[基于神经网络的机器人逆动力学控制]谭宇明

【基於神经网络的机器人逆动力学控制】谭宇明.pdf9650832 摘要 本文讨论了如何利用神经网络实现机器人的逆动力学控制。本文先讨论了有关 机器人动力学模型的知识,分析了传统的机器人逆动力学控制方法。然后论述了有 关神经网络的基本理论和主要特点,并重点阐述了反向传播(BP)神经网络的有关算 法。接着,提出基于神经网络的机器人的逆动力学控制方案。本文给出了用神经网 络辨识PUMA560型机器人的动力学模型的仿真结果以及带补偿作用和不带补偿作用 两种不同方案的仿真结果,并进行了分析。同时,还介绍了有关在WINDOWS环境 下的编程特点以及部分关键仿真程序。目录 摘要.ABSTRACT.Ⅱ 第一章前言1机器人的发展概况 1机器人的控制问题和神经网络在机器人控制中的应用.第二章机器人逆动力学控制2机器入的拉格朗日方程PUMA560型机器人及其逆动力学模型2机器人的逆动力学控制第三章神经网络及其学习算法.3神经网络的基本理论和主要特点3反向传播(BP)神经网络.第四章基于神经网络的机器人逆动力学控制4用BP网络辨识PUMA560型机器人的逆动力学模型4基于神经网络的机器入的逆动力学控制.境结构相对固定的场合,因而可以通过编程来实现重复性的操作。由于没有信息反 馈,不能改善其行动品质,应用范围和精度受到限制.第二代是反馈控制机器人,这类机器人装有传感器,能对其自身的实际位置、速度、和加速度和力等进行测量,也能通过其“视觉和触觉对外部环境进行实际探 测。机器人系统根据检测的信息进行反馈控制,调整操作动作,从而使行动品质大 大提高.第三代是智能机器人。这类机器人具有某些人工智能的特性,具备视觉、触觉 、听觉、味觉、力觉等多种感觉能力,能根据复杂的环境信息进行推理,对操作行 为作出自主决策,能在不熟悉的环境下完成复杂与特殊的任务。
———— 文字由OCR识别(未校验)，可能存在错字；请以原始完整版为准。