基于GA—RBF网络的ABB机器人逆运动学求解.pdfVIP

机械 设计 与制造 第 1期 162 Machinery Design Manufacture 2010年 1月 文章编号：1001—3997(2010)01—0162—02 基于GA—RBF网络的ABB机器人逆运动学求解 夏 天 孙翰英 范嘉桢 杨建国 (上海交通大学 机械与动力工程学院，上海 200240)(z山东淄博职业学院 机电工程系，淄博 255314) Solutiontotheinversekinematicsproblem ofABBrobotbasedontheGA—RBFnetwork XIATian，SUNHan—ying，FANJia—zhen，YANGJian—guo (SchoolofMechanicalEngineering，ShanghaiJiaotongUniversity，Shanghai200240，China) (。MechanicalandElectricalEngineeringDepartment，ZiboVocationalInstitute，Zibo255314，China) 中图分类号：TH12，rrP24 文献标识码 ：A 1引言 l，2，…，6)。给定一组0，即可求得相应的末端操作器位姿 ，k O 吼 p 逆运动学问题是给定机器人末端操作器的位姿米计算对应 0， py 的关节变量的过程。逆运动学的精确求解对机器人的控制有着非 嘎 p 常重要的作用。相比正运动学求解，逆运动学求解要复杂得多．而 0 0 0 1 表 1DH参数名义值 且对某些结构的机器手而言，甚至不一定存在闭式逆解。 神经网络具有高精度的拟合性，准确的预测性 ，在解决非线 性映射方面的问题时有很强的逼近能力 ，适合逆运动学求解的要 求1~-21。结合机器人正运动学模型，采用RBF网络直接实现ABB 机器人从工作空问到关节变量的非线性映射关系，从而得到机器 人位置逆解。为了获得更高的逆解精度，采用遗传算法ltRBF 其中，[Px,p…P]用来描述末端操作器在基坐标系中的位置， 网络进行了优化。 而描述末端操作器姿态的RPY欧拉角可表示为141： 2ABB机器人的正运动学模型 p=arctan2(n~，) (2) ABBIRBI40机器人具有6个 自由度，且其各关节均为旋转 关节。为分析其逆运动学问题，在杆件上建立 DH模型坐标系，如 0=arctan2(、／+n，一) (3) 图1所示。并由此确定其连杆DH参数，如表 1所示。 =aretan2( ，O) (4) 式中：arctan2(x，，，)一 自行定义的双象限反正切函数，此函数中 ，