10.3969/j.issn.1001-3881.2019.23.005
基于BP和RBF神经网络的机器人逆运动学算法
针对单一神经网络求逆运动学时存在求解精度不高、 泛化能力差的问题,研究了工业机器人的工作空间及逆运动学求解算法.在对BP神经网络和RBF神经网络分析的基础上,提出了一种BP与RBF网络并行的7输入6输出神经网络模型.以一种协作型工业机械臂为例,首先建立其运动学模型并分析工作空间,然后求解正运动学获得数据集用于训练、 验证和测试网络,最后得到符合要求的网络模型.仿真结果验证了网络的正确性,并行网络方法提高了单一神经网络的求解精度,同时求解速度优于解析法求逆运动学速度,证明了该方法的实用性.
逆运动学、工作空间、BP神经网络、RBF神经网络
47
TP242;TP183(自动化技术及设备)
国家自然科学基金资助项目61673304;国家重点研发计划项目2017YFB1300400
2020-01-16(万方平台首次上网日期,不代表论文的发表时间)
共6页
22-27