排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
为解决模型未知的冗余机器人运动规划问题,提出一种基于梯度下降的学习方案,使用数据驱动技术将冗余机器人的末端执行器速度及关节角速度作为系统输入量,将冗余机器人各关节控制信息作为系统输出量,使用梯度信息最小化估计误差以得到雅克比矩阵的估计值.基于该方案设计了一种加速度层的冗余机器人运动规划方案.理论分析和数值仿真结果均证明该方案能有效控制模型未知冗余机器人完成运动规划任务. 相似文献
2.
针对机器人在实际生产中因与环境相接触而可能导致损坏的问题,从运动学角度提出一种通过刚性系数将机器人位置误差和接触力误差建模和解耦的位置/力规划方案．该方案从机器人逆运动学出发,将末端执行器的接触力与位置误差建模为关于机器人速度与位置间的关系式,并且引入一种神经动力学模型．使用伪逆法对所提方案进行求解,将所得的解作为控制信号驱动机器人完成任务．数值仿真与实验结果表明：所提方案能够有效控制机器人完成轨迹跟踪的任务,末端执行器的接触力能够收敛到期望的接触力． 相似文献
1