摘要
本发明公开一种主从异构型遥操作机器人的非线性力反馈方法,该方法依据韦伯定律设计非线性力反馈函数,构建混合动力学模型,使用自适应共振理论‑II神经网络自主选择最合适的接触动力学模型,通过可变遗忘因子递归最小二乘法进行参数辨识和刚度估计,并根据估计结果自适应调整力反馈函数的参数,实现柔软环境下增强操作者对微小力变化感知能力,刚性环境下反馈真实交互力的效果。本发明方法解决当前完全基于透明性指标的力反馈算法不利于操作者在柔软环境中感知微小力变化的问题;所设计的混合动力学模型通过自适应共振理论‑II神经网络可实现快速准确的模型选择,且该神经网络无需预训练,对数据量需求较少,具有长期记忆性。
技术关键词
力反馈方法
可变遗忘因子
递归最小二乘法
非线性
机器人
异构
刚度
参数
操作者
卡尔曼滤波
理论
协方差矩阵
表达式
数据
物体
速度
误差
阻尼
系统为您推荐了相关专利信息
机器人控制
运动控制方法
轨迹
通用运动控制系统
仿真环境
非线性扰动观测器
鲁棒控制方法
线性控制系统
反馈控制器
农业机器人系统
有限元模型参数化
建模方法
实时监测数据
网格
非线性
检测模型训练方法
训练样本数据
训练神经网络模型
状态检测方法
计算机可读指令