10.3969/j.issn.1001-3881.2019.23.007
基于RBF神经网络间接求取运动学逆解的研究
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.
冗余度、运动学逆解、遗传算法、RBF神经网络算法
47
TP242(自动化技术及设备)
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
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
32-37