الملخص

تقدم هذه الورقة تحليلاً شاملاً للحركيات الأمامية والعكسية لـ MOTOMAN HP3 ، وهو روبوت مُعالج بست درجات حرية. تُشتقّ الحركات الأمامية باستخدام خوارزمية Denavit-Hartenberg (DH) لحساب موضع واتجاه المُستقبِل النهائي من زوايا المفصل. طُوِّرت واجهة مستخدم رسومية MATLAB لتنفيذ نموذج الحركيات الأمامية والتحقق من صحته. بالنسبة للحركات العكسية، يُقترح نهج هجين يجمع بين الأساليب التحليلية والشبكات العصبية الاصطناعية ذات الدالة الشعاعية الأساسية (RBF-ANN) لمعالجة التعقيد الحسابي والتفردات. تُحل زاوية المفصل الأولى هندسيًا، بينما تُقَرَّب الزاويتان الثانية والثالثة باستخدام RBF-ANN، وتُحسب الزوايا المتبقية تحليليًا. تُثبت النتائج التجريبية دقة كلا النموذجين مقارنةً ببرنامج محاكاة MOTOMAN ، مما يُظهر فعاليتهما في التطبيقات الروبوتية.

ABSTRACT

This paper provides a detailed study of the forward and inverse kinematics of the MOTOMAN HP3, a 6-degree-of-freedom robotic manipulator. The forward kinematics are derived using the Denavit–Hartenberg (DH) method to calculate the end-effector’s position and orientation from the joint angles, and a MATLAB GUI is developed to implement and validate the model. For inverse kinematics, a hybrid approach is proposed that combines analytical methods with Radial Basis Function Artificial Neural Networks (RBF-ANN) to overcome computational complexity and handle singularities. The first joint angle is determined geometrically, the second and third angles are approximated via RBF-ANN, and the remaining angles are computed analytically. Experimental results confirm the accuracy of both models when compared with the MOTOMAN simulation software, demonstrating their effectiveness for robotic applications.