基于改进神经网络的机器人逆解与轨迹精度提高方法

作者：王涛; 张恩政^*; 刘翠苹; 陈晓; 陈刚

来源：浙江理工大学学报, 2021, 45(05): 624-632.

• 工业机器人
• 轨迹精度
• 神经网络
• 遗传算法
• Sigmoid函数

为了提高工业机器人的逆解精度与运动轨迹精度,提出了一种基于改进神经网络的机器人逆解与轨迹精度提高方法。首先通过改进遗传算法的交叉和变异概率优化BP神经网络来提高机器人的逆解精度;然后采用改进Sigmoid函数的神经网络PID控制方法实现机器人的运动轨迹控制,进而提高机器人的运动轨迹精度。构建了机器人轨迹精度测试实验系统,进行仿真与系统实验研究。仿真结果表明,改进遗传算法优化BP神经网络可有效提高机器人的逆解精度和速度;圆弧与直线轨迹的系统实验结果显示,SR4C型工业机器人运动轨迹精度提升效果均优于60%。该方法可有效提高机器人的运动轨迹精度,满足工业生产、智能制造等领域对机器人运动轨迹精度的需求。

• 单位
  杭州市质量技术监督检测院; 浙江理工大学