基于机器人的递归神经网络运动规划*
赖亚涛李恩扬楼旭阳* (江南大学物联网工程学院，江苏无锡214122)【摘要】摘要：文章研究机器手臂的重复运动规划问题，在考虑关节角度极限和关节速度极限的情况下，将此模型转化为一个含不等式约束的二次规划问题，并利用简化对偶神经网络来求解该问题，从而实现机器手臂的关节重复运动。
【期刊名称】科技创新与应用
【年(卷),期】2016(000)013
【总页数】2
【关键词】冗余机械臂；重复运动规划；二次规划；对偶神经网络
*江苏高校品牌建设工程（PPZY2015A036）资助。
1 概述
机械臂是一个末端能动机械装置，其末端运动任务包括焊接、油漆、分捡等，广泛应用于装备制造、产品加工、零件分类等实际工程中，特别地，机械臂末端执行器做封闭轨迹的重复作业很常见。冗余度机械臂运动的非重复性可能产生不期望的关节位形，使冗余度机器人末端封闭轨迹的重复作业出现预料之外的情况，甚至会导致意外及危险情况的发生。以往学者们对于冗余度机器手臂的重复运动问题主要是基于伪逆的方法[1]或基于复杂的控制理论方法，但是这种基于伪逆方法的求解方式涉及矩阵求逆和相乘，计算量大，并且在处理不等式约束上有困难。近年来，有研究表明这样一个冗余度解析问题可通过在线优化技术[2]更好地求解，例如采用二次规划[3]和递归神经网络的方法[4]。
文章考虑冗余度机器手臂的重复运动规划问题，将这一规划问题转化为一个二