基于BP神经网络的仿人两指末端执行器抓握模式预测
陈小静
彭培成
张高峰
王裕清
河南理工大学 机械与动力工程学院,河南 焦作,454000
摘要：为了得到手部特征及物体特征与两指抓握模式之间的非线性映射关系,以便对仿人两指末端执行器的抓握模式进行预测,采用5554次人手拇指-食指成功抓握试验的数据作为训练样本,构建基于L-M算法的BP神经网络两指抓握模式预测模型,进行仿人两指末端执行器的抓握模式预测.结果表明:该神经网络模型的预测准确率达90％,预测值与实测值的相关系数为0.83,能够快速有效地预测仿人两指末端执行器的抓握模式;对于等效直径较小且质量较轻的目标物,多选择精密捏;对于等效直径较大且质量较重的目标物,多选择强力握.研究结果可为仿人两指末端执行器的稳定抓握控制提供重要的决策依据.
关键词：抓握模式L-M算法BP神经网络两指末端执行器
分类号：TP242(自动化技术及设备)
资助基金：国家自然科学基金(U1261115)
论文发表日期：2020-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 97-102 )
英文信息