[发明专利]一种基于自适应神经网络的采摘机器人手臂及其控制方法

摘要

本发明公开了一种基于自适应神经网络的采摘机器人手臂及其控制方法，以实现采摘机器人快速采摘为目标，解决采摘机器人手臂控制方法及机器人视觉图像降噪的关键技术，实现采摘机器人的快速采摘。其控制方法采用RBF神经网络控制算法计算干扰，首先建立采摘手臂在理想条件下的动力学模型；然后根据系统存在的不确定项，设计自适应神经网络控制器来修正上述动力学模型；进而通过Lyapunov函数证明了该控制器的稳定性，并给出系统收敛条件；从而对机器人手臂进行负反馈控制和抵消干扰。本发明采摘机器人果实识别定位时间短，采摘效率高；其控制方法抗干扰性和自学习能力强，能够快速准确地估计并补偿模型的不确定项。

主权项

1.一种基于自适应神经网络的采摘机器人手臂，其特征在于，包括固定在支撑平台的第一伺服电机、与第一伺服电机相邻的第二伺服电机、与第二伺服电机相连的大臂，与大臂相连的第三伺服电机、与第三伺服电机相连的小臂、小臂内联直动关节，位于小臂末端的末端执行器；在末端执行器下设置有一个收集带；所述的第一伺服电机控制手臂左右转动，第二伺服电机控制手臂前后转动，第三伺服电机控制末端执行器上下运动；上述三个伺服电机整体联动实现末端执行器在工作空间中进退任意方向；末端执行器用于采摘果实并放入收集带。