%0 Journal Article
%T GA优化的RBF神经网络外骨骼灵敏度放大控制
%A 龙亿
%A 杜志江
%A 王伟东
%J 哈尔滨工业大学学报
%P 26-30
%D 2015
%R 10.11918/j.issn.0367-6234.2015.07.003
%X 为改善外骨骼机器人灵敏度放大控制(SAC)性能,结合遗传算法(GA)与径向基函数(RBF)神经网络建立在线计算外骨骼机器人的精确动力学模型．用GA优化RBF神经网络的中心矢量与基宽度,并对RBF网络的权值实时更新,在线学习外骨骼机器人动力学模型中的参数矩阵,进一步推导出SAC控制律．仿真结果表明:GA优化后的RBF网络,可以在线学习外骨骼的动力学模型,基于该模型的SAC能够实现精确的人体轨迹跟踪,相比于优化前,人体轨迹跟踪误差以及人机交互信息会快速减小并收敛到0的微小邻域内,可实现人机协调运动．
%K 遗传算法
%K RBF神经网络
%K 灵敏度放大控制
%K 外骨骼机器人
%K 轨迹跟踪
%U http://journal.hit.edu.cn/hitxb_cn/ch/reader/view_abstract.aspx?file_no=20150703&flag=1