基于神经网络的机器人运动学反解算法

提出了一种基于神经网络的机器人运动学反解算法。详细讨论了神经网络求解的快速算法以及求解精度的自动检验与改进等技术问题,并以六自由度ＰＵＭＡ机器人为例,进行了数值模拟计算。结果表明：用神经网络反对机器人的运动学问题,不仅求解过程简单,还可避免传统反解方法中的许多棘手问题。