基于優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)的并聯(lián)機(jī)器人位姿檢測.pdf

1、并聯(lián)機(jī)器人具有承載能力強(qiáng)、剛度大、定位精度高等優(yōu)異性能,特別適用于高精度、大載荷且工作空間較小的場合,在裝配生產(chǎn)線、飛行模擬器、衛(wèi)星天線換向裝置、高精度機(jī)床等很多方面均有著良好的應(yīng)用前景。在并聯(lián)機(jī)器人的研究中,位姿是反映并聯(lián)機(jī)器人運動狀態(tài)的重要參數(shù),它對實現(xiàn)并聯(lián)機(jī)器人的閉環(huán)實時控制、對分析末端執(zhí)行器的動態(tài)特性(運動速度、超調(diào)等)等具有重要的參考價值。目前,在并聯(lián)機(jī)器人系統(tǒng)中只能通過編碼器獲得伺服電動機(jī)的運動狀態(tài),無法直接獲得并聯(lián)機(jī)器人的

2、實時位姿。并聯(lián)機(jī)器人末端運動位姿的實時檢測,影響著并聯(lián)機(jī)器人末端執(zhí)行器的運動控制精度,成為困擾并聯(lián)機(jī)器人在實現(xiàn)產(chǎn)業(yè)化方面取得實質(zhì)性突破的難題之一。因此,本文對并聯(lián)機(jī)器人末端執(zhí)行器位姿檢測方法的研究,不僅具有較高的學(xué)術(shù)價值,而且具有較高的實際應(yīng)用價值。
　　 本文首先總結(jié)分析國內(nèi)外并聯(lián)機(jī)器人的研究現(xiàn)狀,介紹本課題的研究對象,并論述了本文研究的內(nèi)容、目的和意義。其次,結(jié)合本課題的研究對象——6-PTRT并聯(lián)機(jī)器人,從運動學(xué)角度闡述六

3、自由度并聯(lián)機(jī)器人運動學(xué)的相關(guān)理論,為并聯(lián)機(jī)器人末端運動位姿的檢測研究奠定基礎(chǔ)。接著,構(gòu)建了所研究并聯(lián)機(jī)器人的檢測與控制系統(tǒng)硬件平臺。然后基于運動學(xué)分析,利用RBF神經(jīng)網(wǎng)絡(luò)能夠任意逼近非線性函數(shù)的能力,訓(xùn)練給定的末端位姿及其對應(yīng)的運動學(xué)逆解。針對RBF神經(jīng)網(wǎng)絡(luò),為解決運用遺傳算法(GA)優(yōu)化其時存在的早熟收斂問題并增強(qiáng)其泛化能力,以提高并聯(lián)機(jī)器人的位姿檢測精度,本文提出一種交替使用遺傳算法和Levenberg-Marquart(LM)算法

4、的混合學(xué)習(xí)算法,以優(yōu)化其參數(shù),然后利用該神經(jīng)網(wǎng)絡(luò)實現(xiàn)對并聯(lián)機(jī)器人末端位姿的實時檢測,并將本文所設(shè)計方法的檢測結(jié)果與僅用遺傳算法優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)以及BP神經(jīng)網(wǎng)絡(luò)方法的檢測結(jié)果進(jìn)行仿真對比,以驗證本文所設(shè)計方法的優(yōu)越性。最后,針對并聯(lián)機(jī)器人的特點,利用VC++開發(fā)工具,建立并聯(lián)機(jī)器人系統(tǒng)交互界面,設(shè)計出實現(xiàn)并聯(lián)機(jī)器人末端運動位姿檢測的軟件,實現(xiàn)對并聯(lián)機(jī)器人末端位姿的高精度檢測。仿真和試驗結(jié)果表明了本文所設(shè)計的檢測方法在并聯(lián)機(jī)器人位姿檢測中