<dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><small id="yhprb"></small><dfn id="yhprb"></dfn><small id="yhprb"><delect id="yhprb"></delect></small><small id="yhprb"></small><small id="yhprb"></small> <delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"></dfn><dfn id="yhprb"></dfn><s id="yhprb"><noframes id="yhprb"><small id="yhprb"><dfn id="yhprb"></dfn></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><small id="yhprb"></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn> <small id="yhprb"></small><delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn>
關(guān) 閉

新聞中心

EEPW首頁(yè) > 工控自動(dòng)化 > 設計應用 > 一種基于神經(jīng)網(wǎng)絡(luò )感知器的雙足行走機器人穩定性控制方法

一種基于神經(jīng)網(wǎng)絡(luò )感知器的雙足行走機器人穩定性控制方法

作者: 時(shí)間:2010-12-09 來(lái)源:網(wǎng)絡(luò ) 收藏

摘 要:本文利用神經(jīng)網(wǎng)絡(luò )感知器和安裝在機器人腳底的力,測知機器人重心的位置,控制機器人重心在雙腳的支撐面內,以使機器人穩定。本文提出的雙足行走機器人穩定性控制方案是簡(jiǎn)單易行的。
關(guān)鍵詞:神經(jīng)網(wǎng)絡(luò ) 感知器 雙足行走機器人 穩定性控制

1 引言
人作為雙足行走生物,是在長(cháng)期的生物進(jìn)化過(guò)程中形成的。人能夠不自覺(jué)地保持身體的直立性和平衡性,不論是在靜止不動(dòng)還是在行走過(guò)程中。一旦失去平衡,人就會(huì )產(chǎn)生相應的動(dòng)作,使身體保持平衡。例如,在靜止時(shí),當人的重心偏向一側時(shí),就會(huì )不自覺(jué)地向該側跨出一腳,以使重心位置落于支撐面內。這里,支撐面定義為兩腳之間的面積以及兩腳的面積。當重心落于支撐面內時(shí),就不會(huì )傾倒。再如,在行走過(guò)程中,人的重心不斷向前移動(dòng),超出了兩腳尖的位置,迫使人向前邁出腳,這樣才使人的行走成為可能,使人的行走自然流暢。因此,控制機器人重心的位置及重心位置的速度,是機器人保持穩定及產(chǎn)生有效步態(tài)的關(guān)鍵。本文就是控制機器人的重心位置,使其落于支撐面內,從而達到了機器人穩定性控制的目的。機器人的重心可以由安裝在機器人腳底的力測知。當重心偏向一側,這一側的輸出偏大,相反的一側的力傳感器等于零,或趨近于零。本文用感知器來(lái)感知機器人重心位置的變化,當重心超出支撐面時(shí),系統將發(fā)出動(dòng)作指令,使機器人保持穩定。
本文采用的神經(jīng)網(wǎng)絡(luò )感知器(Perception)是最簡(jiǎn)單的人工神經(jīng)網(wǎng)絡(luò ),它是FRosenblatt于1958年提出的具有自學(xué)習能力的感知器。在這種人工神經(jīng)網(wǎng)絡(luò )中,記憶的信息存儲在連接權上,外部刺激通過(guò)連接通道自動(dòng)激活相應的神經(jīng)元,以達到自動(dòng)識別的目的。感知器模型如圖1所示,通常由感知層S(Sensory)、連接層A(Association)和反應層構成R(Response)。

本文引用地址:http://dyxdggzs.com/article/162589.htm


2 人工神經(jīng)元感知器的學(xué)習算法
可以用下面的方法訓練網(wǎng)絡(luò ):
(1)初始化S層至連接層(A層)的連接權矩陣

中的各個(gè)元素及A層各單元的閥值賦予[-1,+1]之間的隨機值,一般情況下vij=1θj=0i=1,2,Λ,pj=1,2,Λ,n且在整個(gè)學(xué)習過(guò)程中保持固定不變。
A層至輸出層(R層)的連接權矩陣

中的各個(gè)元素及S層各單元的閥值θ=[θ1θ2Λθq]賦予[-1,+1]之間的隨機值。


上一頁(yè) 1 2 3 下一頁(yè)

關(guān)鍵詞: 傳感器

評論


相關(guān)推薦

技術(shù)專(zhuān)區

關(guān)閉
国产精品自在自线亚洲|国产精品无圣光一区二区|国产日产欧洲无码视频|久久久一本精品99久久K精品66|欧美人与动牲交片免费播放
<dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><small id="yhprb"></small><dfn id="yhprb"></dfn><small id="yhprb"><delect id="yhprb"></delect></small><small id="yhprb"></small><small id="yhprb"></small> <delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"></dfn><dfn id="yhprb"></dfn><s id="yhprb"><noframes id="yhprb"><small id="yhprb"><dfn id="yhprb"></dfn></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><small id="yhprb"></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn> <small id="yhprb"></small><delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn>