計算機(jī)控制系統(tǒng)課程論文-資料下載頁
2025-06-22 15:24本頁面
【正文】 隨離地距離而線性變化。所以也為我們的控制提供了方便。而且通過實驗，也證明了光傳感器在外界光干擾不強(qiáng)的情況下，原地自平衡基本實現(xiàn)，可維持915秒?；谶@個實驗，我們又拓展思路，嘗試其他傳感器，類似的傳感器有紅外線傳感器、超聲波傳感器等。值得注意的是一種光偏角傳感器，其可以準(zhǔn)確的測量出反射光的偏角或偏移量。這種傳感器在我們的雙輪自平衡及機(jī)器人的控制上是一個比光傳感器更好的選擇。（具體參見“實驗報告”） 盡管有了一定的進(jìn)展，但是我們?nèi)砸庾R到這是不夠的，就像人一樣，不能只靠眼睛來判斷，就是眼睛也會欺騙大腦，科技館里的那個旋轉(zhuǎn)通道肯定已經(jīng)讓很多人莫名地在平地上失去了平衡。機(jī)器人也一樣，一旦光傳感器或其他傳感器受到干擾，也就無法完成自己的使命了，而且同樣的，錯誤的數(shù)據(jù)也會欺騙處理元件。所以，我們決定在人體上尋找我們需要的一些輔助功能。顯然的，我們在肌肉系統(tǒng)上找到了一定的答案。一個人，當(dāng)兩腳受力不均的時候，也可能是重心失調(diào)的一個征兆。所以，我們在機(jī)器人傾覆的臨界位置安放了2個觸覺傳感器，一旦觸覺傳感器被激活，即說明光傳感器失效，在程序上命令奪取光傳感器控制權(quán)，并立即進(jìn)行一次自主調(diào)整，就一次，但這一次就能讓機(jī)器人恢復(fù)到一個較為穩(wěn)定的狀態(tài)，然后，立即歸還控制權(quán)，讓“雙眼”繼續(xù)接管維持平衡的工作。當(dāng)然，我們也在嘗試依靠觸覺傳感器的功能獨(dú)立控制平衡，目前仍在實驗中。如此一來，自平衡更加得到了保障。 當(dāng)然，仿生學(xué)不是單一的就事論事，而是一個融會貫通的思想過程。人類很久以前就想飛，這就是一種很原始的思想，既讓人類的身體擁有更多功能，而這些功能，往往也是一些生物所獨(dú)有的。所以，我們在研究時，也注意到了吸收其他生物的一些特性和優(yōu)勢，包括在平衡技巧上的和感知方式上的。在平衡技巧上，我們并未取得很大突破，原因是大自然中絕大多數(shù)生物在平衡自己的身體時，采用了穩(wěn)定的靜態(tài)支撐方式，例如猿猴在樹枝間攀援，始終保持身體上有3處與支持物相接觸。但是，我們?nèi)匀猾@得了一些線索——袋鼠在高速前進(jìn)時，具有一定質(zhì)量的尾巴很好地?fù)?dān)負(fù)起了保持中心穩(wěn)定的作用，于是，我們在另一臺機(jī)器人上也安裝了一個調(diào)整中心的結(jié)構(gòu)，但由于缺乏高效的執(zhí)行機(jī)構(gòu)與理論相結(jié)合，所以目前這個裝置僅用于在機(jī)器人行進(jìn)時的宏觀調(diào)整。不過在感知方式上的探索倒給了我們意想不到的收獲，我們從昆蟲的觸角出發(fā)，制作了如圖3所示的結(jié)構(gòu)。 角度傳感器連接直棒，直棒的一端置于水平面上，當(dāng)機(jī)器人側(cè)傾時，角度會發(fā)生變化，而這個變化在可控范圍內(nèi)也是隨側(cè)傾程度而線性變化的。所以，我們又有了一種全新的方法來控制平衡，而這個方式在平衡效果上與光傳感器的效果不分伯仲，而且其還有不受外界光干擾的優(yōu)勢。但也有缺陷，這種方案要求地面平整，不然也會引起錯誤的判斷。這又大大限制了機(jī)器人的活動空間。（注：直棒對機(jī)器人幾乎沒有支撐作用，所以雙輪平衡的性質(zhì)沒有改變。）（具體參見“實驗報告”） 最后，我們的課題進(jìn)入了程序控制的仿生，在這一點(diǎn)上，無疑是最誘人、而且最有難度的，誰都知道人類大腦的高效和快捷，但是大家也知道人類大腦的復(fù)雜性。不過，這一點(diǎn)上，科學(xué)家們已經(jīng)基本完成了對人類大腦最基本活動的模擬——即“神經(jīng)網(wǎng)絡(luò)”的研究。神經(jīng)網(wǎng)絡(luò)是一個具有高度非線性的超大規(guī)模連續(xù)時間自適應(yīng)信息處理系統(tǒng)。它模仿了人類神經(jīng)中樞中無數(shù)神經(jīng)元的復(fù)雜連接與信息交換方式。多層前向神經(jīng)網(wǎng)絡(luò)是一個有力的學(xué)習(xí)系統(tǒng)。一個三層前向網(wǎng)絡(luò)可以逼近任意非線性函數(shù)。為了更好地完成大規(guī)模數(shù)據(jù)處理，我們引進(jìn)了“遺傳算法”。遺傳算法是基于自然選擇和遺傳學(xué)機(jī)理的迭代自適應(yīng)概率性搜索方法。遺傳算法實質(zhì)上是一個迭代過程，首先隨機(jī)形成初始種群，種群規(guī)模固定為N，接著進(jìn)行迭代，每次迭代都保留一組候選解，形成一個新種群，按照解的優(yōu)劣進(jìn)行排序，并按某種指標(biāo)從中選出一些解，進(jìn)行繁殖、交叉和變異等操作，產(chǎn)生新一代的候選解，重復(fù)此過程，直到滿足某種收斂指標(biāo)，求出最優(yōu)解或準(zhǔn)最優(yōu)解為止。遺傳算法和神經(jīng)網(wǎng)絡(luò)都是將生物學(xué)原理用于科學(xué)研究的仿生學(xué)理論成果，它們都是解決非線性、不確定性問題的較有力的工具，而將二者結(jié)合起來，可兼有神經(jīng)網(wǎng)絡(luò)廣泛映射能力和遺傳算法快速、全局收斂以及增強(qiáng)式學(xué)習(xí)能力等性能。（具體參見“神經(jīng)網(wǎng)絡(luò)及遺傳算法介
研究報告相關(guān)推薦
鄂ICP備17016276號-1