-
题名基于PSO-BP神经网络的分拣机器人视觉反馈跟踪
- 1
-
-
作者
杨静宜
白向伟
-
机构
河北工程技术学院人工智能与大数据学院
河北工程技术学院教学科研部
-
出处
《国外电子测量技术》
2024年第1期166-172,共7页
-
文摘
针对分拣机器人视觉反馈跟踪精度差、耗时较长的问题,研究基于粒子群算法-反向传播(particle swarm optimization-back propagation,PSO-BP)神经网络的分拣机器人视觉反馈跟踪方法,以提升视觉反馈跟踪效果。依据分拣机器人的视觉反馈信息,建立分拣机器人运动学模型,并求解分拣机器人机械臂输出位置和输入位置的误差函数;利用PSO算法优化BP神经网络的权值与偏置;在权值与偏置优化后的BP神经网络内,输入误差函数,预测分拣机器人视觉反馈跟踪控制量;利用预测视觉反馈跟踪控制量,在线调整增量式比例-积分-微分(proportional-integral-derivative,PID)的参数,输出高精度的分拣机器人视觉反馈跟踪控制量,实现分拣机器人视觉反馈跟踪。实验结果表明,该方法可有效视觉反馈跟踪分拣机器人机械臂的关节角;存在干扰情况下,在运行时间为10 s左右时,阶跃响应趋于稳定;有干扰情况下,视觉反馈跟踪的平均误差为0.09 cm,耗时平均值为0.10 ms;无干扰情况下,平均误差为0.03 cm,耗时平均值为0.04 ms。
-
关键词
PSO-BP神经网络
分拣机器人
视觉反馈跟踪
运动学模型
误差函数
增量式PID
-
Keywords
PSO-BP neural network
sorting robot
visual feedback tracking
kinematic model
error function
incremental PID
-
分类号
TP273
[自动化与计算机技术—检测技术与自动化装置]
-