论文部分内容阅读
本研究结合贝叶斯方法和BP神经网络，提出了一种求解多关节冗余机器人运动学逆解的贝叶斯-BP神经网络模型。通过考察多关节机器人各关节运动规律，采用自然连接型的知识分布，结合贝叶斯方法，形式化多关节机器人工作过程中的各种先验知识，执行贝叶斯-BP网络的持续学习过程，修正网络的权值参数，提高神经网络的学习速度、收敛速度和计算精度。 仿真试验表明，该方法求解8自由度凿岩机械臂逆解时，构造的贝叶斯-BP神经网络模型训练次数少，逆解求解速度快，而且逆运动学求解误差可低于10-3，该方法可有效应用于多关节机器人运动时的在线逆运动学求解。