利用BP-NN算法的机器人臂重力补偿研究.pdfVIP

利用BP-NN算法的机器人臂重力补偿研究谢光辉，等

利用BP．NN算法的机器人臂重力补偿研究

ResearchonBP—NNforRobotArm

GravityCompensationAlgorithm

Using

钳光耨舍教娜旅(苎春关德明

(重庆电子工程职业学院机电工程系，重庆401331；重庆大学机械传动国家重点实验室。重庆400044)

摘要：利用反向传播神经网络(BP-NN)学习算法，对机器人臂的重力补偿进行了研究。给出了机器人臂各关节扭矩的重力项理论

计算公式及其连杆参数识别方法，同时，对BP—NN算法进行了详细分析，利用BP-NN来处理机器人臂重力项并进行试验。试验结果

表明，采用该学习算法得到的机器人臂重力项输出值和实测值基本一致，能有效减少机器人臂重力项计算量，达到实时控制的目的。

关键词：BP-NN最4x--乘法重力补偿实时控制参数识别

中图分类号：TP242文献标志码：A

backforrobot栅isresearched．

adoptingpropagation·neuralcompensation

Abstract：Bynetwork(BP-NN)learningalgorithm，thegravity

Boththetheoreticalformulaoftheitemofeachinrobottheidentificationmethodoftheir

computationgravityjointtorqueann，andparameter

isBP-NNisinBP-NNisusedrobotarmand

addition，thethetohandletheitemsof

linkagesgiven，inalgorithmanalyzeddetail，andgravity

theisconducted．Thetestresultshowsthattheofitemsofrobotarmwiththeis

valuelearntBP—NN

experimentoutputgravitybasically

withthemeasuredtheworkloadcalculationfortheitemsofarnlis

value，andofrobotreducedandthereal-time

conforminggravityeffectively

controlcallbecarriedout．

methodReal-timecontrolParameteridentification

Keywords：Backnetwork(BP-NN)Least

propagation·neuralsquareGravitycompensation

其重力项进行学习，从而进行有效且便于实时控制的

O引言