[发明专利]一种基于BP神经网络的灵巧手规划方法

权利要求书

1.一种仿人灵巧手的规划方法，包括以下步骤：

步骤S1，BP神经网络训练，通过对网络权值的修正与阈值的修正，使误差函数沿梯度方向下降；所述BP神经网络的输入是抓取目标的仿射不变矩，输出为与抓取手势相对应的抓取目标种类；

步骤S2，识别未知模式，通过训练好的BP神经网络判断出相对应的抓取方式并给出仿人手各关节角度。

2.根据权利要求1所述的仿人灵巧手的规划方法，其特征在于，所述BP神经网络包括输入层、隐含层、输出层。

3.根据权利要求2所述的仿人灵巧手的规划方法，其特征在于，所述隐含层的变换函数为非线性函数。

4.根据权利要求3所述的仿人灵巧手的规划方法，其特征在于，所述非线性函数为S型函数或双曲线正切函数。

5.根据权利要求2所述的仿人灵巧手的规划方法，其特征在于，所述输出层的变换函数为非线性的或线性的。

6.根据权利要求2所述的仿人灵巧手的规划方法，其特征在于，通过对图像进行特征提取，得到不变距特征；分别将这些特征输入网络，实行样本采样训练，然后实行样本完整训练；所述BP网络的输出为属于各类物体的隶属度，其输出值最大的输出节点对应一个输出的具体物体类别，得到识别结果。

7.根据权利要求6所述的仿人灵巧手的规划方法，其特征在于，所述BP神经网络的输入包括工具类型t、该工具平面内的最小包络圆半径R，以及工具开合状态b。

8.根据权利要求6所述的仿人灵巧手的规划方法，其特征在于，所述BP神经网络的输出定义为仿人手指尖末端相对手腕的位置，仿人手指各关节角度通过逆运动学计算求解得到。

9.根据权利要求6所述的仿人灵巧手的规划方法，其特征在于，所述输入层与所述隐含层之间的传输函数为log-sigmoid函数，所述隐含层与所述输出层之间的传输函数为线性函数，f(x)＝x。

10.根据权利要求6所述的仿人灵巧手的规划方法，其特征在于，在迭代过程中，根据误差函数的变化采用变步长法对BP神经网络的学习率η进行调整：

其中E(n)为BP神经网络的误差函数。