Biblioteca122.739 documentos en línea

Artículo

Intention Recognition in Physical Human-Robot Interaction Based on Radial Basis Function Neural NetworkReconocimiento de intenciones en la interacción física persona-robot mediante una red neuronal de función de base radial

Resumen

Para resolver el problema de sincronización de movimiento en la colaboración háptica humano-robot, a menudo se requiere que el robot reconozca la intención del colaborador. En este artículo, se presenta un método basado en el modelo de red neuronal de función de base radial (RBFNN) para identificar la intención de movimiento del colaborador. Aquí, la intención humana se define como la velocidad deseada en el modelo de extremidades humanas, cuya estimación se obtiene en tiempo real en función de la fuerza de interacción y las características de movimiento del punto de contacto (posición y velocidad actual del robot) mediante el modelo RBFNN entrenado. Para obtener muestras de entrenamiento, se utiliza el método de control de impedancia adaptativa para controlar el robot durante el proceso de adquisición de datos, y luego se ejecuta el emparejamiento de datos debido al retardo de fase de la función de impedancia. La ventaja del método propuesto de estimación de intención según el estado en tiempo real del sistema es que el modelo supera la dificultad de estimar los parámetros de impedancia del cuerpo humano. Los resultados experimentales muestran que este método propuesto mejora la sincronización de la colaboración humano-robot y reduce la fuerza del colaborador.

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento