基于卷积神经网络的冗余机械臂运动学逆解求解

作     者：刘世平 夏文杰 陈萌 马梓焱 黄元境 张文奇 LIU Shiping;XIA Wenjie;CHEN Meng;MA Ziyan;HUANG Yuanjing;ZHANG Wenqi

作者机构：上海市空间飞行器机构重点实验室上海201108 华中科技大学机械科学与工程学院武汉430074 

基　　金：上海市空间飞行器机构重点实验室开放课题基金资助(18DZ2272200) 

出 版 物：《载人航天》 (Manned Spaceflight)

年 卷 期：2022年第28卷第1期

页      码：10-15页

摘      要：针对7自由度冗余机械臂运动学逆解求解时间过长以及通用性差等问题,通过对LeNet模型进行改进,对卷积核、激活函数、损失函数、优化算法、模型结构与初始参数等进行设计与选择,建立了卷积神经网络模型来进行求解。对卷积神经网络模型进行轨迹跟踪实验验证,结果表明:所得到的机械臂关节角度平滑,轨迹跟踪最大误差小于3 mm;所建立的模型是有效的且精度较高;此方法可求解机械臂运动学逆解问题。

主 题 词：卷积神经网络 7自由度 冗余机械臂 运动学逆解 

学科分类：08[工学] 0802[工学-机械学] 080201[080201] 

核心收录：

D　O　I：10.3969/j.issn.1674-5825.2022.01.002

馆 藏 号：203108022...