论文摘要
针对目前基于神经网络对串联机械臂求逆解方法中出现的精度不足和实时性较差的问题,使用粒子群优化（particle swarm optimization,PSO）算法对径向基函数（radial basis function,RBF）神经网络进行结构优化,提出一种基于PSO-RBF神经网络的机械臂逆运动学算法。首先由正运动学模型获取神经网络训练和测试参数样本,经过欧拉角变换在神经网络输入端建立机械臂关节位姿映射关系,然后通过PSO算法对径向基核函数进行参数寻优并对测试样本求解分析,最后获取经逆运动学求解后机械臂的运动轨迹,验证了该算法的可靠性。仿真结果显示,由PSO-RBF神经网络逆运动学算法能够快速得出满足精度要求的关节角度,为进一步机械臂工业控制提供了理论支持。
论文目录
文章来源
类型: 期刊论文
作者: 张震,张亚
关键词: 机械臂,粒子群优化,径向基函数,逆运动学
来源: 科学技术与工程 2019年36期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 自动化技术
单位: 中北大学机电工程学院
分类号: TP241;TP183
页码: 195-200
总页数: 6
文件大小: 2142K
下载量: 192