6R焊接机器人逆解算法与焊接轨迹误差分析

• 作者: 宋小辉 殷国富 殷鸣 陈海军 韩兴国
• 来源期刊: 农业机械学报
• 学科: 工学
• 关键词: 6R焊接机器人 逆运动学 RBF神经网络 焊接轨迹 误差分析
• 年，卷（期）: 2017,（8）
• 所属期刊栏目: 先进制造技术及基础理论
• 页码范围: 384-390,412
• 页数: 8页
• 分类号: TP242
• 字数: 4531字
• 语种: 中文
• DOI: 10.6041/j.issn.1000-1298.2017.08.046

摘要

为了提高6R焊接机器人的位姿精度和焊接轨迹的准确度,提出了一种基于RBF神经网络的6R焊接机器人逆运动学求解方法.针对6R焊接机器人逆运动学方程组具有高维、非线性、求解复杂的特点,基于RBF神经网络建立运动学逆解预测模型,采用尺度空间理论对焊接机器人的位姿参数样本所在的工作空间进行分区,采用均匀设计法和模糊聚类理论对分区后的训练样本进行优选,并根据Z-Y-Z坐标转换原理进行转换和归一化处理,将逆运动学求解问题转换为基于RBF的6输入6输出预测系统.运用该系统对6R焊接机器人进行了复杂焊接轨迹仿真和点焊实验,并与基于组合优化迭代法和BP神经网络的逆运动学求解效果与焊接精度进行了比较,结果表明,基于RBF的6R焊接机器人运动学逆解预测模型具有求解简单、精度高、便于轨迹规划的特点,证明了该方法的可行性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	殷国富	四川大学制造科学与工程学院	617	5927	35.0	50.0
2	宋小辉	桂林航天工业学院机械工程学院	38	106	6.0	8.0
4	韩兴国	四川大学制造科学与工程学院	42	148	6.0	11.0
6	殷鸣	四川大学制造科学与工程学院	41	144	7.0	10.0
9	陈海军	四川大学制造科学与工程学院	11	48	4.0	6.0