仪器仪表学报

作者：阳雨妍，宋爱国，沈书馨，李会军

单位：阳雨妍,1.东南大学仪器科学与工程学院,,宋爱国,1.东南大学仪器科学与工程学院,,沈书馨,1.东南大学仪器科学与工程学院,,李会军,1.东南大学仪器科学与工程学院,

关键词：空间遥操作;卷积神经网络;门控循环单元神经网络;串级PID;速度控制

基金：国家自然科学基金联合基金重点项目(U1713210)、江苏省重点研发计划项目(BE2018004- 4)、人因工程国防科技重点实验室开放基金项目(6142222200314)资助

传统空间遥操作系统中从端机械臂的运动速度完全取决于操作者的操作速度。为了提高空间遥操作系统的安全性,提出了一种基于操作者操作速度识别的自适应速度控制方法。结合深度学习的理论,提出了一种基于卷积神经网络(CNN)和门控循环单元(GRU)神经网络的融合模型来对操作者的速度进行识别分类。选取了九位受试者构建操作者速度样本库,将操作者的操作速度分为3类,最终识别准确率达到92.71%;并且在此基础上使用串级PID实现从端机械臂的自适应速度控制。实验表明:该模型对新操作者也可以准确识别,同时该模型准确性优于卷积神经网络和循环神经网络(RNN)的融合模型,实时性优于卷积神经网络和长短期记忆(LSTM)神经网络的融合模型;基于该模型的自适应速度控制可以在保证从端机械臂运动轨迹不变的前提下,降低机械臂的末端线速度,有助于提高空间遥操作系统的安全性。

来源：2021年第3期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2021年第3期