基于RBF算法的冗余机械手运动学逆解问题 (2011年研究)

针对冗余机械手运动学中存在的非线性、强耦合以及时变性的特点，采用了一种基于径向基函数（Radial Basic Function，RBF）网络的非线性拟合和系统辨识的方法，利用RBF神经网络的逼近能力较优、收敛速度快、非线性处理能力强等特点，可以有效地对冗余机械手的运动学逆问题进行求解；同时，运用遗传算法选取RBF网络的中心，提高网络的性能及效率；用Matlab实现对6*度机械手运动学的建模、仿真.网络求解的结果表明了该方法的有效性.