摘要：目前提出的多机械手轨迹规划系统路径规划精准度低,避障能力差;基于深度学习对多机械手的规划系统进行设计,通过研究传统系统中存在精确度、智能性不足的缺点,在设计的系统分别引入了相应的解决条件,在硬件结构的设计中文章应用ISL-320型号的伺服电机提升多机械手的动力功能,应用SKT64系列的芯片提升多机械手的路径精准度;在应用程序设计上应用拟合算法与叠加算法对规划路径中的节点精准运算,在提升系统整体精准度的同时提升了系统的智能程度;实验结果表明,基于深度学习的多机械手轨迹规划系统路径与标准路径十分接近,说明该方法的规划精准度较高,避障能力得到有效增强。

摘要：为了提高机械臂关节角度级联控制能力,提出基于改进神经网络的机械臂关节角度级联控制方法。构建机械臂关节角度级联控制的约束参数模型,结合机械臂关节角度的位姿参数传感测量方法进行信息融合和特征提取,建立机械臂关节角度级联参数测量和层次融合模型,根据两传感器可信度参数分布定位关节角度的姿态,通过定姿补偿和反馈修正的方法,实现机械臂关节角度级联参数融合和增量控制,采用改进神经网络学习的方法进行收敛性学习,实现机械臂关节角度级联控制律优化设计。仿真结果表明,采用该方法进行机械臂关节角度级联控制的收敛性较好,控制误差较小,提高了机械臂的运行可靠性。