为实现未标定的机械臂视觉伺服控制,针对“Eye in hand”手眼系统结构模型,设计了基于优化PSO BP神经网络的未标定视觉伺服控制系统。使用优化后的PSO BP神经网络模型来拟合机械臂关节角速度与图像特征误差之间的映射关系,根据映射关系...为实现未标定的机械臂视觉伺服控制,针对“Eye in hand”手眼系统结构模型,设计了基于优化PSO BP神经网络的未标定视觉伺服控制系统。使用优化后的PSO BP神经网络模型来拟合机械臂关节角速度与图像特征误差之间的映射关系,根据映射关系建立复合雅可比矩阵模型来设计视觉伺服控制器,实现了在手眼未标定的情况下机械臂末端执行器的定位。实验结果表明,所设计的系统定位精度将特征误差的二范数控制在0.1以内。展开更多
文摘为实现未标定的机械臂视觉伺服控制,针对“Eye in hand”手眼系统结构模型,设计了基于优化PSO BP神经网络的未标定视觉伺服控制系统。使用优化后的PSO BP神经网络模型来拟合机械臂关节角速度与图像特征误差之间的映射关系,根据映射关系建立复合雅可比矩阵模型来设计视觉伺服控制器,实现了在手眼未标定的情况下机械臂末端执行器的定位。实验结果表明,所设计的系统定位精度将特征误差的二范数控制在0.1以内。
