本文選題：農(nóng)業(yè)機器人　切入點：精密軌跡優(yōu)化　出處：《農(nóng)機化研究》2017年06期

【摘要】：以農(nóng)業(yè)機器人精密軌跡優(yōu)化自動控制為目標(biāo),在優(yōu)化算法中引入BP神經(jīng)網(wǎng)絡(luò)與計算力矩法結(jié)合的自動控制器,旨在減少作業(yè)過程中的運動誤差,提高其工作效率。首先,建立農(nóng)業(yè)機器人數(shù)學(xué)模型,分析其運動學(xué)和動力學(xué)原理;然后,設(shè)計了農(nóng)業(yè)機器人運動控制系統(tǒng),引入BP神經(jīng)網(wǎng)絡(luò)對不確定動力學(xué)因素進行判斷,并提出解決該因素的自適應(yīng)學(xué)習(xí)法;最后,對該系統(tǒng)運用Mat Lab進行了仿真。試驗表明:以BP神經(jīng)網(wǎng)絡(luò)與計算力矩法結(jié)合的自動控制器可以有效優(yōu)化機器人運動路徑,提高機器人整體作業(yè)效率,系統(tǒng)運行穩(wěn)定、可靠性強,且對外部環(huán)境的干擾因素具有較強的自適應(yīng)學(xué)習(xí)能力。
[Abstract]:Aiming at the automatic control of precision trajectory optimization of agricultural robot, an automatic controller based on BP neural network and calculating torque method is introduced in the optimization algorithm to reduce the motion error and improve the working efficiency. The mathematical model of agricultural robot is established, and the kinematics and dynamics principle of agricultural robot is analyzed. Then, the motion control system of agricultural robot is designed, and BP neural network is introduced to judge the uncertain dynamic factors. An adaptive learning method is proposed to solve this problem. Finally, Mat Lab is used to simulate the system. The experimental results show that the automatic controller combining BP neural network and torque calculation method can effectively optimize the robot motion path. It can improve the overall working efficiency of the robot, the system runs stably, the reliability is strong, and the interference factors of the external environment have a strong adaptive learning ability.
【作者單位】： 河南工業(yè)職業(yè)技術(shù)學(xué)院;
【分類號】：S126;;TP242.6

【相似文獻(xiàn)】

相關(guān)會議論文 前4條

1 姚天曙;丁為民;;農(nóng)業(yè)機器人技術(shù)的研究現(xiàn)狀與應(yīng)用前景[A];現(xiàn)代農(nóng)業(yè)理論與實踐——安徽現(xiàn)代農(nóng)業(yè)博士科技論壇論文集[C];2007年

2 張蓉君;安方亮;彭召斌;位耀光;鄭祥格;;基于機器視覺的農(nóng)業(yè)機器人定位技術(shù)研究[A];2008’“先進集成技術(shù)”院士論壇暨第二屆儀表、自動化與先進集成技術(shù)大會論文集[C];2008年

3 喬軍;周南;汪懋華;劉剛;李民贊;;農(nóng)業(yè)機器人在農(nóng)業(yè)生產(chǎn)全過程信息化中的重要作用[A];2006中國科協(xié)年會農(nóng)業(yè)分會場論文專集[C];2006年

4 王友權(quán);周俊;姬長英;;非結(jié)構(gòu)化環(huán)境的農(nóng)業(yè)機器人平臺仿真研究[A];2007年中國農(nóng)業(yè)工程學(xué)會學(xué)術(shù)年會論文摘要集[C];2007年

相關(guān)重要報紙文章 前3條

1 陳蘇根;農(nóng)業(yè)機器人向我們走來[N];中國知識產(chǎn)權(quán)報;2001年

2 記者 段佳;農(nóng)業(yè)機器人有了新“眼睛”[N];大眾科技報;2010年

3 容小興;農(nóng)業(yè)工廠化 試比天公高[N];經(jīng)濟消息報;2000年

相關(guān)博士學(xué)位論文 前2條

1 沈明霞;自主行走農(nóng)業(yè)機器人視覺導(dǎo)航信息處理技術(shù)研究[D];南京農(nóng)業(yè)大學(xué);2001年

2 安秋;農(nóng)業(yè)機器人視覺導(dǎo)航系統(tǒng)及其光照問題的研究[D];南京農(nóng)業(yè)大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 李偉;農(nóng)業(yè)機器人試驗平臺視覺導(dǎo)航系統(tǒng)的研究與開發(fā)[D];西北農(nóng)林科技大學(xué);2015年

2 萬強;基于機器視覺的農(nóng)業(yè)機器人自主作業(yè)研究[D];南京農(nóng)業(yè)大學(xué);2014年

3 張順順;基于激光雷達(dá)的農(nóng)業(yè)自主車輛導(dǎo)航研究[D];南京農(nóng)業(yè)大學(xué);2014年

4 楊肖蓉;基于觸覺信息的果蔬表面特性識別研究[D];南京農(nóng)業(yè)大學(xué);2014年

5 王寶梁;多功能自主農(nóng)業(yè)機器人研制[D];南京農(nóng)業(yè)大學(xué);2013年

6 郝昕玉;自主移動農(nóng)業(yè)機器人導(dǎo)航系統(tǒng)的故障診斷技術(shù)研究[D];南京農(nóng)業(yè)大學(xué);2009年

7 顧亭亭;基于3G網(wǎng)絡(luò)的農(nóng)業(yè)機器人嵌入式通信系統(tǒng)的研究[D];南京農(nóng)業(yè)大學(xué);2010年

8 張一星;小型農(nóng)業(yè)機器人試驗平臺設(shè)計與試驗[D];西北農(nóng)林科技大學(xué);2014年

9 鄭玉龍;基于機器視覺的農(nóng)業(yè)機器人自定位技術(shù)研究[D];南京農(nóng)業(yè)大學(xué);2012年

10 張英旭;農(nóng)業(yè)機器人移動平臺數(shù)據(jù)采集系統(tǒng)及伺服控制系統(tǒng)的研制[D];河北工業(yè)大學(xué);2014年

，

本文編號：1654676