[發明專利]基于RBF神經網絡的機械手運動學逆解方法

在審

• 申請號: 201710207954.3
• 申請日: 2017-03-31
• 公開（公告）號: CN106914897A
• 公開（公告）日: 2017-07-04
• 發明（設計）人: 惠記莊;武琳琳;趙斌;張澤宇;程順鵬
• 申請（專利權）人: 長安大學
• 主分類號: B25J9/16
• 分類號: B25J9/16;G06F17/50;G06N3/08
• 代理公司: 西安睿通知識產權代理事務所(特殊普通合伙)61218
• 代理人: 惠文軒

技術領域

本發明屬于機械手運動學求解領域，尤其涉及一種基于RBF神經網絡的機械手運動學逆解方法。

背景技術

機械手運動學逆解是機械手軌跡規劃和控制的基礎，在機器人控制中占有非常重要的地位。機械手運動學逆解的精度直接影響到機械手控制精度的提高，由于機械手運動學逆解本身存在的復雜性，目前通用的代數法和迭代法在一定程度上都存在計算量大、收斂速度受限等缺點，并且求解精度低、實時控制性能差。

神經網絡技術發展為機械手逆解的研究帶來了方便，徑向基函數(Radial Basis Function，RBF)神經網絡是一種局部逼近網絡，具有良好的非線性逼近能力和較快的學習速度。

K-means聚類算法通常被用于求解RBF網絡結構參數中心矢量、基寬與權值，但該算法容易受到初始參數選擇的影響而收斂于局部極小值，而且在從隱含層輸出到網絡輸出的線性關系中，逆解矩陣求權值w_ij時由于逆解矩陣的非奇異性而很難保證權值的唯一性。這將影響網絡的最終訓練結果。

發明內容

針對上述現有技術的缺點，本發明的目的在于提供一種基于RBF神經網絡的機械手運動學逆解方法，能夠提高機械手軌跡規劃和實時控制精度。

為達到上述目的，本發明采用如下技術方案予以實現。

一種基于RBF神經網絡的機械手運動學逆解方法，所述方法包括如下步驟：

步驟1，獲取機械手運動樣本對，所述機械手運動樣本對由機械手末端執行器的位姿和機械手關節角度組成；

步驟2，設置所述RBF神經網絡的樣本輸入和期望輸出，所述RBF神經網絡的樣本輸入為所述機械手末端執行器的位姿，所述RBF神經網絡的期望輸出為所述機械手關節角度；

步驟3，根據所述RBF神經網絡的樣本輸入和期望輸出，采用正交最小二乘方法確定所述RBF神經網絡的網絡參數，得到滿足誤差要求的RBF神經網絡的網絡參數，所述RBF神經網絡的網絡參數包含高斯基函數的中心矢量和基寬向量，以及網絡輸出權值；

步驟4，獲取機械手末端執行器的實際位姿，將所述實際位姿輸入到所述滿足誤差要求的RBF神經網絡的輸入層，所述滿足誤差要求的RBF神經網絡的輸出層輸出機械手關節角度，從而完成機械手運動學逆解。

本發明技術方案通過RBF神經網絡與正交最小二乘法相結合的方式進行機械手逆運動學求解，根據RBF神經網絡的非線性局部逼近能力及快速學習能力和正交最小二乘法確定RBF神經網絡結構參數的特性，使得該學習過程能夠更快地收斂于期望值并且實現簡單，且實際計算輸出值與期望輸出值的誤差小；采用該算法進行機械手逆運動學求解可獲得較高的精度并能很大程度上減少求解逆矩陣時的大計算量問題，為機械手軌跡規劃和實時控制精度的提高奠定了基礎。

附圖說明

為了更清楚地說明本發明實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發明的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。

圖1為本發明實施例提供的一種基于RBF神經網絡的機械手運動學逆解方法的流程示意圖一；

圖2為本發明實施例提供的RBF神經網絡的網絡結構示意圖；

圖3為本發明實施例提供的一種基于RBF神經網絡的機械手運動學逆解方法的流程示意圖二；

圖4為本發明實施例提供的期望與實際輸出曲線對比示意圖。

具體實施方式

下面將結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發明一部分實施例，而不是全部的實施例?；诒景l明中的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例，都屬于本發明保護的范圍。

一種基于RBF神經網絡的機械手運動學逆解方法，如圖1所示，所述方法包括如下步驟：

步驟1，獲取機械手運動樣本對，所述機械手運動樣本對由機械手末端執行器的位姿和機械手關節角度組成。

步驟2，設置所述RBF神經網絡的樣本輸入和期望輸出，所述RBF神經網絡的樣本輸入為所述機械手末端執行器的位姿，所述RBF神經網絡的期望輸出為所述機械手關節角度。

參照圖2所示的RBF神經網絡的網絡結構示意圖，所述RBF神經網絡的輸入層與輸出層均包含N個神經元，所述RBF神經網絡的隱含層神經元個數為M個，其中，N、M均為大于零的正整數；