由于6自由度工业机器人运动关节个数比较多，用传统的几何法、解析法、迭代法、神经网络法等求其运动学方程的逆解较为困难。提出一种基于GRNN的通用回归神经网络求解工业机器人逆运动学方程的方法，构建工业机器人运动关节各单元，通过D-H方法建立数学模型，并使用MATLAB仿真。仿真结果表明，本方法泛化能力强、算法稳定，对6自由度工业机器人运动学逆解问题具有较好的求解精度，适合于工业机器人等复杂、非线性、强耦合、高不确定性的系统。
科研之友
微信
新浪微博
Facebook
分享链接
