共查询到20条相似文献,搜索用时 109 毫秒
1.
介绍了BP神经网络原理及算法并利用改进的BP神经网络算法对UY自由度机器人运动学反解问题进行了探讨。通过BP网络建立运动学模型,选择贝叶斯算法,采用Matlab神经网络工具箱进行编程,同时按照一定的范围要求提供样本,在试验及数值模型提供的样本数据范围内,得出模型测试精度都能满足工程要求。文章还进行了BP网络训练,并用训练好的网络来求解运动学逆问题,取得了较好的效果,为机器人运动学逆问题算法提供了新的思路,对机器人动力学问题、轨迹规划、运动控制也有一定的启发作用。 相似文献
2.
利用改进的BP神经网络算法对尾焦收集机器人运动学逆解进行探讨,建立了尾焦收集机器人的运动学逆解的BP网络模型,进行了10输入、4输出和1个隐含层的BP网络训练,并用训练好的网络来求解运动学逆问题,取得了较好的效果,为机器人运动学逆问题算法提供了新的思路. 相似文献
3.
针对挖掘机器人执行机构的运动学逆解求解难、速度慢的问题,提出一种基于APSO-LM-BP神经网络的逆运动学求解方法。利用自适应粒子群(APSO)算法对BP神经网络中的连接权值以及阈值进行优化,再把BP神经网络训练过程中的梯度下降法用LM算法代替,以克服传统BP神经网络的输出误差大,陷入局部极优解的缺陷。仿真结果表明,与传统BP神经网络相比,APSO-LM-BP神经网络输出误差大大降低,训练时间更短,改善了算法的收敛精度和收敛速度,且满足挖掘机器人运动学逆解要求。该方法可以推广至任意自由度串联机器人的逆运动学求解,具有较强的实用性。 相似文献
4.
将粒子群算法(PSO)与误差反传算法(BP)相结合,利用粒子群算法的全局突变性,使BP算法避免在神经网络权值寻优过程中陷入局部极小值.对Elman神经网络结构进行调整,并将PSO-BP算法用于改进后的Elman网络的权值修改.最后,对比了3种不同算法、结构的神经网络对水下机器人运动学模型的辨识结果,证明了基于PSO-BP算法的改进Elman神经网络对水下机器人运动模型,有较高的辨识精度. 相似文献
5.
采用D-H方法建立了IRB140机器人数学模型,构建了运动学方程并对方程进行了求解。利用MATLAB的机器人工具箱建立了机器人三维模型,通过编程实现了对机器人模型的检验,经过对运动学方程的求解结果和滑块控制图所设定数值的比较,其误差很小,验证了模型的可靠性;对机器人运动学正逆解进行了仿真得到了各种有效的仿真数据,为后续动力学研究和轨迹规划打下了基础。 相似文献
6.
为解决6R模块化串联机器人逆运动学求解精度和效率低的问题,运用D-H法对该机器人进行建模和正运动学分析,提出了解析法+BP神经网络相结合求逆运动学的方法。在逆运动学求解过程中,采用解析法求解前三个关节角度,采用BP神经网络建立运动学逆解模型求解后三个关节角度。为解决网络训练样本数据优选问题,采用核聚类理论和随机抽取算法对后三个关节的位姿参数样本进行优选,将逆运动学问题转化为基于BP的多输入多输出预测系统。运用该逆解模型进行复杂运动轨迹仿真,结果显示该神经网络模型求逆解的精度最高可达6.8212e-8°。并将该方法与解析法+BP神经网络不同的组合模式进行预测求解对比,结果表明该求逆解组合模式不但求解精度高,而且求解简单、泛化能力强。 相似文献
7.
《计算机集成制造系统》2015,(7)
针对3-PPR并联机构的正运动学问题,利用运动学逆解结果,结合Levenberg-Marquardt训练方法,先后采用BP神经网络和改进型BP神经网络完成了该机构位姿从关节变量空间到工作变量空间的非线性映射,从而求得其运动学正解。为进一步提高正解精度,提出一种位移补偿算法对BP神经网络进行优化。将所提方法应用于该机构,并利用MATLAB进行求解,结果显示经过2.17 ms的迭代计算,正解结果的精度由10-3级提高到10-6级,从而验证了该算法的有效性和正确性,实现了3-PPR并联机构位姿的高精度和实时性控制。 相似文献
8.
9.
10.
11.
12.
13.
本文分析了用于六自由度工业机器人的球型手腕, 这种手腕具有结构紧凑, 姿态范围大, 定位精度高等特点.在运动学分析的基础上, 研究了手腕定位精度与各关节参数精度误差之间的关系, 给出了完整的误差数学模型, 借助于此模型通过优化设计, 得到了各关节参数精度的合理分配, 为机器人机械结构及控制系统的精度设计提供了依据.文章阐述了使机器人实现快速响应, 提高定位精度的优化设计方法. 相似文献
14.
15.
16.
17.
通过D_H法建立六自由度喷涂机器人运动学方程,在这个的基础上利用Matlab软件绘制出整个机器人的工作空间。同时运用ADAMS建立了喷涂机器人的虚拟样机模型,不仅直观地证明了所建立的运动学模型的正确性,更为以后的机器人动力学分析、轨迹控制奠定了基础。 相似文献
18.
基于ADAMS的五自由度机器人运动学仿真 总被引:2,自引:0,他引:2
刘宏伟 《机电产品开发与创新》2008,21(6):42-44
介绍了基于ADAMS的五自由度机器人的三维建模方法,并用ADAMS的运动仿真功能对五自由度机器人的运动特性进行了仿真分析,给出了机器人在典型运动状态下,手部末端的位移、速度及加速度等特性曲线,为机器人运动控制及优化设计提供参考依据。 相似文献
19.
工业机器人在工业现场进行连续高速作业过程中,电机发热和关节摩擦生热将导致机械臂本体温度升高,引起机器人末端定位漂移,严重影响机器人的重复定位精度和作业精度。针对制造现场的工业机器人,提出了一种基于双目立体视觉的温度误差在线补偿方法,并基于微分运动学和双目视觉原理构建了温度误差补偿模型。在机器人末端安装基准球,同时在基座附近固定视觉测量传感器,机器人完成作业循环之后,以不同的姿态带动基准球至传感器视场内进行补偿测量。此外,通过分析各关节参数随时间变化的规律,筛选出符合温度漂移规律的显著性参数进行补偿,有效降低了补偿测量次数和耗时。实验结果显示,补偿后机器人的重复定位精度可维持在±0.1mm的水平,能够显著改善制造现场工业机器人的作业精度,且整个补偿测量过程耗时10s左右。 相似文献