10.3969/j.issn.1006-9348.2020.02.075
FGA优化RBF网络的机器人逆运动学求解研究
针对如何提高六自由度机器人逆运动学的求解精度问题,采用FGA对RBF神经网络的节点中心向量、基宽向量以及网络隐含层到输出层的权向量进行优化,并将其应用于六自由度机器人的逆运动学求解.以机器人工作空间的位姿矩阵作为预测网络的输入变量,以关节空间中的关节角度作为输出变量,构建机器人逆解RBF预测网络,然后选取样本对网络进行训练.最后对网络进行测试,仿真结果显示,优化后的网络预测精度高,泛化能力强.
易变遗传算法、径向基函数神经网络、六自由度机器人、逆运动学
37
TP391.9(计算技术、计算机技术)
甘肃省自然科学基金;甘肃省高等学校科研项目
2020-05-11(万方平台首次上网日期,不代表论文的发表时间)
共6页
371-376