机器人/操作系统
采用特征融合的机械手模糊小脑模型神经网络控制研究
文/杜明芳
摘要：针对带视觉的自主移动机器人机械手的控制，提出了一种模糊定位、分区定位、精确控制逐步组合的“分步定位法”，将复杂操作问题转化为目标上兴趣点世界坐标的求解问题。用累计概率霍夫变换提取目标图像的直线特征，再与来自RFID的特征项组合后生成特征向量，用带权重的向量空间模型表示目标。采用基于小脑模型神经网络的改进直接视觉伺服控制法对机械手进行控制。实验结果表明，该方法对移动机器人机械手在大空间范围内的定位及小范围工作空间内的控制是有效的。该方法的创新处在于，将具有空间表征意义的信息与视觉信息相融合，只选用线特征中点的图像坐标作为融合特征的分量，简化了神经网络的输入；对直接视觉伺服控制进行改进，提出运用融合特征作为伺服输入的方法并加以实现。
关键词：移动机器人，机械手，特征融合，直接视觉伺服控制，模糊小脑模型神经网络
中图分类号：TP24文献标识码：A
ManipulatorControlwithFuzzyCerebellaModelArticulationControllerbasedonFeaturesFusion
MingfangDu
Firstlythecooperativeworkprocessandtheautomationworkflowofthenomankeepingwatchlibrarywhichtakestherobotasitscenterandusestheinternetofthingstechnologyareintroducedinthispaper.AnewdataformatoftheRFIDelectroniclabelforbooksisdesigned,andtherobustnessofpositioningofthemanipulatorisimprovedbytheinformationfusionoftheRFIDlabelsourceandtheCCDsensorsourceinstalledonthemanipulator.Apositionmethodnamed‘THREESTEPS’bythe