基于状态触发自适应梯度神经网络的机械臂运动规划方法

    公开(公告)号:CN117506939B

    公开(公告)日:2024-03-29

    申请号:CN202410012375.3

    申请日:2024-01-04

    Abstract: 本发明公开了一种基于状态触发自适应梯度神经网络的机械臂运动规划方法,属于机械臂运动规划及控制领域,包括:构建机械臂运动规划模型;将当前时刻所述运动规划模型的各状态变量输入至自适应梯度神经网络,计算当前时刻与上一时刻对应的李亚普洛夫函数差值的绝对值;根据绝对值与预设的稳态阈值的大小关系采用不同的自适应触发方案,计算当前时刻自适应梯度神经网络匹配的自适应步长或者采样间隔;自适应梯度神经网络采用匹配的自适应步长或者采样间隔计算下一时刻机械臂各关节的速度信息,大幅提高了自适应梯度神经网络用于机械臂运动规划的效率和准确度。

    基于状态触发自适应梯度神经网络的机械臂运动规划方法

    公开(公告)号:CN117506939A

    公开(公告)日:2024-02-06

    申请号:CN202410012375.3

    申请日:2024-01-04

    Abstract: 本发明公开了一种基于状态触发自适应梯度神经网络的机械臂运动规划方法,属于机械臂运动规划及控制领域,包括:构建机械臂运动规划模型;将当前时刻所述运动规划模型的各状态变量输入至自适应梯度神经网络,计算当前时刻与上一时刻对应的李亚普洛夫函数差值的绝对值;根据绝对值与预设的稳态阈值的大小关系采用不同的自适应触发方案,计算当前时刻自适应梯度神经网络匹配的自适应步长或者采样间隔;自适应梯度神经网络采用匹配的自适应步长或者采样间隔计算下一时刻机械臂各关节的速度信息,大幅提高了自适应梯度神经网络用于机械臂运动规划的效率和准确度。

Patent Agency Ranking