【摘要】：機械臂逆運動學是已知末端執(zhí)行器的位姿求解機械臂各關(guān)節(jié)變量,主要用于機械臂末端執(zhí)行器的精確定位和軌跡規(guī)劃,如何高效的求解機械臂運動學逆解是機械臂軌跡控制的難點;針對傳統(tǒng)的機械臂逆運動學求解方法復(fù)雜且存在多解等問題,提出一種基于BP神經(jīng)網(wǎng)絡(luò)的機械臂逆運動學求解方法;以四自由度機械臂為研究對象,對其運動學原理進行分析,建立BP神經(jīng)網(wǎng)絡(luò)模型并對神經(jīng)網(wǎng)絡(luò)算法進行改進,最后使用MATLAB進行仿真驗證;仿真結(jié)果表明:使用BP神經(jīng)網(wǎng)絡(luò)模型求解機械臂逆運動學問題設(shè)計過程簡單,求解精度較高,一定程度上避免了傳統(tǒng)方法的不足,是一種可行的機械臂逆運動學求解方法。
[Abstract]:The inverse kinematics of the manipulator is to solve the joint variables of the manipulator by the position and orientation of the known end actuator, which is mainly used for the precise positioning and trajectory planning of the end actuator of the manipulator. How to efficiently solve the inverse kinematics solution of manipulator is the difficulty of trajectory control, aiming at the problem that the traditional inverse kinematics method is complex and has multiple solutions, etc. In this paper, a method of solving inverse kinematics of manipulator based on BP neural network is presented. The kinematics principle of the manipulator with four degrees of freedom is analyzed, the BP neural network model is established and the algorithm of neural network is improved. The simulation results show that the BP neural network model is used to solve the inverse kinematics problem of the manipulator, and the design process is simple and the accuracy is high, which avoids the shortcomings of the traditional methods to some extent. It is a feasible method for solving inverse kinematics of manipulator.
【作者單位】： 南京理工大學機械工程學院;
【分類號】：TP183;TP241

【共引文獻】

相關(guān)期刊論文 前9條

1 彭燦燦;李鈺楨;岳海瑞;楊錦輝;朱曉軍;薛家祥;;機器人焊接復(fù)雜焊縫的仿真[J];電焊機;2014年04期

2 安凱;馬佳光;;六關(guān)節(jié)機械臂逆運動學的快速求解算法[J];光電工程;2014年09期

3 千承輝;施震;白楊;欒卉;;基于體感機械臂的舒適控制算法設(shè)計研究[J];電子技術(shù)應(yīng)用;2015年09期

4 宋韜;何永義;王鵬;王志勇;馬光偉;;帶有混合鉸接結(jié)構(gòu)的串聯(lián)型工業(yè)機器人的運動學分析[J];機械設(shè)計與研究;2013年05期

5 朱齊丹;王欣璐;;六自由度機械臂逆運動學算法[J];機器人技術(shù)與應(yīng)用;2014年02期

6 蘇英;林都;鮮浩;劉金浩;;Cyton Gamma 300機械臂運動學分析[J];制造業(yè)自動化;2015年10期

7 郭萬金;李瑞峰;曹雛清;;五自由度機器人逆運動學解法與工作空間分析[J];華中科技大學學報(自然科學版);2015年S1期

8 王帥;梅濤;趙江海;;新型六自由度機械臂的運動學分析與仿真驗證[J];計算機工程與設(shè)計;2014年09期

9 程秀玲;單水維;;基于旋量理論的農(nóng)用自動化系統(tǒng)末端執(zhí)行構(gòu)件運動精度分析[J];山東農(nóng)業(yè)大學學報(自然科學版);2014年05期

相關(guān)碩士學位論文 前1條

1 柏瀅;GAMMA300型七自由度機械臂建模與仿真[D];中北大學;2015年

【二級參考文獻】

相關(guān)期刊論文 前6條

1 于艷秋,廖啟征;基于有理數(shù)運算的一般6R機器人位置逆解算法[J];機械工程學報;2005年03期

2 劉松國;朱世強;王宣銀;;基于矩陣分解的一般6R機器人實時高精度逆運動學算法[J];機械工程學報;2008年11期

3 錢東海;王新峰;趙偉;崔澤;;基于旋量理論和Paden-Kahan子問題的6自由度機器人逆解算法[J];機械工程學報;2009年09期

4 呂世增;張大衛(wèi);劉海年;;基于吳方法的6R機器人逆運動學旋量方程求解[J];機械工程學報;2010年17期

5 杭魯濱,王彥,楊廷力;基于Groebner基法的一般串聯(lián)6R機器人機構(gòu)逆運動學分析[J];上海交通大學學報;2004年06期

6 姜宏超;劉士榮;張波濤;;六自由度模塊化機械臂的逆運動學分析[J];浙江大學學報(工學版);2010年07期

【相似文獻】

相關(guān)期刊論文 前10條

1 ，

本文編號：2123001