文献类型：期刊文章

作　　者：陈桂[1] 陈耀忠[2] 林健[1] 温秀兰[1]

机构地区：[1]南京工程学院自动化学院,江苏南京211167 [2]北方信息控制集团有限公司,江苏南京211153

出　　处：《南京理工大学学报》

基　　金：江苏省自然科学基金(BK2010479);南京工程学院校级科研基金(YKJ201319)

年　　份：2014

卷　　号：38

期　　号：6

起止页码：763-768

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CAS、CSCD、CSCD_E2013_2014、EI、IC、INSPEC、JST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

摘　　要：针对采用传统反向传播(BP)神经网络算法进行逆运动学求解收敛速度慢的问题,提出将微分进化(DE)与粒子群优化(PSO)算法相结合,对用于机器人逆运动学求解的BP神经网络进行优化。基于机器人正解映射建立优化算法的目标函数,在PSO过程中,引入DE操作优化粒子进化方向,并将此混合算法用于BP神经网络权值与阈值的优化。对KUKA机器人进行仿真实验,结果表明:采用该文方法对机器人逆运动学问题的求解精度高,求得的关节角度误差小于0.1°;逆运动学求解结果所对应位姿矩阵的位置误差在0.1 mm数量级,具有较好的泛化能力。该文方法满足机器人位置和姿态方面的精度要求。

关 键 词：微分进化 粒子群优化 反向传播神经网络 机器人 逆运动学 收敛速度  权值  阈值  关节角度误差  位置误差  

分 类 号：TP242]