• 主题
高级搜索  >
历史搜索 清空历史
首页> 美国卫生研究院文献>Computational Intelligence and Neuroscience >A New Artificial Neural Network Approach in Solving Inverse Kinematics of Robotic Arm (Denso VP6242)
【2h】

A New Artificial Neural Network Approach in Solving Inverse Kinematics of Robotic Arm (Denso VP6242)

机译：解决机器人手臂逆运动学的一种新的人工神经网络方法（Denso VP6242）

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This paper presents a novel inverse kinematics solution for robotic arm based on artificial neural network (ANN) architecture. The motion of robotic arm is controlled by the kinematics of ANN. A new artificial neural network approach for inverse kinematics is proposed. The novelty of the proposed ANN is the inclusion of the feedback of current joint angles configuration of robotic arm as well as the desired position and orientation in the input pattern of neural network, while the traditional ANN has only the desired position and orientation of the end effector in the input pattern of neural network. In this paper, a six DOF Denso robotic arm with a gripper is controlled by ANN. The comprehensive experimental results proved the applicability and the efficiency of the proposed approach in robotic motion control. The inclusion of current configuration of joint angles in ANN significantly increased the accuracy of ANN estimation of the joint angles output. The new controller design has advantages over the existing techniques for minimizing the position error in unconventional tasks and increasing the accuracy of ANN in estimation of robot's joint angles.
机译：本文提出了一种基于人工神经网络（ANN）架构的新型机械臂逆运动学解决方案。机械臂的运动由ANN的运动学控制。提出了一种新的逆运动学的人工神经网络方法。所提出的人工神经网络的新颖之处在于，它在神经网络的输入模式中包括了机械臂当前关节角度配置的反馈以及所需的位置和定向，而传统的人工神经网络仅具有末端的所需位置和定向。神经网络输入模式中的效应子。在本文中，带有夹具的六自由度Denso机械臂由ANN控制。综合实验结果证明了该方法在机器人运动控制中的适用性和有效性。在人工神经网络中包括关节角度的当前配置，显着提高了人工神经网络估计关节角度输出的准确性。新的控制器设计具有优于现有技术的优势，可最大程度地减少非常规任务中的位置误差，并提高ANN在估计机器人关节角度方面的准确性。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号