基于环境特征有效提取的机械手末端位姿嵌入式控制研究

来源：计算机测量与控制杂志2025年第9期北京时间：

作者：张琼,史磊,王榆

摘要：在柔性机械手的作业环境中,光照变化与物体表面反射特性之间具有非线性,待抓取物体表面复杂的形状和纹理特征也呈现出非线性,严重影响了对环境特征的提取效果,导致最终的控制精度偏低。对此,本研究利用双RBF神经网络具有的局部逼近特性和泛化学习能力,设计针对作业环境特征的提取方法。同时,以嵌入式的方式设计位姿控制器,针对末端位姿嵌入式控制方法展开研究。首先,利用内置传感器检测柔性机械手末端的初始位姿；然后,针对采集到的机械手作业环境图像实施预处理,再利用双RBF神经网络提取复杂的、非线性的环境特征。通过特征匹配确定作业目标,并将其作为控制目标。最后,以当前位姿为起点、以控制目标为终点,规划机械手末端移动轨迹,根据实际位姿与轨迹点之间的偏差确定位姿控制量,实现位姿控制。根据测试可知:与传统方法相比,应用本文方法控制后,机械手末端位置控制误差明显降低,姿态角控制误差减小。

关键词：柔性机械手;末端控制;位姿控制;双RBF神经网络;非线性特征;位姿控制量