一種基于神經網絡感知器的雙足行走機器人穩定性控制方法
加入技術交流群
(2)訓練隨機選取一輸入、輸出模式對(Sk,Yk)，這里k=1，2，Λ，m時，網絡進行以下步驟的訓練。
第一步，計算連接層各單元的輸出
第二步，以連接層的輸出作為輸入層的各單元的輸入計算輸出層的實際輸出
在學習過程中，當所有的m個樣本模式對都提供給網絡學習一遍后，還需從頭再繼續提供給網絡學習。直到達到最大學習次數，以防止發散或無限震蕩，或者滿足誤差限制。
3 計算機控制系統
機器人重心位置是由腳底的力傳感器測定的。當某一側的傳感器輸出值趨于零或小于預定的值時，說明重心已經偏向相反的另一側，機器人處于危險狀態。這時機器人就應該產生一定的動作，向另一側跨出一腳，以使機器人的重心位于支撐面內。
整個控制系統如圖2所示。本文引用地址：http://www.104case.com/article/162589.htm
其中，y(t)是傳感器輸出向量，為模擬量，經采樣、Ａ／Ｄ轉換后為人工神經網絡感知器的輸入向量y(kt)。
本文取感知器的輸入層單元與輸出層單元的個數相同。感知器經過訓練好以后，系統將時實監控機器人的重心位置，當重心偏向某側，相反側的力傳感器的輸入小于設定的安全值時，神經網絡相應于該側的輸出為1，其余均為0，系統將根據神經網絡的輸出，做出相應的動作指令；當傳感器的輸入均大于設定安全值時，神經網絡的輸出均為0，系統不產生任何動作指令。
4 仿真
本文假設在機器人的腳底安裝有力傳感器，左腳的后部、左部和前部各一個，右腳的前部、右部和后部各一個。依次編號為pi,i=1,2,Λ 6，構成輸入向量
P＝［p１，p2，p3，p4，p5，p6］Ｔ
假設機器人的重是100kgf，當機器人的腳底的傳感器輸出為2kgf，即認為機器人處于危險狀態。設神經網絡感知器的輸入為
對應的理想輸出為
評論