輪椅型機器人雙目伺服模糊控制自適應遺傳算法BP神經網(wǎng)絡碩士論文

1、雙目視覺伺服系統(tǒng)智能控制算法研究電力電子與電力傳動， 2011， 碩士【摘要】 視覺系統(tǒng)是輪椅型機器人獲取外界信息的重要機構,提高該系統(tǒng)的感知范圍及性能,對于輪椅型機器人做出快速準確決策具有重大意義。雙目視覺伺服系統(tǒng)不僅能夠擴大視覺系統(tǒng)感知范圍,得到豐富的三維圖像信息,而且圖像的信息處理量較小,已逐漸成為人們研究的熱點。近年來,智能方法和理論研究迅速發(fā)展,它們給對象模型不能精確獲得、非線性、時變系統(tǒng)等問題的解決提供了有效途徑。為提高輪椅型機器人雙目視覺伺服系統(tǒng)的快速、穩(wěn)定及同步性,本文采用了相關的智能控制算法,主要包括模糊控制、逢適應遺傳控制以及BP神經網(wǎng)絡控制,并借助于MATLAB平臺對所設

2、計的控制器進行仿真。首先,分析設計了雙目視覺伺服系統(tǒng)的基本控制結構,設計了攝像機轉動速度分布圖；并在MATLAB/Simulink中建立了系統(tǒng)的仿真模型,并進行仿真分析。其次,對模糊及遺傳控制算法進行了學習研究,將模糊控制與傳統(tǒng)PID結合,利用模糊控制器對PID參數(shù)進行實時調整,針對于模糊控制存在的不足之處,采用自適應遺傳算法對模糊控制器的模糊規(guī)則及隸屬函數(shù)進行優(yōu)化。仿真結果表明,采用該方法比單獨采用傳統(tǒng)PID控制算法抗擾動能力強、上升速度快,且兩臺電機同步性也得到提高。最后. 更多還原【Abstract】 Visual system is the important mechani

3、sm for wheelchair robot to get outside information, how to improve the sensing range and performance of system is great significance for wheelchair robots fast and accurate decision-making. Binocular visual servo system can not only expand the perception scope of visual system, getting lots of three

4、-dimensional image information, but also has a small amount of processing for image information, so it becomes the central issue of research gradually.In recent . 更多還原 【關鍵詞】 輪椅型機器人； 雙目伺服； 模糊控制； 自適應遺傳算法； BP神經網(wǎng)絡； 【Key words】 wheelchair robot； binocular servo； fuzzy control； adaptive genetic algor

5、ithm； BP neural network； 【索購全文】Q聯(lián)系Q：138113721 Q聯(lián)系Q: 139938848付費即發(fā)摘要 5-6 Abstract 6-7 第一章 緒論 10-18 1.1 課題的背景及意義 10-11 課題的背景 10 研究課題的意義 10-11 1.2 輪椅型機器人的國內外研究現(xiàn)狀 11-14 1.3 視覺伺服系統(tǒng)的國內外研究現(xiàn)狀 14-15 1.4 智能多電機控制國內外研究現(xiàn)狀 15-16 1.5 本文主要研究內容 16-18 第二章 雙目視覺伺服系統(tǒng)結構及原理 18-24 2.1 雙目視覺伺服系統(tǒng)結構及原理 18-21 雙目視覺伺服系統(tǒng)結構設計及工作原理

6、18-20 分段速度控制 20-21 2.2 基于MATLAB的系統(tǒng)建模與仿真分析 21-23 2.3 本章小結 23-24 第三章 自適應遺傳模糊PID控制器的設計 24-43 3.1 模糊控制的基本原理及組成 24-27 3.2 模糊控制器設計步驟 27-28 3.3 視覺系統(tǒng)模糊PID控制器的設計 28-32 量化因子和比例因子的選取 29 各變量隸屬度的確定 29-31 模糊規(guī)則的制定 31-32 3.4 模糊控制的缺陷 32-33 3.5 自適應遺傳模糊PID控制器設計 33-40 遺傳算法的概述 33-34 遺傳算法的構成要素 34-36 遺傳算法的應用流程 36-37 自適應遺傳算法模糊控制器的設計 37-40 3.6 仿真分析 40-42 3.7 本章小結 42-43 第四章 BP神經網(wǎng)絡前饋控制 43-55 4.1 人工神經網(wǎng)絡的概述 43 4.2 BP神經網(wǎng)絡的結構及訓練方法 43-46 BP網(wǎng)絡的拓撲結構 43-45 BP網(wǎng)絡的