一种采用快速双幂次终态神经网络的冗余机器人重复运动规划方法,在笛卡尔空间中给定机器人末端执行器的期望轨迹rd(t),并给出各个关节的期望回拢角度θd(0);对于机器人的重复运动,采用渐近收敛性能指标,通过将冗余机器人轨迹规划的二次优化问题转化为时变矩阵方程求解问题,以快速双幂次终态神经网络作为求解器。在初始位置偏移的情况下,实现冗余机器人快速有限时间收敛的重复运动规划任务。本发明提供一种具有快速有限时间收敛、计算精度高、易于实现的采用快速双幂次终态神经网络的冗余机器人运动规划方法。
为了克服现有冗余机器人重复运动规划方法的不能在有限时间收敛、计算精度较低的不足,本发明提供一种具有快速有限时间收敛、计算精度高,且易于实现的采用快速双幂次终态神经网络的冗余机器人运动规划方法。本发明采用现有渐近收敛性能指标,通过将冗余机器人轨迹规划的二次优化问题转化为时变矩阵方程求解问题,以快速双幂次终态神经网络作为求解器,在初始位置偏移的情况下,实现冗余机器人快速有限时间收敛的重复运动规划任务。
浙江工业大学是东部沿海地区第一所省部共建高校、首批国家“高等学校创新能力提升计划”(2011计划)协同创新中心牵头高校和浙江省首批重点建设高校,坐落于中国历史文化名城、风景旅游胜地杭州。学校坚持立德树人根本任务,以拔尖创新人才为引领、高级应用型人才为主体、复合型人才为特色,大力培养德智体美劳全面发展,富有家国情怀、国际视野、创新精神和实践能力的行业精英和领军人才。
评价单位:- (-)
评价时间:2024-08-20
综合评价
技术转让,所需资金需双方协商,此项技术想尽快落地保定,希望具备此项技术研发的技术方,能够尽快承接次项目
查看更多>