|本期目录/Table of Contents|

[1]王涛,张恩政,刘翠苹,等.基于改进神经网络的机器人逆解与轨迹精度提高方法[J].浙江理工大学学报,2021,45-46(自科五):624-632.
　WANG Tao,ZHANG Enzheng,LIU Cuiping,et al.Inverse solution and trajectory accuracy improvement method of robot based on improved neural network[J].Journal of Zhejiang Sci-Tech University,2021,45-46(自科五):624-632.
点击复制

基于改进神经网络的机器人逆解与轨迹精度提高方法()
分享到：

浙江理工大学学报[ISSN:1673-3851/CN:33-1338/TS]

卷:
第45-46卷
期数:
2021年自科第五期
页码:
624-632
栏目:
出版日期:
2021-09-10

文章信息/Info

Title:
Inverse solution and trajectory accuracy improvement method of robot based on improved neural network
文章编号:
1673-3851 (2021) 09-0624-09
作者:
王涛; 张恩政; 刘翠苹; 陈晓; 陈刚
1. 浙江理工大学精密测量实验室，杭州 310018；2. 杭州新松机器人自动化有限公司，杭州 311225；3. 杭州市质量技术监督检测院机器人实验室，杭州 310019
Author(s):
WANG Tao1;  ZHANG Enzheng1;  LIU Cuiping2;  CHEN Xiao2;  CHEN Gang3
1. Precision Measurement Laboratory, Zhejiang Sci-Tech University, Hangzhou 310018, China;2. Hangzhou SIASUN Robot & Automation Co., Ltd., Hangzhou 311225, China; 3. Robotics Laboratory, Quality and Technical Supervision and Testing Institute of Hangzhou, Hangzhou 310019, China
关键词:
工业机器人; 轨迹精度; 神经网络; 遗传算法; Sigmoid函数
分类号:
TP242-2
文献标志码:
A
摘要:
为了提高工业机器人的逆解精度与运动轨迹精度，提出了一种基于改进神经网络的机器人逆解与轨迹精度提高方法。首先通过改进遗传算法的交叉和变异概率优化BP神经网络来提高机器人的逆解精度；然后采用改进Sigmoid函数的神经网络PID控制方法实现机器人的运动轨迹控制，进而提高机器人的运动轨迹精度。构建了机器人轨迹精度测试实验系统，进行仿真与系统实验研究。仿真结果表明，改进遗传算法优化BP神经网络可有效提高机器人的逆解精度和速度；圆弧与直线轨迹的系统实验结果显示，SR4C型工业机器人运动轨迹精度提升效果均优于60%。该方法可有效提高机器人的运动轨迹精度，满足工业生产、智能制造等领域对机器人运动轨迹精度的需求。

参考文献/References:

［1］ 吴锦辉, 陶友瑞. 工业机器人定位精度可靠性研究现状综述［J］. 中国机械工程, 2020, 31(18): 2180-2188.
［2］ 唐尧, 张恩政, 陈本永, 等. 基于运动学分析的工业机器人轨迹精度补偿方法［J］. 仪器仪表学报, 2020, 41(3): 175-183.
［3］ Fu J X, Gao F, Chen W X, et al. Kinematic accuracy research of a novel sixdegreeoffreedom parallel robot with three legs［J］. Mechanism and Machine Theory, 2016, 102: 86-102.
［4］ 王琨, 骆敏舟, 曹毅, 等. 基于多变量预测补偿的机械臂精度提升方法［J］. 电子测量与仪器学报, 2014, 28(11): 1213-1221.
［5］ 于凌涛, 王文杰, 王正雨, 等. 一类不满足Pieper准则的机器人逆运动学解析解获取方法［J］. 机器人, 2016, 38(4): 486-494.
［6］ 韩磊, 刁燕, 张希斌, 等. 基于改进牛顿迭代法的手腕偏置型六自由度关节机器人逆解算法［J］. 机械传动, 2017, 41(1): 127-130.
［7］ de Oliveira A S, de Pieri E R, Moreno U F, et al. A new approach to singularityfree inverse kinematics using dualquaternionic error chains in the Davies method［J］. Robotica, 2016, 34(4): 942-956.
［8］ 葛开友, 程希为, 张建法, 等. 基于神经网络的踝关节康复并联机器人的逆运动学的精确求解［J］. 中国医疗设备, 2020, 35(3): 33-36.
［9］ ElSherbiny A, Elhosseini M A, Haikal A Y. A comparative study of soft computing methods to solve inverse kinematics problem［J］. Ain Shams Engineering Journal, 2018, 9(4): 2535-2548.
［10］ Karkalos N E, Markopoulos A P, Dossis M F. Optimal model parameters of inverse kinematics solution of a 3R robotic manipulator using ANN models［J］. International Journal of Manufacturing, Materials, and Mechanical Engineering, 2017, 7(3): 20-40.

相似文献/References:

[1]刘睿,张恩政,李子文,等.基于三维直线拟合的机器人与跟踪仪坐标系转换方法[J].浙江理工大学学报,2022,47-48(自科一):77.
　LIU Rui,ZHANG Enzheng,LI Ziwen,et al.Study on coordinate transformation between a robot and a tracker based on threedimensional straightline fitting[J].Journal of Zhejiang Sci-Tech University,2022,47-48(自科五):77.
[2]陈晓华,杜文,周琼.工业机器人应用如何影响企业的绿色创新？[J].浙江理工大学学报,2023,49-50(社科四):404.
　CHEN Xiaohua,DU Wen,ZHOU Qiong.How does industrial robot application promote  enterprises′ green innovation？[J].Journal of Zhejiang Sci-Tech University,2023,49-50(自科五):404.

备注/Memo

备注/Memo:
收稿日期：2021-04-12
网络出版日期：2021-04-29
基金项目：国家科技部重点研发计划项目(2018YFF0212703)
作者简介：王涛(1995-)，男，安徽铜陵人，硕士研究生，主要从事机器人精度测量与控制研究
通信作者：张恩政，E-mail：zhangez@zstu.edu.cn
更新日期/Last Update: 2021-09-16