机械设计与制造
機械設計與製造
궤계설계여제조
MACHINERY DESIGN & MANUFACTURE
2012年
9期
170-172
,共3页
刘超颖%李博%王战中%杜启鑫%臧丽超
劉超穎%李博%王戰中%杜啟鑫%臧麗超
류초영%리박%왕전중%두계흠%장려초
喷漆机器人%逆运动学%BP算法%人工神经网络
噴漆機器人%逆運動學%BP算法%人工神經網絡
분칠궤기인%역운동학%BP산법%인공신경망락
传统方法求解6 DOF斜交非球型手腕喷漆机器人的逆解运算量大、精度低,不利于实现实时、精确控制；基于三层标准BP神经网络,针对其收敛速度慢、易陷入极小值等问题,采用增加动量项的方法进行改进,建立斜交非球型手腕喷漆机器人末端执行器位姿与各关节角之间的映射关系；利用Matlab对神经网络模型进行训练和验证,结果表明,BP神经网络学习精度高、收敛速度快,可满足6DOF喷漆机器人逆运动学的求解.
傳統方法求解6 DOF斜交非毬型手腕噴漆機器人的逆解運算量大、精度低,不利于實現實時、精確控製；基于三層標準BP神經網絡,針對其收斂速度慢、易陷入極小值等問題,採用增加動量項的方法進行改進,建立斜交非毬型手腕噴漆機器人末耑執行器位姿與各關節角之間的映射關繫；利用Matlab對神經網絡模型進行訓練和驗證,結果錶明,BP神經網絡學習精度高、收斂速度快,可滿足6DOF噴漆機器人逆運動學的求解.
전통방법구해6 DOF사교비구형수완분칠궤기인적역해운산량대、정도저,불리우실현실시、정학공제；기우삼층표준BP신경망락,침대기수렴속도만、역함입겁소치등문제,채용증가동량항적방법진행개진,건립사교비구형수완분칠궤기인말단집행기위자여각관절각지간적영사관계；이용Matlab대신경망락모형진행훈련화험증,결과표명,BP신경망락학습정도고、수렴속도쾌,가만족6DOF분칠궤기인역운동학적구해.
