机械专业外文文献翻译-外文翻译--关于装载适应性神经模糊系统的有两足行走的机器人的零刻点弹道造型 中文版
《机械专业外文文献翻译-外文翻译--关于装载适应性神经模糊系统的有两足行走的机器人的零刻点弹道造型 中文版》由会员分享,可在线阅读,更多相关《机械专业外文文献翻译-外文翻译--关于装载适应性神经模糊系统的有两足行走的机器人的零刻点弹道造型 中文版(13页珍藏版)》请在装配图网上搜索。
关于装载 适应 性 神经模糊系统的有两足 行 走的机器人 的 零 刻点弹道造型 D. 要: 对于制造机器人来说 两足动 物的体系结构 高度适用于 它们 工作在人的环境里 , 因为这样 将使 机器人避免障碍 变成 一项相对 的 容易的任务 。 然而,在走 动 的机制 中 介入 复杂动力学 , 这 使得 制作 这样 的 机器人 的 控制 系统变成了 一项富 有 挑战性 的 任务。 机器人脚部的 零刻点 (道 是机器人行走时的稳定性的重要保障 。 如果 以 在 线 测量那 么就 将 使为机器人稳定行走创造条件成为可能, 而且通过运用标 准的 可以实现机器人的稳定控制。 据是通过两足行走机器人实时测量出来的,在这之后在通过一套适应性神经模糊系统( 其造型。 测量了在水平基准面的自然行走和在带 有 10 度倾斜面的上下行走。通过改变模糊系统的成员作用和结果输出部分的规则,使得 型的表现最优化。由 示的优秀表现 意味着它不仅可以运用于模型机器人的运动,还可以运用于控制真正的机器人。 1 介绍 两足动物结构是 对 走 动 的机器人的最多才多艺的设定 之一 。两足动物 结构 , 使机器人即使在有台阶或障碍 等 的环境里也具备和人几乎同样的可支 配的机械装置。 然而,介入的动力学是高度非线性,复杂和不稳定的。 因此,它是 引入模仿人体行走的最大的困难 。 模仿人体行走是一个可观的研究领域( 1) 。与产业机器人 的 操作器 相 比,一个走 动 的机器人和地面之间的 相 互作用是复杂的。 在 这 种 相 互作用 的 控制 上 零 刻点 (2概念 被 证明是有用的 。在 弹道 的帮助下 机器人 的 脚 在步行期间的行动是受其稳定性信息的诱导的 。使用们可以 整合 两足的机器人的走的 模 式 并用实际机器人示范行走行为。 因此, 定了 一个 两足的机器人的动态稳定性。 表地面反作用力被采取发生 的点 。 使用机器人的模型 , 地点可以被计算。然而, 值指标与计算值价值指标之间有很大偏差也是有可能的 ,这是因为 物理参量的偏差在数学模型和实际机器之间。 因此,实际 应该测量的 , 尤其是在它作为稳定行走的控制参数时。 在这项工作中,实际 周期走动数据是通过一个实用两足走动机器人获得的 。 机器人将在 水平基准面和 10 度倾斜面上 被测试 。 一个适应 性 神经模糊 系统 (被用于控制一个复杂 的 真正的有两足的走 动 机器人 ,以便于 建模,使其能应用与控制中。 2 有两足的走 动 机器人 两足的走 动 机器人的设计 我 们设计了并且 制造 了 如 图 1 所 示的有两足的走 动 机器人。 机器人有 19 联接。 机器人的关键 尺寸如图 1 所示 08重量约为 1700 g, 包括 个别 电池 。 通过使用铝制结构使 机器人的重量减到 了 最小。 每一个联接都由一个遥控装置控制,这个遥控装置 包括 一个直流 马达、齿轮和一个简单的控制器。每一台 遥控装置都安装在联接结构上 。 这个结构保证机器人是稳定的 (即不会容易 跌倒 )并且给 了 机器人 一个人类的外型 。 我们的机器人系统结构 如图 2 所示 。 机 器人 能在平面或小斜度面以 步,每步 48速度行走。 机 器人的 配置如表一所示。 机器人的 行走动作如图 36 所 示。 图 3、 4 分别为 机器人 在平面行走时正视图和侧视图。图 5 是 机器人沿着倾斜 面 向下 步行的 快照,而图 6 是 机器人沿着倾斜 面向上步行 的快照。 行动时 联 接的 位置如 图 。 被测量的 道 是 从 这 十 个 自由 ( 如图 的 数据得到 的 。 二个自由 度被分配到臀部和脚腕 , 每个膝盖 分配一个自由度 。 使用这些连接角,一个循环走的样式 就会 体 现出来 。 我们的机器人能连续地走,无需跌倒。 在 附录 里总结了 我们的机器人的四步行动的连接角。 量系统 在一 个 机器 人脚 部的 道 是步行的稳定的一个 重要 标准。 在许多研究中, 通过使用机器人模型和连接处的编码器传出的信息用计算机计算出来的 。然而,我们使用 更直接的方法,使用了机器人脚部上的传感器测量的数据。 在 机器人 脚 部的作用 之下 地 面 的 反作用力 的分布 是复杂的。 然而,如图 ,在脚的脚底 的任意点 P 点的 反 作用力都 可以 用 力量 时刻 之前在任意时候代 的力 表。 在地面上的 脚的压力的中心,并且关于这点的地面运用的片刻是零。 换句话说,在地面上的点 P 是惯性和重力 在 0 刻没有沿轴的组分 , 平行与地面的点 1, 7。 图 9 说明 了 使用的传感器和他们的在 机器人 脚的脚底的安置 情况 。 用于我们的实验的力量传感器的种类是 201 传感器 8。 他们附 在 构成脚的脚底板材的四个角落。 传感器信号由一个 数字化,与 10采样时光。 测量在实时被执行。 脚 压力通过求和力量信号得到。 使用传感器数据计算实际 值是容易的。 使用 (1),计算 位置 脚 坐标 框架的 式中 每 媒介的传感器位置。 这些是在图 细说明 。 在 图形中 , O是位于低左手角落左脚 坐标 框 架的起源。 实 验性结果 如图 1116 所 示。 图 11, 13 和 15 显示 的是走动机器人在平面和 10 度倾斜面的四步走动的 x 坐标 和 y 坐标转化的 实际 置 。图 12, 14和 16 显示了机器人运用图 11, 13 和 15 的准确 标的单步行走情况。 如弹道所显示, 在于实线显示的一个长方形领域 。 因此, 位置是与 机器人 脚 部相关的,因此 机器人是稳定的。 3 道 建模 在许多 科学 问题 中,通往他们答案的实质性的一步就是在他们的实验下建立(数学)模型 。 建模 的重要 性体现在 是建立被观察 物和 可变物之间的经验 性 的关系。 机器人步行介入的复杂动力学 使 做机器人控制 系统变为 一项富挑战性 的 任务。 然而,如 果高度非线性和复杂动力学可以 被 严密地 建模,之后他的模型 可以用于机器人的控制。 另外, 建模 , 甚至能用于机器智能控制与干扰、噪声的最小化处理。 糊建模技术近些年已经成为一项活跃的研究领域,因为它在复杂的,不清楚的 ,不明确的系统中依然能有出色的表现,而这些时候常规的数学建模很难给出让人满意的答案 9。就此而论我们打算使用 此 系统 为 道 建模 。 模 糊推理系统是 以 模糊集 合理 论 的概念 、模糊的 句和模糊推 理为基础 的一个普遍的计算的框架。 我们将使用 糊模型 ,因为 在这个系统中, 每一个规则都有明显的输出,总体的输出将通过加权平均值给出。这样就避免了计算的费时过程。 当我们考虑在模糊 建模 时的模糊 规则 时发现 ,结果部分可以由一个恒定或一个线性 的 多项式表达。 可以用于模糊系统 的 多项式的不同的形式 如 表 建模 的表现 形式 取决于用于 建模 的 表示 结果 的 多项式的种类。 而且,我们可以 为模糊规则的前期部分的模糊嵌入 拓展 各种各样 单元 作用 (例如三角和高斯 。 这些是为算式贡献可行方法另一个因素 。 多项式的种类 如下是 建模 系统的结构图 如 图 17 所 示。 提出的方法 首先用于建模,而后用于控制一个实际的两足结构行走机器人。 为了得到 模糊建模系统的模糊规则,我们必须记录 一个非线性系统,这个系统是通过两足行走机器人的十个输入变量产生的模糊坐标建立的,每个输入变量会产生两个模糊坐标。 模糊 建模的 规 如下: 在式中 规则的 假设部分中起到语言上判断的作用,分别结合输入变量 , , 是常数 ,或者 则的 已知 结果多项式函数。 如图 18 所示, 检定了 二种类型 。 一个 是 三角 式 , 另一个是 高斯 式 。 图 19 是 适应性神经模糊系统体系结构,考虑到让它等同于十输入模糊模型。在这个系统中假设每个输入有两个模糊值与它对应,如图 18 所示。 标记 P 的值给出的是所有输入信号的乘积, , 而 这些 标记的 N 的值 计算 的是 某一 确定 的 反作用 力 与总反作用力之和的 比 。关于如何使 量变化 ,我们 使用梯度下降算法或一种递归最小平方的估计算法重复调整前提和结果参量。 然而,我们不使用复杂杂种学习算法,反而使用一般最小平方的估 计算法 并且 只确定 结果多项式函数的 趋势 。 仿结果 使用 型 大致建成 了。 然后准确性 在中间领域误差( 被量化了。 足走动机器人的 道建模 , 通过 运用机器人测量传出的数据。 决于 机警性和模糊规则的结果输出 。 从我们的机器人输出的 道数据(如附录的图 32 41 所示)将用于过程参量。 当三角和高斯 于前提部分或用于结果部分的不变参数 ,那么相应的 中。我们在图 20 25 中绘出了我们的结果。由 生的 道图如图 20, 22,24 所示分别为水平基准面的行走图, 10 度倾 斜面下行图和 10度倾斜面上行图。在图 21,23, 25,我们可以看见由 生的相应的 道。 简 而言之,两个膝盖的过程参数可以被忽略。 作为 结果,我们可以减少模糊 规则的维度和从而降低计算负担。 在这种情况下 仿真条件 和它对应的 方的误差) 价值在表 4 列出。 从 给出的 模仿结果的图和表 中 ,我们能看到从模糊系统 得到 的 道非常类似 于我们的行走机器人所测量出的实际 道(如图 11 16 所示)。 展示的高 准确 性能力,意味着 以有效地被用于 建模 和控制一个 实际的两足结构走动 机 器人。 较 我们现在 把 表现与 三种统计回归模型的数学模型相比较。 对于每个统计回归模型,四个不同案件类型被修建了 。 它们在两种输入下的一般表达式如下: 这里 对 应的 7 里被 给出。它 测量第二类型给 坐标 的最佳的结果所有被考虑的走的条件的。 产生的 道和相应的产生它们的第二类型回归模型如图 26 31所示。 我们可以认为, 统计回归模型展示了一条相当地更好的 道。 4 个结论 一个实用的装载模糊神经系统的零弹道两足结构走动机器人被展示出来。 道是确保机器人行走稳定性的重要保障。但是地面 复 杂的反作用力使控制变得困难。 我们试图建立过程参数之间的经验的关系 ,并且 通过将其运用于一个两足结构走动机器人来解释经验规律。整个走动过程的 据 通过让一个实际两足结构机器人在水平基准面和斜面行走而获得。 适用性取决于 使用的 模糊的规则的结果部分。 使用 被测量的 然后模仿结果也表示,使用 以 改善 两足 结构 走 动 机器 人的稳定 性 并且 仅 可以有效地用于 建模 ,而且 可以用于 控制 实际 两足 结构 走 动 机器人。 如图 32 41 所示。 5 鸣谢 这项工作由 韩国科学 和 工程 学 基金会 的基础性研究计划的 第 持 。 6 参考 文献 1 F.、 A.、 K.、 A. : “一项关于两足结构走动机器人的 零 刻点测量的研究 ” 。 关于先进的运动控制 2002 年 ,第 431436 页。 2 M.、 B.、 D. : 运动机器人 (3 A.、 M.、 I. : “ 动态走的机器人 认识 ” 。 先进 机器人 , 1985 年, 第 . 459466 页。 4 K.、 M.、 T. : “ 本田类 人机器人 的 ” 。 际电气电子工程师协会 。 在 机器人技术 和 自动控制 , 1998 年 ,第 13211326页。 5 : 减少 两足结构走动机器人 的 干 线 行动的 际电气电子工程师协会 。 在智能机器人和系统, 1998 年 ,第 9095 页。 6 : “ 提高 两足结构走动机器人的基本联接的在线 道测量 。 国际电气电子工程师协会 。 在机器人 技术 和 自动控制 , 2000年, 第 . 33533358页。 7 S.、 o, : 行动平衡过滤 。 欧洲制图 ,第 19 卷,第 3日 2000 年 。 8 201传感器模型, , (访问 2004 4 月 )。 9 M. : 神经模糊 系统和它的 建模 和 控制 , 国际电气电子工程师协会,传感器 ., 1985 年, 第 116132 页。 10 适应性网络神经 模糊系统 : 国际电气电子工程师协会,传感器 ., 1993, 23, (3), 第 665685 页。 7 附录 这个附录 总结了 我们 两 足 结构走动 机器人的四步行动 的 连接角。 这些连接角如下。 图 1 两足 结构 走 动 的机器人 (所有 尺寸单位为 毫米 ) 图 2 机器人系统的结构图 图 3 机器人 在水平基准面行走 的正 视 图 图 4 与图 3 对应的 机器人的 图 5 机器人沿带有 10 度斜度 图 6 机器人沿带有 10 度斜 侧视图 的斜坡向下步行的快照 度的斜坡向上步行 图 7 由 连接角的表示法构成 的 图 8 概念 图 9 力量传感器和他们的安置 十个自由程度 a 力量传感器 b 安置在 构成 机器人 脚 部 板材 下面的四个角落 图 10 传感器位置和 左右脚 的 应用 力 图 11 在机器人的四步行动的实际 置在 基准水平面 的 a x 坐标 的 标 图 12 一步行动的 道与图 11 相 对 应 图 14 一步行动的 道与图 13 相对应 图 13 沿着一个 10 度 倾斜的 面向下步行的 机器人的四步行动的实际 置的 a x 坐标 b y 坐标 图 15 沿着一个 10 度 倾斜的 面 向上 步行的 机器人的四步行动的实际 置的 a x 坐标 b y 坐标 图 16 一步行动的 道与图 15 相应 图 17 塑造方法的 结构图 图 18 在与二个模糊的标签的模糊的模型的三角和高斯 于输入变数 a 三角 MF b 高斯 19 与 等效的能适应的神经模糊的 结构 图 20 引起了使用 四步行动的 置与被测量的 数据( 机器人 在水平基准面行走)的比较 a x 坐标 b y 坐标 图 21 一步行动的引起的 道与图 20 相 对 应 图 23 一步行动的引起的 道与图 22 对应 图 22 引起了使用 四步行动的 置与被测量的 数据( 机器人 在一个 10 度斜面向下行走)的比较 a x 坐标 b y 坐标 24 引起了使用 四步行动的 置与被测量的 数据( 机器人 在一个 10 度斜面向上行走)的比较 a x 坐标 b y 坐标 图 25 一步行动的引起的 道与图 24 相应 图 27 一步行动的引起的 道与图 26相 对 应 图 26 引起了四步行动的 置使用一个统计回归模型与被测量的数据比较为案件 机器人在水平 基准面 上走的 a x 坐标 b y 坐标 图 28 引起了四步行动的 置使用统计回归模型与被测量的数据比较为案件 机器人步行沿着向下 10 倾斜的 a x 坐标 b y 坐标 图 29 一步行动的引起的 道与图 28 相应 图 31 一步行动的引起的 道与图 30相 对应 图 30 引起了四步行动的 置使用统计回归模型与被测量的数据比较为案件 机器人 向上 走 10 倾斜 的面 a x 坐标 b y 坐标 图 32我们的机器人的四步行动的连接 角 1 图 33在我们的机器人的四步行动的连接角 2 图 34在我们的机器人的四步行动的连接角 3 图 35在我们的机器人的四步行动的连接角 4 图 36在我们的机器人的四步行动的连接角 5 图 37在我们的机器人的四步行动的连接角 6 图 38 在我们的机器人的四步行动的连接角 7 图 39 在我们的机器人的四步行动的连接角 8 图 40 在我们的机器人的四步行动的连接角 9 图 41 在我们的机器人的四步行动的连接角 10 表 1 机器人规格 尺寸 高: 300宽; 225 3动 11 自由度 19 动力源 2100 行走速度 48 2神经模糊系统运用的不同形式的多项式 输入 多项式 1 2 3 0命令 不变 不变 不变 1命令 直线的 双线性的 三线性的 表 3我们两足结构走动机器人在仿真条件的下和相应的实际的四部走动的 行走条件 度 乐观因素 前提的 果类型 坐标 Y 坐标 0 三角 常量 10 10 高斯 常量 10 10 4我们两足结构走动机器人在仿真条 件的下和相应的实际的四部走动的 行走条件 度 乐观因素 前提的 果类型 坐标 Y 坐标 0 三角 常量 10 10 1命令 10 10 高斯 常量 10 10 1命令 10 10 5我们两足结构走动机器人在仿真条件的下和相应的实际的四部走动的 行走条件 度 统计的 回归模型 坐标 Y 坐标 0 一型 型 型 型 6我们两足结构走动机器人在仿真条件的下和相应的实际的四部走动的 行走条件 度 统计的 回归模型 坐标 Y 坐标 10 一型 型 型 型 7我们两足结构走动机器人在仿真条件的下和相应的实际的四部走动的 行走条件 度 统计的 回归模型 坐标 Y 坐标 10 一型 型 型 型- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 机械 专业 外文 文献 翻译 关于 装载 适应性 神经 模糊 系统 有两足 行走 机器人 零刻点 弹道 造型 中文版
装配图网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
关于本文
本文标题:机械专业外文文献翻译-外文翻译--关于装载适应性神经模糊系统的有两足行走的机器人的零刻点弹道造型 中文版
链接地址:https://www.zhuangpeitu.com/p-17643.html
链接地址:https://www.zhuangpeitu.com/p-17643.html