工業(yè)六關(guān)節(jié)機器人運動學(xué)仿真研究.pdf

1、隨著科技的進步與發(fā)展，工業(yè)機器人技術(shù)突飛猛進，其應(yīng)用深入到生產(chǎn)和生活的各個方面。在工業(yè)機器人技術(shù)的研究中，機器人運動學(xué)的研究一直是機器人研究領(lǐng)域的重點。機器人運動學(xué)研究包括正向運動學(xué)和逆向運動學(xué)兩部分。本文針對SA1400工業(yè)六關(guān)節(jié)機器人進行了運動學(xué)研究，主要有以下幾方面的內(nèi)容：
　　（1）針對SA1400型機器人進行運動學(xué)建模分析。在對運動學(xué)理論進行深入研究的基礎(chǔ)上，依據(jù)齊次變換理論，采用D-H法建立SA1400機器人運動學(xué)的數(shù)

2、學(xué)模型，進行機器人正運動學(xué)分析。然后采用代數(shù)法對機器人進行逆運動學(xué)求解。調(diào)用MATLAB平臺的Robotics Toolbox建立機器人模型，通過實驗仿真分析，驗證了機器人模型的可靠性，以及SA1400型機器人正、逆解的正確性。
　　（2）針對機器人逆運動學(xué)求解的問題，為提高機器人逆運動學(xué)求解速度和精度，提出一種基于動態(tài)模糊神經(jīng)網(wǎng)絡(luò)的求解的方法。對多輸入單輸出的D-FNN進行改進，設(shè)計了6輸入6輸出的結(jié)構(gòu)模型。根據(jù)笛卡爾目標曲線的

3、所對應(yīng)的關(guān)節(jié)角運動范圍選取角度值作為樣本進行訓(xùn)練，然后測試驗證D-FNN。與基于BP神經(jīng)網(wǎng)絡(luò)對機器人求解的方法進行對比分析。實驗結(jié)果表明，無論是在求解精度還是求解時間上，D-FNN均優(yōu)于BP神經(jīng)網(wǎng)絡(luò)。
　　（3）對機器人軌跡規(guī)劃算法進行了研究。研究了三次、五次多項式及三次樣條的插值算法。經(jīng)理論及仿真分析得出在機器人點到點的運動時，采用五次多項式插值算法，機器人運動更加平穩(wěn)，對于連續(xù)路徑的運動，三次樣條插值算法可以實現(xiàn)機器人運動平穩(wěn)