原创力文档- 1、本文档共5页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
维普资讯
第７卷第２３期２００７年１２月科学技术与工程Ｖｏ１．７Ｎｏ．２３Ｄｅｃ．２０ｏ７
１６７１—１８１９（２００７）２３—６０５０—０５ＳｃｉｅｎｃｅＴｅｃｈｎｏｌｏｇｙａｎｄＥｎｇｉｎｅｅｒｉｎｇ＠２００７Ｓｃｉ．Ｔｅｃｈ．Ｅｎｇｎｇ．
计算机技术
基于模糊高斯基函数神经网络控制的
机器人视觉伺服系统
孙洪淋孙炜石玉秋徐航
（湖南信息职业技术学院，长沙４１０２００；湖南大学电气与信息工程学院，长沙４１００８２；广西２１２学院，柳州５４５００６）
摘要针对机器人视觉伺服控制系统中存在的不确定性问题，将模糊控制与神经网络相结合，用神经网络来实现模糊推
理，提出了一种把高斯基函数作为隶属函数的模糊神经网络视觉伺服控制器，该控制器不仅具有定性知识的表达能力，而且
具有很强的在线学习能力。将所提方法用于三关节机器人“手．眼”视觉伺服系统的控制中，取得了很好的控制效果。
关键词模糊神经网络高斯基函数机器人视觉伺服系统
中图法分类号ＴＰ２４２．６；文献标识码Ａ
机器人视觉伺服系统在生产制造、国防及航空未知任务的适应性较差Ｊ，而模糊控制模拟人类
航天领域具有广泛的应用前景，是当今机器人技术的视觉跟踪经验进行控制，对环境和任务的适应性
的热门研究课题。不确定性问题（标定误差、摩擦、较强。但是，当目标特征和机器人关节数目较多
负载变化）是影响机器人视觉伺服系统性能提高的时，由于系统变量之间的耦合作用增强，模糊控制
关键问题，近年来受到了国内外研究人员的广泛规则往往难以总结Ｊ。
关注。针对以上问题，本文将神经网络技术与模糊
众所周知，智能控制模拟了人类的智能，是处控制结合，设计基于模糊神经网络的视觉伺服控
理不确定系统的有效工具。因此，智能控制方法理制器，并研究其在线学习方法，使其不仅具有模糊
所当然地也被用于机器人视觉伺服系统的鲁棒性控制定性表达人类控制经验的优点，而且还具有
设计当中。目前应用于机器人视觉伺服系统的智在线进行自组织修正模糊规则和实现全局优化的
能控制方法主要有神经网络控制方法和模糊控制
能力。以此增强系统对不确定环境和任务的适应
方法。在基于图像的机器人视觉伺服系统中，神经
能力。
网络和模糊控制可以被用于替代图像雅可比矩阵
来获得目标图像特征和机器人关节运动之间的２Ｄ／１系统结构
３Ｄ变换关系，从而对摄像机标定误差不敏感，提高
了系统的鲁棒性。但是，在以往的研究中，神经网
针对三关节机器人抓取物体的任务，设计一种
络往往只根据特定区域执行特定任务的历史数据
基于模糊高斯基神经网络控制器的机器人视觉伺
进行离线训练或间歇式训练，因此对不确定环境和
服系统。该系统采用ｅｙｅ．ｉｎ—ｈａｎｄ方式，如图１所
示，基于图像特征构成视觉反馈来进行视觉伺服
２００７年８月２３日收到湖南省自然科学基金资助项目
文档评论（0）