基于神经网络的并联机器人分拣系统优化  

作　　者：郭振魁 李宏杰[1] 郭江东 王安红[1] 

机构地区：[1]太原科技大学,山西省互联网+3D打印协同创新中心

出　　处：《智能机器人》2018年第5期52-55,共4页Intelligent Robot

摘　　要：本文主要通过研究工厂智能分拣作业的生产流程,针对多种约束条件下的Delta型并联机器人分拣多目标物体的问题,提出基于神经网络算法的并联机器人分拣抓取路径优化方法,通过对分拣过程分阶段的系统优化,并结合其实际生产情况提出了这一优化算法。通过对各层神经元不断的优化训练,记录更多的样本数据,最后通过仿真试验结果表明,采用该方法与传统方法相比更加快速的完成了分拣任务,有效缩短了分拣时间,提高了工作效率,对于智能分拣的研究具有重要意义.

关 键 词：并联机器人 分拣路径 路径规划 神经网络 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]