基于神经网络的机械手臂运动轨迹分析

1、基于神经网络的机械手臂运动轨迹分析摘要：神经网络是随着社会发展和时代的不断进步产生，神经网络是社会一门全新的信息处理学科，把人类大脑不同功能展现淋漓尽致，具有时代性和创新性特点。神经网络对人类大脑不同特征模拟与抽象化表达，是建立在人脑工作模式基础上，实现人脑信息处理最大目标。本文主要是基于神经网络的机械手臂运动轨迹详细分析和研究。关键词：神经网络；机械手臂；运动轨迹；分析前言:机器人运动学主要是对手臂末端的执行器关节变量和位置姿势关系深入研究。机器人通常是由相应的移动关节和旋转关节关联形式，展开运动的轨迹。这一运动轨迹具有如下特点：一端在支座上固定；另一个端点较为灵活自由，可以任意安装不同工具

2、，实现不同功能的操作目标。首先，其可以利用驱动器运作关节，利用关节带动相关联运动杆，使得机器人手臂最终运作到末端位置，保证执行器达到预期目标姿势要求。神经网络理论阐述神经网络是一个以并行形式分布的数据信息处理网络。神经网络系统模拟主要是从两个方面开展。包括从机理和结构，从功能上进行模拟这两个不同方面。但是就神经网络功能模拟实现起来具有一定难度。依据以往神经解剖学和神经生理学经验给出，神经网络包括动物神经元和人工神经元，人类大脑组织中基本单元，是动物神经元系统功能体现，动物神经元是神经系统基础结构单位。人类大脑神经元具有复杂性特点，在人类大脑中，不同动物神经元联系，会依据外部环境激励信号作出反应

3、，出现相应变化1。人工神经元是建立在生物神经元基础上，模拟动物神经元，进行单输入和多输入输出的非线性信息处理。如下图一，是典型的人工神经元模拟模型展示图。图一典型的人工神经元模拟模型展示图神经网络的学习方法，是指利用相应的学习算法，对权值调整和优化，实使其达到具备识别、记忆、问题优化、信息处理等功能，这也是神经网络智能化的体现。详细来说神经元网络主要包括有导师学习、无导师学习与强化学习。无导师学习方法仅仅单纯提供输信息，不具备相应的速输出数据。网络检查输入和输出数据和信息趋向和规律,会依据网络功能自动化调整。在这种学习形式背景下，网络不再单一是依据外部影响对权值调整。有导师的神经元学习方法，可

4、以把期望的输出和实际输出导师信号对比分析和调整，直到达到最初的权限数值，缩短权值差异。在实际学习期间，必须重视权限数值的调整，实现学习目标，减少实际的输出功率和应有输出功率之间的误差。神经网络的机械手臂运动学模型建立在神经网络机械手臂运动学理论基础上，构建机械手臂运动学模型，利于增加对神经网络系统运行轨迹了解。如下图二，是神经网络系统机械手臂处于ADAMS中的简化运动模型展示图。在这一神经网络运动模型展示图详细分析和研究，可以得出机械手臂处于自由运作和协同运作时，可以有效完成既定任务要求。对于手臂运作期间运行算法统计和计算，要结合两个手臂不同位置和模型特点，把两个手臂之间的坐标和运动模型转变，

5、把转变后的双臂，作为运动协调的基础。双臂运动学模型建立，要有单臂运作模型作为基础，在已知其中一个手臂关节空间后，也需获得单臂正向和逆向运动学模型。为了实现机器人手臂服务作业任务，机器人手臂应该具备在空间中，利用任意形式和姿态运作能力。因此，在实践研究后，在机械手臂运动模型建设期间，可以设置两个手臂的自由度为六，在末端手部位置，设置一个夹持机构。详细来说，手臂留个自由度设置主要包括大臂转动、肩抬、肘部转动、肩摆、腕部摆动、手臂末端摆动。图二神经网络系统机械手臂处于ADAMS中的简化运动模型展示图机械臂设计的六自由度，利于驱动直流伺服电机。由于不同机械手臂电机关节，都负载一个电机，因此，对机械电机

6、重量具有较高要求，要求电机输出功率高，电机重量轻。在运动学模型建立期间，可以选择Maxon这一空心类型机械手臂电机，电机质量好、重量轻、功率密度大，和谐波减速器整合应用，效果较好。谐波减速器间隙小、刚度大，满足机械手臂运行需求，利于机械手手臂末端的手爪驱动舵机。神经网络机械手臂运动模型建立，也要处理好三关节问题2因为，就机器手臂运动学的研究来说，不仅是研究运动和关节的作用，也需研究各个关节之间变量的在运动期间，关节偶合力和力矩变化特点.例如:三关节是动力学模型建立关键内容，在实际模型建立期间，要掌三关节机械手臂动力学正反两个不同方面。在已知机械手臂各个关节力矩和作用力基础上，求出机械手臂各个关

7、节运行轨迹，获得机械手臂不图关节运行速度、位移。另一方面，在知道机械手臂不同关节运行轨迹基础上（速度、位移）后，统计出机械手臂不同关节的力矩与作用力。其中，就动力学来说，前者属于正问题，后者则属于逆问题。但是为了保证机械手臂动力模型建设科学性，正问题和逆问题均不可忽视。基于神经网络的机械手臂运动轨迹3.1神经网络的机械手臂运动轨迹规划算法本文主要是对神经网络的机械手臂运动协调作业运动轨迹进行规划。首先设置一个机器人双臂运动运行任务作业目标。要求在机械手臂运行期间，获得目标物体坐标具体信息后，双手紧紧把持住目标物体，双臂整合，对目标物体移动。当机器人双臂处于六自由度时，在协同刚性运作目标物体期间

8、，运动规划必须基于单六自由度手臂运作轨迹基础上。与此同时，也要考虑其它不同问题。机械手臂还分为主要手臂和从臂。在运动学角度，要考虑到机械手臂类型，考虑到手臂在运作期间，运动轨迹和姿态协调性，确保双臂在运作期间，运作轨迹是相互对应的关系。与此同时，由于机械手臂在运行期间，主臂和从臂工作空间相同，因此没在运动轨迹设置期间，也要考虑到双臂的运动碰撞性，保证其中一个手臂在运作期间，另一个手臂不会与其碰撞。如下图三，是神经网络的机械手臂模拟仿真展示图3图三神经网络的机械手臂模拟仿真展示图双臂的协调运作实现方法包括以下几个步骤：其一：构建机械手臂和目标物体结合运动学模型。其二：对目标物体详细分析，对笛卡尔

9、空间线路特点规划处理。其三：轨迹规划要保持平稳性。其四：结合笛卡尔空间布局规划特点，把逆时运动学转化为关节空间的规划。其五：对双臂开展碰撞检测工作。3.2神经网络的机械手臂运动轨迹协调规划机械人运动轨迹协调规划，是计算机机器人运行轨迹线路体现。机械人在一定的时间内，受到位移、加速度、速度等客观条件约束和限制，从最初状态变化为某个预期特定目标状态。对机器人手臂规划的方法包括以下两种。第一种方法：要求应用人员沿着运行轨迹中预先选定为位置（也被叫做插值点和结节）显示地，确定广义运行轨迹坐标具体位置、加速度、速度的一组约束。例如：光滑程度和连续性等。其次，发挥轨迹规划器的优势，从具体插值与满足在插值的

10、约束函数中，选择和确定参数变化轨迹。在实验研究后，明显可以看出，这一机械手臂轨迹规划方法，操作机运作轨迹的设置和约束力的给定，是在机械手臂关节坐标系中开展4。第二种方法：应用人员需优先解析函数显示地明确操作设备必经之路。例如:在笛卡尔坐标系中，坐标体系的直线路径。其次，在明确笛卡尔坐标体系特点后，规划机械手臂运行坐标，结合坐标明确一条和给定线路相似轨迹。在这一方法中，机械人仅可以确保在运行期间，可以经过这两个不同点，但是无法保证这两点期间路径。因此，可以说这两个点之间路径无法确定。对于双臂协调运作的机械双臂来说，关节空间的设计显然无法满足实际作业需求。因为在双臂整合运作时，要求双手的末端位置执

11、行器，在相同时间达到特定的轨迹点。因此，对于机械手臂运行轨迹实际路径就给出全新要求。在这一形势下，就需发挥笛卡尔空间轨迹转换的优势。在笛卡尔空间的机械手臂运行轨迹规划时，路径的约束可以在笛卡尔坐标中给出，而关节驱动机器可以在关节坐标中管理和控制。总而言之，不论是利用第一种方法还是第二种方法，亦或是利用笛卡尔方法，都需发挥各自优势，结合机械手臂实际运行需求，发挥不同方法优势5。3.3笛卡尔空间轨迹路径规划在机械手臂运作期间，作业任务是利用机械操作手臂末端执行设备，对设备中笛卡尔系统坐标序列点定义，明确节点的具体位置。节点是操作手臂系统末端执行器位置和姿势的齐次变换运作矩阵。要求坐标节点之间在过渡

12、运动时，双臂末端执行器以直线形式运行，始终保持直线的轨迹。利用笛卡尔方法对机械手臂运动轨迹规划，大部分是在优化和计算是在笛卡尔坐标系统中计算处理。其次，依据特定的取样和间隔，在预先设定的线路路径中，设置插值点、在控制机械手臂同时，把机械手臂穿转为和手臂关节具有联系性的变量，获得轨迹，但是要明确说明，获得的变量轨迹，与分段直线形式类似。因此，就机械手臂看来说，其实现空间轨迹运行的过程，就是实现轨迹的离散点的过程。如果机械手臂运行期间，离散点大，运行轨迹误差就大。只有保证这些不同离散点距离接近，才能确保机械手臂运行轨迹满足预先轨迹精度要求5。结语:本文主要是基于神经网络系统，对机械手臂运行轨迹分析

13、和研究，分析神经网络理论概念。在了解神经网络概念的基础上，分析神经网络的机械手臂运动学模型建立相关知识。最后，对神经网络的机械手臂运动轨迹研究，利用不同方法，沿着运行轨迹中预先选定为位置，确定广义运行轨迹坐标具体位置，发挥笛卡尔空间轨迹路径规划优势，增加对神经元网络系统运行轨迹共和特点了解。参考文献:1黄天鹏，张华，黄威，沈晓燕.基于表面肌电信号的上臂动作识别研究J.南通大学学报(自然科学版),2013,(01):14-17.2熊大柱.一种7自由度生机电假肢手臂的结构设计及运动学分析D.华中科技大学，2013.3梁捷，陈力.柔性臂空间机器人基于虚拟力概念的神经网络L_2增益鲁棒控制J.机械工程学报,2012,(23):23