.80%和78.84%,证明了所提建模估计方法的有效性。

关键词：气爪夹持力估计无传感器卷积神经网络长短期记忆神经网络

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

手术微器械运动学和夹持力检测研究

手术微器械运动学和夹持力检测研究

作者：曾浩华中科技大学

学位级别：硕士

微创外科手术相对于传统开放式手术能够体现出明显的优势,具有创口较小、疼痛感轻、能够快速恢复的特点,应用日益广泛。但其本身仍然存在一些不足,例如使用的微型腔镜透光性低、亮度不够,导致医生在手术过程中观察和操作受限,腔镜反馈... 详细信息

微创外科手术相对于传统开放式手术能够体现出明显的优势,具有创口较小、疼痛感轻、能够快速恢复的特点,应用日益广泛。但其本身仍然存在一些不足,例如使用的微型腔镜透光性低、亮度不够,导致医生在手术过程中观察和操作受限,腔镜反馈的二维图像也难以提供深度上的感知。将机器人技术应用到微创外科手术中有望解决这些问题,机器人能够为医生提供更好的运动自由度以及先进的三维影像,同时也能够减少人手的震颤,提高了手术的安全性和稳定性。现如今,机器人辅助手术系统中微器械与病人病灶直接接触完成手术任务,这对其运动精度和感知能力提出了较高的要求。因此,本文重点针对手术微器械运动学、夹持动作辨别以及夹持力估计的关键技术展开研究,具体的工作内容如下:1、手术微器械运动控制系统搭建。通过搭建执行模块、固定连接模块以及驱动控制模块,完成系统硬件平台构建。基于机器人操作系统ROS架构实现控制模块,完成系统软件平台集成。采用梯形速度规划算法设计电机的运动轨迹,并采用最小二乘法辨识电机的惯性阻尼参数,在此基础上采用双闭环PID算法实现电机的位置控制。运动控制系统的搭建是后续研究工作的基石。2、手术微器械运动学研究。分析微器械的内部传动模型,得出俯仰和偏摆关节之间的耦合关系。对于微器械正运动学,提出了一种末端姿态的计算方法,并基于BP神经网络算法通过数据驱动的方式来建立模型。由于模型的解析表达式过于复杂,采用自动微分算法求解分析雅可比矩阵,并基于雅可比矩阵建立微器械的逆运动学模型。所提出的方法在实际手术微器械平台上开展实验,结果证明正逆运动学建模精度误差在0.1rad以内。3、手术微器械夹持动作辨别研究。分析微器械夹持物体过程中驱动电机的位置、速度、电流以及末端夹钳接触力的变化特征,基于LSTM神经网络进行夹持动作辨别,由隐藏层神经元捕捉夹持数据的长时间依赖关系,在此基础上采用softmax算子完成分类任务。通过实验验证所提出的方法,主要囊括数据集的采集、预处理以及模型训练,结果表明该方法具有较高的夹持动作辨别准确率,对于夹持不同软硬程度的物体,分类准确率均在90%以上。4、手术微器械末端夹持力估计研究。分析微器械的动力学模型并在第四章的基础上提出了一种末端夹持力估计策略,对于微器械与物体的接触过程,采用高斯过程对数据信息进行回归分析从而建立力估计模型。所提出的策略与前馈神经网络算法在实际手术微器械平台上开展对比实验,结果证明对于夹持不同软硬程度的物体,该策略均具有较好的力估计性能,并且相比于前馈神经网络,最大估计误差减小了10%以上。

关键词：手术微器械平台搭建运动学建模夹持动作辨别夹持力估计

全齿轮机械手定位误差补偿与精准夹持控制关键技术研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全齿轮机械手定位误差补偿与精准夹持控制关键技术研究

作者：朱军浙江大学

学位级别：硕士

涉核作业机器人作为满足高放雾酸环境应用的机器人技术,其先进程度体现了核工业自动化水平的程度。全齿轮机械手作为一种电机驱动集成外置的涉核作业机器人,其刚性好且运动范围大,但其多级齿轮传动的累计误差导致机械手末端执行器产生... 详细信息

涉核作业机器人作为满足高放雾酸环境应用的机器人技术,其先进程度体现了核工业自动化水平的程度。全齿轮机械手作为一种电机驱动集成外置的涉核作业机器人,其刚性好且运动范围大,但其多级齿轮传动的累计误差导致机械手末端执行器产生的偏差;又因高放雾酸环境下无法使用电子感知元器件的工况,全齿轮机械手难以自主进行精准夹持作业。因此,针对全齿轮传动机械手精准夹持控制关键技术研究,开展如下研究:(1)提出了基于阻尼最小二乘法(Levenberg Marquardt)的多源误差模型辨识方法。针对全齿轮机械手相比于传统工业机器人非几何误差占比大,直接进行几何误差模型辨识精度低,单独辨识非几何误差量数据需求大的问题,提出了基于几何误差和非几何误差线性部分的多源误差辨识模型,用小批量数据提升末端绝对定位精度;然后通过LM算法对多源误差模型进行辨识,并与传统几何误差辨识补偿算法进行仿真对比验证。(2)提出了基于粒子群算法(Particle Swarm Optimization)的高斯过程回归(Gaussian Process Regression)超参数优化非线性残余误差补偿方法。针对多源误差模型辨识补偿后仍存在残余的非线性化误差,难以进行准确数学建模,且神经网络拟合方法结构调整复杂数据量需求量大的问题,构建关节空间的误差映射模型,引入了GPR算法对小批量数据进行模型训练,进一步提升了末端绝对定位精度;针对GPR算法超参数初始值确定的问题,基于PSO算法对GPR超参数进行寻优,设定合理的超参数,并与神经网络进行对比验证。(3)提出了基于蚁狮算法ALO(Ant Lion Optimizer)BP神经网络初始权阈值优化的末端精准夹持方法。针对全齿轮机械手末端夹持力受到七级齿轮传动累计的多维误差作用,GPR方法在多维度拟合问题上效率低且夹持力数据易获取的问题,构建了夹持力传递运动学和含齿隙的动力学模型。采用BP神经网络进行夹持力映射模型训练,并提出了一种无力电子感知元器件的夹持力估计方法;针对BP神经网络初始权值、阈值设置的问题,通过ALO算法进行初始值寻优,并与GPR方法进行对比验证。

关键词：全齿轮机械手多源误差模型夹持力估计粒子群算法蚁狮算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

微创手术机器人从手夹持力反馈研究

微创手术机器人从手夹持力反馈研究

作者：毛德强哈尔滨工业大学

学位级别：硕士

目前微创手术机器人系统如达芬奇系统等缺少有效的夹持力反馈机制,医生无法感知到手术器械与人体组织间的作用力大小,仍然需要通过反复训练才能够适应实际的手术操作,但容易出现夹伤组织或者夹持力度不够的现象,手术器械由于自身体积较... 详细信息

目前微创手术机器人系统如达芬奇系统等缺少有效的夹持力反馈机制,医生无法感知到手术器械与人体组织间的作用力大小,仍然需要通过反复训练才能够适应实际的手术操作,但容易出现夹伤组织或者夹持力度不够的现象,手术器械由于自身体积较小也不方便安装额外的力传感器,且术前的消毒环节也会对传感器造成破坏,随着深度学习神经网络的发展,使得只通过驱动电机的某些参数拟合器械的夹持力成为可能,本课题从这一角度入手提出了一种新的基于神经网络的预测模型,可以对器械手指的夹持力进行很好的估计,使医生能够感知到术中的作用力大小,提高微创手术的可操作性。课题中用到的实验设备均为实验室自主研制,首先对手术器械进行了结构分析和钢丝绳传动的动力学建模,对从手的持械臂部分进行了运动学正逆解运算,对主手与从手设备进行了自由度分配,求解了持械臂的工作空间,编写了主从控制程序,基本实现了主从遥操作。通过分析手术器械的夹持过程,选择长短期记忆网络（LSTM）算法作为预测算法,设置了相关的超参数,使用多层感知机（MLP）算法进行对照实验,采集并制作了训练集和测试集,在tensorflow环境下编写算法并训练网络,以离线的形式测试了网络模型的预测性能,并分析了夹持轨迹,夹持速度,物体硬度等因素对预测效果的影响。将固定好的网络模型与主从控制程序相结合,使模型能够实现在线预测,同时计算的结果可以反馈给主手设备,使用线程池技术保证网络的在线预测效果,减小程序时延,针对器械夹持状态辨识问题提出了基于SVM算法、随机森林算法、卷积神经网络算法的解决方案,使用改进型BMFLC算法对人手信号进行滤波处理,减小人手抖动对模型预测效果的影响。针对手术器械搭建了简易的实验平台,在实验平台上采集了相关数据用于制作训练集和测试集,测试了主从手的位置跟随和姿态映射等功能,结合力传感器测试了预测模型的在线运行效果,测试了在器械不同姿态下的预测效果,结合Flexi Force薄膜力传感器测试了主手力反馈的效果,进而分析了系统的透明性,最终验证了该预测模型的有效性。

关键词：夹持力估计长短期记忆网络主从控制在线预测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

无力传感器的机械手爪力控制研究

传感器与微系统 2019年第10期38卷 36-39,43页

作者：刘满禄汪双张静张华王姮西南科技大学信息工程学院电子工程系

针对当前基于被动力控制机械手爪的结构复杂问题,以及基于力传感器主动力控制机械手爪的安装局限问题,提出了一种无力传感器的机械手爪力控制方法。运用闭链结构机械手爪的静力学二元性概念计算驱动关节力矩。基于广义动量,设计驱动关... 详细信息

针对当前基于被动力控制机械手爪的结构复杂问题,以及基于力传感器主动力控制机械手爪的安装局限问题,提出了一种无力传感器的机械手爪力控制方法。运用闭链结构机械手爪的静力学二元性概念计算驱动关节力矩。基于广义动量,设计驱动关节干扰力矩观测器估计干扰力矩。利用虚位移原理,建立驱动关节干扰力矩和夹持力的关系,通过仿真验证了估计夹持力的正确性;控制仿真采用速度和力控制切换的方式,实现了低振荡且仅仅一次碰撞的无力传感器的机械手爪力控制。

关键词：机械手爪无力传感器夹持力估计力控制