一种能抵抗周期噪声的龙格库塔型周期节律神经网络方法

摘要

本发明公开了一种能抵抗周期噪声的龙格库塔型周期节律神经网络方法，包括以下步骤：给定末端任务，采用双指标二次型优化对机械臂轨迹进行逆运动学解析，将机械臂最小转矩与角度偏移二范数平方的加权和指标的二次型优化方案转化为一个标准的二次规划问题，并利用连续时间周期节律神经网络求解此卡罗需‑库恩‑塔克最优化条件，得到连续时间模型，利用龙格库塔法得到离散周期节律神经网络，并用该神经网络求解得到原二次规划问题的离散解。最后，将结果传递给机械臂控制器，驱动机械臂跟踪轨迹。本发明设计的离散周期节律神经网络，具有抑制网络模型中周期性噪声的能力，并且能够消除机械臂的初始误差对运动规划的影响，成功规划机械臂运动。