基于径向基函数网络的MOTOMAN机械手运动学逆解

被引:32
作者
张培艳
吕恬生
宋立博
机构
[1] 上海交通大学机械与动力工程学院,上海交通大学机械与动力工程学院,东华大学机械工程学院上海,上海,上海
关键词
运动学逆解; MOTOMAN机器人; RBF网络; BP网络;
D O I
10.13433/j.cnki.1003-8728.2004.05.007
中图分类号
TP242.1 [];
学科分类号
摘要
从集合和数学观点 ,把运动学正解和逆解问题作为机器人关节空间和工作空间之间的非线性映射关系 ,将运动学逆解过程转换为神经网络权值训练问题。基于具有局部逼近能力的特点 ,将正解结果作为训练样本 ,用 6输入、单输出的RBF网络 ,实现了MOTOMAN机械手运动学逆解计算 ,避免了传统方法的繁琐公式推导。算例表明 ,采用RBF网络解决逆解问题比BP网络的计算精度略有提高。此外 ,RBF网络有更快的收敛速度
引用
收藏
页码:523 / 525
页数:3
相关论文
共 6 条
[1]
MATLAB神经网络应用设计.[M].闻新等编著;.科学出版社.2000,
[2]
基于神经网络的6-SPS并联机器人正运动学精确求解 [J].
陈学生 ;
陈在礼 ;
孔民秀 ;
谢涛 .
哈尔滨工业大学学报, 2002, (01) :120-124
[3]
一种基于优化算法的机械手运动学逆解 [J].
马化一 ;
张艾群 ;
张竺英 .
机器人, 2001, (02) :137-141
[4]
MOTOMAN机械手逆运动方程新的推导方法及求解 [J].
王雪松 ;
许世范 ;
郝继飞 .
中国矿业大学学报, 2001, (01)
[5]
基于遗传算法的机器人运动学逆解 [J].
刘永超 ;
黄玉美 ;
王效岳 ;
张学良 ;
高峰 .
机器人, 1998, (06)
[6]
PUMA机械手逆运动方程新的推导方法及求解 [J].
王奇志 ;
徐心和 ;
尹朝万 .
机器人, 1998, (02)