| 6R机器人逆运动学求解与运动轨迹仿真 |
| |
| 引用本文： | 韩兴国,殷鸣,刘晓刚,殷国富.6R机器人逆运动学求解与运动轨迹仿真[J].四川大学学报(工程科学版),2015,47(6):185-190. |
| |
| 作者姓名： | 韩兴国 殷鸣 刘晓刚 殷国富 |
| |
| 作者单位： | 四川大学,四川大学,桂林航天工业学院,四川大学 |
| |
| 基金项目： | 国家基础研究重大项目基金：国家科技重大专项“高档数控机床与基础制造装备”课题 (编号：2013ZX04005-12);四川省科技支撑计划项目（编号：2014GZ0117）；广西高校机器人与焊接技术重点实验室培育基地项目（编号：桂教科研[2014]6号） |
| |
| 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 |
| 收稿时间： | 2015/4/19 0:00:00 |
| 修稿时间： | 2015/9/18 0:00:00 |
Solution of Inverse Kinematics and Movement Trajectory Simulation for 6R Robot |
| |
| han xing guo,yin ming,liu xiao gang and yin guo fu.Solution of Inverse Kinematics and Movement Trajectory Simulation for 6R Robot[J].Journal of Sichuan University (Engineering Science Edition),2015,47(6):185-190. |
| |
| Authors: | han xing guo yin ming liu xiao gang and yin guo fu |
| |
| Affiliation: | Sichuan University,Sichuan University,Guilin University of Aerospace Technology,Sichuan University |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《四川大学学报(工程科学版)》浏览原始摘要信息 |
|
点击此处可从《四川大学学报(工程科学版)》下载全文 |
|
