學位論文

Permanent URI for this collectionhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/73894

Browse

Search Results

Now showing 1 - 2 of 2
  • Item
    應用自適應性類神經網路控制器於六軸機械手臂
    (2022) 吳孟謙; Wu, Meng-Chien
    本論文提出了一種基於神經網絡框架學習機制的六軸機械臂控制器設計。首先,我們從六軸機械臂的實際構造中得到訓練數據集。其次,神經網絡的訓練方法是基於自適應調整輸入層和隱藏層之間的權重值和誤差。第三,將訓練數據集作為神經網絡的輸入來訓練模型。最後,我們利用李雅普諾夫理論保證了六軸機械臂控制器設計的穩定性,並與PI控制器設計進行了比較。實現了六軸機械手臂動力學模型推導,以解決運動不穩定性問題。機械臂運動過程中時變不確定擾動引起的現象。詳細動力學模型是藉由Lagrange方程式所推導出來的,計算出六軸機械手臂動力學模型。透過動力學模型,進一步進行模擬驗證。控制器是以PD為基礎進行設計的,結合自適應徑向基函數神經網絡 (RBFNN),經由隱藏層與輸出層之間的自適應調整,最終取得所需的輸出結果,再藉由Lyapunov 函數進行穩定性分析,證明整個系統的穩定性,最後實驗分析此控制器對六軸機械手臂的控制穩定性。
  • Item
    機器手臂在農作採收之最佳姿態分析─數據驅動法
    (2021) 莊鴻榮; Chuang, Hung-Jung
    本論文「機器手臂在農作採收之最佳姿態分析─數據驅動法」旨在利用數據驅動法(Data Driven Method)取代傳統的逆向運動學算法,並結合可操控度(Manipulability)來控制機器手臂迅速達到最佳採收姿態。文中以溫室農場為假想場地,以玉女番茄為採收目標,並將玉女番茄的生長方向納入採收的參數之中,以此來制定整套採收流程。由於玉女番茄的成串果實較多,因此本文自行設計的末端採收機構具有番茄套筒,可以將目標番茄與番茄串做區隔,同時避免在剪切根莖時誤傷其他果實。最後探討在單顆及多顆番茄的情況下,實際利用採收系統對各種生長方向的番茄進行採收。結果顯示本論文所使用的數據驅動法對於採收玉女番茄之成功率以及採收效率。