声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：21-1137/TP
国际刊号：1002-0446
发布日期:
作者：赵俊宇, 张平, 李方, 陈昕叶
关键词：智能制造, 工业机器人, 节能, 轨迹规划, 动力学辨识, 神经网络, 凸优化
在制造环境中，工业机器人节能轨迹规划的实际应用存在2个问题：机器人动力学参数未知；现有节能轨迹规划方法无法保证结果的稳定性．因此，本文提出了面向制造环境的工业机器人节能轨迹规划，包括基于平行BP（backpropagation）神经网络的近似动力学辨识和基于凸优化（CO）的节能轨迹求解法．以UR3机器人为实验平台，近似动力学模型的均方根误差（RMSE）可收敛至2.05×10-3 N.m；且凸优化轨迹规划的求解稳定性优于现有的参数化轨迹规划．实验结果表明：本文提出的节能轨迹规划方案，能应对制造环境中机器人动力学参数未知的情况，同时保证轨迹规划结果的稳定性，因此更适用于制造环境中的工业机器人．
来源：2021年第6期
《机器人》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。