[发明专利]一种机械手运动学逆解方法及系统

摘要

本申请公开了一种机械手运动学逆解方法，包括利用径向基函数神经网络算法的数学模型，计算出机械手的运动参数；其中，数学模型的训练过程包括在历史末端位姿参数域中生成2k个初始中心点；对每个初始中心点均进行迭代更新，得到更新后的2k个拟中心点，进行二次均值化处理，得到k个中心点，并得到每个中心点的中心值向量；利用预设的两两中心点之间的直线距离和中心点个数k，计算出基宽向量；利用中心值向量、基宽向量和预设的高斯函数，通过梯度下降法，计算出中心点的权值。可见，本发明使经过上述训练的数学模型能够快速且精确的高效求解机械手运动学逆解问题。另外，本申请还公开了一种机械手运动学逆解系统。

主权项

一种机械手运动学逆解方法，其特征在于，包括：获取机械手的末端位姿参数，利用径向基函数神经网络算法的数学模型和所述末端位姿参数，计算出机械手的运动参数；其中，所述数学模型的训练过程包括：在历史末端位姿参数域中随机生成N个数据点，并在N个数据点中选择2k个初始中心点；其中，每个初始中心点对应一个区域，每个区域内包括2Nk个数据点，N和k均为正整数；对每个初始中心点均进行迭代更新，得到更新后的2k个拟中心点；将2k个拟中心点中两两最近的拟中心点进行二次均值化处理，得到k个中心点，并得到每个中心点的中心值向量；利用预设的两两中心点之间的直线距离和中心点个数k，计算出基宽向量；利用中心值向量、所述基宽向量和预设的高斯函数，求出代价函数对中心点的权值的偏导；利用代价函数对中心点的权值的偏导，通过梯度下降法，计算出中心点的权值；其中，对每个初始中心点均进行迭代更新的过程，包括：选择初始中心点区域内距离目标输出最近的数据点作为新的初始中心点。