[发明专利]一种基于BP神经网络算法对二自由度柔性腿进行系统辨识的方法

权利要求书

1.一种基于BP神经网络算法对二自由度柔性腿进行系统辨识的方法，其特征在于：包括以下步骤：

S1、通过实际测量计算得到二自由度柔性腿髋关节、膝关节位置角θ₁、θ₂和二自由度柔性腿末端脚的位姿；

S2、将实际测量得到的两个关节位置角θ₁、θ₂，通过计算得到两个关节驱动器的输出力矩τ₁、τ₂；

S3、将通过实际测量和计算的得到的数据整理形成样本，并将样本分为训练样本和检测样本两部分；

S4、根据两关节驱动电机输出力矩和柔性腿末端脚的位姿设计BP神经网络结构，分别设置神经网络输入层、隐含层和输出层的节点数目；同时在BP神经网络结构下，对数据进行优化；

S5、通过对训练样本数据进行反复训练，将均方误差作为训练指标，建立二自由度柔性腿的系统辨识模型；

S6、使用检测样本的数据对得到的系统辨识模型进行反复检验，如果检验通过，则说明构建的系统辨识模型有效，若检验不通过，则重新进行训练建模；

S7、再次记录二自由度柔性腿实验过程中产生的最新数据，将两关节驱动电机的输出力矩作为输入值输入得到的系统辨识模型，进行末端脚位姿的预测。

2.根据权利要求1所述的基于BP神经网络算法对二自由度柔性腿进行系统辨识的方法，其特征在于：S2中，通过下述公式：

计算得到两关节驱动电机的输出力矩，公式中：τ₁、τ₂为髋关节及膝关节受到的力矩；θ₁、θ₂为上摇臂及下摇臂的位置角；K₁、K₂表示髋关节及膝关节的扭转刚度，B₁、B₂表示髋关节及膝关节阻尼。N₁、N₂表示髋关节及膝关节传动装置的减速比。

3.根据权利要求1所述的基于BP神经网络算法对二自由度柔性腿进行系统辨识的方法，其特征在于：S5中BP神经网络结构的训练方法为离线训练法。

4.根据权利要求1所述的基于BP神经网络算法对二自由度柔性腿进行系统辨识的方法，其特征在于：S4中输入层的节点个数为2个，隐含层的节点个数为7个，输出层的节点个数为3个。

5.根据权利要求1所述的基于BP神经网络算法对二自由度柔性腿进行系统辨识的方法，其特征在于：该方法中训练样本共包含500组数据，其中训练输入值为前475组两关节驱动电机的输入力矩，训练输出值为475组柔性腿的末端位姿；检验输入值为后25组两关节驱动电机的输入力矩，检测输出值为后25组柔性腿的末端位姿。