基于CNN-LSTM的欠驱动采摘机械手抓取力控制方法
胡朝晖
董艳珂
郑州工商学院信息工程学院 河南郑州 451400
摘要：现有研究因未充分考虑目标特性与动态交互作用,易导致抓取失衡、滑脱和果实损伤等问题.为此,文章提出一种基于CNN-LSTM的抓取力控制方法.利用CNN提取目标图像特征,解决传统方法对水果特性建模不足的问题;通过LSTM捕捉接触力、力矩与扭矩的长期动态平衡关系,优化静力学模型预测能力;结合非线性反馈与逆动力学前馈补偿,提升欠驱动系统的控制鲁棒性.实验结果表明,所提方法在稳定性、角偏差、滑落次数及果实损伤方面均显著优于对比方法,验证了其在高动态采摘场景中的有效性.表明CNN-LSTM模型通过多模态数据融合与动态关系学习,为欠驱动机械手的精准抓取控制提供了新思路,兼具理论价值与工程应用潜力.
关键词：CNN-LSTM抓取力控制长期依赖特征非线性补偿项欠驱动
论文发表日期：2025-08-25
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：4( 60-63 )