基于机器学习的人机协调操作意图感知与控制方法研究

发布时间：2021-06-10 20:43

　　为了实现人机协作所需要的柔顺控制,需要机器人具有一定的合作经验。通过分析人进行意图识别的方法与过程,提出一种基于机器学习识别操作者意图的方法。建立了BP神经网络模型,对机器人进行意图识别离线训练,使其具有一定的合作技能,以便在合作过程中能够根据合作者的作用力和机器人的运动特征在线估计人的意图。该方法的优势在于克服了传统方法中建立人机合作模型困难,尤其复杂多变的人体运动模型,人体阻抗参数难以估计等缺点。实验结果证明:该方法减小了合作者作用力的同时,提升了人机协作的运动同步性,机器人柔顺性得以提高。 

【文章来源】：机床与液压. 2019,47(10)北大核心

【文章页数】：4 页

【文章目录】：
0 前言
1 自适应阻抗控制器设计
    1.1 人机协调实验系统的建立
    1.2 基于机器学习意图预测识别方法
2 样本数据采集
3 模糊聚类BP神经网络的预测实验结果与分析
    3.1 预测模型准确性的分析
    3.2 人机协作同步性和操作者交互力实验分析
4 结论


【参考文献】：
期刊论文
[1]基于机器学习的三维人体动画视觉体验系统设计[J]. 刘凯.  现代电子技术. 2021(08)
[2]基于功率预测的独立微电网储能协调控制[J]. 厉瑜,龙迪,王亚通,漆学灵,蔺丽华.  电子设计工程. 2020(23)
[3]液压金属打包机的研究进展及展望[J]. 郗志刚,何杰,艾文,林金才.  机床与液压. 2020(22)
[4]基于机器学习的电力互联网攻击信息识别方法研究[J]. 杨东宁,张志生,张万辞,刘鑫.  电子设计工程. 2020(17)
[5]基于机器学习算法的网络信息可信性感知仿真[J]. 王燕,刘琳芳,黄大志.  计算机仿真. 2020(08)
[6]基于DenseNet的无人汽车制动意图识别方法[J]. 伍菁.  计算机测量与控制. 2020(06)
[7]试析提高钳工机械操作的质量控制策略[J]. 路威.  质量与市场. 2020(08)

硕士论文
[1]基于双目视觉的工件识别与机械手的定位抓取系统研究[D]. 杜县委.山东科技大学 2020



本文编号：3223089