摘要
本发明公开了一种基于物理信息神经网络的线驱动软体机器人建模方法,测量并记录线驱动软体机器人所受外力,获取线驱动软体机器人时空坐标,在系统模型内部受力难以分析的前提下,利用基于物理信息的数据驱动方法,根据包含模型物理信息的偏微分方程、所受外力和时空坐标数据对预设的物理信息神经网络模型进行训练,得到线驱动软体机器人时空坐标、内力、内力矩、速度、角速度的估计值;根据实验获取的时空坐标、内力、内力矩、速度、角速度、未知参数的实际值和模型训练获取的估计值得到损失估计函数,对建模的准确度进行检测。利用已知的模型物理信息,在线驱动软体机器人难以测量内力等数据的前提下,实现了线驱动软体机器人的时空建模。
技术关键词
数据驱动方法
物理
方程
坐标系
外力
神经网络训练
力矩
软体机器人运动
建模方法
矩阵
拉格朗日
面积惯性矩
参数
神经网络模型
速度
理论
广义
系统为您推荐了相关专利信息
物理传感器
交互系统
交互方法
信息处理
多传感器数据融合
表面肌电
超声数据
深度学习模型
特征提取模块
痉挛
红外接收支架
屏蔽电磁干扰
金属条
抗电磁干扰能力
盖体