典型文献
基于CS-BP神经网络的巡检机器人位移补偿方法研究
文献摘要：
智能巡检机器人沿着固定轨迹迸行巡检工作时所产生的位移误差会不断地增加,从而偏离既定的巡检路线.因此,提出一种基于CS-BP神经网络的位移补偿方法,利用布谷鸟搜索算法对BP神经网络的权值与阈值迸行优化,得到性能最为优异的神经网络结构.试验表明,理论位移曲线乘以通过神经网络输出的位移补偿系数后得到的补偿后的位移曲线与实际位移曲线更加接近,其位移误差远远小于未经补偿的理论位移曲线,试验结果在58.8 s时,经过CS-BP神经网络补偿后输出的位移与实际位移能够维持在3 cm左右的偏差.该位移补偿具有可行性,能够有效缓解智能巡检机器人的运动路径偏离巡检路线的问题.
文献关键词：
智能巡检机器人;BP神经网络;布谷鸟搜索算法;位移补偿
中图分类号：
作者姓名：
王星辰;潘伟;周立春;侯英勇;Petr Bartos;肖茂华
作者机构：
南京农业大学工学院,江苏南京,210031;江苏华丽智能科技股份有限公司,江苏常州,213000;南波希米亚大学农学院,布杰约维采,37005,捷克
文献出处：
引用格式：
[1]王星辰;潘伟;周立春;侯英勇;Petr Bartos;肖茂华-.基于CS-BP神经网络的巡检机器人位移补偿方法研究)[J].智能化农业装备学报（中英文）,2022(02):53-63
A类：
B类：
CS,位移补偿,补偿方法,智能巡检机器人,定轨迹,位移误差,既定,用布,布谷鸟搜索算法,权值与阈值,神经网络结构,位移曲线,乘以,补偿系数,差远,该位,运动路径,路径偏离
AB值：
0.247236
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
