机器人神经网络逆标定法研究与仿真  

Research and simulation of robot inverse calibration based on neural network

作　　者：王战中[1] 王文龙[1] 靳超松 孙少华[1] 石朋龙 

机构地区：[1]石家庄铁道大学,石家庄050043

出　　处：《制造业自动化》2015年第6期12-15,共4页Manufacturing Automation

基　　金：河北省自然基金项目(E2013210107)

摘　　要：基于运动学模型的机器人几何参数标定法需要建立复杂的误差模型,在不断变化的环境中缺乏柔性。基于神经网络的机器人逆运动学标定法,是通过一定的算法得到各关节角所对应的误差值,以关节角值为输入,关节角所对应的误差值为输出来训练神经网络,把所有的误差都归结为关节角误差,通过对关节角补偿来驱动机器人。利用遗传算法优化神经网络的权值与阈值,使优化后的BP神经网络能够更好地预测函数输出,利用MATLAB神经网络工具箱进行仿真,结果证明经遗传算法优化的神经网络标定法可以进一步提高标定精度。

关 键 词：逆运动学 补偿 神经网络 遗传算法 标定 

分 类 号：TP242.2[自动化与计算机技术—检测技术与自动化装置]