【技术实现步骤摘要】
本专利技术涉及传感与测量，更具体的说是涉及一种基于神经网络的光纤形状坐标预测方法及系统。
技术介绍
1、随着信息技术的快速发展，空间形状感知在航空航天、工业机械、生物医疗等领域的应用需求越来越广泛。与传统形状感知技术相比，基于光纤传感的形状感知技术具有体积小、质量轻、灵敏度高、抗电磁干扰、易集成等显著优势。光纤形状传感技术利用多路具有特定空间排布的光纤束、光纤光栅(fbg)阵列或多芯光纤，通过测量不同光纤在同一形变下的差异化应变响应，进而得到光纤的弯曲信息，再利用形状重构算法最终获得光纤本身或者与之相连待测物体的空间位置和形状。因此，实现光纤形状传感的过程一般包括三个步骤，即应变传感测量、弯曲信息求解和形状重构算法迭代计算。然而，在已经获得应变传感测量结果的情况下，弯曲信息求解和形状重构算法迭代计算两个数值计算步骤很繁琐、耗时，且数值计算过程中曲率标定误差、重构算法的误差累积效应等均会影响形状传感的精度。
2、目前，基于各类神经网络实现形状传感的方法已经成为研究热点。但是，已提出的基于神经网络实现光纤形状传感的方法能够在一定...
【技术保护点】
1.一种基于神经网络的光纤形状坐标预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于神经网络的光纤形状坐标预测方法，其特征在于，构建训练数据集时，通过改变多芯光纤的弯曲状态，提取若干组纤芯应变值和光纤的空间坐标数据，按照8:2的比例拆分成训练数据集和验证数据集。
3.根据权利要求1所述的一种基于神经网络的光纤形状坐标预测方法，其特征在于，利用有限元软件对不同弯曲程度的多芯光纤进行建模得到的多芯光纤有限元模型由包层和纤芯组成，以扫掠方式对多芯光纤有限元模型进行网格划分，对多芯光纤有限元模型的不同位置施加不同大小和方向的作用力时
【技术特征摘要】
1.一种基于神经网络的光纤形状坐标预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于神经网络的光纤形状坐标预测方法，其特征在于，构建训练数据集时，通过改变多芯光纤的弯曲状态，提取若干组纤芯应变值和光纤的空间坐标数据，按照8:2的比例拆分成训练数据集和验证数据集。
3.根据权利要求1所述的一种基于神经网络的光纤形状坐标预测方法，其特征在于，利用有限元软件对不同弯曲程度的多芯光纤进行建模得到的多芯光纤有限元模型由包层和纤芯组成，以扫掠方式对多芯光纤有限元模型进行网格划分，对多芯光纤有限元模型的不同位置施加不同大小和方向的作用力时，发生弯曲形变。
4.根据权利要求1所述的一种基于神经网络的光纤形状坐标预测...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。