基于神經(jīng)網(wǎng)絡(luò)的移動機器人對路徑形式的識別與分類
張明路 焦新鏡 彭商賢 摘自：中國機械工程 eeI9[lTw
在已知路徑時，要求移動機器人快速準(zhǔn)確地進行路徑跟蹤是柔性裝配系統(tǒng)中實現(xiàn)物料自動傳輸?shù)囊粋�關(guān)鍵技術(shù)。目前，許多學(xué)者都是在笛卡爾坐標(biāo)空間中，建立移動機器人的實際位姿和期望位姿之間的誤差矢量，并采用該誤差矢量作為系統(tǒng)的反饋來消除跟蹤誤差，并設(shè)法在控制過程中減少有關(guān)移動機器人的運動學(xué)和動力學(xué)的計算量，提高算法的實時性［1～4］。但移動機器人在路徑跟蹤過程中，始終是處于糾偏狀態(tài)下，其運動路線呈“蛇”形軌跡，從而影響移動機器人的跟蹤精度。為此，在分析傳統(tǒng)路徑跟蹤方式所存在的不足的基礎(chǔ)上，筆者采用神經(jīng)網(wǎng)絡(luò)技術(shù)，分析了路徑特征向量的抽取方法，設(shè)計了用于移動機器人路徑識別的分類器，實現(xiàn)了移動機器人對其所跟蹤路徑進行實時識別和分類，進而按照所識別的路徑形式進行跟蹤，提高了路徑跟蹤精度。 1 傳統(tǒng)路徑跟蹤方式分析 1.1 切線跟蹤方式與弦線跟蹤方式 |