一种基于加权LS-SVM的复合辨识方法

针对采用含随机噪声的数据进行非线性动态系统建模无法获得准确模型参数的问题,提出了一种基于加权最小二乘支持向量机(LS-SVM)数据预处理的复合辨识方案.复合辨识方案根据数据的分布信息,利用加权LS-SVM对异常数据的鲁棒性,通过回归计算消除数据的异常性;再利用预处理后的数据训练补偿模糊神经网络参数,得到系统模型.结果表明,采用加权LS-SVM预处理的复合辨识方案运用在普遍存在随机噪声的系统中,能获得更加准确的辨识模型.     

用于丝驱动连续体机器人的实用运动学研究

针对单段及多段连续体机器人运动学问题,提出分段常曲率与粒子群算法相结合的完整正逆运动学分析方法.以双段丝驱动连续体机器人为研究对象,首先设计含平移段的机器人样机;然后利用分段常曲率方法建立驱动空间与关节空间的相互映射,根据齐次变换得到关节空间至工作空间的正映射关系;最后利用线性递减权重粒子群算法实现工作空间至关节空间的逆映射.对双段连续体机器人的运动学进行仿真及逆运动学求解耗时测试,并在研制样机上进行了实验验证.仿真结果说明了所提运动学研究方法的合理性及逆运动学求解的快速性,实验结果显示位置平均误差小于双段连续体机器人本体长度的6.22％,验证了所提运动学的有效性.     

基于逆运动学的柔性机械臂末端定位控制

针对具有形变特性的柔性机械臂,在运动过程中存在末端不易定位控制或定位精度低的问题,设计了一种线驱动柔性机械臂样机,通过分析其运动机理推导末端位置空间、臂体形态空间以及驱动空间三者之间的逆运动学关系;然后,提出了基于逆运动学模型的柔性机械臂末端定位控制方案;最后,利用CoppeliaSim仿真平台建立了柔性机械臂仿真模型,并在该仿真平台中应用逆运动学关系进行柔性机械臂运动控制过程中末端定位仿真分析,仿真结果验证了所建立逆运动学模型的有效性及基于该模型的柔性机械臂末端定位控制方法的合理性.