多自由度机械臂轨迹跟踪控制仿真的研究

《多自由度机械臂轨迹跟踪控制仿真的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、TrajectoryTrackingControlandSimulationofMulti-degree-of-freedomManipulatorCandidateWeiJuanSupervisorProfYangHuixianCollegeInstituteofInformationEngineeringProgramIntelligentInformationProcessingandIntelligentControlSpecializationControlTheoryandControlEngineeringDegree

2、MasterofEngineeringUniversityXiangTanUniversityDateJune8,2010湘潭大学学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名：日期：年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国

3、家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权湘潭大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。涉密论文按学校规定处理。作者签名：日期：年月日导师签名：日期：年月日摘要多自由度机械臂是机器人的重要组成部分，在人类的生产生活中具有广泛的应用。本文以机械臂运动学、动力学等为基础，重点对机械臂逆运动学求解问题及轨迹跟踪问题进行了研究。并以六自由度机械臂为例，对其运动学、动力学及轨迹规划进行用了仿真。对于机械臂逆运动学的求解，可以通过遗传算法或者

4、BP算法来训练神经网络的权值，从而得到问题的解。但这些方法在求解精度和收敛速度上有待进一步的改进。本文通过RBF神经网络与免疫系统存在相似性，采用人工免疫原理对RBF神经网络训练数据集的泛化能力，动态调整神经网络隐层结构。并采用递推最小二乘法确定网络连接权值。由此实现对神经网络的网络结构和连接权进行自适应调整和学习。仿真结果表明用免疫原理训练的神经网络收敛速度快，泛化能力强，可提高机械臂逆运动学求解精度。轨迹跟踪问题作为机器人控制学中的一个重要方面，在控制系统运行过程中，存在系统误差、信号检测误差、高频特性及关节摩擦等不确定因素。常

5、规的传统的基于对象的控制方法很难精确的控制运动轨迹。同时无法获得令人满意的控制性能。本文利用RBF神经网络函数与模糊系统的相似性，将模糊控制与神经网络相结合，采用RBF模糊神经网络对机械臂进行控制。通过模糊控制对RBF神经网络各参数及结构进行调整，同时采用最近邻聚类算法对模糊规则库的进行更新，优化神经网络隐层神经元的数目。从而达到自适应调整控制器参数和结构的目的，并加快网络训练速度。仿真结果表明，该算法与传统的神经网络算法相比具有较好的性能，学习速度快，跟踪精度高，并具有良好的控制性能和自学习能力。最后本文以Puma560为例，对六

6、自由度机械臂的正运动学、逆运动学、正动力学、逆运动力学以及轨迹规划进行了系统的分析，并得到相应的仿真结果。关键词：逆运动学；轨迹跟踪；RBF神经网络；免疫原理；模糊算法IAbstractMulti-degree-of-freedom(MDOF)manipulatorisanimportantcomponentofrobot.Itapplieswidelyinhumanproduction.Inthispaperthesolutionofinversekinematicsandtrajectorytrackingareemphatic

7、allyanalyzedbasedonmanipulatorkinematicsanddynamics.Andtakesixdegreesoffreedommanipulatorasanexample,itskinematics,dynamicsandtrajectoryplanningaresimulated.Asthesolvingofmanipulatorinversekinematics,wecanusethegeneticalgorithmorbackpropagatedalgorithmtotraintheweights

8、ofneuralnetworkthenobtainthesolutionoftheproblem.However,thesemethodsneedtobefurtherimprovedinsolvingaccuracyandconve