一种机器人逆运动学求解的神经网络方法

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

一种机器人逆运动学求解的神经网络方法

谭营, 何振亚, 邓超

文章导航 > 电子科技大学学报 > 1998 > 27(3): 310-315

谭营, 何振亚, 邓超. 一种机器人逆运动学求解的神经网络方法[J]. 电子科技大学学报, 1998, 27(3): 310-315.

引用本文:

谭营, 何振亚, 邓超. 一种机器人逆运动学求解的神经网络方法[J]. 电子科技大学学报, 1998, 27(3): 310-315.

Tan Ying, He Zhenya, Deng Chao. A Neural Network Approach for Inverse Kinematics Solving of Robots[J]. Journal of University of Electronic Science and Technology of China, 1998, 27(3): 310-315.

Citation:

Tan Ying, He Zhenya, Deng Chao. A Neural Network Approach for Inverse Kinematics Solving of Robots[J]. Journal of University of Electronic Science and Technology of China, 1998, 27(3): 310-315.

一种机器人逆运动学求解的神经网络方法

1.
东南大学无线电工程系南京 210096;
2.
中国科学技术大学计算机科学系合肥 230026

基金项目:

国家自然科学基金和国家攀登计划—认知科学(神经网络)资助项目

作者简介:
谭营男 33岁博士生讲师

中图分类号: TN911.7;TP1214;TP242

A Neural Network Approach for Inverse Kinematics Solving of Robots

1.
Dept. of Radio Eng.,Southeast University Nanjing 210026;
2.
Dept. of Comp. Sci.,University of Science and Technology of China Hefei 230026

摘要: 研究了机械手控制的逆运动学问题,提出了一种克服Hopfield网络的局部极值问题的网络参数扰动算法,通过数字模拟分析了该算法的性能,并将该算法成功地应用于机械手控制的逆运动学问题。计算机仿真表明,这种神经网络控制方法不仅具有较快的速度,而且大大提高了对机械手的控制精度。
- 神经网络 /
- 局部极值问题 /
- 参数扰动 /
- 机器人 /
- 逆运动学
Abstract: This paper deals with manipulator inverse kinematics.A parameter disturbing algorithm of neural networks which can overcome the local minima porblem of Hopfield network is proposed.Its performance is analyzed in terms of digital simulations in detail.The algorithm is successfully applied to the inverse kinematics problem of manipulator control.It is shown by simulations that the proposed neural network controlling method not only has fast control speed but also raise the control accuracy of manipulator.
- neural networks /
- local minima problem /
- parameter disturbance /
- robot /
- inverse kinematics

[1]	黄山, 黄洪钟, 曾奇, 钱华明. 一种室内高动态环境的机器人定位方法 . 电子科技大学学报, 2021, 50(3): 382-390. doi: 10.12178/1001-0548.2021004
[2]	杨旺功, 淮永建, 张福泉. 基于Gabor及深度神经网络的葡萄种子分类 . 电子科技大学学报, 2020, 49(1): 131-138. doi: 10.12178/1001-0548.2019164
[3]	谭骏, 陈兴蜀, 杜敏, 朱锴. 基于自适应BP神经网络的网络流量识别算法 . 电子科技大学学报, 2012, 41(4): 580-585. doi: 10.3969/j.issn.1001-0548.2012.04.020
[4]	田毅贞, 张齐军. 知识型神经网络的射频/微波器件建模方法 . 电子科技大学学报, 2011, 40(6): 815-824. doi: 10.3969/j.issn.1001-0548.2011.06.002
[5]	钱艺, 王沁, 吴巍, 刘金龙. 神经网络并行MIMD处理器的研究及实现 . 电子科技大学学报, 2008, 37(6): 904-907.
[6]	陈文宇, 刘井波, 孙世新. 层次分析的神经网络集成方法 . 电子科技大学学报, 2008, 37(3): 432-435.
[7]	刘贵松, 王晓彬. 采用自适应GHA神经网络的分类器设计 . 电子科技大学学报, 2007, 36(6): 1241-1244.
[8]	王运, 黄大贵, 杨天文. 开放式数控切割机神经网络误差补偿研究 . 电子科技大学学报, 2007, 36(2): 305-308.
[9]	傅彦, 周俊临, 吴跃. 快速神经网络无损压缩方法研究 . 电子科技大学学报, 2007, 36(6): 1245-1248.
[10]	向中凡. Q学习角色值法在机器人足球比赛中的应用 . 电子科技大学学报, 2007, 36(4): 809-812.
[11]	陈科, 许家珆, 程永新. 基于免疫算法和神经网络的新型抗体网络 . 电子科技大学学报, 2006, 35(5): 804-806,840.
[12]	文武, 杨汉生, 徐军, 钟守铭. 随机型细胞神经网络的稳定性 . 电子科技大学学报, 2005, 34(5): 700-702,716.
[13]	李刚俊. 冗余度机器人的运动规划碰撞算法 . 电子科技大学学报, 2005, 34(6): 828-831,864.
[14]	徐军, 钟守铭, 张春凤. 分布时滞Hopfield神经网络稳定性 . 电子科技大学学报, 2004, 33(2): 200-203.
[15]	王定成, 王毅, 钟守铭. 一类神经网络算法的渐近行为 . 电子科技大学学报, 2003, 32(2): 221-224.
[16]	万永伦, 丁杰雄. 一种机器人寻线控制系统 . 电子科技大学学报, 2003, 32(1): 47-50.
[17]	陈中柘. 神经网络定性分析 . 电子科技大学学报, 2002, 31(3): 250-254.
[18]	范守文, 徐礼钜, 甘泉. 二重八面体变几何桁架机器人工作空间解析 . 电子科技大学学报, 2001, 30(2): 134-138.
[19]	李小兵. 圆轴孔机器人主动装配方法的研究 . 电子科技大学学报, 2001, 30(1): 49-52.
[20]	潘中良, 陈光. 测试产生的神经网络方法及若干问题研究 . 电子科技大学学报, 1997, 26(3): 324-327.

WeChat

点击查看大图

计量

文章访问数: 3526
HTML全文浏览量: 164
PDF下载量: 211
被引次数: 0

一种机器人逆运动学求解的神经网络方法

1. 东南大学无线电工程系南京 210096;

2. 中国科学技术大学计算机科学系合肥 230026

基金项目:

国家自然科学基金和国家攀登计划—认知科学(神经网络)资助项目

作者简介:
谭营男 33岁博士生讲师

收稿日期: 1997-03-13
修回日期: 1997-04-14
刊出日期: 1998-06-15

中图分类号: TN911.7;TP1214;TP242

关键词:

摘要: 研究了机械手控制的逆运动学问题,提出了一种克服Hopfield网络的局部极值问题的网络参数扰动算法,通过数字模拟分析了该算法的性能,并将该算法成功地应用于机械手控制的逆运动学问题。计算机仿真表明,这种神经网络控制方法不仅具有较快的速度,而且大大提高了对机械手的控制精度。

English Abstract

谭营, 何振亚, 邓超. 一种机器人逆运动学求解的神经网络方法[J]. 电子科技大学学报, 1998, 27(3): 310-315.

引用本文:

谭营, 何振亚, 邓超. 一种机器人逆运动学求解的神经网络方法[J]. 电子科技大学学报, 1998, 27(3): 310-315.

Tan Ying, He Zhenya, Deng Chao. A Neural Network Approach for Inverse Kinematics Solving of Robots[J]. Journal of University of Electronic Science and Technology of China, 1998, 27(3): 310-315.

Citation:

Tan Ying, He Zhenya, Deng Chao. A Neural Network Approach for Inverse Kinematics Solving of Robots[J]. Journal of University of Electronic Science and Technology of China, 1998, 27(3): 310-315.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发