摘要：為了直觀(guān)的對(duì)微創(chuàng)手術(shù)機(jī)器人進(jìn)行運(yùn)動(dòng)分析，首先建立機(jī)器人逆向運(yùn)動(dòng)學(xué)數(shù)學(xué)模型，并在Matlab中完成逆解程序編寫(xiě)。同時(shí)在Solidworks中建立相應(yīng)的三維模型，利用SolidWorks Morion對(duì)機(jī)器人進(jìn)行了運(yùn)動(dòng)軌跡規(guī)劃和仿真，驗(yàn)證了位置反解的正確性。為了使運(yùn)動(dòng)規(guī)劃和仿真更加直觀(guān)、簡(jiǎn)單，需要設(shè)計(jì)運(yùn)動(dòng)仿真前界面。因此，基于LabVIEW強(qiáng)大的前面板功能設(shè)計(jì)出運(yùn)動(dòng)仿真人機(jī)交互界面，基于LabVIEW SoftMotion模塊豐富的運(yùn)動(dòng)函數(shù)完成機(jī)器人末端軌跡規(guī)劃，最后將LabVIEW、SolidWorks和Motion設(shè)計(jì)工具集成到一起，對(duì)機(jī)器人進(jìn)行了運(yùn)動(dòng)仿真，實(shí)現(xiàn)了對(duì)運(yùn)動(dòng)過(guò)程的參數(shù)化控制。
標(biāo)簽： labview solidworks 微創(chuàng)手術(shù)機(jī)器人
上傳時(shí)間： 2022-07-11
上傳用戶(hù)：1208020161
單片機(jī)上智能拼音輸入法,附有控制和杳詢(xún)函數(shù).方便使用調(diào)用.可以自加LCD實(shí)現(xiàn)可視化鍵盤(pán)輸入!供大家參考!
標(biāo)簽： LCD 單片機(jī) 函數(shù) 拼音輸入法
上傳時(shí)間： 2015-04-15
上傳用戶(hù)：rocwangdp
針對(duì)視覺(jué)伺服機(jī)器人手眼定位問(wèn)題,采用非線(xiàn)性系統(tǒng)理論中的無(wú)源化方法,在不需要物體 的深度精確值、幾何模型及單應(yīng)性矩陣的計(jì)算情況下,設(shè)計(jì)了攝像機(jī)的平移和旋轉(zhuǎn)速度,同時(shí)使用 自適應(yīng)控制方法對(duì)深度進(jìn)行估計(jì)
標(biāo)簽： 視覺(jué)伺服 機(jī)器人 定位 幾何模型
上傳時(shí)間： 2014-01-05
上傳用戶(hù)：小鵬
1.針對(duì)一類(lèi)參數(shù)未知的非線(xiàn)性離散時(shí)間動(dòng)態(tài)系統(tǒng)，提出了一種新的基于神經(jīng)網(wǎng)絡(luò)的MMAC方法。首先，將系統(tǒng)分為線(xiàn)性部分和非線(xiàn)性部分。針對(duì)系統(tǒng)線(xiàn)性部分采用局部化方法逮立多個(gè)固定模型覆蓋系統(tǒng)的參數(shù)范圍，在此基礎(chǔ)上，建立自適應(yīng)模型來(lái)提高系統(tǒng)性能；針對(duì)系統(tǒng)非線(xiàn)性部分建立非線(xiàn)性神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型來(lái)邏近系統(tǒng)的非線(xiàn)性。然后，針對(duì)每個(gè)子模型設(shè)計(jì)相應(yīng)的擅制器。最后，設(shè)計(jì)基于誤差范數(shù)形式的性能指標(biāo)函數(shù)對(duì)控制器進(jìn)行硬切換。仿真結(jié)果表明，所提出的MMAC方法與傳統(tǒng)的在參數(shù)空間均勻分布的MMAC方法相比能顯著提高非線(xiàn)性系統(tǒng)的暫態(tài)性能。2針對(duì)一類(lèi)具有參數(shù)跳變的非線(xiàn)性離散時(shí)間動(dòng)態(tài)系統(tǒng)，提出子一種基才聚類(lèi)方法和神經(jīng)網(wǎng)絡(luò)的MMAC方法，首先，采用模糊c均值聚類(lèi)算法對(duì)系統(tǒng)先驗(yàn)數(shù)據(jù)進(jìn)行分類(lèi)處理，再分別對(duì)每類(lèi)數(shù)據(jù)采用RLS算法建立多個(gè)固定模型。在此基礎(chǔ)上，建立兩個(gè)白適應(yīng)模型來(lái)提高系統(tǒng)響應(yīng)速度和控制品質(zhì)，建立神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型來(lái)補(bǔ)償系統(tǒng)非線(xiàn)性。然后，分別針對(duì)相應(yīng)的子模型設(shè)計(jì)線(xiàn)性魯棒自適應(yīng)控制器和神經(jīng)網(wǎng)絡(luò)控制器。最后，采用基于信號(hào)有界和測(cè)量誤差的性能切換指標(biāo)對(duì)控制器進(jìn)行切換，并證明閉環(huán)系統(tǒng)的穩(wěn)定性。仿真結(jié)果表明，所提出的算法能更好地解決非線(xiàn)性系統(tǒng)發(fā)生參數(shù)跳變問(wèn)題，使得系統(tǒng)具有良好的控制品質(zhì)3.針對(duì)MMAC方法中的模型庫(kù)優(yōu)化問(wèn)題，考慮系統(tǒng)實(shí)際運(yùn)行數(shù)據(jù)，提出了種基于相似度準(zhǔn)則和設(shè)置最大模型數(shù)的動(dòng)態(tài)優(yōu)化模型庫(kù)方法。該方法能對(duì)新數(shù)據(jù)進(jìn)行綜合考量并判斷是否應(yīng)該將該數(shù)據(jù)納入子模型建模，并通過(guò)設(shè)置最大模型數(shù)來(lái)確保系統(tǒng)用最少的子模型就能保證系統(tǒng)的控制性能。仿真結(jié)果表明，所提出的算法能極大地減少子模型數(shù)量且具有較好的控制效果。關(guān)鍵詞：非線(xiàn)性系統(tǒng)；多模型方法；自適應(yīng)控制；模糊聚類(lèi)；神經(jīng)網(wǎng)絡(luò)
標(biāo)簽： 自適應(yīng)控制
上傳時(shí)間： 2022-03-11
上傳用戶(hù)：
交直流傳動(dòng)系統(tǒng)的自適應(yīng)控制
標(biāo)簽： 交直流 傳動(dòng)系統(tǒng) 自適應(yīng)控制
上傳時(shí)間： 2013-06-16
上傳用戶(hù)：eeworm
模糊自適應(yīng)控制理論及其應(yīng)用
標(biāo)簽： 模糊自適應(yīng) 控制理論
上傳時(shí)間： 2013-05-28
上傳用戶(hù)：eeworm
模糊自適應(yīng)控制理論及其應(yīng)用
標(biāo)簽： 模糊自適應(yīng) 控制理論
上傳時(shí)間： 2013-06-20
上傳用戶(hù)：eeworm
新型智慧驅(qū)動(dòng)器可簡(jiǎn)化開(kāi)關(guān)電源隔離拓樸結(jié)構(gòu)中同步整流器
標(biāo)簽： 驅(qū)動(dòng) 開(kāi)關(guān)電源 同步整流器
上傳時(shí)間： 2013-06-05
上傳用戶(hù)：eeworm
專(zhuān)輯類(lèi)-實(shí)用電子技術(shù)專(zhuān)輯-385冊(cè)-3.609G 模糊自適應(yīng)控制理論及其應(yīng)用-336頁(yè)-7.5M.pdf
標(biāo)簽： 336 7.5 模糊自適應(yīng)
上傳時(shí)間： 2013-04-24
上傳用戶(hù)：hull021
專(zhuān)輯類(lèi)-執(zhí)行器件相關(guān)專(zhuān)輯-43冊(cè)-296M 交直流傳動(dòng)系統(tǒng)的自適應(yīng)控制-323頁(yè)-4.2M.pdf
上傳時(shí)間： 2013-04-24
上傳用戶(hù)：1054154823
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
