基于神經(jīng)網(wǎng)絡(luò)的機器人運動控制算法研究

《基于神經(jīng)網(wǎng)絡(luò)的機器人運動控制算法研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、摘要本文主要研究關(guān)節(jié)機器人的軌跡跟蹤問題，內(nèi)容包括運動軌跡規(guī)劃、逆運動學(xué)求解和動力學(xué)算法。關(guān)節(jié)機器人的運動軌跡規(guī)劃主要考慮在給定相關(guān)限制條件(運動時間、運動速度、加速度等)下，如何決定在三維空間的運動軌跡。針對該問題，本文討論了直角空間和關(guān)節(jié)空間的插補算法，在此基礎(chǔ)上討論了分段多項式插補問題和二次插補問題。逆運動學(xué)求解主要考慮如何將三維空間的運動軌跡轉(zhuǎn)化為機器人各運動關(guān)節(jié)的運動軌跡。本文介紹了機器人數(shù)學(xué)建模方法，討論了機器人正、逆運動學(xué)的一般性問題，介紹了神經(jīng)網(wǎng)絡(luò)基本原理、改進方法和神經(jīng)網(wǎng)絡(luò)設(shè)計思路，經(jīng)驗公式等等。在比較逆運動學(xué)各種解法的基礎(chǔ)上，將神經(jīng)網(wǎng)絡(luò)的方法應(yīng)用于機器人逆運動學(xué)求解

2、，通過仿真比較分析了其優(yōu)越性。仿真表明，神經(jīng)網(wǎng)絡(luò)的機器人的逆運動學(xué)求解方法能夠避免常規(guī)方法的多解性和奇異性問題而且操作簡單。運動控制主要考慮如何求解實現(xiàn)機器人各關(guān)節(jié)運動軌跡所需的關(guān)節(jié)力矩，即機器人的逆動力學(xué)問題。關(guān)節(jié)機器人不僅具有高度的非線性、強耦合以及時變的特性，而且存在結(jié)構(gòu)的和非結(jié)構(gòu)的不確定性。本文研究了多種控制算法，比較了各算法的軌跡跟蹤的性能，以及克服關(guān)節(jié)機器人的模型不確定性、參數(shù)時變性等因素影響的能力。本文將上述算法研究的部分成果應(yīng)用到PR四關(guān)節(jié)機器人的上位機軟件設(shè)計中，完成了基于經(jīng)典算法的上位機程序設(shè)計。關(guān)鍵字機器人，神經(jīng)網(wǎng)絡(luò)，逆運動學(xué)，動力學(xué)辨識，軌跡跟蹤Abstract

3、Thispapermainlyresearchesontheproblemofjointsrobottrackingproblem，includingmotiontrackprogramming，arithmeticofinversekinematicsandmotioncontr01．Motiontrackprogrammingofjointsrobotfocusesonhowtodecidemotiontrackinthree—dimensionalspaceofjointsrobotundergiveninterrelatedrestrictivelycondition(moti

4、ontime，motionspeed，motionacceleration)．ThispaperdiscussesinterpolationarithmeticofCartesianCO-ordinatesandjointCO—ordinates．Wealsodiscussmultinomialsubsectioninterpolationandsecondaryinterpolation．ArithmeticofinversekinematicsofrobotmainlyconsidershowtotransformmotiontracksofCartesianCO—ordinate

5、sintothatofjointCO—ordinates．Thepaperintroducesmathematicmodelofrobot，discussesuniversalityproblemofkinematicsandinversekinematicsofrobot，introducesrationale，reformativemethod，designthoughtandexperientialexpressionsofNeuralNetworketc．Neuralnetworkisappliedtoinversejointrobotkinematicssolution．By

6、comparingvariousinversekinematicsmethod，weanalyzetheadvantageofthismethodthroughsimulation．Simulationresultsshowthatneuralnetworkmethodofinversekinematicssolutioncouldavoidmultiplesolutionproblemandsingularityproblem，andthemanipulationiseffective．Motioncontrolmainlyconcemshowtoachievethemotiontr

7、ackofeachrobotjoint．Thisisinversedynamicsproblem．Jointsrobothasnotonlycharacteristicssuchashighnonlinearity,strongcouplingandtimevarying，butalsostructuralandnon—structuraluncertainties．Thepaperstudiesvariouscontrolalgorithms