用分级神经网络学习机器人的动力学特点  

Learning Robot Dynamic Characteristic with Classification Neural Network

作　　者：孟尚[1] 王冀超[1] 李青茹[2] 王培峰[1] 

机构地区：[1]河北科技大学,河北050054 [2]河北师范大学,河北050054

出　　处：《微计算机信息》2008年第2期250-251,共2页Control & Automation

基　　金：河北省科技厅科技攻关项目(06273527);河北师范大学校立青年基金项目(L2005Q06)

摘　　要：给出了解决机器人控制问题一种神经网络方法。使用一个分级神经网络(NN)结构学习刚体机器人动力学特点。对于一般类别的机械手,使用前训练一系列的三层前馈网络模块,然后把这些基函数实时地用于第四层。使用线性控制原理,辅以非线性补偿控制机械手,使学得的机械手动力学知识创建一个在整个工程中高速控制机械手的控制器。模拟结果表明控制器的性能得到了大大提高。This paper presents a neural network method to solve robot control problem. A classification neural network is used to learn rigid robot dynamic characteristic. To common manipulator training a serial of three-layer forward –feedback module before using, then these radical function is used in four-layer in real time. Based on principle of linear control and compensated with nonlinearity the gained manipulator dynamic knowledge establishes a controller that control manipulator in the whole process. Simulatio...

关 键 词：机器人 神经网络 控制器 基函数 

分 类 号：TP242[自动化与计算机技术—检测技术与自动化装置]