基于RBF神经网络的MOTOMAN-UPJ型机器人运动学逆解

• 作者: 刘国海 陈平
• 来源期刊: 机床与液压
• 学科: 工学
• 关键词: MOTOMAN-UPJ机器人 运动学逆解 RBF网络
• 年，卷（期）: 2006,（12）
• 所属期刊栏目: 制造技术与装备
• 页码范围: 72-74
• 页数: 3页
• 分类号: TP242.2|TP183
• 字数: 1729字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3881.2006.12.024

摘要

利用D-H参数对MOTOMAN-UPJ型机器人建立坐标系,推导出正运动学公式.将由此得到的运动学正解作为训练样本,利用RBF神经网络的局部逼近的优点,将求解机器人运动学逆解转化为对神经网络的权值进行训练.实现了机器人从工作空间到关节空间的非线性映射.使用12输入,单输出的RBF网络,对6自由度的MOTOMAN-UPJ机器人进行了计算仿真,验证了该方法的可行性.与传统解析法相比,大大减少了求解运动方程的计算量.与BP神经网络相比,加快了收敛速度,解决了实时性差的问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈平	江苏大学电气信息工程学院	31	100	6.0	9.0
2	刘国海	江苏大学电气信息工程学院	263	3146	27.0	43.0