基于神经网络的空间7R冗余机器人的运动模型辨识

针对空间冗余机器人运动学控制中正、逆运动学求解的复杂性,采用神经网络从两方面解决这一问题.一是从神经网络出发,提出了一种新的动态神经网络结构——状态延迟输入动态递归神经网络(SDIDRNN),提高了网络的学习速度;二是从辨识方案出发,以SDIDRNN为基础,在空间7R冗余机器人正、逆运动学模型辨识的问题上,设计了一种新颖的解耦辨识方案.将其与另外两种具有普通网络结构的辨识方案相比较,说明了该新方案具有更高的学习能力,辨识误差可降低到对比方案的40％-6％.由于学习速度的提高,达到设定误差时的训练次数大大减少,使该方案在机器人运动控制系统中的实时计算能力大大增强,为神经网络在机器人运动学控制中的应用提供了一条崭新的思路,具有重要的应用意义.