1、隨著科技的進(jìn)步與發(fā)展，工業(yè)機(jī)器人技術(shù)突飛猛進(jìn)，其應(yīng)用深入到生產(chǎn)和生活的各個方面。在工業(yè)機(jī)器人技術(shù)的研究中，機(jī)器人運(yùn)動學(xué)的研究一直是機(jī)器人研究領(lǐng)域的重點(diǎn)。機(jī)器人運(yùn)動學(xué)研究包括正向運(yùn)動學(xué)和逆向運(yùn)動學(xué)兩部分。本文針對SA1400工業(yè)六關(guān)節(jié)機(jī)器人進(jìn)行了運(yùn)動學(xué)研究，主要有以下幾方面的內(nèi)容：
　?。?）針對SA1400型機(jī)器人進(jìn)行運(yùn)動學(xué)建模分析。在對運(yùn)動學(xué)理論進(jìn)行深入研究的基礎(chǔ)上，依據(jù)齊次變換理論，采用D-H法建立SA1400機(jī)器人運(yùn)動學(xué)的數(shù)

2、學(xué)模型，進(jìn)行機(jī)器人正運(yùn)動學(xué)分析。然后采用代數(shù)法對機(jī)器人進(jìn)行逆運(yùn)動學(xué)求解。調(diào)用MATLAB平臺的Robotics Toolbox建立機(jī)器人模型，通過實驗仿真分析，驗證了機(jī)器人模型的可靠性，以及SA1400型機(jī)器人正、逆解的正確性。
　?。?）針對機(jī)器人逆運(yùn)動學(xué)求解的問題，為提高機(jī)器人逆運(yùn)動學(xué)求解速度和精度，提出一種基于動態(tài)模糊神經(jīng)網(wǎng)絡(luò)的求解的方法。對多輸入單輸出的D-FNN進(jìn)行改進(jìn)，設(shè)計了6輸入6輸出的結(jié)構(gòu)模型。根據(jù)笛卡爾目標(biāo)曲線的

3、所對應(yīng)的關(guān)節(jié)角運(yùn)動范圍選取角度值作為樣本進(jìn)行訓(xùn)練，然后測試驗證D-FNN。與基于BP神經(jīng)網(wǎng)絡(luò)對機(jī)器人求解的方法進(jìn)行對比分析。實驗結(jié)果表明，無論是在求解精度還是求解時間上，D-FNN均優(yōu)于BP神經(jīng)網(wǎng)絡(luò)。
　?。?）對機(jī)器人軌跡規(guī)劃算法進(jìn)行了研究。研究了三次、五次多項式及三次樣條的插值算法。經(jīng)理論及仿真分析得出在機(jī)器人點(diǎn)到點(diǎn)的運(yùn)動時，采用五次多項式插值算法，機(jī)器人運(yùn)動更加平穩(wěn)，對于連續(xù)路徑的運(yùn)動，三次樣條插值算法可以實現(xiàn)機(jī)器人運(yùn)動平穩(wěn)