黄宁，谢志冠，金正泰，李龙，黄宁育和PY - 2020 DA - 2020/12/30基于TI -一个梯度递归神经网络机器人的视觉伺服控制加速度命令SP - 2305459六世- 2020 AB -最近几十年见证了机器人应用程序及其扩张的快速演变成各种领域成绩斐然。本文研究了机器人机器人的一种关键技术——视觉伺服，它依靠视觉反馈对外界信息进行响应。因此，将视觉伺服问题巧妙地转化为具有等式和不等式约束的二次规划问题。与传统方法不同，本文在梯度下降法的基础上，新提出了一种基于梯度的递归神经网络(GRNN)来解决视觉伺服问题。然后从理论上证明了该算法的稳定性，使像素误差指数收敛到零。具体地说，所提出的方法能够在保持考虑的物理约束的情况下促使机械手逼近期望的静态点。仿真实验验证了所提GRNN算法的可行性和优越性。值得注意的是，所提出的视觉伺服方法可用于医疗机器人和康复机器人，进一步协助医生远程治疗患者。SN - 1076-2787 UR - https://doi.org/10.1155/2020/2305459 DO - 10.1155/2020/2305459 JF -复杂性PB - Hindawi KW - ER -