基于rbf神经网络的机械手轨迹规划及运动仿真研究new

《基于rbf神经网络的机械手轨迹规划及运动仿真研究new》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、山东理工大学硕士学位论文基于RBF神经网络的机械手轨迹规划及运动仿真研究姓名：孙秀军申请学位级别：硕士专业：机械电子工程指导教师：王效岳20070405山东理工大学硕士学位论文摘要摘要机器人的轨迹规划在机器人的控制中具有重要的地位。论文以AS．MRobot6机器人为研究对象，提出一种新的轨迹优化近似算法。通过对机器人操作臂的轨迹规划的具体分析、基于运动学寻优轨迹算法的模拟实现、关节空间的轨迹优化等方面的全过程的研究，针对AS．MRobot6机器人轨迹规划要求，分别建立了RBF神经网络逼近模型和RBF神

2、经网络插值模型，将其分别应用于关节空间与操作空间的轨迹规划。建立了单输入．单输出RBF神经网络模型，以离散点横坐标值作输入，纵坐标值作为目标输出，训练网络，实现操作空间轨迹的插值运算；建立了单输入．六输出RBF神经网络模型，以离散时间点作输入，以对应于离散时间点的六个角度值作为目标输出，训练网络，实现关节空间轨迹的逼近运算。该算法实现了轨迹规划的快速收敛和近似逼近，具有一定的容错能力，避免了因约束点的输入顺序而产生的影响，使得规划轨迹达到工程上的光顺性要求。然后利用虚拟样机技术，在机械系统动力学软件一

3、一ADAMs上建立了机械手的仿真模型，根据优化的关节空间运动轨迹进行运动学仿真，研究机械手的运动学和动力学指标在运动过程中的变化情况，验证了该优化算法的可行性和先进性。本研究项目得到了山东理工大学科研基金项目的资助。关键词：机械手，动力学，径向基函数神经网络，虚拟样机，关节空问ABSTRACTRobot’strajectoryplanningisveryimportantinthecontrolofrobotics．BasedondemandsandrestrictionsofAS—MRobot6ma

4、nipulator,thispaperpresentsanovelmethodoftrajectoryplanning．Bytheresearchingprocessesofconcreteanalysisoftrajectoryplanningonrobot’smanipulatoraim，imitationoftrajectorybasedonkinematicsandoptimizationoftrajectoryinthearticulationspace，thispaperestablish

5、estwomodelsaccordingtoRBFneuralnetworksalgorithm，oneisusedforcurveinterpolationinoperationspaceandtheotherisusedforcurveapproximationinarticulatespace．Torealizetrajectoryplanninginoperationspace，allone—input-one。outputRBFneuralnetworksmodelisbuiltandtra

6、inedusingx-axisvalueofdiscretepointsasinputsandy-axisvalueoutputs．Meanwhile．allone—input—six-outputoneisestablishedandtrainedusingdiscretetimeasinputsandvalueofsixangleoutputsinarticulatespace．Withcharacterofrapidconvergenceandnearapproximation，thisnewa

7、lgorithmisfaulttolerantandirrelativewithorderofinputs，whichcanachievefiringrequirementofengineering．Makinguseofthevirtualprototypingtechnology,themanipulator’SmodelisfoundedinsoftwareADAMSthatdevelopedfordynamicsanalysisofmechanicalsystem．Furthermore，ac

8、cordingtotheplannedpath，thechangesofthekinematicsanddynamicsindexesofthemanipulatorinthecourseofmovingarestudiedanditseffectivenessandfeasibilityvalidated．Keywords：Manipulator,Dynamics，RBFNN，Prototype，Articulatespace独创性声明本人声明所呈交的