| 利用BP-NN算法的机器人臂重力补偿研究 |
| |
| 引用本文： | 谢光辉,金敉娜,张进春,吴德明.利用BP-NN算法的机器人臂重力补偿研究[J].自动化仪表,2012,33(2):22-24. |
| |
| 作者姓名： | 谢光辉 金敉娜 张进春 吴德明 |
| |
| 作者单位： | 重庆电子工程职业学院机电工程系,重庆401331;重庆大学机械传动国家重点实验室,重庆400044 |
| |
| 基金项目： | 国家留学基金资助项目，重庆市教委2011年度科学技术研究基金资助项目 |
| |
| 摘 要： | 利用反向传播神经网络(BP-NN)学习算法,对机器人臂的重力补偿进行了研究。给出了机器人臂各关节扭矩的重力项理论计算公式及其连杆参数识别方法,同时,对BP-NN算法进行了详细分析,利用BP-NN来处理机器人臂重力项并进行试验。试验结果表明,采用该学习算法得到的机器人臂重力项输出值和实测值基本一致,能有效减少机器人臂重力项计算量,达到实时控制的目的。
|
| 关 键 词： | BP-NN 最小二乘法 重力补偿 实时控制 参数识别 |
Research on Gravity Compensation Using BP-NN Algorithm for Robot Arm |
| |
| Abstract: | By adopting back propagation-neural network(BP-NN) learning algorithm,the gravity compensation for robot arm is researched.Both the theoretical computation formula of the gravity item of each joint torque in robot arm,and the parameter identification method of their linkages is given,in addition,the BP-NN algorithm is analyzed in detail,and the BP-NN is used to handle the gravity items of robot arm and the experiment is conducted.The test result shows that the output value of gravity items of robot arm learnt with the BP-NN is basically conforming with the measured value,and the work load of calculation for the gravity items of robot arm is effectively reduced and the real-time control can be carried out. |
| |
| Keywords: | Back propagation-neural network(BP-NN) Least square method Gravity compensation Real-time control Parameter identification |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
