基于RBF神经网络参数优化的挖掘机器人运动轨迹仿真  

Motional track simulation on excavator robots using RBF-based parametric optimization

作　　者：王福斌[1,2] 刘杰[1] 陈至坤[2] 李书杰[2] 曾秀丽[2] 刘阔[1] 

机构地区：[1]东北大学机械工程与自动化学院,辽宁沈阳110004 [2]河北理工大学计算机与自动控制学院,河北唐山063009

出　　处：《中国工程机械学报》2009年第4期379-382,共4页Chinese Journal of Construction Machinery

基　　金：国家自然科学基金资助项目(50775029)

摘　　要：在小型液压挖掘机实验平台上,建立了挖掘机工作装置运动学模型,将挖掘机工作装置视为具有冗余自由度的机械臂,用梯度投影法对机械臂进行逆运动学求解,并用径向基函数(RBF)神经网络对投影法中的放大系数K进行在线优化,规划了挖掘机器人工作装置运动轨迹,并对工作装置运动轨迹进行了仿真,为挖掘机的机器人化运动控制的实现奠定基础.Based on the experimental platform for miniature hydraulic excavators,a kinematical model is established for manipulators.In particular,the manipulator is treated as a mechanical arm with redundant freedoms.Accordingly,the gradient projection method is applied to resolve the kinematical problems.In this process,an on-line optimization on amplification factor K is conducted using the radial basis function(RBF)neural network.As such,the motional tracks are planned and simulated for manipulators of excavator r...

关 键 词：液压挖掘机器人 径向基函数神经网络 梯度投影 轨迹规划 仿真 

分 类 号：TP242.3[自动化与计算机技术—检测技术与自动化装置]