摘要
本申请提供一种3‑RSR连续体耦合机构的控制方法,属于机构控制技术领域,包括:获取所述3‑RSR连续体耦合机构的动平台训练集,所述动平台训练集包括驱动角度和动平台的位置坐标,所述驱动角度约束在预设角度范围内;基于所述动平台训练集训练BP神经网络模型,通过贝叶斯优化算法调整所述BP神经网络模型的超参数,生成目标神经网络模型;基于所述目标神经网络模型确定所述动平台的目标位置坐标对应的输入角度;将所述输入角度输入到所述3‑RSR连续体耦合机构,实现所述动平台的运动控制。本申请降低了逆运动学求解计算复杂度,提高了动平台定位精度,实现对3‑RSR连续体耦合机构动平台的精确定位和快速响应控制。
技术关键词
耦合机构
连续体
BP神经网络模型
训练集
过渡平台
坐标系
数据获取模块
控制系统
机构控制技术
控制执行模块
神经网络训练
逆运动学
矩阵
关系
误差
系统为您推荐了相关专利信息
智能分类方法
训练集
编码器
噪声鲁棒性
特征提取能力
浓度预测方法
LSTM模型
燃烧装置
变量
长短期记忆神经网络
风险预测模型
房颤
医院综合管理系统
朴素贝叶斯模型
患者
灰狼优化算法
异常事件
深度学习模型
识别方法
SVM分类器
定量评价指标
卷积长短期记忆
海洋环境要素
卷积模块
训练集数据