一种基于矩特征学习神经网络的异形曲面跟踪方法及系统

发明专利有效专利

申请号：
CN201810454177.7
IPC分类号：G05B13/04
申请日期：
2018-05-14
申请人：
湖南大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于矩特征学习神经网络的异形曲面跟踪方法及系统
申请号	CN201810454177.7	申请日期	2018-05-14
法律状态	授权	申报国家	中国
公开/公告日	2018-10-30	公开/公告号	CN108717262A
优先权	暂无	优先权号	暂无
主分类号	G05B13/04 ? IPC结构图谱： G 物理 G0 仪器 G05 控制；调节 G05B 一般的控制或调节系统；这种系统的功能单元；用于这种系统或单元的监视或测试装置（应用流体作用的一般流体压力执行器或系统入F15B；阀门本身入F16K；仅按机械特征区分的入G05G；传感元件见相应小类，例如G12B，G01、H01的小类；校正单元见相应的小类，例如H02K） G05B13/00 自适应控制系统，即系统按照一些预定的准则自动调整自己使之具有最佳性能的系统（G05B 19/00优先；计算机零部件入G06F 15/18）〔3〕 G05B13/02 电的 G05B13/04 包括使用模型或模拟器的〔3〕	IPC分类号	G;0;5;B;1;3;/;0;4查看分类表>
申请人	湖南大学	申请人地址	湖南省长沙市岳麓区麓山南路2号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	湖南大学	当前权利人	湖南大学
发明人	王耀南;彭伟星;曾凯;吴昊天;刘俊阳;贾林;陈南凯;张荣华
代理机构	长沙市融智专利事务所（普通合伙）	代理人	龚燕妮

摘要

本发明公开了一种基于矩特征学习神经网络的异形曲面跟踪方法及系统，所述方法包括如下步骤：获取期望矩特征向量；获取初始矩特征向量、初始矩特征向量的雅可比矩阵、机械臂的目标关节角速度向量；利用期望矩特征向量、初始矩特征向量以及械臂关节角速度矩阵对B样条基的神经网络控制器进行深度离线训练；机械臂关节角速度向量将当前矩特征向量与所述期望矩特征向量的特征误差输入训练后的B样条基的神经网络控制器得到当前位姿下机械臂关节角速度向量；依据当前位姿下机械臂关节角速度向量控制机械臂运动使机械臂端的相机随之移动。本发明通过上述方法可以实现异形曲面精确定位跟踪。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供