tjj1057813680-CSDN博客

转自https://www.jianshu.com/p/6aa40d99fc9eKeras的基本使用(1)--创建，编译，训练模型Keras 是一个用 Python 编写的，高级的神经网络 API，使用 TensorFlow，Theano 等作为后端。快速，好用，易验证是它的优点。官方文档传送门：http://keras.io/中文文档传送门：http://keras.i...

2019-09-02 10:24:20 11500 1

转载 keras中文文档

https://keras-cn.readthedocs.io/en/latest/backend/Keras后端什么是“后端”Keras是一个模型级的库，提供了快速构建深度学习网络的模块。Keras并不处理如张量乘法、卷积等底层操作。这些操作依赖于某种特定的、优化良好的张量操作库。Keras依赖于处理张量的库就称为“后端引擎”。Keras提供了三种后端引擎Theano/Tensorf...

2019-08-29 10:20:02 1417

原创 keras Lambda 层

http://www.mamicode.com/info-detail-2467350.html

2019-08-28 17:33:46 213

转载凭什么相信你，我的CNN模型

https://www.jianshu.com/p/1d7b5c4ecb93其中包含有基于VGG的CAM可视化模型链接（github）

2019-08-26 14:59:09 214

原创 keras加载神经网络训练模型失败。

if 'class_name' not in config[0] or config[0]['class_name'] == 'Merge':在加载模型出现以上错误时检查是否keras版本不对应，模型训练的keras的版本和加载的版本不对应。比如，在家训练的model，拿去其他电脑加载，如果keras版本不对应就会出现这个问题。同时也说明了：不同版本keras生成权重文件格式不一样。...

2019-08-24 23:27:05 1396

原创 Python split()方法

转自：https://www.runoob.com/python/att-string-split.html描述Pythonsplit()通过指定分隔符对字符串进行切片，如果参数 num 有指定值，则分隔 num+1 个子字符串语法split() 方法语法：str.split(str="", num=string.count(str)).参数str -- 分...

2019-08-16 09:55:06 240

转载卷积神经网络的可视化与进一步理解

转自博客园https://www.cnblogs.com/hellcat/p/7149348.html内容主要来源于：Visualizing and Understanding Convolutional Networks

2019-07-29 17:13:20 292

转载深入理解DNN、CNN反向传播算法

https://www.cnblogs.com/pinard/p/6418668.htmlhttps://www.cnblogs.com/pinard/p/6422831.htmlhttps://www.cnblogs.com/pinard/p/6494810.html转自博客园刘建平这位老师讲解了DNN、CNN的反向传播算法，有较大的学习意义。...

2019-07-29 17:10:57 240

转载深入理解卷积神经网络中激活函数的运作方法（导航）

https://www.cnblogs.com/wj-1314/p/9754072.html链接至博客园

2019-07-29 10:13:09 574

原创 python3.6解决 'h5py.h5r.Reference' has no attribute '__reduce_cython__'以及 HDF5 library version mismat

小伙伴们应该和我一样会遇到很多来自hdf5以及h5py的搭配问题。针对python3.6不知为何我落入深深大坑，目前刚解决，而且这个方法没有在网上找到合适方法，目前却解决了我的问题，分享一下。1.AttributeError: type object 'h5py.h5r.Reference' has no attribute '__reduce_cython__'。针对这个问题，很多帖子都说过...

2019-06-30 03:50:48 3601 2

转载 U-Net原理以及keras代码实现医学图像眼球血管分割(导航)

https://cloud.tencent.com/developer/article/1354435

2019-05-28 15:41:47 1771

转载 cuda与显卡驱动对应版本

http://www.cnblogs.com/superxuezhazha/p/10623270.html对应版本以及下载链接

2019-05-19 14:06:16 9678

基于机器视觉和深度学习的目标识别与抓取定位研究

本文主要研究基于机器视觉和深度学习的目标识别与定位，为传统工业机器人加入视觉系统，实时监测加工对象的信息，应用机器视觉和深度学习的理论与方法对这些信息进行处理，提高机器人的智能化水平。实验平台为本实验组搭建的基于机器视觉的六自由度机械臂控制系统，如图 1.1 所示。系统主要包括双目摄像机、六自由度机械臂、摄像机标定及测量子系统、机械臂控制子系统以及目标识别与定位子系统。双目摄像机由两个相同配置的 CCD 相机组成，充当机器人的眼睛；六自由度机械臂充当机器人的手臂，移动抓取物体；目标识别与定位系统安装在一台带有 GPU 的服务器上，提供图像目标检测的接口服务；摄像机标定及测量系统采集视场图像，将图像提交到目标识别与定位系统，根据其返回的物体分类信息及定位信息，计算物体三维坐标，控制机械臂移动并抓取目标。

2018-06-13

一种六自由度机械臂的运动控制系统设计

首先，对机械臂进行运动学建模，包括正运动学方程和逆运动学方程。使用 C++ 完成运动学算法的编译工作。其次，研究轨迹规划方法，并针对机械臂三种运动模式，分别设计轨迹规划算法。通过三种运动模式的结合使用，可以保证机械臂完成多种工作方案。在 MFC 中，使用 C++ 编写调试程序，对算法进行验证。然后，在 MATLAB 中，分别使用 Robotics Toolbox 和 Sim Mechanics 建立运动仿真系统，并对机械臂进行运动仿真。通过两种方法的结合，可以全面的反映机械臂的运动情况，并对算法进行仿真分析，从而验证其最后，介绍了伺服控制系统，它是运动控制系统的基础。保证底层驱动部分的正常运行，是运动控制的基本要求。并通过使用控制软件进行实验，控制机械臂按照预定的轨迹运动。通过使用 MATLAB 做离线仿真，以及机械臂运动控制实验，结果证明伺服控制系统可以正常运行，不同的运动模式下的控制算法也可以完成预期的目标，初步具备了机械臂运动控制的能力

2018-06-04

_六自由度机械臂控制系统设计与运动学仿真

题主要开展了以下几个方面的工作：首先，依据工作空间中机械臂抓持器要想达到任意位姿，至少需要六个自由度的结论，采用了六自由度链式关节的结构。根据自平衡机器人的尺寸设计了一套机械臂的结构方案，并通过各连杆的质量，采用静力学估算各个关节的力矩，从而选择与之匹配的电机。采用了一种基于 CAN 总线分布式的控制方案。将工控机和关节控制器挂在 CAN 总线上。工控机主要功能是对关节控制器进行监控，同时也完成机械臂运动学、轨迹规划方面算法的实现。关节控制器采用 TI 公司的 TMS320LF2407 DSP ，主要实现位置，速度和力矩伺服控制算法的实现。其次，采用标准的 D-H 建模方法，建立了机械臂的数学模型。对机械臂的正运动学进行了分析，采用解析法对关节角进行解耦运算，推导出了逆运动学的封闭解析解，并采用功率最省做为性能指标，确定了唯一解。使用基于 Matlab 平台下的 Robotics Toolbox 机器人工具箱对推导过程的正确性进行了验证与仿真。再次，重点分析了机械臂在关节空间中轨迹规划的两种实现方法：三次多项式和五次多项式轨迹规划方法。仿真结果表明三次多项式轨迹规划方法计算量较小，但是不能保证角加速度连续；五次多项式轨迹规划方法计算量较大些，但能够保证角加速度的连续性，从而使电机平稳地运行。然后又在笛卡儿空间中对机械臂进行了轨迹规划，采用了空间直线和空间圆弧插补算法，详细地介绍了这两种轨迹计划的实现算法，并且对种插补算法进行了仿真实验。最后，根据六自由度机械臂的构型，基于 MFC 框架类和 Open GL 图形库，在 VC++6.0 开发平台上专门开发了一套适用于这种构型的三维仿真工具。仿真工具把运动学和轨迹规划算法融入了其中，有效地验证了机械臂数学模型以及正、逆运动学求解过程的正确性，并且对四种轨迹规划方法的效果做了直观的比较。有效地解决了运动学和轨迹规划分析结果不易验证以及在实际本体上试验成本较高的问题。

2018-06-04

_六自由度机械臂关节模块化技术研究

_六自由度机械臂关节模块化技术研究本文主要研究内容包括以下几个方面： 1 .模块化关节的动力系统设计选取，传动方案的选取； 2 .模块化关节电机、减速器及失电保护装置的选型； 3 .模块化关节机械结构设计及布线设计； 4 .通过模块化关节串联的六自由度机械臂总体布局设计； 5 .六自由度机械臂运动学正向问题分析及逆向问题分析； 6 .建立中空六自由度机械臂的简易动力学模型并进行动力学分析、仿真；

2018-06-04

_空间柔性机械臂控制策略研究

_空间柔性机械臂控制策略研究设计了一种大型的空间六自由度机械臂,提出了需要完成的指标性的作业任务,在对空间机械臂进行精度分析的基础上,针对具体的作业任务对机械臂进行精度分配建立由柔性臂杆和柔性关节构成的空间多自由度柔性机械臂动力学模型,并验证动力学模型的有效性建立空间机械臂的地面气浮模拟试验平台,针对地面气浮模拟平台上空间机械臂的构型特点,建立了平面两连杆柔性机械臂动力学模型,分析机械臂的弹性一阻尼约束边界条件,验证柔性机械臂在此约束条件下的动力学特性。其次,通过对机械臂关节的非线性特性进行分析,建立了考虑关节非线性特性的柔性关节动力学模型为克服柔性关节非线性因素的影响,提出双位置闭环伺服控制,输出反馈抗饱和的高精度控制和基于摩擦模型的自适应补偿控制策略通过机械臂单关节测试平台上的试验表明所提出的控制策略不仅有效的提高了非线性影响下的位置控制精度和稳定性,并且可实现饱和非线性影响下空间机械臂系统的全局渐进稳定。再次,建立不确定性影响下的柔性关节机械臂级联动力学方程,基于反演设计的思想,设计虚拟控制量实现了级联方程的递阶控制,在反演镇定函数中综合积分项,进一步消除轨迹跟踪稳态误差,并且设计自适应滑模控制器消除不确定因素影响,基于理论证明了整个系统的稳定性和对误差的收敛性为避免由于虚拟控制反复求导而导致的计算复杂度问题,将动态滑模面控制与自适应神经网络相结合,提出了空间柔性关节机械臂的自适应神经网络动态滑模面控制策略,并进行控制策略的稳定性分析、仿真研究和试验验证研究。

2018-06-04

_基于迭代学习算法的六自由度机械臂运动学求解分析

_基于迭代学习算法的六自由度机械臂运动学求解分析本文提出拥有记忆单元的迭代学习算法，该算法以目标位姿为驱动，通过神 经网络反向传播求目标位姿与当前位姿之差的平方和对当前关节角的导数，并 通过梯度下降、线性搜索算法寻找最优关节角，执行电机命令至寻找到的关节角 并获得真实位姿，如果满足误差要求，则结束，如果不满足要求，则将刚才实践 的数据加入记忆单元并训练神经网络，继续寻找关节角。通过优化关节角和优化 网络权值这两种无缝衔接的循环的优化过程，达到迭代学习和热启动的目的；通 过使用有限的记忆单元，使神经网络使用更少的数据达到收敛，且不必记忆大量 的训练数据；对不同误差要求的任务，使用本文所提方法训练的神经网络具有更 强的适应性。 对于神经网络认为不可达的位姿，本文提出试探性学习策略算法，在不限制 尝试次数的情况下，可以１００％完成任意精度的任意目标位姿。 本文所提算法是对神经网络模拟的函数关系的反向应用。通过构建良性循 环生态，让神经网络自己去学习。该算法具有普遍适用性

2018-06-04

多关节机械臂轨迹规划和轨迹跟踪控制研究

多关节机械臂轨迹规划和轨迹跟踪控制研究本文提出了基于差分进化 (Differential Evolution) 优化 BP 神经网络求解机械臂运动学逆解的方法，并与 BP 神经网络进行了比较，仿真结果表明 DE- BP 神经网络求得的逆解精度高同时也分析了传统求解运动学逆解方法的不足之处。在关节空间和笛卡尔空间内分别进行机械臂的轨迹规划，在关节空间内通过运动学的逆解求得关节角度值序列，并采用五次多项式插值法进行运算，求得了关节空间内关节角的位置、速度和加速度的变化曲线。在笛卡尔空间内采用直线插补法完成了从初始位置到终止位置的轨迹规划，完成了目标指定任务。最后本文采用了双幂次趋近律与改进的终端滑模面相结合的滑模变结构控制策略，对平面两自由度机械臂进行轨迹跟踪控制研究。针对传统幂次趋近律收敛速度慢，抖振现象明显等缺点，采用了双幂次趋近律的滑模控制方法，保证了系统能够在有限时间内快速的到达滑动模面。与此同时传统的终端滑模面在对机械臂关节角的位置误差和速度误差跟踪时精度较低，也不能很好的控制当系统进入滑动模面瞬间的状态情况，易于产生较强的抖振现象，因此本文又采用了改进的终端滑模面。将双幂次趋近律和改进的终端滑模面结合后，针对机械臂动力学方程推导出机械臂系统的控制律

2018-06-04

_基于机器学习的故障预测与健康管理（PHM）方法研究

_基于机器学习的故障预测与健康管理（PHM）方法研究机器学习 PHM 故障预测与健康管理

2018-06-04

基于ROS的移动操作机械臂底层规划及运动仿真

冗余机械臂运动学建模基于ROS的仿真平台搭建高维空间RRT规划及动态规划控制器设计及仿真实验

2018-05-10

黄瓜采摘机器人运动规划与控制

提供一个采摘机器人的建模与控制实例. 1.运动学分析 2.动力学分析 3MATLAB建模 4.控制系统设计

2018-05-10

七自由度机械臂控制系统设计

针对本文所研制的走自由度机械臂，设计一种基于ＣＡＮ总线通讯的控制系统。通   过Ｄｅｎａｖｉｔ－Ｈａｒｔｅｎｂｅｒｇ参数法构建机械臂的数学模型，推导正运动学公式，设计基于牛   顿迭代法的逆解算法，解决逆运动学的数值解法多解性问题，获取最优解。在此基础上，   在关节空间设计了Ｈ次插值和五次插值算法进行路径规划，实现对机械臂的点到点的运   动控制；在笛卡尔空间，设计空间直线轨迹和空间圆弧轨迹规划算法，实现机械臂直线   和圆弧运动。设计机械臂控制系统的硬件框架，包括微处理器系统电路和传感器模块电   路设计、通讯总线与各元器件的选型。编写机械臂控制软件，包括ＰＩＤ控制器、人机交   互软件和下位机角度获取模块程序，制定系统通信协议，实现用户对机械臂的各种操作   和设置。  为验证古自由度机械臂控制系统的性能满足设计要求，进行试验Ｉ第一，验证基于   牛顿迭代法的逆解算法的准确性，对机械臂逆解结果进行分析测试。第二，在机械臂安   装过程中，需要对安装的部件进巧测试，Ｗ确保安装部件可Ｗ正常工作，当单个关节安   装完毕时也需要进巧测试，保证每安装新的关节之前系统是正常的。第Ｈ，对机械臂各   关节尺寸进行标定实验，计算机械臂建模所需要的关节参数，为后续的误差优化处理做   准备。第四，实现用户通过软件准确地控制机械臂，对系统的通讯进行测试，计算总线   负载率，保证各关节可Ｗ正常通讯；对控制界面的各功能测试，保证毎个按键实现其对   应功能。第五，系统测试保证机械臂可Ｗ完成用户指定动作，设计多种动作，测试机械   臂是否可Ｗ完成指定动作。第六，测试机械臂的精度和误差，设计机械臂运动路径点的坐标，测量实际坐标系所经过点的坐标，分析计算误差。

2018-04-18

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

基于机器视觉和深度学习的目标识别与抓取定位研究

一种六自由度机械臂的运动控制系统设计

_六自由度机械臂控制系统设计与运动学仿真

_六自由度机械臂关节模块化技术研究

_空间柔性机械臂控制策略研究

_基于迭代学习算法的六自由度机械臂运动学求解分析

多关节机械臂轨迹规划和轨迹跟踪控制研究

_基于机器学习的故障预测与健康管理（PHM）方法研究

基于ROS的移动操作机械臂底层规划 及运动仿真

黄瓜采摘机器人运动规划与控制

七自由度机械臂控制系统设计

空空如也

基于ROS的移动操作机械臂底层规划及运动仿真