基于BP神经网络的6DOF喷漆机器人逆运动学研究.pdf

基于BP神经网络的6DOF喷漆机器人逆运动学研究.pdf

ID:52969859

大小:248.93 KB

页数:3页

时间:2020-04-05

基于BP神经网络的6DOF喷漆机器人逆运动学研究.pdf_第1页
基于BP神经网络的6DOF喷漆机器人逆运动学研究.pdf_第2页
基于BP神经网络的6DOF喷漆机器人逆运动学研究.pdf_第3页
资源描述:

《基于BP神经网络的6DOF喷漆机器人逆运动学研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、机械设计与制造第9期170MachineryDesign&Manufacture2012年9月文章编号:11301"3997(2012)09-0170一O3基于BP神经网络的6DOF喷漆机器人逆运动学研究刘超颖李博王战中杜启鑫臧丽超(石家庄铁道大学机械工程学院,石家庄050043)InverseKinematicsResearchof6DOFSprayingManipulatorBasedonBPANNLIUChao—ying,LIBo,WANGZhan-zhong,DUQi—xin,ZANGLi—chao(Sch00lofMechanicalEngineering,Shijia

2、zhuangTiedaoUniversity,Shijiazhuang050043,China)⋯一^、●§,●●^-^§●e一e一^●§、-§斤●●●^●一^●一^●一l^、,.卅_毫【摘要】传统方法求解6DOF斜交非球型手腕喷漆机器人的逆解运算量大、精度低,不利于实现{实时、精确控制;基于三层标准BP神经网络,针对其收敛速度慢、易陷入极小值等问题,采用增加动量项的方法进行改进,建立斜交非球型手腕喷漆机器人末端执行器位姿与各关节角之间的映射关系;利用Matlab对神经网络模型进行训练和验证,结果表明,BP神经网络学习精度高、收敛速度快,可满足6DOF喷漆机器人逆运动学的求解。关

3、键词:喷漆机器人;逆运动学;BP算法;人工神经网络【Abstract】AthreelayersBackPropagation(BP)ArticialNeuralNetwork(ANN)hasbeenproposedheretoovercol'nethetraditionallyinversekinematicsproblem,whicharemainlyheavycomputation、lowprec~ionandbeingcan’trealizereal-time、accuratecontrolin6Rserialsprayingmanipulatorwithnon—spher

4、icalwrist.Consideringthedefectofslowconvergentspeedandeasyconvergencetoalocalminimunpointoferrorfunctioninthetypicaled-forwadANN,animprovedalgorithmbyaddingitemsofthemo—mentamwo$establishedtomaptherelationbetweenthe6Rserialsprayingmanipulatorend-effector’sposeandjointangles.ThentheimprovedBPA

5、NNWastrainedandverifiedthroughMatlab,andtheresultshou7sthatthePANNhasahigheraccuracy、SlOWconvergentspeedandthecapacityofthenetworkcouldsatisfythesolutiontotheinversekinematicsproblemof6Rwerialwprayingmanipulator.KeyWords:SprayingManipulator;InverseKinematics;BPAlgorithm;ANN中图分类号:TH16;TP242文献标

6、识码:A一尺,其本质是从输入R到输出y∈R可存在某一映射1引言G(·),使G(x)="(1,2,⋯,Ⅳ),要求出映射F,使得在某种位置逆解问题是机器人最重要的研究问题之一,它直接关意义下(通常在最/b<乘意义下),F是G的最佳逼近,神经网络系到机械手运动分析、离线编程、轨迹规划和实时控制等工作,所对简单的非线性函数进行数次复合,可近似表达复杂的函数,它以位置逆解问题是机械手运动规划和轨迹规划的基础,只有通过的存在性问题可由Kommogorow定理}

7、】及BP定理给出。BP网络运动学逆解把空间位姿转换为关节变量,才能实现对机械手末端的学习规则通常采用的是1949年心理学家Hebb提

8、出的Hebb执行器的控制。运动学逆解往往具有多重解,也可能不存在解;位学习规则。单个神经元模型,如图1所示。图中输入向量的分量置逆解的复杂程度往往与机械手的结构有很大关系I”,由于研究分别为(=l,2,⋯,n)。输入的权值分量分别为Wg(j=l,2,⋯,n)。的机器人是具有斜交非球形手腕的喷漆机器人121,没有解析解,只若权值为正数,表示输入节点处在兴奋状态,起加强作用;若为负有数值解,这样逆运动学问题成为一个非线性超越方程的数值求数,则起抑制作用。神经元的输出或者为1或者为0。

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。