没有合适的资源?快使用搜索试试~ 我知道了~
资源推荐
资源详情
资源评论
2019 年 12 月
第 47 卷 第 23 期
机床与液压
MACHINE TOOL & HYDRAULICS
Dec 2019
Vol 47 No 23
DOI: 10.3969/ j issn 1001
-
3881 2019 23 007
本文引用格式: 李进,刘璇,张建华,等.基于 RBF 神经网络间接求取运动学逆解的研究[J].机床与液压,2019,47(23):32
-
37.
LI Jin,LIU Xuan,ZHANG Jianhua,et al.Research on Indirect Solution of Inverse Kinematics Based on RBF Neural
Network[J].Machine Tool & Hydraulics,2019,47(23):32
-
37.
收稿日期: 2018
-
09
-
06
基金项目: 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)
作者简介: 李进 (1996—), 男, 硕士研究生, 主要研究方向为智能机器人技术。 E
-
mail: 1287199131@ qq com。
通信作者: 刘璇 (1980—), 女, 博士, 讲师, 主要研究方向为智能机器人技术。 E
-
mail: xuaner1007@ 163 com。
基于 RBF 神经网络间接求取运动学逆解的研究
李进
1
, 刘璇
1
, 张建华
1
, 陈浩
2
, 张垚楠
1
(1. 河北工业大学机械工程学院, 天津 300132;
2. 机科发展科技股份有限公司, 北京 100089)
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
中图分类号: TP242
Research on Indirect Solution of Inverse Kinematics Based on RBF Neural Network
LI Jin
1
, LIU Xuan
1
, ZHANG Jianhua
1
, CHEN Hao
2
, ZHANG Yaonan
1
(1. School of Mechanical Engineering, Hebei University of Technology, Tianjin 300132, China;
2. Machinery Technology Development Co., Ltd., Beijing 100089, China)
Abstract: The geometric structure of the seven⁃degree⁃of⁃freedom (7
-
DOF) industrial robot mostly meets the Pieper criterion, so
the closed solution for the 7
-
DOF has a lot of room for development. A method based on Radial Basis Function (RBF) neural network
to indirectly obtain kinematics inverse solution is proposed. The kinematics equation was transformed into the optimal control problem.
The method of combining the genetic algorithm with the best compliance criterion was adopted to provide an accurate sample for the
RBF neural network algorithm. In order to improve the convergence speed and the convergence accuracy of the neural network algo⁃
rithm, an indirect method was adopted to introduce the concept of angle of the connecting rod triangle. In order to verify the reliability
of the results, an optimization experiment based on the RBF neural network algorithm for indirect inverse was carried out on a 7
-
DOF
redundant manipulator, and the inverse RBF neural network was compared with the traditional RBF neural network to solve the inverse
kinematics algorithm. The results show that the algorithm is simple in structure and can significantly improve convergence accuracy and
convergence speed.
Keywords: Redundancy; Kinematic inverse solution; Genetic algorithm; RBF neural network algorithm
0 前言
机器人运动学逆解是机器人运动学正解的求逆过
程, 即给定机械手末端连杆的位置与姿态, 求取机械
手各关节的关节变量的值。 由于机器人运动学逆解的
运算对于机器人运动特点分析、 机器人的运动路径规
划以及机器人的离线编程控制等研究工作具有重要的
基础意义, 所以机器人的逆解运算一直都是机器人运
动学中的重中之重。 常用的运动学逆解运算大致分为
两类方法: 封闭解法
[1]
以及数值解法
[2]
。
封闭解法一般包括代数法
[3]
和几何法
[4]
两种方
法, 这两种方法可以直接根据机器人运动学正解得到
的方程推导出机器人关节角度的表达式, 故其计算速
度快, 且可以求解出所有可能的逆解。 然而, 对于工
业机器人而言, 并不是所有的工业机器人都能够得到
封闭解, 只有几何结构满足 Pieper 准则
[5]
时才能够
得到, 通常都运用于六自由度的机器人运动学逆解。
资源评论
- 钴龘子2022-01-18用户下载后在一定时间内未进行评价,系统默认好评。
- kaikaiwoaini_2023-07-26资源和描述一致,质量不错,解决了我的问题,感谢资源主。
数据资源
- 粉丝: 113
- 资源: 23万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功