一种基于神经网络感知器的双足行走机器人稳定性控制方法

2011-03-31 10:28:51来源: 自动化技术与应用

     摘  要:本文利用神经网络感知器和安装在机器人脚底的力传感器,测知机器人重心的位置,控制机器人重心在双脚的支撑面内,以使机器人稳定。本文提出的双足行走机器人稳定性控制方案是简单易行的。
    关键词: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
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。

关键字:行走  机器人

编辑:eeleader 引用地址:http://www.eeworld.com.cn/gykz/2011/0331/article_5300.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。
论坛活动 E手掌握
微信扫一扫加关注
论坛活动 E手掌握
芯片资讯 锐利解读
微信扫一扫加关注
芯片资讯 锐利解读
推荐阅读
全部
行走
机器人

小广播

独家专题更多

富士通铁电随机存储器FRAM主题展馆
富士通铁电随机存储器FRAM主题展馆
馆内包含了 纵览FRAM、独立FRAM存储器专区、FRAM内置LSI专区三大部分内容。 
走,跟Molex一起去看《中国电子消费品趋势》!
走,跟Molex一起去看《中国电子消费品趋势》!
 
带你走进LED王国——Microchip LED应用专题
带你走进LED王国——Microchip LED应用专题
 
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 © 2005-2016 EEWORLD.com.cn, Inc. All rights reserved