工程设计学报
工程設計學報
공정설계학보
JOURNAL OF ENGINEERING DESIGN
2012年
3期
203-207
,共5页
小脑神经网络%三关节机械臂%逆运动学%仿真
小腦神經網絡%三關節機械臂%逆運動學%倣真
소뇌신경망락%삼관절궤계비%역운동학%방진
传统的方法用于解决机械臂逆运动学问题不仅计算量大,而且还有不唯一解问题,很难用于机械臂的实时控制.系统地研究了CMAC神经网络在三关节机械臂逆运动学求解中的应用.简单介绍了CMAC网络,形象描述了三关节机械臂在二维平面的运动;接着,详细解释提出的三关节机械臂逆运动学问题解决方案,并且分析了基于2个CMAC网络的正、逆模型;最后,通过仿真得到验证:在求解逆运动学方面,CMAC网络学习算法比较简单,收敛速度快,且不存在局部极小问题.
傳統的方法用于解決機械臂逆運動學問題不僅計算量大,而且還有不唯一解問題,很難用于機械臂的實時控製.繫統地研究瞭CMAC神經網絡在三關節機械臂逆運動學求解中的應用.簡單介紹瞭CMAC網絡,形象描述瞭三關節機械臂在二維平麵的運動;接著,詳細解釋提齣的三關節機械臂逆運動學問題解決方案,併且分析瞭基于2箇CMAC網絡的正、逆模型;最後,通過倣真得到驗證:在求解逆運動學方麵,CMAC網絡學習算法比較簡單,收斂速度快,且不存在跼部極小問題.
전통적방법용우해결궤계비역운동학문제불부계산량대,이차환유불유일해문제,흔난용우궤계비적실시공제.계통지연구료CMAC신경망락재삼관절궤계비역운동학구해중적응용.간단개소료CMAC망락,형상묘술료삼관절궤계비재이유평면적운동;접착,상세해석제출적삼관절궤계비역운동학문제해결방안,병차분석료기우2개CMAC망락적정、역모형;최후,통과방진득도험증:재구해역운동학방면,CMAC망락학습산법비교간단,수렴속도쾌,차불존재국부겁소문제.