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(cè).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(chǎng)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(yùn)動(dòng)狀態(tài)的重要參數(shù),它對(duì)實(shí)現(xiàn)并聯(lián)機(jī)器人的閉環(huán)實(shí)時(shí)控制、對(duì)分析末端執(zhí)行器的動(dòng)態(tài)特性(運(yùn)動(dòng)速度、超調(diào)等)等具有重要的參考價(jià)值。目前,在并聯(lián)機(jī)器人系統(tǒng)中只能通過(guò)編碼器獲得伺服電動(dòng)機(jī)的運(yùn)動(dòng)狀態(tài),無(wú)法直接獲得并聯(lián)機(jī)器人的

2、實(shí)時(shí)位姿。并聯(lián)機(jī)器人末端運(yùn)動(dòng)位姿的實(shí)時(shí)檢測(cè),影響著并聯(lián)機(jī)器人末端執(zhí)行器的運(yùn)動(dòng)控制精度,成為困擾并聯(lián)機(jī)器人在實(shí)現(xiàn)產(chǎn)業(yè)化方面取得實(shí)質(zhì)性突破的難題之一。因此,本文對(duì)并聯(lián)機(jī)器人末端執(zhí)行器位姿檢測(cè)方法的研究,不僅具有較高的學(xué)術(shù)價(jià)值,而且具有較高的實(shí)際應(yīng)用價(jià)值。
　　 本文首先總結(jié)分析國(guó)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(duì)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(duì)象——6-PTRT并聯(lián)機(jī)器人,從運(yùn)動(dòng)學(xué)角度闡述六

3、自由度并聯(lián)機(jī)器人運(yùn)動(dòng)學(xué)的相關(guān)理論,為并聯(lián)機(jī)器人末端運(yùn)動(dòng)位姿的檢測(cè)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(cè)與控制系統(tǒng)硬件平臺(tái)。然后基于運(yùn)動(dòng)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(duì)應(yīng)的運(yùn)動(dòng)學(xué)逆解。針對(duì)RBF神經(jīng)網(wǎng)絡(luò),為解決運(yùn)用遺傳算法(GA)優(yōu)化其時(shí)存在的早熟收斂問(wèn)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(cè)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(shí)現(xiàn)對(duì)并聯(lián)機(jī)器人末端位姿的實(shí)時(shí)檢測(cè),并將本文所設(shè)計(jì)方法的檢測(cè)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(cè)結(jié)果進(jìn)行仿真對(duì)比,以驗(yàn)證本文所設(shè)計(jì)方法的優(yōu)越性。最后,針對(duì)并聯(lián)機(jī)器人的特點(diǎn),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(jì)出實(shí)現(xiàn)并聯(lián)機(jī)器人末端運(yùn)動(dòng)位姿檢測(cè)的軟件,實(shí)現(xiàn)對(duì)并聯(lián)機(jī)器人末端位姿的高精度檢測(cè)。仿真和試驗(yàn)結(jié)果表明了本文所設(shè)計(jì)的檢測(cè)方法在并聯(lián)機(jī)器人位姿檢測(cè)中