一种基于混合神经网络的机械手移动轨迹自动控制技术研究

来源：机床与液压杂志2021年第22期北京时间：

作者：唐翠微

单位：雅安职业技术学院

摘要：针对现有机械手移动偏差控制技术存在的轨迹控制不连续、复杂度高、综合效率低等问题，以机器学习和深度学习为基础提出一种混合神经网络控制算法。分析机械手各关节、连杆的空间坐标转换关系，以RBF为基础构建混合神经网络模型，选用逆多二次函数作为模型的激活函数，分别确定中间隐层和输出层的权值；引入LSTM长短记忆算法，利用LSTM算法的输入门、遗忘门和输出门结构设计，抑制坐标数据训练时出现的梯度膨胀问题，并给出精确的轨迹修正指令。仿真结果表明：提出的混合神经网络算法采样点轨迹偏差均值为0.02 mm，VARP值趋近于0，具有更好的自动控制稳定性和更高的控制效率。

关键词：混合神经网络;机械手;自动控制;RBF神经网络;LSTM算法