BP神经网络在机器人运动轨迹规划中的应用.pdfVIP

维普资讯 BP神经网络在机器人运动轨迹 规划中的应用 张海荣 。舒志兵 (南京工业大学，江苏 南京 210009) ApplicationofBPNeuralNetworkintheMovingPathPlanningofRobotics ZHANG Hal—rong·SHU Zhi—blng (NanjingUniversityofIeehnology．Nanjing210009．China) 摘要 ：介绍 了BP神经 网络及其学习规则，将 过非线性插值节点的学习，它就能逼近任意非线性 Matlab软件与 BP神经 网络工具箱相结合，运用到 函数，它不仅能完成 内点插值，也能进行外延，特 了机器人轨迹规划 中，仿真实验证 明了BP网络能 别是对于多元非线性函数，基于神经网络的插值计 够解决机器人运动轨迹规划中的某些问题。 算极具优势[1]。 关键词：机器人轨迹规划；BP神经网络；仿真 1 BP神经网络及其学习规则 中图分类号：TP24l2；TP242．2 文献标识码 ：A 1．1 BP神经 网络 文章编号：100l一2257(2006)11—0056一O3 BP神经网络是一种具有 3层或3层以上的神 Abstract：IntroducedBPneuralnetworkandits 经网络 ，包括输入层 、中间层 (隐层)和输 出层 。上下 studyingprinciples，appliedMatlabandBPtoolbox 层之间实现全连接。而每层神经元之间无连接。当 to the robotpath planning，experiments proved 一 对学习样本提供网络后，神经元的激活值从输入 lhatBP networkcan solvesomeproblemsinthe 层经各中间层向输出层传播，在输逆的传播中修正 roboticpathplanning． 权值，最后回到输入层，这种算法称为 “误差逆传播 Keywords：roboticpath planning；BP neural 算法”，即BP算法。BP神经网络的神经元一般采 network；simulation 用的是可微函数，所以可以实现输入和输出间的任 意非线性映射，当其隐层的神经元的个数足够多时， 可以以任意精度逼近一个有有限个间断点的非线性 0 引言 函数 ，正是 由于这一特点，使得 BP神经网络主要应 机器人运动轨迹规划研究中，在一般情况下，似 用于下列领域 ： 乎可以靠增加插值的结点数 目来改善插值的精度 ， a．函数逼近。用于非线性系统的函数建模 ，如 但插值多项式的次数会随着结点的个数增加而升 机器人的轨迹控制或其他领域的建模与控制。 高，可能造成插值函数的收敛性和稳定性变差，逼近 b．模式识别，分类 的效果往往是不理想 的，甚至发生龙格振荡现象 。 c．数据挖掘和数据压缩等。 同时机器人是一个非线性，强耦合的系统。其手端的 在这里主要考虑BP网络在函数逼近方面的作 运动往往可分解成各个关节的联合运动，手端位置、 用，即研究在机器人初始位置和 目标位置之间用 BP 网络来 “逼近”给定的路径，以达到精确控制机器人 速度及加速度的连续性，是通过各关