改进RBF神经网络在智能机器人轨迹规划中的研究.pdfVIP

机械设计与制造第4期

90MachineryDesignManufacture2024年4月

改进RBF神经网络在智能机器人

轨迹规划中的研究

123

刘翔，王开科，李菲

（1.四川城市职业学院，四川成都610110；2.成都理工大学，四川成都610059；3.重庆大学，重庆400044）

摘要：针对工业生产中对智能机器人轨迹规划的要求越来越高，在工业机器人运动模型的基础上，提出了一种将RBF神

经网络和遗传算法相结合的工业机器人轨迹规划方法。通过遗传算法对RBF神经网络的网络结构、连接权值和阈值进

行优化，精确跟踪机器人的轨迹。通过仿真将与未改进前的轨迹规划算法进行比较，验证该方法的优越性。结果表明，

与改进前的规划算法相比，文中规划方法误差小，适应性强，能够满足工业机器人轨迹规划的预期要求。为工业机器人

轨迹规划方法的发展提供了一定的参考。

关键词：工业机器人；轨迹规划；RBF神经网络；遗传算法；关节轨迹

中图分类号：TH16文献标识码：A文章编号：1001-3997（2024）04-0090-05

ImprovedRBFNeuralNetworkintheIntelligentRobot

ResearchonTrajectoryPlanning

123

LIUXiang，WANGKai-ke，LIFei

（1.SichuanCityVocationalCollege，SichuanChengdu610110，China；2.ChengduUniversityofTechnology，Sichuan

Chengdu610059，China；3.ChongqingUniversity，Chongqing400044，China）

Abstract：Aimingattheincreasingdemandofintelligentrobottrajectoryplanninginindustrialproduction，atrajectoryplan⁃

ningmethodofindustrialrobotcombiningRBFneuralnetworkandgeneticalgorithmwasproposedbasedonthemotionmodelof

industrialrobot.Thenetworkstructure，connectionweightandthresholdofRBFneuralnetworkwereoptimizedbygeneticalgo⁃

rithm，andthetrajectoryofrobotwasaccuratelytracked.Thesimulationresultsshowthattheproposedmethodissuperiortothe

unimprovedtrajectoryplanningalgorithm.Theresultsshowthat，comparedwiththepreviousimprovedplanningalgorithm，the

proposedmethodhaslesserrorandstrongeradaptability，andcanmeettheexpectedrequirementsoftrajectoryplann