1) control arithmetic of inverse kinematics
运动学逆解控制算法
2) inverse kinematics
逆向运动学算法
1.
In the former stage the Inverse Kinematics algorithm based on Jacobin-Transpose matrix was used and the linear interpolation or curve fitting was applied to the latter stage.
在目标接近阶段应用快速的基于雅可比转置的逆向运动学算法求解;在目标到达阶段,应用线性插值和曲线拟合方法求解。
2.
A novel inverse kinematics algorithm based on the human constrained joints for real-time human motion modeling is proposed.
为了实现人体运动建模,提出一种新颖的基于人体关节约束的实时逆向运动学算法。
3) inverse kinematic control
逆运动学控制
1.
Based on a mutual mapping neural network,the inverse kinematic control problem of the free-floating space manipulator system without base control is discussed.
以此为基础,利用双向映射神经元网络及李雅普诺夫直接方法,设计了一种收敛的空间机械臂逆运动学控制方法,以控制空间机械臂的末端位姿朝着惯性空间的期望位姿点运动。
4) Inverse kinematics
运动学逆解
1.
Application of Elimination Method in Inverse Kinematics of Opened-chain Robots;
消元法在开链机器人运动学逆解中的应用
2.
A new inverse kinematics of redundant manipulator based on fuzzy RBF neural network;
基于模糊RBF神经网络的冗余机械手运动学逆解
3.
Using the Rotation-transformation-tensor Method to analyze the inverse kinematics of Six-degree-of-freedom Robot whose three wrist axes intersect at one point.
运用回转变换张量法,求解了三个腕关节轴线相交于一点的6自由度喷涂机器人的运动学逆解,并利用消元法简化了运动学逆解的求解过程,得出了较为简易的解析解。
5) inverse kinematics solution
运动学逆解
1.
For solving the solvability problem within the work space of underfreedom robot, a virtual joint method is proposed and BP neural network is used to distinguish the solvable and unsolvable posture space and to determine whether there exists an inverse kinematics solution.
针对欠自由度机器人在工作空间内运动学逆解的存在性问题 ,提出虚拟关节法 ,并利用神经网络的学习能力 ,区分出可解子空间和不可解子空间 ,达到了对给定末端位姿可解性的准确判
6) kinematic inverse solution
运动学逆解
1.
Intelligent hill climbing algorithm(IHCA)is a new way to solve the kinematic inverse solution.
智能登山法是一种新型的运动学逆解求取方法。
2.
Based on inheriting the advantages of traditional hill climbing,a new way to search the kinematic inverse solution of multi-joint robot-intelligent hill climbing,was put forward.
从计算机原理中位置数制的描述获得启发,将其中的某些规律进行合理的转换,形成搜索算法的步长表达式,在吸收传统登山法的优点的基础上,提出了求取多关节机械臂运动学逆解的新算法——智能登山法,并对算法进行了描述,写出了完整的通用流程图。
3.
In tiffs paper, inspired from the position-numeral description in computer, the step s expression of the search algorithm was gained through reasonable conversion of some interrelated rules, Based on inheriting the advantages of traditional Hill Climbing, a new way to search the kinematic inverse solution of multi-joint robot-intelligent hill climbing, was put forward.
本文从计算机原理中位置数制的描述获得启发,将其中的某些规律进行合理的转换,形成搜索算法的步长表达式;在吸收传统登山优点的基础上,提出了求取多关节机械臂运动学逆解的新算法——智能登山法,并对算法进行了描述,写出了完整的通用流程图,运用该方法求取机器人运动学逆解,无需矩阵运算、三角变换;收敛速度快,适于实时控制,仿真试验验证了该方法的可行性、实用性。
补充资料：逆推学习算法
分子式：
CAS号：
性质：又称逆推学习算法，简称BP算法，是1986年鲁梅哈特(D. E. Rumelhart)和麦克莱朗德(J. L. McClelland)提出来的。用样本数据训练人工神经网络(一种模仿人脑的信息处理系统)，它自动地将实际输出值和期望值进行比较，得到误差信号，再根据误差信号从后(输出层)向前(输入层)逐层反传，调节各神经层神经元之间的连接权重，直至误差减至满足要求为止。反向传播算法的主要特征是中间层能对输出层反传过来的误差进行学习。这种算法不能保证训练期间实现全局误差最小，但可以实现局部误差最小。BP算法在图像处理、语音处理、优化等领域得到应用。
CAS号：
性质：又称逆推学习算法，简称BP算法，是1986年鲁梅哈特(D. E. Rumelhart)和麦克莱朗德(J. L. McClelland)提出来的。用样本数据训练人工神经网络(一种模仿人脑的信息处理系统)，它自动地将实际输出值和期望值进行比较，得到误差信号，再根据误差信号从后(输出层)向前(输入层)逐层反传，调节各神经层神经元之间的连接权重，直至误差减至满足要求为止。反向传播算法的主要特征是中间层能对输出层反传过来的误差进行学习。这种算法不能保证训练期间实现全局误差最小，但可以实现局部误差最小。BP算法在图像处理、语音处理、优化等领域得到应用。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条