[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

说明书

本发明公开了一种基于BP神经网络算法对二自由度柔性腿进行系统辨识的方法，用于确定二自由度柔性腿的关节位置角和末端脚位姿之间的关系。其中包括如下步骤：(1)通过实际测量得到二自由度柔性腿髋关节、膝关节位置角θ₁、θ₂或者计算得到髋关节、膝关节的驱动电机力矩τ₁、τ₂和二自由度柔性腿末端脚的位姿；(2)根据实际参数构建BP神经网络结构，通过实验测得的数据进行训练，得到二自由度柔性腿的辨识模型；(3)根据此模型对二自由度柔性腿进行末端脚位姿的预测。本发明方法能够更为精确地获得二自由度柔性腿的的动态特性，建立准确的系统辨识模型。

技术领域

本发明涉及二自由度柔性腿系统的系统辨识方法，具体地说，以二自由度柔性腿的髋关节和膝关节驱动电机的输出力矩为输入变量，以二自由度柔性腿末端位姿为输出变量，采用BP神经网络进行系统辨识的方法。

背景技术

随着科学技术的迅速发展，机器人在人们生活中应用越来越广泛，遍及医疗保健、工业制造、深层探索等诸多领域，为人们生活带来了诸多的方便。但传统工业机器人由于其基座重、功耗高、臂杆短、负重比低，操作空间狭小，灵活性差等缺点，已经逐渐不能满足人们的需求。同时大量研究表明，在做同样量的工作下，动物自身所消耗的能量远远小于机器人本身所消耗的能量，为了解决这类问题，国内外专家学者根据仿生学研究出了依托变刚度柔性驱动器的柔性机器人。

驱动器作为机器人的核心部件在添加变刚度柔性关节后，由于柔性机械臂大范围的刚体运动与弹性振动之间存在着强耦合的非线性特性，与刚性机械臂相比，不可避免地会使其的动力学系统变得非常复杂。目前大部分关于变刚度柔性驱动器的研究还停留在理论和实验阶段，还有许多实际应用方面的问题亟待解决。如变刚度柔性驱动器对能量的储存释放与其机构之间的关系、变刚度柔性驱动器的刚度控制与最小能量消耗之间的关系等等。因此对柔性关节进行运动控制的分析，提高对柔性关节的控制精度和其对能量的有效利用率是十分有必要的。目前大部分专家和学者还停留在使用基于动力学方程的传统动力学模型建立上，但是柔性机构一般具有不确定性、严重非线性、时变和滞后等问题的存在，导致建立的动力学模型不够精确。例如拉格朗日方法，牛顿-欧拉方法、凯恩方法等等。

但是经典和现代控制理论是建立在精确的动力学模型基础上的，包含有变刚度柔性驱动器的系统，总是存在着没有完全或者根本无法弄清的复杂变量因素，因此要建立准确的动力学模型几乎是不可能的，而最新发展的基于神经网络技术的系统辨识并不需要预先建立实际系统的动力学模型，使非线性系统的辨识成为可能，为控制系统的搭建奠定基础。

发明内容

为了对二自由度柔性腿进行较为精确的控制系统设计，并解决传统建模方法依赖于精确的动力学方程的问题，本发明提出了一种基于BP神经网络算法对二自由度柔性腿进行系统辨识的方法。

本发明解决其技术问题所采用的技术方案是:

二自由度柔性腿系统辨识方法，其步骤如下：

S1.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.实际测量得到的两个关节位置角θ₁、θ₂，通过下述公式：

计算得到两个关节驱动器的输出力矩τ₁、τ₂；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；