基于機器人的遞歸神經網絡運動規劃

摘 要：文章研究機器手臂的重復運動規劃問題，在考慮關節角度極限和關節速度極限的情況下，將此模型轉化為一個含不等式約束的二次規劃問題，并利用簡化對偶神經網絡來求解該問題，從而實現機器手臂的關節重復運動。

關鍵詞：冗余機械臂；重復運動規劃；二次規劃；對偶神經網絡

4 數值仿真

本節以平面六連桿冗余機械臂末端執行器作來回直線運動為例進行計算機仿真驗證。直線長度為1m，觀察其關節軌跡能否重合。末端執行器的運動周期為8s，關節變量的初始狀態為：？茲（0）=（0，-？仔/4，0，？仔/2，0，-？仔/4）T弧度。仿真結果如圖1所示，從圖1也可以看出，在經過8s周期運動之后，平面六連桿機器手臂的各自關節狀態都回到初始狀態；仿真結果達到預期的目的，且其最大位置誤差不大于1.79×10-6。可見，利用所提出的規劃解析方案對帶關節物理約束的機械臂進行重復運動規劃是可行、有效的。

5 結束語

針對平面冗余機械臂重復運動規劃問題，文章首先將機械臂重復運動問題轉化為一個二次型規劃問題，該二次規劃方案可避開傳統的偽逆解析方案難以求逆的問題，然后利用一種簡單對偶神經網絡來求解該含不等式約束的二次規劃問題，該實現算法具有并行

性、快速實時處理能力和電路實現性。

6 致謝

感謝中山大學張雨濃教授提供相關源程序。

參考文獻

[1]Malysz P， Sirouspour S.A kinematic control framework for single-slave asymmetric teleoperation systems. IEEE Transactions on Robotics， 2011，27（5）：901-917.

[2]張智軍，張雨濃.重復運動速度層和加速度層方案的等效性[J].自動化學報，2013，39（1）：88-91.

[3]Zhang Y N， Xie L， Zhang Z J， Li K N， Xiao L.Real-time joystick control and experiments of redundant manipulators using cosine-based velocity mapping. Proceedings of the 2011 IEEE International Conference on Automation and Logistics. Chongqing， China： IEEE， 2011：345-350.

[4]Zhang Y N， Tan Z G， Chen K， Yang Z， Lv X J.Repetitive motion of redundant robots planned by three kinds of recurrent neural networks and illustrated with a four-link planar manipulator's straight-line example. Robotics and Autonomous Systems， 2009，57（6-7）：645-651.

[5]張雨濃，郭東生，蔡炳煌，等.基于新型性能指標的冗余度機械臂重復運動規劃之方案分析與驗證[J].武漢理工大學學報（交通科學與工程版），2011，35（1）：67-70.

[6]Liu S， Wang J.A simplified dual neural network for quadratic programming with its KWTA application. IEEE Trans Neural Networks， 2006，17（6）：1500-1510.

作者簡介：賴亞濤（1994-），女，本科生，主要研究方向：單片機系統。

李恩揚（1995-）男，本科生，主要研究方向：單片機系統。

*通訊作者：樓旭陽（1982-），男，博士，副教授，主要研究方向：復雜控制系統理論及應用。