基于神經網絡的冗余機器手臂障礙物躲避和實時解析.pdf

1、機器手臂是一個末端能動的機械裝置，已經被廣泛應用在工業(yè)自動化方面。對于非冗余機器手臂來說，當機器手臂末端完成指定的運動時，它的關節(jié)由于沒有多余的自由度，不能去完成別的動作，從而失去了靈活性。而冗余機器手臂可以利用自身的冗余關節(jié)來除去這個約束，使得機器手臂更加靈活，實現(xiàn)對作業(yè)環(huán)境中障礙物的躲避。 本文首先介紹了冗余機器手臂的運動學和動力學理論，重點研究了逆運動學問題，然后建立起了障礙物躲避的實時求解模型。冗余機器手臂逆運動學控制的

2、避障算法被統(tǒng)一為等式、不等式和雙端約束的二次規(guī)劃(QP)問題。同時，為了避免關節(jié)角偏差現(xiàn)象，我們提出了改進的避障算法。 為了解決時變的QP問題，本文運用遞歸神經網絡在速度層上進行冗余度解析。將基于線性變分不等式(LVI)的原對偶神經網絡與現(xiàn)有的神經網絡做一簡單的比較，并從理論上證明LVI原對偶神經網絡的優(yōu)點。用PA10機器手臂進行模擬試驗，仿真結果驗證了該網絡求解的有效性和實時解析性。最后分析了工作中的不足，提出了以后工作的幾點