基于前馈神经网络的柔性连续臂建模与仿真
柔性连续臂的设计研究近年来取得重大进展,但其建模研究一直相对滞后.为此,文章对柔性连续臂进行运动学建模研究,提出使用临时姿态矩阵求解逆运动学的方法,解决了逆运动学不易收敛的问题;利用前馈神经网络对基于模态振型函数(MSF)的模型进行拟合,建立一种端到端的正运动学模型和逆运动学模型,在保证模型精度的同时,显著提高了其逆运动学求解效率.该模型可以灵活更改前馈神经网络输入输出神经元的数量,从而将自身迁移到多节模型中.
柔性连续臂、运动学建模、模态振型函数、前馈神经网络
39
TB334;V261.7+4(工程材料学)
2022-05-09(万方平台首次上网日期,不代表论文的发表时间)
共7页
133-139