版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、智能機器人之所以區(qū)別于傳統(tǒng)的示教.再現(xiàn)型機器人,是因為其有感知外部世界變化并作出自適應(yīng)調(diào)整的能力。在眾多的機器人感覺中,尤以視覺應(yīng)用最廣。而在復雜工業(yè)現(xiàn)場環(huán)境下,存在諸如粉塵、光照變化、攝像機抖動、遮擋、信道傳輸噪聲等干擾因素,不可避免地會對機器人的視覺產(chǎn)生影響,造成圖像信號的降質(zhì)。此外,復雜多變的工作環(huán)境,也給傳統(tǒng)的需要標定技術(shù)才能完成的機器人控制器的設(shè)計造成困難。針對上述問題,本文以基于視覺的機器人智能分揀和抓取為應(yīng)用背景,利用神經(jīng)
2、網(wǎng)絡(luò)研究復雜環(huán)境下圖像的恢復和目標識別以及機器人視覺伺服控制。 神經(jīng)網(wǎng)絡(luò)固有的非線性逼近能力、自適應(yīng)和泛化能力,以及聯(lián)想記憶能力,使其成為貫穿本文各個研究部分的關(guān)鍵技術(shù)。其中,復值神經(jīng)網(wǎng)絡(luò)以其自然的復數(shù)處理能力,使得圖像等常需頻域處理的信號有了直接的表達和處理方式。 為解決惡劣環(huán)境下圖像降質(zhì)嚴重的問題,本文利用復值Hopfield神經(jīng)網(wǎng)絡(luò)的聯(lián)想記憶能力完成對降質(zhì)圖像的恢復。為此本文首先開展復值Hopfield神經(jīng)網(wǎng)絡(luò)的分
3、析和綜合研究。在此基礎(chǔ)上,討論復雜環(huán)境下圖像識別和恢復的實現(xiàn)問題,最后基于模糊行為規(guī)則和神經(jīng)網(wǎng)絡(luò)對機器人智能視覺伺服控制器進行設(shè)計。歸結(jié)起來,本文的主要研究工作包括: 1)針對一類復值離散時間Hopfield神經(jīng)網(wǎng)絡(luò),提出一種兼顧平衡條件和穩(wěn)定條件的網(wǎng)絡(luò)綜合方法。該方法首先根據(jù)穩(wěn)定性分析,得出系統(tǒng)局部漸近穩(wěn)定性判決條件,而后通過求解網(wǎng)絡(luò)平衡方程和調(diào)整平衡解中的激活函數(shù)增益,確保最后的網(wǎng)絡(luò)綜合結(jié)果滿足穩(wěn)定性判據(jù),從而使每個待記憶模
4、式在網(wǎng)絡(luò)中是穩(wěn)定且吸引的。 2)針對一類復值連續(xù)時間Hopfield神經(jīng)網(wǎng)絡(luò),提出一種吸引域受限條件下兼顧平衡條件和穩(wěn)定條件的網(wǎng)絡(luò)綜合方法。該方法首先在復值域中構(gòu)造基于吸引域參數(shù)的Lyapunov函數(shù),而后開展系統(tǒng)的穩(wěn)定性分析,并分別在網(wǎng)絡(luò)時間常數(shù)已知和未知的情況下,進行吸引域受限條件下的網(wǎng)絡(luò)綜合研究。其中平衡方程的求解分別基于偽逆規(guī)則和奇異值分解技術(shù),所得網(wǎng)絡(luò)參數(shù)約束和給定的吸引域參數(shù)均包含在用線性矩陣不等式表示的漸近穩(wěn)定判據(jù)
5、中,所以網(wǎng)絡(luò)參數(shù)易于求解,且所得結(jié)果能同時滿足給定吸引域內(nèi)記憶模式的穩(wěn)定性和吸引性。 3)針對一類可直接表示灰度等多值圖像的復多值Hopfield神經(jīng)網(wǎng)絡(luò),提出一種兼顧平衡條件和能量函數(shù)逐步遞減要求的網(wǎng)絡(luò)綜合方法。綜合中基于奇異值分解技術(shù)求得的網(wǎng)絡(luò)平衡方程通解,依能量函數(shù)遞減原則進行調(diào)整,并最終得到能同時滿足穩(wěn)定性和吸引性要求的網(wǎng)絡(luò)權(quán)值解,保證了圖像聯(lián)想記憶的可靠性。 4)針對復雜環(huán)境下圖像易出現(xiàn)模糊、缺損、噪聲污染等嚴
6、重降質(zhì)的問題,通過引入復多值單層感知機完成對降質(zhì)圖像中各種形態(tài)工件的圖像識別;利用3)中提出的一種復多值Hopfield聯(lián)想記憶器完成對工件降質(zhì)圖像的恢復,進而實現(xiàn)對工件上角點信息的可靠提取,為機器人的視覺伺服控制提供可靠的圖像反饋信息; 5)針對復雜多變的非結(jié)構(gòu)化環(huán)境中,常規(guī)的基于圖像雅克比矩陣的視覺伺服控制存在建模困難且適應(yīng)能力差的問題,提出一種基于模糊行為和神經(jīng)網(wǎng)絡(luò)的兩階段機器人智能抓取控制方案。其中第一階段的模糊行為控制
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于模糊神經(jīng)網(wǎng)絡(luò)的單目視覺伺服機器人智能抓取.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的移動機器人環(huán)境識別.pdf
- 基于機器視覺的服務(wù)機器人智能抓取研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的機器人控制研究.pdf
- 基于雙目立體視覺的工件識別定位與機器人抓取系統(tǒng)的研發(fā).pdf
- 基于模糊神經(jīng)網(wǎng)絡(luò)的上肢康復機器人智能控制.pdf
- 室內(nèi)智能移動機器人規(guī)則物體識別與抓取.pdf
- 基于早期認知視覺的機器人智能抓取.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的智能移動機器人導航算法研究.pdf
- 基于遞歸神經(jīng)網(wǎng)絡(luò)的機器人建模與控制研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的核電站檢修機器人的智能控制研究.pdf
- Matlab環(huán)境下基于神經(jīng)網(wǎng)絡(luò)的車牌識別.pdf
- 基于模糊神經(jīng)網(wǎng)絡(luò)的智能清潔機器人避障系統(tǒng)的研究與設(shè)計.pdf
- 陪護機器人基于視覺的物品識別與抓取方法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的機器人模型辨識與控制研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)水下機器人的容錯控制.pdf
- 基于視覺引導的機器人智能抓取技術(shù)研究.pdf
- 在機器人系統(tǒng)中神經(jīng)網(wǎng)絡(luò)智能控制技術(shù)的研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的機器人運動控制算法研究.pdf
- 基于單目視覺的工件定位與機器人抓取技術(shù)研究.pdf
評論
0/150
提交評論