【技术实现步骤摘要】
基于神经网络调节双腿关节角的仿人机器人步行控制方法
[0001]本专利技术涉及智能机器人领域,更具体地,涉及基于神经网络调节双腿关节角的仿人机器人步行控制方法。
技术介绍
[0002]与轮式、履带式机器人相比,仿人机器人具有类人的步行能力和越障能力,使其移动灵活、盲区少,因此,仿人机器人适用于更多的环境场合,具有更广阔的应用前景。显然,稳定步行是仿人机器人实现其它功能的前提和基础。由于仿人机器人是一个自由度多、结构复杂的非线性系统,使得稳定步行成为仿人机器人研究的重点和难点。零力矩点(Zero Moment Point,ZMP)是检验仿人机器人能否实现稳定步行的主要判据,根据ZMP理论,仿人机器人要实现稳定步行,其ZMP必须处在由支撑脚掌构成的凸多边形稳定区域内,且越靠近多边形中心,稳定性越强;反之,若ZMP在凸多边形稳定区域外,则步行不稳定。
[0003]仿人机器人在现实环境中步行时,由于地面凹凸不平、踩到障碍物等因素,使得仿人机器人的位姿出现偏差,导致实际ZMP偏离期望值,从而使机器人的稳定性变差,严重时ZMP将超出稳定区域,致使机器人摔倒。因此,需要研究合适的步行控制方法,使得仿人机器人能够在实际环境中实现期望的稳定步行,国内外学者对该问题进行了相应的研究。Mart等人研究出基于双足机器人的动力学模型计算关节力矩控制稳定步行,但该方法需要机器人精确的动力学模型,而仿人机器人是一个自由度多、结构复杂的非线性系统,其动力学模型维度高、耦合性强。Sugihara等人研究将仿人机器人简化成倒立摆模型,通过改变倒 ...
【技术保护点】
【技术特征摘要】
1.一种基于神经网络调节双腿各关节角度的仿人机器人步行控制方法,其特征在于,是通过双闭环控制方法实现双腿各关节角度调节的仿人机器人步行控制方法,包括外闭环基于神经网络控制器的各关节角度校正方法和内闭环基于PD控制器的各关节角度跟踪方法;具体地:外闭环根据各关节实际角度θ
r
、角速度和角加速度由仿人机器人的正运动学模型和式(1)组成的ZMP计算器输出实际ZMP位置其中式(1)是ZMP关于各连杆的质心位置(x
i
,z
i
)和加速度的关系式:式(1)中,m
i
为连杆i的质量,g为重力加速度;期望ZMP位置与实际ZMP位置相减得到ZMP误差,同时结合机器人的各关节实际角度θ
r
,由神经网络控制器输出跟踪期望ZMP的各关节角度校正量Δθ
c
;内闭环是将各关节期望角度θ
d
与各关节实际角度θ
r
和各关节角度校正量Δθ
c
相减,得到各关节角度误差e
θ
,然后由增量式数字PD控制器输出各关节驱动力矩τ到仿人机器人,控制各关节跟踪期望角度,各关节驱动力矩τ=(τ1,τ2,
…
,τ6);其中各关节是指仿人机器人左右腿的踝关节、膝关节、髋关节共6个关节。2.根据权利要求1所述的方法,其特征在于,外闭环环节中:由神经网络控制器输出跟踪期望ZMP的双腿各关节角度校正量Δθ
c
的过程是为:通过建立一个BP神经网络来逼近各关节角度校正量Δθ
c
与ZMP误差e
ZMP
、各关节实际角度θ
r
之间的非线性关系,即Δθ
c
=f(e
ZMP
,θ
r
),然后将训练好的BP神经网络各关节角度校正量控制器植入到仿人机器人的步行控制系统,根据机器人的实时步行状态在线给出各关节角度校正量,以此保证仿人机器人实现期望的稳定步行;其具体过程为:设计一个由输入层、隐含层和输出层构成的三层BP神经网络;其中,输入层由ZMP误差e
ZMP
和各关节实际角度θ
r
组成,即共7个神经元,其中,分别表示左、右腿的踝关节、膝关节、髋关节共6个关节,以上标1,2,
…
,6表示;输出层取为各关节角度校正量分别表示左、右腿的踝关节、膝关节、髋关节共6个神经元;而隐含层神经元个数由如下经验公式确定:式中,n
h
、n
i
、n
o
分别表示隐含层、输入层、输出层的神经元个数,将n
i
=7,n
o
=6代入,经过多次试验,δ=3较合适,故隐含层n
h
选用9个神经元,由此确定BP神经网络...
【专利技术属性】
技术研发人员:付根平,朱立学,张世昂,杨亮,黄伟锋,谭阳,
申请(专利权)人:仲恺农业工程学院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。