科研之友
微信
新浪微博
Facebook
分享链接
摘要
为实现对索驱末端效应器运动状态的自适应估计，基于注意力双向门控循环神经网络，提出了一种数据驱动的末端效应器运动估计方法.首先进行数据构建，以获取短时序列作为训练样本.然后，将数据输入包含带自注意力模块的双向门控循环神经网络，构造样本的序列模型.最后，在索驱末端效应器运动数据集上，将电机位置、速度以及作为系统控制信号的输入时间序列作为样本特征，进行运动估计性能对比实验.结果表明，相比常用的序列建模回归算法，所提方法能够取得更好的末端效应器运动估计性能，因而能有效实现复杂条件下对索驱末端效应器的运动估计.
- 单位
