基于RBF神经网络间接求取运动学逆解的研究

摘要：

七自由度工业机器人的几何结构大多满足Pieper准则,所以针对七自由度的封闭解法具有很大的发展空间.提出了一种基于RBF神经网络间接求取运动学逆解的方法,将运动学方程转化成了优化控制问题.采用遗传算法与最佳柔顺性准则相结合的方法,为RBF神经网络算法提供了精确的样本;为了提高神经网络算法的收敛速度以及收敛精度,进行间接求取的方式,引入连杆三角形夹角的概念;为了验证结果的可靠性,以七自由度冗余机械臂为对象,开展了基于RBF神经网络算法间接求逆的优化实验,并对比传统的RBF神经网络求取运动学逆解算法,结果表明,该算法结构简单,且能够显著提高收敛精度和收敛速度.

关键词：冗余度、运动学逆解、遗传算法、RBF神经网络算法

所属期刊栏目：47

分类号：TP242(自动化技术及设备)

资助基金：国家自然科学基金资助项目51575157;河北省自然科学基金重点项目E2016202342;河北省高等学校科学技术研究项QN2014089

在线出版日期：2020-01-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：32-37