基于原对偶神经网络的PUMA560机器手臂重复运动规划  

Repetitive Motion Planning of PUMA560 Manipulator Based on a Primal-dual Neural Network

作　　者：张雨浓[1] 吕宣姣[1] 杨智[1] 

机构地区：[1]中山大学 电子与通信工程系,广东广州510275

出　　处：《大连大学学报》2008年第3期32-36,共5页Journal of Dalian University

基　　金：国家自然科学基金(60643004);中山大学后备重点课题资助项目(1132190)

摘　　要：用一种基于线性变分不等式的原对偶神经网络来解决PUMA560机器手臂在运动过程中出现的关节角偏差问题,使机器手臂的关节能够实现重复运动。该神经网络具有简单的分段线性动力学结构,较易硬件实现。它的网络输出全局指数收敛于最优解,能够在同一种形式下处理线性规划和二次规划问题,并且不要求对矩阵求逆,没有矩阵乘法或高阶的非线性项。本文最后给出基于PUMA560机器手臂的计算机模拟仿真,仿真结果验证了该方案的可行性与有效性。A primal-dual neural network based on inequalities of linear variation （LVI） is presented for online repetitive motion planning of PUMA560 robot arm, which resolves the problem of joint drift. As a quadratic programming （QP） real-time solver, the LVI-based primal-dual neural network is of simple piecewise-linear dynamics and global exponential convergence to optimal solutions. It can handle general QP and linear programming （LP） problems in the same inverse-free manner. The repetitive motion planning scheme and the LVI-based primal-dual neural network are simulated based on PUMA560 robot manipulator with effectiveness demonstrated.

关 键 词：原对偶神经网络 PUMA560机器手臂 无偏差指标 

分 类 号：TP242[自动化与计算机技术—检测技术与自动化装置]