基于AdaBoost算法的智能轮椅机械臂抓取控制研究

合集下载

智能轮椅上的机械手运动学分析及轨迹规划

ＺＨＡＮＧ，ＷＵＹｉＹｕ—ｉｌ，ＬＵＯＹｕａｎ
（ｅａｃｅｔｎｅｉｅｔｔ＆Ｒｂｔ，ｈｎｑｇＵｉｒｔＰｓＲｓｒｈＣｎｅｏｔｌｎｅｒｆＩｌｇｅｎｒｏｏｃＣｏｇｉｎｅｓｙｏｏｔｉｎｖｉｆｓ＆Ｔｌｏｕｉｔｎ，Ｃｏｇｆｇ４０６，Ｃｉａｅｃｍｍｎａｉｓｈｎ￣００５ｈ）ｅｃｏｉｎｎ
ｄｉ１．９９ｊｉｎ１０ — ６５２１．２０３ｏ：２３６／．ｓ．０１３９．００１．５ｓ
Ｋｎｍａｃｎｌｓｎａｃｏｙｐａｎｎｒｉｅｔｓａａｙｉａｄｔｊｔｒｌｎｉｇｆｉｓｒｅｏ
ａｍｑｉｐｄｏｎｅｌｅｔｅｌｈｉｒｅｕｐｅｎｉｔｌｇｎｉｗｈｅｃａｒ
ｅｅ，ｉｂｅ，ｅａｉｔｉｎＴｉｐｐｒｅｅｃｅｉｅａｃｎｌｉａｄｔｊｃｒｐｎｉｇｏｆｒＯｒｑｉｐｄｌｒｄｓｌｄｒｈｂｌａｏ．ｈｓａｅｓａｈｄＫｎｍｔｓａｓｎａｔｙｌｎｎｒｏａｎｅｕｅｄａｉｔｒｒｉａｙｓｒｅｏａｆｕＤＦｌｐ
张
摘
毅，吴育理，罗
元
（重庆邮电大学智能系ｂ．器人研究所，重庆４０６ｔＬ机￣００５）
要：装备了机械手臂的智能轮椅在助老、助残、助康复等方面都有重要的研究自由度机械手臂运动学分析以及轨迹规划进行了研究，为机械手臂自主抓取建立了数学模型和理论依据，

基于AdaBoost算法的智能轮椅避障研究

得到更为准确的避障路径。
硼
关键词：能轮椅，ｄＢｏｔ法，ａｒＬｅ特征，智Ａａｏｓ算Ｈａ— ｉｋ目标识别
Ａｂｔａｔｓｒｃ
Ａｌｇｏｎｗｉｔｅｔｈｄｅｅｌｐｍｅｃｍｐｕｅｒｍａｐｒｃｓｓｎｇａｐｉａｎｔｈｎｏｖｓａｌｅｏｒｎｈｅｏｂｌｒｏｈｖｏｎｔｏｆｏｔｉｇｅｏｅｉｃａｃｔｙｄｅｃｏｌｇｙ，ｉｕｓｎｓｏｔｍｉｏｂｔｅｎｖｉｔａｄｈａｐｐｌｔｏｏｂｔｃｌｉｅｎｉａｅｔｋｎａｇａｉｏｎｎｔｅｉｉｃａｏｎｆｓａｅｓｄｔｙｒａｅｍｏｅｎｍｏｒａｔｎｉ．ｎｈｓｆｒａｄｅｔｅｔｏｎＩｔｉｐａｒｐｅＡｄａｏｔｇｏｉｍｉｂｏｓａｌｒｈｔｓｕｅｄｏｒｎｅｌｓｆｉｔｌｇｅｎｉｔｗｈｅｃｈｉｂｓａｃｅｒｃｏｉｏａｎｉＶｉｕＣ＋＋６０ｅｌａｒｏｔｌｓｅｇｎｔｎｉｄｎｓａｌ．Ａｄａｂｏｓａｇｉｏｔｌｏｒｈｍｗｉｆｔｇｅｈｔａｉｎｆｔｔｌ．ｔｔｅｒｎｉｇｏｒｈａｏｂｔｃｅｄｅｅｃｉｎ，ｎｄｓａｌｓｔｔａｂｙｓｎｓｒｇａｓｉｅｒｆｒｈｃａｓｆｅ，ｎｄｏｕｉｇｔｏｎｃｌｓｆｏｔｅｌｓｉｒａｄｅｅｃｔｅａｇｅｏｔｃｌｍｅｈｏｆｚｙｉｉｔｔｈｔｒｔｂｓａｅｓｔｏｄｆｕｚｎｅａｌｕｒ

智能轮椅上的机械手运动学分析及轨迹规划(1)

关键词：智能轮椅；四自由度机械手臂；运动学；工作空间；轨迹规划
中图分类号：ＴＰ２４２．６
文献标志码：Ａ
文章编号：１００１．３６９５（２０ｌｏ）１２．４５７８．０４
ｄｏｉ：１２．３９６９／ｊ．ｉｓｓｎ．１００１－３６９５．２０１０．１２．０５３
Ｋｉｎｅｍａｔｉｃｓａｎａｌｙｓｉｓａｎｄｔｒａｊｅｃｔｏｒｙｐｌａｎｎｉｎｇｆｏｒ
一（ｆ）盎ｃ０＋ｅｒｒ＋。ｊ，＋ｃ３，
（１１）
多项式求一阶导数得到：
口（Ｉ）＝。Ｉ＋。ｊ１１＋。３１２
（１２）
，日始状态为
万方数据
·４５８０．因此可以得到
口
＝
口
＝
ｐ＝怫够０
，Ｉ●，、－ｆ●【ｐｖＶｖ（ ≈驴≈，）、●，＝Ｏ
０（ｔ‘）＝ｃｂ＝Ｏ
一（０）＝Ｃ０＋ｃｌｆ，＋ｃ２乎＋ｃ３乎
日（屯）＝ｃＩ＝Ｏ
Ｄ＝１．５１０ｌＩ＋２．５１０２Ｉ＋Ｉ如Ｉ
（７）
在满足角度变化范围的情况下，求解目标点的逆解，解得
多组０值，带入目标函数，解得小的值就是要选取的角度值，有
效地解决了这个问题。
２工作空间
机器人工作空间是指末端执行器所能达到位置点的集合，是研究机器人作业时需考虑的一个重要因素，对于机器人作业和避障都有重要的意义。在机器人设计阶段和应用研究阶段都应该对机器人的可达空间进行分析。一般来说，机器人由位置和方位结构两部分组成，其中由前三个关节构成的位置结构主要实现工作点的空间位置，后一个关节决定机器人的位姿。在空间中，机器人的碰撞问题是一个普遍的现象，机器人的工作空间可以让机器人有效地避开障物，实现最优或次优的轨迹规划。目前的主要方法是图解法、解析法和数值方法。数值方法是根据机器人运动学方程绘出末端执行器的解集。这些解实际上是一系列的点，求出大量的点连成线即可以逼近实际的解空间。该方法的优点是可操作性强，适合编程求解。求解步骤如图２所示。

脑控智能轮椅控制系统

脑控智能轮椅控制系统传统的轮椅人机交互由声音、摇杆和按键等实现。

然而对于高位瘫痪不具备语言能力的人来说，通过bci这种技术可以很好地帮助他们实现意念控制外部设备的愿望。

目前随着bci技术的发展，实现大脑控制外部设备变得越来越有可能。

在国外，farwell等人就利用脑电信号中的p300开发了虚拟打字机，可以实现意念控制文字的输入[3]。

同时，在现有脑电控制的智能轮椅系统中，可以利用闭眼放松的脑电信号的alpa波和左右手运动想象脑电信号的beta波来实现对轮椅的控制[4]。

而脑电信号很微弱且易受外部环境的干扰[5]，其处理的算法也非常复杂。

对于利用脑电信号进行控制的系统，处理脑电的步骤一般包括信号的滤波、特征提取、信号分类和转换。

脑电特征提取方法主要有小波(包)分析、功率谱法和共空间模型等。

而脑电信号的分类方法中最主要的包括线性判别法、支持向量机法和人工神经网络等[6]。

由于脑机接口的研究非常复杂，许多处理算法还处于离线理论研究阶段，实际操作的可靠性有待提高。

本文主要研究脑电数据的离线处理方法，利用AR模型估计方法验证想象数据的可分性，然后利用感知器算法对信号的特征进行分类，并基于bci2000平台将其转换为控制信号，从而达到控制外部轮椅设备的目的。

本实用新型的优点是：无需利用人体肢体运动即可控制轮椅的运动方向，成本低。

它为有运动障碍的残疾人提供了一个自由的控制平台，对未来进一步实现轮椅的综合控制具有重要意义。

1bci2000测试平台bci2000是一种能描述任意bci系统的模型，该模型由4个相互联系的功能模块构成：数据获取模块（数据的采集和存储）、信号处理模块、用户应用程序模块、操作员模块，。

这4个模块各自分离，并通过tcp/ip协议进行相互通信[7]。

在bci2000系统运行过程中，每次数据采集模块获取一组脑电数据时，都会将其发送给信号处理模块。

在这里，EEG数据将进行信号特征提取和模式分类，分类结果将转换为控制命令并发送给用户应用模块。

基于步进电机控制的仿人机械手臂抓取移动系统设计

基于步进电机控制的仿人机械手臂抓取移动系统设计潘齐欣，唐型基（凯里学院信息工程学院，贵州凯里556011）摘要：为了改善传统机械手臂精准性差和智能性不足的问题，提出了基于人体手臂关节模型而设计的步进电机驱动自动机械手臂抓取系统。

设计以嵌入式ARM 微处理器LPC2148为控制核心，机械手爪指端压力传感信号采集电路等，实现自动控制机械手臂抓取物体的动作与力度，并基于三维示教存储编程对机械手臂自主抓取动作的驱动程序进行了改善提高。

通过实验结果表明，该系统可以有效模拟真人手臂的抓取动作，能抓取不同形状的物体到指定地点，其可靠性、智能性与控制的精准性都得到了验证。

关键词：步进电机；仿人机械手臂；抓取操作中图分类号：TP22文献标识码：A文章编号：1001-7119（2016）03-0118-04Humanoid Robot Mobile Crawl System Based on Stepper Motor ControlPan Qixin ，Tang Xingji（Information Engineering College ，Carey College ，Kaili 556011，China ）Abstract ：In order to improve the traditional mechanical arm to the problem of shortage of poor precisionand intelligent,puts forward the model based on human arm joints of stepper motor driver designed automatic mechanical arm grab system.Design with the embedded ARM LPC2148microprocessor as the core,gripper fingers pressure sensor signal collection circuit,etc.,to realize the automatic control ofmechanical ARM moves to grab objects with strength,and based on the three dimensional teaching storage programming to fetch the mechanical ARM movements to improve drivers.Through the experimental results show that the system can effectively simulate real grasp motion of the arm,can grab objects of different shape to the designated place,its reliability,intelligent control and precision were verified.Keywords ：stepper motors ；humanoid robot ；crawling收稿日期：2015-08-13作者简介：潘齐欣（1983-），女，贵州雷山人，硕士，讲师，主要研究领域为软件工程。

利用AdaBoost算法解决电视节目人物面部智能检测问题

利用AdaBoost算法解决电视节目人物面部智能检测问题刘博; 郭若伟; 王巍
【期刊名称】《《中国传媒科技》》
【年(卷),期】2013(000)006
【摘要】本文在对人脸面部特点分析的基础上,比较了几种常用的面部智能检测方法,提出利用AdaBoost技术解决面部智能检测的基础问题。

设计了面部智能检测流程,并对重要人物判别机制进行了设计。

【总页数】2页(P286-287)
【作者】刘博; 郭若伟; 王巍
【作者单位】国家广播电影电视总局哈尔滨监测台哈尔滨150089
【正文语种】中文
【相关文献】
1.利用分离字幕技术解决国际版电视节目对白字幕制作问题 [J], 罗威
2.基于AdaBoost算法的智能轮椅避障研究 [J], 牛景丽;宋瑞菊
3.采用Adaboost算法进行面部表情识别 [J], 杨国亮;王志良;任金霞
4.基于AdaBoost算法的智能轮椅机械臂抓取控制研究 [J], 林海波;魏星;张毅;罗元
5.Adaboost算法的面部识别技术在智慧工地中的应用 [J], 李建奎;陈阳;黄小星;李辉
因版权原因，仅展示原文概要，查看原文内容请购买。

装备机械臂的智能轮椅研究_杨军

第11卷第2期　2008年6月上海电机学院学报JO U RN A L O F SH A NG H AI DI AN JI U N IV ERSIT YVol .11No .2　Jun .2008　收稿日期:2008-04-15基金项目:国家863高技术研究发展计划资助项目(2006A A040203)作者简介:杨　军(1978-),男,工程师,专业方向为电力电子与电气传动,E -mail :jun .alex @126.co m文章编号　1671-2730(2008)02-0160-05装备机械臂的智能轮椅研究杨　军1,　陈卫东2a,　王景川2a,　高雪官2b,　顿向明2b(1.上海电气集团股份有限公司中央研究院服务机器人研究室,上海200070;2.上海交通大学a .电子信息与电气工程学院;b .机器人研究所,200240) 摘　要:针对老年人及残障人士的辅助和康复需要,设计并开发了一种装备机械臂的助老助残服务机器人智能轮椅样机,介绍了样机的功能及关键技术。

实验结果表明,该样机能在移动性和操作性两方面有效辅助用户完成移动和操作任务。

关键词:机械臂;智能轮椅;系统设计中图分类号:TP 23 文献标识码:AThe Sim ulation of a New Type of HorizontalMEMS Tunneling MagnetometerY A NG J un 1,　CH E N Weidong 2a ,　W A NG J ingchuan 2a ,　GAO X ueguan 2b ,　DU N X iangming 2b (1.Se rvice Robo t Labo rato ry ,Shang hai Electric Gro up Co .,Ltd .Central Academe ,Shang hai 200070,China ;2.a .School of Electronic ,Info rm ation and Electrical Engineering ;b .Robo tics ResearchInstitute ,Shanghai Jiao to ng U niversity ,Shanghai 200240,China ) Abstract :A prototype machine of intelligent w heel chair equipped with a m anipulator ,w hich can aid the aged and the phy sically disabled ,is de signed and develo ped .The m ain functions and the key techno logy have been described .Experim ents show that the pro to ty pe m achine can effectively aid the users to move and ope rate freely . Key words :manipulato r ;intellig ent w heel chair ;sy stem desig n 随着社会文明的发展进步,保障和提高老年人以及残障人士等弱势群体的生活质量已经越来越受到社会各界人士的普遍关注。

智能轮椅控制及人机接口技术研究

智能轮椅控制及人机接口技术研究摘要：智能轮椅以人类习惯的方式代偿实现患者缺失的运动功能，智能轮椅控制系统的设计是以人为中心，结合使用者的特点，发挥其主动性，补偿不足。

多模态人机交互智能轮椅的设计，在电动轮椅平台基础上增加人机接口模块，通过手势、头姿、语音、遥控、遥杆等控制轮椅，以满足用户不同需求。

基于此，本文对智能轮椅控制以及人机接口技术展开探究，以供参考和指导。

关键字：智能轮椅；控制；人机接口技术前言人口老龄化背景下，老年人、残疾人士等数量不断增加，其自身存在不同能力的能力丧失，如行走、语言等，智能轮椅作为具有自动行走、记忆地图、用户交互等多项功能的工具，能够为老年群体、残障人士提供代步工具。

在人机交互技术的不断发展中，智能轮椅受到许多人的重视，通过肌电信号、脑电信号混合控制，以满足系统控制的要求。

智能轮椅将智能机器人技术应用其中，并且与多个领域融合，在运动上实现全方向运动，在无需他人照顾的情况下可以自由出入，有效解决普通轮椅在移动空间上存在的不足。

在人机感知接口技术的应用下，智能轮椅可以融合多通道信息感知外界环境，并通过面部姿势、手势、语音等与智能轮椅进行交互。

1智能轮椅控制原理智能轮椅是根据运动主体，代偿实现其缺失的运动功能，帮助其扩大活动范围，提升其生活自理能力。

智能轮椅摆脱了传统人机接口的约束，如按键、操纵杆等，通过借助语音、动作姿势等与轮椅进行沟通，从而为老年群体、残障人士等提供较好的代步工具。

智能轮椅一般有两种建构形式，一种是基于移动机器人增加座椅，另外一种是在电动轮椅上增加控制系统以及传感器检测装置。

智能轮椅将智能机器人技术应用其中，具有较好的交互性、安全性[1]。

2智能轮椅控制系统结构智能轮椅系统主要有四大部分，其控制模块有头姿、手势、语音、遥控、遥杆五种，用户可以根据需求自由切换，并且还有四个辅助模块，如按键、距离检测、翻倒检测、声音报警。

2.1硬件设计如图1所示，为智能轮椅系统的硬件构成图，对于各个模块发出的数据，全部由核心控制部分接收，通过综合分析，向电机启动部分发出信号，有效控制轮椅。

基于深度强化学习与动态运动基元的机械臂自主抓取方法[发明专利]

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 202010323721.1(22)申请日 2020.04.22(71)申请人南通大学地址 226019 江苏省南通市崇川区啬园路9号(72)发明人袁银龙　华亮　李俊红　徐一鸣　程赟　(51)Int.Cl.B25J 9/16(2006.01)B25J 19/04(2006.01)(54)发明名称基于深度强化学习与动态运动基元的机械臂自主抓取方法(57)摘要本发明公开了基于深度强化学习与动态运动基元的机械臂自主抓取方法，包括如下步骤：步骤1：安装摄像机图组件，确保识别区域不被遮挡，并对抓取目标区域图像进行预处理，并作为状态信息发送给深度强化学习智能体；步骤2：基于所述状态和深度强化学习原理构建局部策略近端优化训练模型；步骤3：融合动态运动基元和模仿学习构建一种新的混合运动基元模型；步骤4：基于所述的模型训练机械臂自主抓取物体。

本发明能够有效解决基于传统深度强化学习的机械臂关节运动不平滑问题，通过结合动态运动基元算法，把元参数的学习问题转化为强化学习问题，可以利用深度强化学习的训练方法使得机械臂完成自主抓取任务。

权利要求书3页说明书6页附图3页CN 111618847 A 2020.09.04C N 111618847A1.基于深度强化学习与动态运动基元的机械臂自主抓取方法，其特征在于：包括如下步骤：步骤1：安装摄像机图组件，确保识别区域不被遮挡，并对抓取目标区域图像进行预处理，并作为状态信息发送给深度强化学习智能体；步骤2：基于所述状态和深度强化学习原理构建局部策略近端优化训练模型；步骤3：融合动态运动基元和模仿学习构建一种新的混合运动基元模型；步骤4：基于所述的模型训练机械臂自主抓取物体。

2.根据权利要求1所述的基于深度强化学习与动态运动基元的机械臂自主抓取方法，其特征在于：在步骤1中，安装摄像机图组件，确保识别区域不被遮挡，并对抓取目标区域图像进行采集处理，作为状态信息发送给深度强化学习智能体，包括：摄像机，所述摄像机为双目摄像机Bumblee2，所述摄像机安装在机械臂距离底座上方0.8-1米，且在识别区域正前方，确保机械臂开始工作时无遮挡；摄像机拍摄的识别区域的图像信息，经采集预处理后，该信息将作为环境状态被系统接收；机械臂，所述机械臂为具有5个自由度的UR5机器人，各关节能够灵活运动。

基于多模态信息融合的轮椅机械手系统[发明专利]

专利名称：基于多模态信息融合的轮椅机械手系统
专利类型：发明专利
发明人：陈乃建,王旭,王超,王孟超,封金凤,韩祥东,孙建波,黄玉林
申请号：CN201811477554.5
申请日：20181205
公开号：CN109623835A
公开日：
20190416
专利内容由知识产权出版社提供
摘要：基于多模态信息融合的轮椅机械手系统模拟环境有干扰状态下，人体搜索目标、意图判定、接近目标并准确抓取目标的过程。

所述基于多模态信息融合的轮椅机械手系统主要包括多模态信息采集系统a、信息处理融合系统b、决策控制系统c以及执行系统d组成。

所述多模态信息采集系统a 实现人体多模态信息与周边环境信息采集；所述信息处理融合系统b实现人体意图的判定并最终将特征信息融合；所述决策控制系统c实现对多模态信息采集系统a和信息处理融合系统b采集、预处理信息的综合处理，生成决策信息；所述执行系统d由差动轮椅14和机械臂15组成，实现对决策信息的执行操作即基于人体意图的接近目标运动和准确抓取目标物体。

申请人：济南大学
地址：250022 山东省济南市市中区南辛庄西路336号
国籍：CN
代理机构：济南誉丰专利代理事务所(普通合伙企业)
代理人：高强
更多信息请下载全文后查看。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

第２卷第１期７２
２１００年１２月
计算机应用研究
ＡｐｌａｉｎＲｅｅｒｈｏｏｕｅｓｐｉｔｓａｃｆＣｍｐｔｒｃｏ
Ｖｏ７Ｎｏ１Ｌ２．２Ｄｅ．２１ｅ００
基于Ａａｏｓ算法的智能轮椅机械臂抓取控制研究ｄＢｏｔ
林海波，魏星，张毅，罗元
（重庆邮电大学智能系统及机器人研究所，庆４０６）重００５
摘要：提出了基于ＡａｏｓｄＢｏｔ目标检测算法的机械臂抓取控制，当通过Ａａｏｓ算法检测到目标物体，过串ｄＢｏｔ通
为了判断图像中各个子窗口是否为目标区域，需要使用多
置后寻找不到物体，不能抓取。因此本文提出了基于ＡａｏｓｄＢｏｔ
算法的视觉伺服方法。将求逆后的数据保存下来，Ａａｏｓ用ｄＢｏｔ算法检测目标物，检测到目标物体后就通过串口发送保存的数据给单片机控制机械臂，实现动态抓取。
ｂａｏｓｌｏｔｍ，ｅｔａａｔｈＣｔｒｕｈｔｅｓｒｌｏｔＡｆｒＳＭｎｙｉｇａｄｐｏｅｓｇｄｔ，ｅｅａｅｏｔｏｙＡｄＢｏｔａｇｒｈｓｎｔｔｅＳＭｈｏｇｅｉｒ．ｔＣａａｚｎｎｒｃｓｉａａｇｎｒｔｄｃｎｒｌｉｄｏｈａｐｅｌｎｉｓｒｃｉｎｏｔｏｒｂｔｌｖｍｅｔｗｉｈｒａｉｅｅｄｎｍｉｒｗｉｇｏｂｔａｍ．ｎｔｕｔｏｓｔｃｎｒｌｏｏＴｍｏｅｎ，ｈｃｅｚｄｔｙａｃｃａｌｆｏｏｒｏａｎｌｈｎｒＫｅｒｓｙｗｏｄ：ｄｎｍｉｒｗ；ＡｄＢｏｔａｇｒｈ；ｓｒａｐｒｃｍｍｕｉａｉｎｏｏｒｙａｃｃａｌａｏｓｌｏｉｍｓｅｉｏｔｏｔｌｎｃｔ；ｒｂｔａｍｏ
￣ｓａｔｈｓａｅｒｐｓｄａｇａｂｎｏｔｌａｅｎＡａｏｓｔｇｔｅｃｏｌｒｈｗｅｅａｇｔａｅｃｄｂｔｃ：ＴｉｐｐｒｏｏｅｒｉｇｃｎｒｓｄｏｄＢｏｔａｅｄｔｔｎａｇｉｍ，ｈｎｔｒｅｗｓｔｔｒｐｂｏｂｒｅｉｏｔｈｔｄｅｅ
ｗｈｅｃａｒｂｓｄｏａｏｔａｇｒｔｍｅｌｈｉａｅｎＡｄＢｏｓｌｏｉｈ
ＬＩＨａ— ｏ，ｗＥＩＸｉｇ，ＺＨＡＮＧ，ＬＵＯａＮｉｂｎＹｉＹｕｎ
（ｅｅｒｈＣｎｅｔｌｇｎＳｓｍ＆ＲｂｔｓｈｎｑｎｎｖｒｔｏｔＴｌｏｕｉｔｎ，ｈｎｑｇ４０６Ｃｉ）ＲｓａｃｅｔｏＩｅｌｅｔｙｔｒｆｎｉｅｏｏｉ，ＣｏｇｉＵｉｓｙｏＰｓｃｇｅｉｆｓ＆ｅｃｍｍｎａｉｓＣｏｇｉ００５，ｈｎｅｃｏｎａ
智能轮椅是移动机器人研究的一个重要方面… ，载有装机械臂的智能轮椅是智能轮椅研究的热点之一。在传统的机械臂控制中，经常采用机械臂逆运动学求解机械臂各关节转动角度，然而此方法不能实现机械臂实时抓取，目标物变换位当
２１Ａａｏｓ算法的检测原理．ｄＢｏｔ
Ａａｏｓ算法是一种分类器算法，由ＦｅｎｄＢｏｔ是ｒｕｄ等人在１９９５年提出的，由于它具有算法简单、习精度高等优点，学在机器学习领域得到了极大的关注和应用。Ａａｏｓ算法的基ｄＢｏｔ本思想是利用大量的分类能力一般的简单分类器通过一定的方法叠加起来，成一个分类能力很强的强分类器，构再将若干个强分类器串联成为分级分类器完成图像搜索检测，串联的级数依赖于系统对错误率和识别的速度的要求Ｊ。
ｄｉ１．９９ｊｉｎ１０ —６５２１．２０４ｏ：２３６／．ｓ．０１３９．００１．５ｓ
Ｇｒｂｉｇｃｎｒｌｒｓａｃｆｒｂｔａｍｕｔｄｉｔｌｉｅｔａｂｎｏｔｏｅｅｒｈｏｏｏｒｍｏｎｅｎｅｌｇｎ
口发送数据给单片机；片机分析处理数据生成控制指令控制机械臂运动，单实现了机械臂的动态抓取。关键词：动态抓取；Ａａｏｓ算法；串口通信；ｄＢｏｔ机械臂中图分类号：Ｔ２１３Ｐ４．文献标志码：Ａ文章编号：１０ — ６５２１）２４８．２０１３９（００１ —５２０
１运动空间位置和姿势，求关节变量，即为运动学方程的逆向求解。对于逆解的求取，目前有
指导书讲述的最为常见的是采用由Ｐｕ等人提出的反变换ａｌ法，先列出运动学方程：＝（。Ａ（２ …Ａ（。其中方Ａ。０）０）０）