关键词：深海电动机械臂;能耗优化;轨迹规划;径向基神经网络;自适应粒子群优化
摘 要：由于深海电动机械臂动力学模型较为复杂,难以基于动力学模型构建精确的能耗优化目标函数,因此,本文提出一种利用径向基函数(RBF)神经网络构建机械臂功耗模型的方法.首先,利用机械臂水下运动实验数据集训练所构建的RBF神经网络.利用基于该神经网络的功耗模型,结合机械臂关节空间轨迹规划多项式,建立机械臂能耗目标函数.然后,采用自适应粒子群优化(PSO)算法求解最优轨迹参数.结果显示,RBF功耗网络均方根误差(RMSE)为20.89 W;经过优化的轨迹的能耗比实验轨迹的能耗均值降低410.8 J(18.3%).实验结果表明基于自适应PSO算法的轨迹规划方法实现了能耗优化的目标.
内 容：原文可通过湖北省科技信息共享服务平台（http://www.hbstl.org.cn)获取