基于回归神经网络多机械臂运动控制研究

该文将多协作冗余机械臂的运动控制问题转化成一个可完全分解的约束二次求解问题,并将该约束二次求解问题拆分成一系列独立的子问题,每个子问题对应于单个机械臂的运动控制模型,其大大简化了多协作机械臂的运动控制模型。另外,该文采用对偶回归神经网络求解该运动控制模型,每个独立的神经网络核对应于一个机械臂的控制模型。该文首次将对偶回归神经网络用于多冗余机械臂系统的控制问题中,具有很强的应用研究意义。与现有的对偶回归神经网络相比,该文提出的对偶回归神经网络结构非常特殊,其多项性能将大大提高,使得多协作机械臂的运动控制问题变成完全分布式。理论验证结果表明,该文提出的模型是全局稳定的并且可得到全局最优解。仿真实验结果表明本论文提出的方案是有效的。该文的研究结果可为多协作冗余机械臂的控制理论和技术发展提供新的思路。