一种改进RBF神经网络的机器人轨迹规划方法.pdfVIP

第 18卷 第 l期 电子设计工程 20l0年 1月 Vo1．18 No．1 ElectronicDesignEngineering Jan．2010 一 种改进RBF神经网络的机器人轨迹规划方法 张 雯 ，谭宝成 (西安工业大学 电子信息工程学院，陕西 西安 710032) 摘要：在应用径向基函数 RBF(RadialBasisFunction)~+经 网络对机器人进行轨迹规划时，为解 决一般学习算法 中收敛 速度慢 、学习精度不高的问题 ，提 出一种混合学习算法．．该方法根据轨迹规划的具体要求 ，用最近邻聚类算法确定 网 络的结构和参数 ，通过在学习速率中加入 自适应学习因子调整 网络参数 ，以加快收敛速度 通过 MATLAB软件进行 仿真 。结果表 明混合学习算法收敛速度较快 ，逼近误差小 ，从而证 明了该算法的可行性 ：． 关键词：机器人；轨迹规划 ；径 向基 函数 (RBF)神经 网络 ；最近邻聚类 ；变学习速率梯度 下降方法 中图分类号：rP242．6 文献标识码 ：A 文章编号 ：1674—6236(2010)0l—O0l0—02 AmethodofimprovedRBFneuralnetworkforrobottrajectoryplanning ZHANG W en．TAN Bao—cheng (SchoolofElectronic，，rmati／mEngineering,Xi’彻 TechnologicalUniversity,Xi’all710032，China) Abstract：Inordertosolvetheproblemsofslow convergencerateandlowlearningaccuracyingeneralRBF neuralnetwork learningalgorithm rrol}ottrajectoryplanning．ahyhridlearningalgorithm isdesignedinthispaper．Itusesnearestneighbor clusteringalgorithm todeternfinethestructureandparameterofnetwork．Thenetworkparameterisa{~ustedbyadding adaptive learningfactorinlearningrate to motivate the convergencespeed．MATLAB too1isadoptetforsimulation．The resultshowsthatthehybridlearningalgorithm hasfastereonvergeneerateandsmallerapproximationerror，soitisproved thatthealgorithm iseorreclandefficient． Keywords：ro])ot；trajectoryplanning；RadialBasisFunction(RBF)neuralnetwork；nearestneighhorclustering；variable learningrategradientdescentmethod 在喷涂机器人的 作过程 中．需要确定一 系列的空间点实 点的顺序集合 ，即尸= ，P，…，p P}。 为机器人i蓥动轨迹上 现所要的喷涂轨迹。为r提高机器人 的 作效率和精度，快速 第 i个路 径点 。 准确完成作业 ，研究机 器人轨迹规划非常必要 ，使机器人存 一· 通过机器人的逆运动学方稃 ，}l可以将符个路径点处机器 定时间内，按照一定的速度和加速度．仵路径约束 的条件下 ，输 人 的姿态映射到关节空问r{1机器人各个天节变