版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、工業(yè)機(jī)器人是集成度很高的智能數(shù)字化產(chǎn)品,在當(dāng)今自動(dòng)控制領(lǐng)域扮演至關(guān)重要的角色。在不斷變化的市場(chǎng)需求下,為了更好的滿足工業(yè)生產(chǎn)的需要,要求工業(yè)機(jī)器人應(yīng)具有很廣的通用性、獨(dú)特的柔性、動(dòng)作準(zhǔn)確性高等更好的性能。規(guī)劃?rùn)C(jī)器人的運(yùn)動(dòng)軌跡對(duì)于控制機(jī)器人運(yùn)動(dòng)來(lái)說(shuō),至關(guān)重要。在機(jī)器人完成工作任務(wù)的運(yùn)動(dòng)過(guò)程中,軌跡生成算法會(huì)影響系統(tǒng)的整體性能。好的軌跡生成方法,可以使機(jī)器人在運(yùn)動(dòng)到目標(biāo)位置之前保持穩(wěn)定、快速、精確的狀態(tài),并且能夠在工作區(qū)域范圍內(nèi)形成任務(wù)要求
2、的軌跡。因此,軌跡規(guī)劃方式對(duì)機(jī)器人來(lái)說(shuō)很值得研究。
通常采用關(guān)節(jié)空間和笛卡爾坐標(biāo)空間的軌跡規(guī)劃方式對(duì)機(jī)器人要完成任務(wù)的軌跡參數(shù)進(jìn)行分析,實(shí)時(shí)計(jì)算并生成軌跡。但是傳統(tǒng)的方式在機(jī)器人的自由度增多時(shí),計(jì)算變復(fù)雜,效果很差。目前,常采用遺傳算法和BP神經(jīng)網(wǎng)絡(luò)優(yōu)化軌跡規(guī)劃問(wèn)題,但因遺傳算法過(guò)早收斂,易陷入局部極值,無(wú)法得到全局最優(yōu)解,BP網(wǎng)絡(luò)全局逼近、學(xué)習(xí)速度緩慢等缺點(diǎn),在實(shí)際工程應(yīng)用中,效果不理想。介于RBF神經(jīng)網(wǎng)絡(luò)快速收斂性,高精度
3、逼近的能力,很適合應(yīng)用在機(jī)器人的軌跡規(guī)劃中。
本文主要研究四軸工業(yè)機(jī)器臂在工作空間的軌跡規(guī)劃方式,以提高機(jī)器臂對(duì)路徑點(diǎn)擬合的速度和精度為目的,采用RBF神經(jīng)網(wǎng)絡(luò)對(duì)機(jī)器臂軌跡路徑點(diǎn)擬合逼近以提高機(jī)器臂系統(tǒng)的工作性能。由于本文重點(diǎn)側(cè)重于提高機(jī)器臂完成作業(yè)任務(wù)的速度和精度,因此首先對(duì)研究的四軸機(jī)器臂系統(tǒng)進(jìn)行了解分析,并用機(jī)器人學(xué)等相關(guān)知識(shí)建立四自由度工業(yè)機(jī)械臂的運(yùn)動(dòng)模型,采用D-H參數(shù)法得到它的運(yùn)動(dòng)學(xué)方程;其次,通過(guò)具備強(qiáng)大數(shù)值計(jì)算
4、功能的MATLAB軟件建立機(jī)器臂三維空間模型,驗(yàn)證模型的正確性,利用所建機(jī)器臂三維模型進(jìn)行正逆向運(yùn)動(dòng)學(xué)仿真,繪制機(jī)器臂的坐標(biāo)、速度、加速度曲線,對(duì)進(jìn)一步探究機(jī)器臂軌跡生成算法有重要的指導(dǎo)意義;最后,簡(jiǎn)單介紹機(jī)器臂關(guān)節(jié)空間和直角坐標(biāo)空間中的軌跡規(guī)劃算法,并用RBF神經(jīng)網(wǎng)絡(luò)的擬合和逼近功能來(lái)優(yōu)化規(guī)劃方式的問(wèn)題。運(yùn)用MATLAB對(duì)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)進(jìn)行了設(shè)計(jì),仿真研究其對(duì)插補(bǔ)點(diǎn)的擬合能力。
結(jié)果表明,RBF神經(jīng)網(wǎng)絡(luò)規(guī)劃的軌跡,相對(duì)于
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于RBF神經(jīng)網(wǎng)絡(luò)的機(jī)械手軌跡規(guī)劃及運(yùn)動(dòng)仿真研究.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)的機(jī)械手軌跡跟蹤控制方法研究.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)的期權(quán)定價(jià)研究.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)的語(yǔ)音識(shí)別研究.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘研究.pdf
- 基于rbf神經(jīng)網(wǎng)絡(luò)的負(fù)荷預(yù)測(cè)研究綜述
- 基于RBF神經(jīng)網(wǎng)絡(luò)入侵檢測(cè)模型的研究.pdf
- 基于LM改進(jìn)的RBF神經(jīng)網(wǎng)絡(luò)算法研究.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)入侵檢測(cè)系統(tǒng)的研究.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)的機(jī)械臂運(yùn)動(dòng)控制算法及應(yīng)用研究.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)的故障診斷.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)的PID整定.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)的盲均衡算法.pdf
- 基于神經(jīng)網(wǎng)絡(luò)運(yùn)動(dòng)軌跡識(shí)別.pdf
- rbf神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法的研究
- 基于RBF神經(jīng)網(wǎng)絡(luò)的車(chē)牌識(shí)別技術(shù)的研究.pdf
- 基于改進(jìn)RBF神經(jīng)網(wǎng)絡(luò)的入侵檢測(cè)研究.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)和RBF神經(jīng)網(wǎng)絡(luò)的電網(wǎng)短期負(fù)荷預(yù)測(cè).pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)的重疊峰解析.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)的γ能譜分析.pdf
評(píng)論
0/150
提交評(píng)論