[00894461]基于人工神经网络控制器的研究

基于人工神经网络控制器的研究课题对在无障碍空间智能机器人的手眼协调控制的神精网络方法进行了探索性的研究，分所了机器人手眼系统的协调机理，用传统的动力学方法和神经网络方法研究了机器人手眼协调控制问题，指出了传统的动力学方法解决该问题的困难，研究了几种常见的神经网络，如BP模型、CMAC模型和Sequential模型的结构、算法及在机器人手眼协调控制中的实现，在此研究其础上，提出了一种综合型的神经网络模型，并描述了其算法，并以PUMA560机械手为具体应用对象进行了其位置控制的实验仿真，仿真结果不仅表明了采用神经网络控制器的方法对机人手眼协调系统进行学习控制，可达到很高的控制精度，而且提出的新模型具有比上述几种神经网络模型更好的收敛速度和控制器性能，因而也具有了更好的实际应用价值。由于神经网络控制方法模糊了传统动力学方法所必须的严格的数学模型的要求，因此在复杂系统的控制中具有传统的方法不可比拟的优势。目前，神经网络的方法已广泛地应用于智能控制、模式识别、计算机视觉、自适应滤波和信号处理、自动目标识别、传感技术和机器人、生物医学工程等方面。该课题的研究对神经网络方法在上述领域中的应用具有积极的义意，对该课题作进一步的应用研究和探索是极有前景和应用价值的。