| 基于改进BAS-BPNN的Stewart平台位姿正解 |
| |
| 引用本文： | 王淑良,朱 浩,赵明伟,刘丽俊.基于改进BAS-BPNN的Stewart平台位姿正解[J].河北科技大学学报,2022,43(5):473-480. |
| |
| 作者姓名： | 王淑良 朱 浩 赵明伟 刘丽俊 |
| |
| 作者单位： | 江苏师范大学电气工程及自动化学院;江苏师范大学电气工程及自动化学院；上海大学机电工程与自动化学院 |
| |
| 基金项目： | 国家自然科学基金（61801197，61503166，62173165）; 江苏省现代技术教育研究项目（2021-R-91852） |
| |
| 摘 要： | 针对目前Stewart平台位姿正解难以兼顾高精度和实时性的问题，设计出满足平台精度要求且运算时间尽量少的正解方法是研究并联平台运动学的关键。首先建立平台运动学反解模型求得BP神经网络（BPNN）的训练集，然后调整步长策略和引入惯性权重改进天牛须搜索算法（improved BAS，IBAS），提升算法性能，通过改进后的算法优化BP神经网络的初始权阈值，反复学习训练至最小误差，最后选取一段位姿变化进行仿真验证。仿真结果表明，IBAS-BPNN正解法在选取的100组位姿点中的最大位姿误差小于0.6%，运算时间为31.9 s，通过与遗传算法(GA)、粒子群算法(PSO)和天牛须搜索算法(BAS)优化的BP神经网络模型进行对比分析，验证了IBAS-BPNN模型在精度和运算速度方面具有优越性。算法模型有效提升了Stewart平台位姿正解的精度和实时性，为平台的运动学和控制提供了理论和方法参考。
|
| 关 键 词： | 机器人控制 Stewart平台 位姿正解 BP神经网络 天牛须搜索算法 惯性权重 |
| 收稿时间： | 2022/7/16 0:00:00 |
| 修稿时间： | 2022/8/30 0:00:00 |
Forward position and posture solution of Stewart platform |
| |
| WANG Shuliang,ZHU Hao,ZHAO Mingwei,LIU Lijun.Forward position and posture solution of Stewart platform[J].Journal of Hebei University of Science and Technology,2022,43(5):473-480. |
| |
| Authors: | WANG Shuliang ZHU Hao ZHAO Mingwei LIU Lijun |
| |
| Abstract: | |
| |
| Keywords: | robot control Stewart platform forward position and posture solution BP neural network (BPNN) beetle antennae search algorithm (BAS) inertia weight |
|
| 点击此处可从《河北科技大学学报》浏览原始摘要信息 |
| 点击此处可从《河北科技大学学报》下载免费的PDF全文 |
