基于神經(jīng)網(wǎng)絡(luò)的機械手軌跡跟蹤控制方法研究.pdf

1、隨著機器人技術(shù)的快速發(fā)展，工業(yè)機械手在民用和軍事領(lǐng)域得到越來越廣泛的應用，尤其在電子、外太空和核工業(yè)等行業(yè)發(fā)揮著難以替代的作用。因此，為使機械手能夠快速、準確、高效的運行，對其進行合理的軌跡規(guī)劃及軌跡跟蹤控制研究就顯得尤為重要。本文以六自由度的PUMA560機械手為研究對象，對機械手逆運動學求解方法、軌跡規(guī)劃方法以及軌跡跟蹤控制策略進行深入的研究與分析。
　　首先，本文介紹了剛體位姿和坐標變換等相關(guān)知識，根據(jù)PUMA560機械手的

2、結(jié)構(gòu)特點，采用Denavit-Hatenberg(D-H)參數(shù)法建立機械手運動學方程。利用MATLAB對其進行仿真實驗，進而驗證了機械手運動學正解的唯一性和逆解的不唯一性。同時，采用Lagrange方法建立了機械手動力學模型。
　　其次，針對傳統(tǒng)逆運動學求解方法存在運算量大、精度低等缺陷，本文提出了一種基于BP和RBF并行神經(jīng)網(wǎng)絡(luò)求解機械手逆運動學的新算法。其中，BP網(wǎng)絡(luò)采用適合處理大量數(shù)據(jù)的Levenberg-Marquardt

3、(LM)算法，RBF網(wǎng)絡(luò)在訓練過程中自動增加徑向基神經(jīng)元。仿真研究表明，該算法簡單可靠，收斂速度快，有效地解決了機械手逆運動學求解問題，為機械手軌跡規(guī)劃及軌跡跟蹤控制奠定了堅實的理論基礎(chǔ)。
　　然后，本文詳盡分析了機械手在關(guān)節(jié)空間進行軌跡規(guī)劃的方法。利用逆運動學求出機械手所經(jīng)過路徑點的關(guān)節(jié)變量值，在充分考慮運動學約束的條件下，本文提出一種采用五次B樣條曲線來構(gòu)建關(guān)節(jié)軌跡的平滑軌跡規(guī)劃方法。仿真結(jié)果表明，該方法保證了機械手各關(guān)節(jié)運動

4、軌跡的速度、加速度和加加速度均連續(xù)，且可以任意配置起始和終止點的速度、加速度和加加速度，為機械手的軌跡跟蹤控制實驗提供了期望的運動軌跡。
　　最后，鑒于傳統(tǒng)控制算法受限于動力學模型的不確定性，導致控制性能下降。因此本文提出了一種RBF神經(jīng)網(wǎng)絡(luò)魯棒控制算法，利用RBF網(wǎng)絡(luò)來逼近動力學模型中的不確定性部分，神經(jīng)網(wǎng)絡(luò)的逼近誤差由魯棒控制項予以抑制，并設(shè)計了一個三自由度的串聯(lián)機械手，使其沿著已規(guī)劃好的關(guān)節(jié)軌跡進行軌跡跟蹤控制實驗。實驗結(jié)果