当前位置:文档之家› 基于机器人的递归神经网络运动规划

基于机器人的递归神经网络运动规划

基于机器人的递归神经网络运动规划

文章研究机器手臂的重复运动规划问题,在考虑关节角度极限和关节速度极限的情况下,将此模型转化为一个含不等式约束的二次规划问题,并利用简化对偶神经网络来求解该问题,从而实现机器手臂的关节重复运动。

标签:冗余机械臂;重复运动规划;二次规划;对偶神经网络

4 数值仿真

本节以平面六连杆冗余机械臂末端执行器作来回直线运动为例进行计算机仿真验证。直线长度为1m,观察其关节轨迹能否重合。末端执行器的运动周期为8s,关节变量的初始状态为:?兹(0)=(0,-?仔/4,0,?仔/2,0,-?仔/4)T弧度。仿真结果如图1所示,从图1也可以看出,在经过8s周期运动之后,平面六连杆机器手臂的各自关节状态都回到初始状态;仿真结果达到预期的目的,且其最大位置误差不大于1.79×10-6。可见,利用所提出的规划解析方案对带关节物理约束的机械臂进行重复运动规划是可行、有效的。

5 结束语

针对平面冗余机械臂重复运动规划问题,文章首先将机械臂重复运动问题转化为一个二次型规划问题,该二次规划方案可避开传统的伪逆解析方案难以求逆的问题,然后利用一种简单对偶神经网络来求解该含不等式约束的二次规划问题,该实现算法具有并行

性、快速实时处理能力和电路实现性。

6 致谢

感谢中山大学张雨浓教授提供相关源程序。

参考文献

[1]Malysz P, Sirouspour S.A kinematic control framework for single-slave

asymmetric teleoperation systems. IEEE Transactions on Robotics, 2011,27(5):901-917.

[2]张智军,张雨浓.重复运动速度层和加速度层方案的等效性[J].自动化学报,2013,39(1):88-91.

[3]Zhang Y N, Xie L, Zhang Z J, Li K N, Xiao L.Real-time joystick control

and experiments of redundant manipulators using cosine-based velocity mapping.

Proceedings of the 2011 IEEE International Conference on Automation and Logistics.

Chongqing, China: IEEE, 2011:345-350.

[4]Zhang Y N, Tan Z G, Chen K, Yang Z, Lv X J.Repetitive motion of

redundant robots planned by three kinds of recurrent neural networks and illustrated

with a four-link planar manipulator’s straight-line example. Robotics and

Autonomous Systems, 2009,57(6-7):645-651.

[5]张雨浓,郭东生,蔡炳煌,等.基于新型性能指标的冗余度机械臂重复运动规划之方案分析与验证[J].武汉理工大学学报(交通科学与工程版),2011,35(1):67-70.

[6]Liu S, Wang J.A simplified dual neural network for quadratic programming

with its KWTA application. IEEE Trans Neural Networks, 2006,17(6):1500-1510.

李恩扬(1995-)男,本科生,主要研究方向:单片机系统。

*通讯作者:楼旭阳(1982-),男,博士,副教授,主要研究方向:复杂控制系统理论及应用。

相关主题