基于神經(jīng)網(wǎng)絡(luò)的機器人逆運動學(xué)求解.pdf

1、作為一種先進的生產(chǎn)工具，機器人已經(jīng)被廣泛應(yīng)用于多個領(lǐng)域。利用機器人不僅能夠完成大量簡單重復(fù)性工作，而且可以代替人完成許多以前必須通過人工才能完成的復(fù)雜、繁重、危險性的工作，在提高效率的同時改善了質(zhì)量。 機器人的控制問題主要包括：軌跡規(guī)劃問題、逆運動學(xué)問題和逆動力學(xué)問題。而機器人逆運動學(xué)求解問題在機器人學(xué)中占有重要地位，是研究機器人動力學(xué)和機器人控制的基礎(chǔ)，并直接關(guān)系到運動分析、離線編程等。從機器人控制角度講，逆運動學(xué)問題是一個很

2、重要的課題，一直備受人們關(guān)注。 本文以瑞典ABB公司生產(chǎn)的IRB140型小型工業(yè)機器人為例，對空間六自由度多關(guān)節(jié)機器人進行了運動學(xué)分析，并采用D-H方法建立了其運動學(xué)模型，推導(dǎo)出機器人的正運動學(xué)公式。本文提出矩陣逆乘的逆解算法。與傳統(tǒng)方法相比，大大減少了計算逆解運動方程的計算量。針對有時在逆解中有幾組不是真解的問題，本文詳細討論各位置參數(shù)的取值對逆解結(jié)果的影響，明確了逆解角度求解公式，避免了可能出現(xiàn)的漏解的情況。 本文利

3、用神經(jīng)網(wǎng)絡(luò)對于非線性映射的強大的逼近能力，實現(xiàn)機器人從工作變量空間到關(guān)節(jié)變量空間的非線性映射，從而求得機器人運動學(xué)逆解。將解析算法得到的運動學(xué)正解作為訓(xùn)練樣本，采用改進的BP神經(jīng)網(wǎng)絡(luò)算法來研究機器人的逆運動學(xué)問題。利用LMBP神經(jīng)網(wǎng)絡(luò)的局部逼近的優(yōu)點，本文將求解機器人運動學(xué)逆解轉(zhuǎn)化為對神經(jīng)網(wǎng)絡(luò)的權(quán)值進行訓(xùn)練，實現(xiàn)了機器人從工作空間到關(guān)節(jié)空間的非線性映射。該法還克服了標準BP算法收斂速度慢，收斂精度差的缺點。本文還提供了另一種簡單、快速、