基于RBF神经网络的机械手逆运动学求解  

Inverse kinematics for manipulators based on the RBF network

作　　者：惠记庄[1] 陈兆鲁 代然[1] 胡浩[1] 

机构地区：[1]长安大学道路施工技术与装备教育部重点实验室,西安710064

出　　处：《制造业自动化》2015年第20期28-30,35,共4页Manufacturing Automation

基　　金：中央高校基本科研业务费专项资金项目(310825153403);陕西省自然科学基础研究计划项目(2015JM5216)

摘　　要：针对用于求运动学逆解的代数法存在计算量大、求解精度低等问题,提出了一种将RBF神经网络与正交最小二乘法相结合的求解方法。根据RBF神经网络的非线性局部逼近能力及快速学习能力,确定了进行运动学逆解所要的RBF神经网络参数,利用正交最小二乘算法对RBF神经网络进行稳定性训练,并设计了其逆运动学求解的算法流程图。运用MATLAB软件对该算法进行仿真分析,结果表明采用该方法能有效减少人工计算量且具有较高求解精度。

关 键 词：运动学逆解 RBF神经网络 正交最小二乘法 MATLAB仿真 

分 类 号：TH12[机械工程—机械设计及理论]