针对机器人谐波减速器关节在转动过程中存在的波动摩擦力矩, 提出一种基于傅里叶级数函数和BP神经网络的建模方法, 并完善机器人的动力学模型, 修正了因波动摩擦力矩带来的关节力矩计算误差. 通过研究谐波减速器关节的波动摩擦力矩在不同影响因素下的变化特性, 采用傅里叶级数与BP神经网络结合的方法对波动摩擦力矩进行建模. 通过添加傅里叶级数函数作为BP神经网络的辅助输入, 克服了力矩误差曲线因存在高频周期性波动而难以拟合的困难. 在离线环境下训练神经网络, 完成对关节波动摩擦力矩的建模, 进而完善机器人的动力学模型和修正关节中存在的波动摩擦力矩. 验证实验表明, 使用完善后的动力学模型可以有效计算谐波减速器关节的波动摩擦力矩, 并使修正后的力矩误差维持在[-0.5, 0.5] N·m的范围之内, 方差为0.1659 N2·m2, 是修正前的24.23%

为何研究机器学习 什么是机器学习 机器学习的主要方法 本课程的主要内容及参考资料

1. 机器人的发展 2. 人工智能概要 3. 脑科学初探 4. 脑与机器人 5. 智能机器人的开发ABC 6. 习题

为解决现有上肢康复机器人其人机交互系统重治疗、轻评估的弊端ꎬ本课题以中央驱动上肢康复机器人为研究对象ꎬ设计一种基于Ｑｔ、数据库(ＭＹＳＱＬ)和虚拟现实技术ꎬ并集成用户信息管理、康复评定、康复训练、生成康复报告等功能模块为一体的医￣机￣人三者交互系统ꎮ通过功能测试验证了结合训练与评估系统的上肢康复机器人系统ꎬ发现其不仅能提高康复治疗师工作效率ꎬ同时也为患者提供了一种高效、富有趣味性的康复训练模式

基于翻译记忆的机器翻译方法 基于模板（模式）的机器翻译方法 双语语料库对齐技术 – 句子对齐 – 词语对齐 机器翻译的评价

本文介绍了弧焊机器人在进行\V\型坡口对接焊或角接焊时,为了跟踪焊缝轨迹而进行的焊缝位置检测方法-电流检测法.通过对焊接电流信号的数字处理,提取了反映焊枪与焊缝相对位置的特征信号,定时向机器人控制器提供修正信号,从而使固定在机器人手臂上的焊枪准确地跟踪焊缝

前言 传统机器人 智能机器人

单片机开发中除必要的硬件外，同样离不开软件，我们写的汇编语言源程序要变为 CPU 可以执行的机器码有两种方法，一种是手工汇编，另一种是机器汇编，目前已极少使用手工 汇编的方法了。机器汇编是通过汇编软件将源程序变为机器码，用于 MCS-51 单片机的汇编 软件有早期的 A51，随着单片机开发技术的不断发展，从普遍使用汇编语言到逐渐使用高级 语言开发

1. 机器人的发展 2. 机器人瓶颈技术 3. 初探脑科学 4. 人工智能概要 5. 智能机器人的开发ABC 6. 习题

1. 概述 2. 机器人的感知 3. 机器人的定位 4. 小结