基于RBF神经网络的磨抛机器人自适应路径规划方法及系统

    公开(公告)号:CN119260708A

    公开(公告)日:2025-01-07

    申请号:CN202411191275.8

    申请日:2024-08-28

    Abstract: 本发明公开了一种基于RBF神经网络的磨抛机器人自适应路径规划方法及系统,其中方法包括步骤:建立径向基函数神经网络模型并训练;实时采集磨抛数据并预处理;将预处理后的磨抛数据输入训练好的径向基函数神经网络模型生成磨抛机器人的初始磨抛路径;采用粒子群算法对所述初始磨抛路径进行优化,获得磨抛机器人的最优磨抛路径;按照最优磨抛路径执行磨抛任务,并将执行磨抛任务过程中采集的磨抛数据反馈至径向基函数神经网络模型。其显著效果是:能够实时生成和优化机器人的磨抛路径,并可以适应不同形状和材质的工件,实现了在各种磨抛条件下的高效、自动化路径规划,从而提高磨抛效率和加工质量。

    基于RBF神经网络的磨抛机器人自适应路径规划方法及系统

    公开(公告)号:CN119260708B

    公开(公告)日:2025-04-15

    申请号:CN202411191275.8

    申请日:2024-08-28

    Abstract: 本发明公开了一种基于RBF神经网络的磨抛机器人自适应路径规划方法及系统,其中方法包括步骤:建立径向基函数神经网络模型并训练;实时采集磨抛数据并预处理;将预处理后的磨抛数据输入训练好的径向基函数神经网络模型生成磨抛机器人的初始磨抛路径;采用粒子群算法对所述初始磨抛路径进行优化,获得磨抛机器人的最优磨抛路径;按照最优磨抛路径执行磨抛任务,并将执行磨抛任务过程中采集的磨抛数据反馈至径向基函数神经网络模型。其显著效果是:能够实时生成和优化机器人的磨抛路径,并可以适应不同形状和材质的工件,实现了在各种磨抛条件下的高效、自动化路径规划,从而提高磨抛效率和加工质量。

Patent Agency Ranking