文献类型：期刊文章

作　　者：韩兴国[1,2] 殷鸣[1] 刘晓刚[2] 殷国富[1]

机构地区：[1]四川大学制造科学与工程学院,四川成都610065 [2]桂林航天工业学院机械工程系,广西桂林541004

出　　处：《四川大学学报（工程科学版）》

基　　金：国家科技重大专项课题资助项目(2013ZX04005-12);四川省科技支撑计划资助项目(2014GZ0117);广西高校机器人与焊接技术重点实验室培育基地资助项目(桂教科研[2014]6号)

年　　份：2015

卷　　号：47

期　　号：6

起止页码：185-190

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、EI(收录号：20155001667155)、JST、MR、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：针对如何提高6R机器人逆运动学求解的精度和效率问题,提出一种基于动态模糊神经网络进行求解的方法。根据6R机器人逆运动学方程组具有高维非线性、求解复杂的特点,对动态模糊神经网络进行改进,使其能够应用于多输入多输出系统,建立运动学逆解预测模型。通过正运动学方程获取工作空间位姿样本,以工作空间的位姿作为预测模型的输入变量,以关节空间中的关节角作为输出变量,用样本数据对逆解预测模型进行训练。最后,运用该模型对KR16-2机器人进行复杂运动轨迹仿真,并与RBF和BP神经网络模型的求解效果进行比较,结果显示,基于动态模糊神经网络的6R机器人运动学逆解预测模型具有精度高、鲁棒性优和泛化能力强的特点,证明了该方法的可行性和有效性。

关 键 词：逆运动学 6R机器人  动态模糊神经网络 运动轨迹  

分 类 号：TP242]