|本期目录/Table of Contents|

[1]上官霞.基于神经网络的机器人运行自动化控制方法研究[J].工业仪表与自动化装置,2022,(05):71-15+115.[doi:10.19950/j.cnki.cn61-1121/th.2022.05.014]
　SHANGGUAN Xia.Research on robot operation automation control method based on Neural Network[J].Industrial Instrumentation & Automation,2022,(05):71-15+115.[doi:10.19950/j.cnki.cn61-1121/th.2022.05.014]
点击复制

基于神经网络的机器人运行自动化控制方法研究

《工业仪表与自动化装置》[ISSN:1000-0682/CN:61-1121/TH]

卷:
期数:
2022年05期
页码:
71-15+115
栏目:
出版日期:
2022-10-15

文章信息/Info

Title:
Research on robot operation automation control method based on Neural Network
文章编号:
1000-0682（2022）05-0000-00
作者:
上官霞
国网福建省电力有限公司，福建 福州 350003
Author(s):
SHANGGUAN Xia
(State Grid Fujian Electric Power Co.,Ltd.,Fujian Fuzhou 350003, China)
关键词:
智能语音机器人; BP神经网络; 运行自动化控制; LM算法; 收敛速度
Keywords:
intelligent voice robot;  BP neural network;  operation automation control;  LM algorithm;  convergence rate
分类号:
TP185
DOI:
10.19950/j.cnki.cn61-1121/th.2022.05.014
文献标志码:
A
摘要:
为提高智能语音机器人的语音识别精度、优化自动化控制效果、合理选择运行路径，提出基于神经网络的机器人运行自动化控制方法研究。分析当运行轨迹不同时智能语音机器人左、右轮速的函数关系，保证运行过程中效率最大化；凭借短时能量、短时平均过零率将语音命令从背景中分离，明确命令帧长度，通过不断修改BP神经网络算法的阈值和权值，尽可能地缩减控制误差，提高网络模型的收敛速度；机器人在接收到语音指令后，及时调整左、右轮速，自主化完成作业任务。将所提方法与其他方法展开对比实验测试，结果表明，所提方法可有效规避障碍物，并且在起始点与目标点之间选择一条最短路径，同时保证控制时间和控制误差为最低。
Abstract:
Aiming at the problems of low automatic control efficiency and unsatisfactory path selection of intelligent voice robot, a robot operation automatic control method based on neural network is proposed. The functional relationship between the left and right wheel speeds of the intelligent voice robot is analyzed when the running tracks are different, so as to maximize the efficiency in the running process. By constantly modifying the threshold and weight of BP neural network algorithm, the control error is reduced as much as possible and the convergence speed of network model is improved; After receiving the voice command, the robot adjusts the left and right wheel speeds in time to complete the operation task autonomously. The experimental results show that the proposed method can effectively avoid obstacles, select the shortest path between the starting point and the target point, and ensure the minimum control time and control error.

参考文献/References:

[1]刘瑜.交互式视音频在智能采摘机器人自动化系统中的应用[J].农机化研究,2020,42(12):241-245.

[2]王晓华,要鹏超,马丽萍,等.车间环境下机器人语音控制的特征提取算法[J].西安电子科技大学学报,2020,47(02):16-22.
[3]张洪瑶,赵吉宾,赵敬川,等.基于模糊PID的力/位混合控制机器人自动化叶片磨削加工[J].组合机床与自动化加工技术,2021(11):147-150+155.
[4]王玲维,王华.挖掘机器人的系统建模与自动化控制——评《挖掘机器人系统建模、辨识与运动控制》[J].矿业研究与开发,2020,40(07):183.
[5]王清峰,陈航,陈玉涛.钻孔机器人钻进工况智能感知与自适应控制机理研究[J].矿业安全与环保,2021,48(03):1-5.
[6]刘勇,蒋沛阳,孙博熙,等.基于DDPG-PID的机器人动态目标跟踪与避障控制研究[J].南京航空航天大学学报,2022,54(01):41-50.
[7]高志伟,代学武,郑志达.基于运动控制和频域分析的移动机器人能耗最优轨迹规划[J].自动化学报,2020,46(05):934-945.
[8]张玉琢,郑世珏,潘磊.基于语音控制的四自由度轨迹规划书写机器人系统[J].计算机应用,2020,40(S1):284-288.
[9]段海峰,江丽珍,陈宇姗,等.基于工业机器人的开关柔性组装自动化系统设计[J].制造技术与机床,2020(03):13-16.
[10]董诗绘,牛彩雯,戴琨.基于深度强化学习的变电站巡检机器人自动化控制方法研究[J].高压电器,2021,57(02):172-177.
[11]梁捷,秦开宇.基于有限差分法的双臂关节柔性空间机器人智能递阶控制策略[J].空间科学学报,2020,40(06):1125-1134.
[12]张磊,高春侠,刘荣明,等.基于变增益自抗扰技术的机器人轨迹跟踪控制方法[J].电子学报,2022,50(01):89-97.
[13]郑志达,代学武,高志伟.基于未知输入观测器的拾放机器人传感器故障检测[J].控制工程,2020,27(12):2063-2069.
[14]冯迎宾,赵小虎,李智刚,等.油浸式变压器内部检测球形机器人的深度悬停控制研究[J].控制与决策,2020,35(02):375-381.
[15]叶伟慧,廖才.嵌入式智能机器人自然步态关节轨迹规划方法[J].计算机仿真,2020,37(05):301-305.
[16]廖列法,李浩瀚,朱合隆,等.结合Winner-Take-All的足球机器人控制策略研究[J].计算机工程与应用,2021,57(07):136-143.
[17]韦东,宋宇,陈黎卿,等.崎岖山地环境履带机器人降维变系数控制方法研究[J].农业机械学报,2020,51(02):29-36.
[18]郑华辉,曹建树,王魏.球型机器人自平衡运动控制算法设计与研究[J].机床与液压,2020,48(09):35-39.
[19]党霞.基于引力势场的包装机器人自动避障控制方法[J].包装工程,2021,42(21):254-259.
[20]程平,陈奕竹.基于RPA的会计分录测试风险评估程序审计机器人研究[J].财会月刊,2021(10):94-100.
[21]汤志锐,邱桂华.基于人工智能的配电网智能方式机器人设计[J].电子设计工程,2021,29(9):165-169.

相似文献/References:

[1]刘 千,王 堃.基于BP神经网络的防空目标识别方法[J].工业仪表与自动化装置,2015,(02):94.
　LIU Qian,WANG Kun.The research of the air defense target recognition based on BP neural network[J].Industrial Instrumentation & Automation,2015,(05):94.
[2]李春华,徐少雄.基于PSO的RBF神经网络的变频调速系统的研究[J].工业仪表与自动化装置,2015,(03):3.
　LI Chuanhua XU Shaoxiong.The research of variable frequency speed control system based on PSO-RBFneural network[J].Industrial Instrumentation & Automation,2015,(05):3.
[3]巴寅亮,王书提,谢 鑫.基于改进的BP神经网络的柴油发动机故障诊断[J].工业仪表与自动化装置,2015,(03):94.
　BA Yinliang,WANG Shuti,XIE Xin.Research of diesel engine fault based on improved BP neural network[J].Industrial Instrumentation & Automation,2015,(05):94.
[4]李珊珊,李一民,郭真真.基于神经网络的分阶车牌字符识别算法研究[J].工业仪表与自动化装置,2016,(02):7.
　LI Shanshan,LI Yimin,GUO Zhenzhen.Research on a phased license plate character recognition algorithm based on neural network[J].Industrial Instrumentation & Automation,2016,(05):7.
[5]汤会增,韩 湘,毛建坤,等.基于BP网络的GIS局部放电声电联合检测故障定位方法[J].工业仪表与自动化装置,2016,(04):57.
　TANG Huizeng,HAN Xiang,MAO Jiankun,et al.The fault location method of acoustic electric joint partial discharge detection based on BP network in GIS[J].Industrial Instrumentation & Automation,2016,(05):57.
[6]王 权,李 军,戴 立.基于BP神经网络的电动伺服加载算法研究[J].工业仪表与自动化装置,2017,(02):8.
　WANG Quan,LI Jun,DAI Li.Research on electric loading simulator algorithms based on BP neural network[J].Industrial Instrumentation & Automation,2017,(05):8.
[7]梁书立,冯渭春.空间机械手末端位姿修正模型构建方法[J].工业仪表与自动化装置,2017,(03):3.
　LIANG Shuli,FENG Weichun.Method of building correction model of end position and posture on space manipulator[J].Industrial Instrumentation & Automation,2017,(05):3.
[8]王江荣,白保琦.基于GA-BP算法的混凝土抗压强度指标筛选[J].工业仪表与自动化装置,2017,(06):10.[doi:1000-0682（2017）06-0010-05]
　WANG Jiangrong,BAI Baoqi.Selection of concrete compressive strength index based on GA-BP algorithm[J].Industrial Instrumentation & Automation,2017,(05):10.[doi:1000-0682（2017）06-0010-05]
[9]万 磊,唐文政,李岳明.智能水下机器人BP神经网络S面控制[J].工业仪表与自动化装置,2019,(02):13.[doi:1000-0682(2019)02-0000-00]
　WAN Lei,TANG Wenzheng,LI Yueming.BP neural network S plane control for autonomous underwater vehicle[J].Industrial Instrumentation & Automation,2019,(05):13.[doi:1000-0682(2019)02-0000-00]
[10]白建云a,孟新雨b,雷秀军a,等.基于BP神经网络的直接空冷凝汽器出口风温预测[J].工业仪表与自动化装置,2019,(02):63.[doi:1000-0682(2019)02-0000-00]
　BAI Jianyuna,MENG Xinyub,LEI Xiujuna,et al.Prediction of outlet air temperature of direct air condenser based on BP neural network[J].Industrial Instrumentation & Automation,2019,(05):63.[doi:1000-0682(2019)02-0000-00]

备注/Memo

备注/Memo:
收稿日期：2022-05-23

作者简介：
上官霞（1977），男，福建三明人，高级工程师，研究方向为长期从事电力客户服务数字化、智能化的研究。
更新日期/Last Update: 1900-01-01