一种基于神经网络感知器的双足行走机器人

2010-08-11 12:10:52来源: 自动化技术与应用 关键字:神经网络  感知器  双足行走机器人  稳定性控制

1引言

        人作为双足行走生物,是在长期的生物进化过程中形成的。人能够不自觉地保持身体的直立性和平衡性,不论是在静止不动还是在行走过程中。一旦失去平衡,人就会产生相应的动作,使身体保持平衡。例如,在静止时,当人的重心偏向一侧时,就会不自觉地向该侧跨出一脚,以使重心位置落于支撑面内。这里,支撑面定义为两脚之间的面积以及两脚的面积。当重心落于支撑面内时,就不会倾倒。再如,在行走过程中,人的重心不断向前移动,超出了两脚尖的位置,迫使人向前迈出脚,这样才使人的行走成为可能,使人的行走自然流畅。因此,控制机器人重心的位置及重心位置的速度,是机器人保持稳定及产生有效步态的关键。本文就是控制机器人的重心位置,使其落于支撑面内,从而达到了机器人稳定性控制的目的。机器人的重心可以由安装在机器人脚底的力传感器测知。当重心偏向一侧,这一侧的传感器输出偏大,相反的一侧的力传感器等于零,或趋近于零。本文用感知器来感知机器人重心位置的变化,当重心超出支撑面时,系统将发出动作指令,使机器人保持稳定。

        本文采用的神经网络感知器(Perception)是最简单的人工神经网络,它是F??Rosenblatt于1958年提出的具有自学习能力的感知器。在这种人工神经网络中,记忆的信息存储在连接权上,外部刺激通过连接通道自动激活相应的神经元,以达到自动识别的目的。感知器模型如图1所示,通常由感知层S(Sensory)、连接层A(Association)和反应层构成R(Response)。

2 人工神经元感知器的学习算法

      可以用下面的方法训练网络:

(1)初始化S层至连接层(A层)的连接权矩阵

中的各个元素及A层各单元的阀值赋予[-1,+1]之间的随机值,一般情况下vij=1θj=0i=1,2,Λ,pj=1,2,Λ,n且在整个学习过程中保持固定不变。
A层至输出层(R层)的连接权矩阵

中的各个元素及??S层各单元的阀值θ=[θ1θ2Λθq]赋予[-1,+1]之间的随机值。
(2)训练随机选取一输入、输出模式对(Sk,Yk),这里k=1,2,Λ,m时,网络进行以下步骤的训练。

第一步,计算连接层各单元的输出

第二步,以连接层的输出作为输入层的各单元的输入计算输出层的实际输出

        在学习过程中,当所有的m个样本模式对都提供给网络学习一遍后,还需从头再继续提供给网络学习。直到达到最大学习次数,以防止发散或无限震荡,或者满足误差限。

3 计算机控制系统

        机器人重心位置是由脚底的力传感器测定的。当某一侧的传感器输出值趋于零或小于预定的值时,说明重心已经偏向相反的另一侧,机器人处于危险状态。这时机器人就应该产生一定的动作,向另一侧跨出一脚,以使机器人的重心位于支撑面内。整个控制系统如图2所示

 

        其中,y(t)是传感器输出向量,为模拟量,经采样、A/D转换后为人工神经网络感知器的输入向量y(kt)。

        本文取感知器的输入层单元与输出层单元的个数相同。感知器经过训练好以后,系统将时实监控机器人的重心位置,当重心偏向某侧,相反侧的力传感器的输入小于设定的安全值时,神经网络相应于该侧的输出为1,其余均为0,系统将根据神经网络的输出,做出相应的动作指令;当传感器的输入均大于设定安全值时,神经网络的输出均为0,系统不产生任何动作指令。

4 仿真

        本文假设在机器人的脚底安装有力传感器,左脚的后部、左部和前部各一个,右脚的前部、右部和后部各一个。依次编号为pi,i=1,2,Λ 6,构成输入向量

P=[p1,p2,p3,p4,p5,p6]T

    假设机器人的重是100??kgf,当机器人的脚底的传感器输出为2kgf,即认为机器人处于危险状态。设神经网络感知器的输入为

        对应的理想输出为

        即认为力传感器的输出为2kgf时机器人处于危险状态,传感器的输出为3kgf时,认为机器人处于安全状态。连接权值和阀值的初始值分别是

        经过n=1335次迭贷,输出达到期望值。连接权值和阀值分别为

5 结论

        本文就双足行走机器人的稳定性控制提出了一种新的控制方法,它是建立在人工神经网络感知器上。试验表明,该方法简单易行。

关键字:神经网络  感知器  双足行走机器人  稳定性控制

编辑:金海 引用地址:http://www.eeworld.com.cn/gykz/2010/0811/article_3256.html
本网站转载的所有的文章、图片、音频视频文件等资料的版权归版权所有人所有,本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如果本网所选内容的文章作者及编辑认为其作品不宜公开自由传播,或不应无偿使用,请及时通过电子邮件或电话通知我们,以迅速采取适当措施,避免给双方造成不必要的经济损失。

上一篇:数字化和网络化传感器在工程中的应用
下一篇:基于智能仪表的串联双容水箱液位控制系统的设计

关注eeworld公众号 快捷获取更多信息
关注eeworld公众号
快捷获取更多信息
关注eeworld服务号 享受更多官方福利
关注eeworld服务号
享受更多官方福利
推荐阅读
全部
神经网络
感知器
双足行走机器人
稳定性控制

小广播

独家专题更多

东芝在线展会——芯科技智社会创未来
东芝在线展会——芯科技智社会创未来
2017东芝PCIM在线展会
2017东芝PCIM在线展会
TI车载信息娱乐系统的音视频解决方案
TI车载信息娱乐系统的音视频解决方案
汇总了TI汽车信息娱乐系统方案、优质音频解决方案、汽车娱乐系统和仪表盘参考设计相关的文档、视频等资源
电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright © 2005-2017 EEWORLD.com.cn, Inc. All rights reserved