机器人

作者：白云飞, 张奇峰, 范云龙, 范云龙, 田启岩, 唐元贵, 张艾群

关键词：深海电动机械臂, 能耗优化, 轨迹规划, 径向基神经网络, 自适应粒子群优化

由于深海电动机械臂动力学模型较为复杂，难以基于动力学模型构建精确的能耗优化目标函数，因此，本文提出一种利用径向基函数（RBF）神经网络构建机械臂功耗模型的方法．首先，利用机械臂水下运动实验数据集训练所构建的RBF神经网络．利用基于该神经网络的功耗模型，结合机械臂关节空间轨迹规划多项式，建立机械臂能耗目标函数．然后，采用自适应粒子群优化（PSO）算法求解最优轨迹参数．结果显示，RBF功耗网络均方根误差（RMSE）为20.89 W；经过优化的轨迹的能耗比实验轨迹的能耗均值降低410.8 J（18.3%）．实验结果表明基于自适应PSO算法的轨迹规划方法实现了能耗优化的目标．

来源：2020年第3期

《机器人》期刊编辑部

查看机器人杂志2020年第3期