《基于BP神经网络的超声测距误差补偿》PDF+DOC

📙 相关资料

1. 《优化BP网络的超声波测距的补偿算法》PDF+DOC 针对超声传感器在测距方面的局限性，提出一种基于遗传算法优化的BP网络对函数进行逼近预测，研究超声传感器测距对湿度、温度的补偿。仿真和实验结果表明，该算法可准确预测补偿温度、湿度数据融合后的超声波速度，从而提高井下机器人的避障精度，增强其稳定性与安全性。该研究可为井下机器人的避障系统设计提供参考依据。...
2. 《基于BP神经网络的移动机器人避障设计及仿真》PDF+DOC 为了解决移动机器人在复杂环境中如何高效精确地躲避障碍物的问题，提出了一种基于BP神经网络的避障方法。建立了机器人的避障运动模型并设计了神经网络避障控制系统；分析了机器人在运动过程中与障碍物的位置关系，使用超声波传感器采集距离信息，进行BP神经网络输入、输出训练并采用Matlab工具进行仿真试验。结果......
3. 《BP神经网络补偿三维曲面非接触式测量系统热变形误差研究》PDF+DOC 针对一个三维非接触式测量系统 ，在简要介绍系统工作原理的基础上 ，指出机械部分的热变形误差是影响系统误差的关键。该文在分析测量系统机械部分的基础上对它进行了热误差的分析和建模 ，并结合改进的BP神经网络给出了具体实现的方法...
4. 《基于BP神经网络的压力传感器误差补偿算法研究》PDF+DOC 采用BP神经网络来建立扩散硅压力传感器的输出输入模型，其网络模型具有三层结构，采用改进型的差分进化算法来优化BP神经网络的权值和阀值，并在MATLAB中进行了仿真。经训练得到补偿后扩散硅压力传感器的输出满量程误差可达到0.035%，结果表明采用基于改进型差分进化算法的BP神经网络建模对提高智能差压传......
5. 《基于BP神经网络的障碍物模式识别》PDF+DOC 应用BP神经网络理论进行障碍物的模式识别，针对全向移动机器人的特点，构造出一种基于BP算法的神经网络分类器；应用超声波传感器采集的障碍物距离信息作为输入，期望的分类模式作为输出，并通过训练样本库中的数据，对BP神经网络分类器中的参数进行训练；通过matlab软件对训练的过程进行仿真，这种应用BP神经......
6. 《基于BP神经网络的称重传感器静态非线性误差补偿研究》PDF+DOC 在混凝土智能材料和纤维材料的称量中，混凝土搅拌站的计量准确度是至关重要的。神经网络处理对无法建立确定模型的非线性输入输出映射关系，尤其是输入输出映射关系不断动态变化的场合具有得天独厚的优势，故本文中利用其对混凝土搅拌站的称重系统输入输出映射关系进行逆映射，以得到趋向称重系统输入真值的计量值，提高混凝......
7. 《基于Elman超声信号时间融合的塔机防碰撞技术》PDF+DOC 针对塔机防碰撞以缺乏灵活性和时实性的被动防御为主的现状，为实现智能化主动防碰撞的目的，通过分析障碍物轮廓与超声测距时间序列间的映射关系，以时间融合的思想引入Elman网络，并通过变形输入输出实现了单超声传感器由测距序列快速识别障碍物高精度位置信息的功能，并经试验验证可以达到预期低成本、快速度、高精度......
8. 《基于BP神经网络的煤矿膏体充填称重系统误差补偿》PDF+DOC 针对膏体充填中称重传感器的静态非线性误差，采用BP人工神经网络实现对称重传感器静态计量误差的补偿，以提高称重系统的计量精度，并通过实验表明，称重系统的非线性误差得到了很大改进，精度得到了很大提高，从而达到实现较好的充填效果的目的。...
9. 《基于BP神经网络的磁罗盘误差补偿研究》PDF+DOC 研制了一款基于磁阻传感器HMC1052/1051Z和MEMS加速度计ADXL203的磁罗盘，介绍了三轴磁阻罗盘的测量原理并分析了磁罗盘工作过程中可能存在的误差及其来源。针对样机的水平状态，利用前馈神经网络算法，建立了以测量航向角为输入、补偿后的航向角为输出的三层BP神经网络模型，并用样机的航向角采样......
10. 《基于改进BP神经网络的移动机器人寻线控制》PDF+DOC 神经网络系统具有自学习和自适应的能力，同时有很强的容错性和鲁棒性，适用于处理难于语言化的模式信息。为使移动机器人沿地面标志线自主运动，采用CCD图像传感器与PC/104总线相结合的硬件系统，运用神经网络的模式识别功能，实现了机器人的寻线控制，实验结果表明该方法是可行的，能有效地提高移动机器人对环境的......