基于卷积神经网络算法的机器人系统控制

发布时间：2023-01-12 22:40

　　随着计算机技术的不断成熟和数据分析技术的不断完善,近年来突出机器深度学习功能的智能算法取得重大突破。其中以卷积神经网络为代表的技术,可根据不同的控制要求进行相应数据训练,从而提高系统的控制效果,在机器人控制、目标识别等领域得到广泛应用。随着机器人应用环境的复杂化,设计基于卷积神经网络机器人控制算法在非结构化环境中实现精准化物体抓取,建立一个完整的机器人自动抓取规划系统。 

【文章页数】：4 页

【文章目录】：
1 机器人抓取模型设计
    1.1 机器人与物体之间的接触力
    1.2 建立抓取物体的卷积网络模型
    1.3 基于主成分分析法的末端姿态调整
2 基于卷积神经网络的机械爪控制策略研究
    2.1 卷积神经网络结构设计
    2.2 卷积神经网络损失函数
    3.3卷积神经网络训练方法
3结语


【参考文献】：
硕士论文
[1]移动机器人的同时建图与定位研究[D]. 沈一鸣.沈阳工业大学 2018
[2]基于卷积神经网络的机器人自动抓取规划研究[D]. 李传浩.哈尔滨工业大学 2018
[3]导航机器人的地图构建和定位研究[D]. 王鹏.天津工业大学 2018



本文编号：3730552