神經(jīng)網(wǎng)絡(luò)在控制中的應(yīng)用

1、神經(jīng)網(wǎng)絡(luò)在控制中的應(yīng)用神經(jīng)網(wǎng)絡(luò)在控制中的應(yīng)用 College of Electrical and Information Engineering, Hunan Univ.2v神經(jīng)網(wǎng)絡(luò)在控制中的應(yīng)用神經(jīng)網(wǎng)絡(luò)在控制中的應(yīng)用 神經(jīng)網(wǎng)絡(luò)辨識(shí)技術(shù)神經(jīng)網(wǎng)絡(luò)辨識(shí)技術(shù) 神經(jīng)網(wǎng)絡(luò)控制技術(shù)神經(jīng)網(wǎng)絡(luò)控制技術(shù)College of Electrical and Information Engineering, Hunan Univ.35.1 神經(jīng)網(wǎng)絡(luò)辨識(shí)神經(jīng)網(wǎng)絡(luò)辨識(shí)系統(tǒng)辨識(shí)是自適應(yīng)控制的關(guān)鍵所在，它通過測(cè)量對(duì)象的輸入輸出狀態(tài)系統(tǒng)辨識(shí)是自適應(yīng)控制的關(guān)鍵所在，它通過測(cè)量對(duì)象的輸入輸出狀態(tài)來估計(jì)對(duì)象的數(shù)學(xué)模型，使建立的數(shù)學(xué)模

2、型和對(duì)象具有相同的輸入輸來估計(jì)對(duì)象的數(shù)學(xué)模型，使建立的數(shù)學(xué)模型和對(duì)象具有相同的輸入輸出特性。出特性。 神經(jīng)網(wǎng)絡(luò)對(duì)非線性函數(shù)具有任意逼近和自學(xué)習(xí)能力，為系統(tǒng)的辨識(shí)，神經(jīng)網(wǎng)絡(luò)對(duì)非線性函數(shù)具有任意逼近和自學(xué)習(xí)能力，為系統(tǒng)的辨識(shí)，尤其是非線性動(dòng)態(tài)系統(tǒng)的辨識(shí)提供了一條十分有效的途徑。尤其是非線性動(dòng)態(tài)系統(tǒng)的辨識(shí)提供了一條十分有效的途徑。 神經(jīng)網(wǎng)絡(luò)系統(tǒng)辨識(shí)實(shí)質(zhì)上是選擇一個(gè)適當(dāng)?shù)纳窠?jīng)網(wǎng)絡(luò)模型來逼近實(shí)神經(jīng)網(wǎng)絡(luò)系統(tǒng)辨識(shí)實(shí)質(zhì)上是選擇一個(gè)適當(dāng)?shù)纳窠?jīng)網(wǎng)絡(luò)模型來逼近實(shí)際系統(tǒng)的數(shù)學(xué)模型。際系統(tǒng)的數(shù)學(xué)模型。 College of Electrical and Information Engineering, Hunan Un

3、iv.45.1 神經(jīng)網(wǎng)絡(luò)辨識(shí)神經(jīng)網(wǎng)絡(luò)辨識(shí)5.1.1 神經(jīng)網(wǎng)絡(luò)系統(tǒng)辨識(shí)的原理神經(jīng)網(wǎng)絡(luò)系統(tǒng)辨識(shí)的原理 系統(tǒng)辨識(shí)的原理就是系統(tǒng)辨識(shí)的原理就是通過調(diào)整辨識(shí)模型的通過調(diào)整辨識(shí)模型的結(jié)構(gòu)來使結(jié)構(gòu)來使e最小。最小。 在神經(jīng)網(wǎng)絡(luò)系統(tǒng)辨識(shí)中，神經(jīng)網(wǎng)絡(luò)用作辨識(shí)模型，將對(duì)象的輸入輸出狀在神經(jīng)網(wǎng)絡(luò)系統(tǒng)辨識(shí)中，神經(jīng)網(wǎng)絡(luò)用作辨識(shí)模型，將對(duì)象的輸入輸出狀態(tài)態(tài)u，y看作神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本數(shù)據(jù)，以看作神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本數(shù)據(jù)，以J=1/2e2作為網(wǎng)絡(luò)訓(xùn)練的目標(biāo)，作為網(wǎng)絡(luò)訓(xùn)練的目標(biāo)，則通過用一定的訓(xùn)練算法來訓(xùn)練網(wǎng)絡(luò)，使則通過用一定的訓(xùn)練算法來訓(xùn)練網(wǎng)絡(luò)，使J足夠小，就可以達(dá)到辨識(shí)對(duì)足夠小，就可以達(dá)到辨識(shí)對(duì)象模型的目的。象模型的目的。

4、 College of Electrical and Information Engineering, Hunan Univ.55.1 神經(jīng)網(wǎng)絡(luò)辨識(shí)神經(jīng)網(wǎng)絡(luò)辨識(shí)5.1.2多層前向多層前向BP網(wǎng)絡(luò)的系統(tǒng)辨識(shí)網(wǎng)絡(luò)的系統(tǒng)辨識(shí) 假設(shè)非線性對(duì)象的數(shù)學(xué)模型可以表示為：假設(shè)非線性對(duì)象的數(shù)學(xué)模型可以表示為： )(,),1(),(),(),2(),1()(mtututuntytytyfty其中其中f是描述系統(tǒng)特征的未知非線性函數(shù)，是描述系統(tǒng)特征的未知非線性函數(shù)，m，n分別為輸入輸出的階分別為輸入輸出的階次。則可以利用多層前向次。則可以利用多層前向BP網(wǎng)絡(luò)來逼近非線性函數(shù)，進(jìn)而估計(jì)對(duì)象網(wǎng)絡(luò)來逼近非線性函數(shù)，進(jìn)而估

5、計(jì)對(duì)象的模型。的模型。 College of Electrical and Information Engineering, Hunan Univ.65.1 神經(jīng)網(wǎng)絡(luò)辨識(shí)神經(jīng)網(wǎng)絡(luò)辨識(shí)多層前向多層前向BP網(wǎng)絡(luò)系統(tǒng)辨識(shí)原理圖網(wǎng)絡(luò)系統(tǒng)辨識(shí)原理圖 College of Electrical and Information Engineering, Hunan Univ.75.1 神經(jīng)網(wǎng)絡(luò)辨識(shí)神經(jīng)網(wǎng)絡(luò)辨識(shí)網(wǎng)絡(luò)的輸出可以通過下式計(jì)算得到：網(wǎng)絡(luò)的輸出可以通過下式計(jì)算得到： ljmniiijjxwwty111) 1 ()2()()( ,121mnxxxX)(,),1(),(),(,),2(),1(mtutut

6、untytytyH（*）表示隱層神經(jīng)元的激發(fā)函數(shù)）表示隱層神經(jīng)元的激發(fā)函數(shù) Wij(1),Wj(2)分別表示網(wǎng)絡(luò)第分別表示網(wǎng)絡(luò)第1-2層和層和2-3層的連接權(quán)值層的連接權(quán)值 College of Electrical and Information Engineering, Hunan Univ.85.1 神經(jīng)網(wǎng)絡(luò)辨識(shí)神經(jīng)網(wǎng)絡(luò)辨識(shí)定義網(wǎng)絡(luò)訓(xùn)練的目標(biāo)函數(shù)為：定義網(wǎng)絡(luò)訓(xùn)練的目標(biāo)函數(shù)為： 221)( )(tytyJ則網(wǎng)絡(luò)訓(xùn)練的則網(wǎng)絡(luò)訓(xùn)練的BP算法可以描述為：算法可以描述為： )2(1)2()2()() 1(jjjwJtwtw11) 1 ()2()2() (mniiijjjxwHyywyyJwJ) 1

7、 (2) 1 () 1 ()() 1(ijijijwJtwtwijijxHwyywJ) ()2() 1 (College of Electrical and Information Engineering, Hunan Univ.95.1 神經(jīng)網(wǎng)絡(luò)辨識(shí)神經(jīng)網(wǎng)絡(luò)辨識(shí)5.1.3. 遞歸神經(jīng)網(wǎng)絡(luò)系統(tǒng)辨識(shí)遞歸神經(jīng)網(wǎng)絡(luò)系統(tǒng)辨識(shí)遞歸神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)遞歸神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu) College of Electrical and Information Engineering, Hunan Univ.105.1 神經(jīng)網(wǎng)絡(luò)辨識(shí)神經(jīng)網(wǎng)絡(luò)辨識(shí)遞歸神經(jīng)網(wǎng)絡(luò)的輸入輸出關(guān)系可以描述為：遞歸神經(jīng)網(wǎng)絡(luò)的輸入輸出關(guān)系可以描述為： niiii

8、ijljjkktxwtxwHwy1)0() 1 (1)2()1()(H（*）表示隱層神經(jīng)元的激發(fā)函數(shù)）表示隱層神經(jīng)元的激發(fā)函數(shù) Wij(1),Wjk(2)分別表示網(wǎng)絡(luò)第分別表示網(wǎng)絡(luò)第1-2層和層和2-3層的連接權(quán)值層的連接權(quán)值 Wi(0)表示網(wǎng)絡(luò)第一層的遞歸權(quán)值表示網(wǎng)絡(luò)第一層的遞歸權(quán)值 College of Electrical and Information Engineering, Hunan Univ.115.1 神經(jīng)網(wǎng)絡(luò)辨識(shí)神經(jīng)網(wǎng)絡(luò)辨識(shí)由于遞歸神經(jīng)網(wǎng)絡(luò)本身具有動(dòng)態(tài)反饋環(huán)，可以記錄以前的狀態(tài)，因此用由于遞歸神經(jīng)網(wǎng)絡(luò)本身具有動(dòng)態(tài)反饋環(huán)，可以記錄以前的狀態(tài)，因此用遞歸神經(jīng)網(wǎng)絡(luò)來對(duì)非線性對(duì)象進(jìn)

9、行辨識(shí)時(shí)只需以對(duì)象當(dāng)前的輸入狀態(tài)遞歸神經(jīng)網(wǎng)絡(luò)來對(duì)非線性對(duì)象進(jìn)行辨識(shí)時(shí)只需以對(duì)象當(dāng)前的輸入狀態(tài)u(t)和前一時(shí)刻的輸出狀態(tài)和前一時(shí)刻的輸出狀態(tài)y(t-1)作為網(wǎng)絡(luò)的輸入即可，與前向多層神經(jīng)作為網(wǎng)絡(luò)的輸入即可，與前向多層神經(jīng)網(wǎng)絡(luò)相比，網(wǎng)絡(luò)的結(jié)構(gòu)較為簡(jiǎn)單。網(wǎng)絡(luò)相比，網(wǎng)絡(luò)的結(jié)構(gòu)較為簡(jiǎn)單。 遞歸網(wǎng)絡(luò)動(dòng)態(tài)對(duì)象學(xué)習(xí)算法1z)(ku)(ky)( ky) 1( ky)(ke-+College of Electrical and Information Engineering, Hunan Univ.125.2 神經(jīng)網(wǎng)絡(luò)控制神經(jīng)網(wǎng)絡(luò)控制 神經(jīng)網(wǎng)絡(luò)在控制中主要起以下作用：神經(jīng)網(wǎng)絡(luò)在控制中主要起以下作用：(1)基于精

10、確模型的各種控制結(jié)構(gòu)中充當(dāng)對(duì)象的模型；基于精確模型的各種控制結(jié)構(gòu)中充當(dāng)對(duì)象的模型；(2)在反饋控制系統(tǒng)中直接充當(dāng)控制器的作用；在反饋控制系統(tǒng)中直接充當(dāng)控制器的作用；(3) 在傳統(tǒng)控制系統(tǒng)中起優(yōu)化計(jì)算作用；在傳統(tǒng)控制系統(tǒng)中起優(yōu)化計(jì)算作用；(4)在與其它智能控制方法和優(yōu)化算法相融合中在與其它智能控制方法和優(yōu)化算法相融合中, 為其提供對(duì)象模型、為其提供對(duì)象模型、優(yōu)化參數(shù)、推理模型及故障診斷等。優(yōu)化參數(shù)、推理模型及故障診斷等。 College of Electrical and Information Engineering, Hunan Univ.135.2 神經(jīng)網(wǎng)絡(luò)控制神經(jīng)網(wǎng)絡(luò)控制5.2.1 神經(jīng)

11、網(wǎng)絡(luò)直接反饋控制系統(tǒng)神經(jīng)網(wǎng)絡(luò)直接反饋控制系統(tǒng)神經(jīng)網(wǎng)絡(luò)直接用作誤差閉環(huán)系統(tǒng)的反饋控制器，神經(jīng)網(wǎng)絡(luò)控制器首神經(jīng)網(wǎng)絡(luò)直接用作誤差閉環(huán)系統(tǒng)的反饋控制器，神經(jīng)網(wǎng)絡(luò)控制器首先利用其它已有的控制樣本進(jìn)行離線訓(xùn)練，而后以系統(tǒng)的誤差的均先利用其它已有的控制樣本進(jìn)行離線訓(xùn)練，而后以系統(tǒng)的誤差的均方差為評(píng)價(jià)函數(shù)進(jìn)行在線學(xué)習(xí)。方差為評(píng)價(jià)函數(shù)進(jìn)行在線學(xué)習(xí)。 College of Electrical and Information Engineering, Hunan Univ.145.2 神經(jīng)網(wǎng)絡(luò)控制神經(jīng)網(wǎng)絡(luò)控制5.2.2 神經(jīng)網(wǎng)絡(luò)逆控制神經(jīng)網(wǎng)絡(luò)逆控制 自適應(yīng)逆控制的基本思想就是用被控對(duì)象傳遞函數(shù)的逆模型作為串聯(lián)自適

12、應(yīng)逆控制的基本思想就是用被控對(duì)象傳遞函數(shù)的逆模型作為串聯(lián)控制器對(duì)控制對(duì)象實(shí)施開環(huán)控制?？刂破鲗?duì)控制對(duì)象實(shí)施開環(huán)控制。 神經(jīng)網(wǎng)絡(luò)先離線學(xué)習(xí)被控對(duì)象的逆動(dòng)力學(xué)模型，然后用作對(duì)象的前饋神經(jīng)網(wǎng)絡(luò)先離線學(xué)習(xí)被控對(duì)象的逆動(dòng)力學(xué)模型，然后用作對(duì)象的前饋串聯(lián)控制器。由于開環(huán)控制缺乏穩(wěn)定性，所以神經(jīng)網(wǎng)絡(luò)還需要根據(jù)系串聯(lián)控制器。由于開環(huán)控制缺乏穩(wěn)定性，所以神經(jīng)網(wǎng)絡(luò)還需要根據(jù)系統(tǒng)的反饋誤差在線繼續(xù)學(xué)習(xí)逆動(dòng)力學(xué)模型統(tǒng)的反饋誤差在線繼續(xù)學(xué)習(xí)逆動(dòng)力學(xué)模型 College of Electrical and Information Engineering, Hunan Univ.155.2 神經(jīng)網(wǎng)絡(luò)控制神經(jīng)網(wǎng)絡(luò)控制5.2.

13、3 神經(jīng)網(wǎng)絡(luò)內(nèi)?？刂粕窠?jīng)網(wǎng)絡(luò)內(nèi)模控制 將對(duì)象模型與實(shí)際對(duì)象相并聯(lián)，控制器逼近模型的動(dòng)態(tài)逆將對(duì)象模型與實(shí)際對(duì)象相并聯(lián)，控制器逼近模型的動(dòng)態(tài)逆。一般有兩種方法：一般有兩種方法： 1) 兩個(gè)神經(jīng)網(wǎng)絡(luò)分別逼近模型和模型的逆；兩個(gè)神經(jīng)網(wǎng)絡(luò)分別逼近模型和模型的逆； 2) 采用神經(jīng)網(wǎng)絡(luò)逼近模型，然后用非線性優(yōu)化方法數(shù)值計(jì)算內(nèi)模控制量。采用神經(jīng)網(wǎng)絡(luò)逼近模型，然后用非線性優(yōu)化方法數(shù)值計(jì)算內(nèi)?？刂屏?。 College of Electrical and Information Engineering, Hunan Univ.165.2 神經(jīng)網(wǎng)絡(luò)控制神經(jīng)網(wǎng)絡(luò)控制5.2.4 神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制（1）

14、神經(jīng)網(wǎng)絡(luò)模型參考直接自適應(yīng)控制）神經(jīng)網(wǎng)絡(luò)模型參考直接自適應(yīng)控制 模型參考自適應(yīng)控制的目的是：系統(tǒng)在相同輸入激勵(lì)模型參考自適應(yīng)控制的目的是：系統(tǒng)在相同輸入激勵(lì)r的作用下，使被控對(duì)象的作用下，使被控對(duì)象的輸出的輸出y與參考模型的輸出與參考模型的輸出ym達(dá)到一致。這樣通過調(diào)整參考模型，可以調(diào)整系達(dá)到一致。這樣通過調(diào)整參考模型，可以調(diào)整系統(tǒng)的動(dòng)態(tài)特性。統(tǒng)的動(dòng)態(tài)特性。 神經(jīng)網(wǎng)絡(luò)控制器（神經(jīng)網(wǎng)絡(luò)控制器（NNC）先離線學(xué)習(xí)被控對(duì)象的逆動(dòng)力學(xué)模型，與被）先離線學(xué)習(xí)被控對(duì)象的逆動(dòng)力學(xué)模型，與被控對(duì)象構(gòu)成開環(huán)串聯(lián)控制，而后神經(jīng)網(wǎng)絡(luò)根據(jù)參考模型輸出與被控對(duì)象控對(duì)象構(gòu)成開環(huán)串聯(lián)控制，而后神經(jīng)網(wǎng)絡(luò)根據(jù)參考模型輸出與被控

15、對(duì)象輸出的誤差函數(shù)進(jìn)行在線訓(xùn)練，使誤差函數(shù)最小。輸出的誤差函數(shù)進(jìn)行在線訓(xùn)練，使誤差函數(shù)最小。 College of Electrical and Information Engineering, Hunan Univ.175.2 神經(jīng)網(wǎng)絡(luò)控制神經(jīng)網(wǎng)絡(luò)控制（2）神經(jīng)網(wǎng)絡(luò)模型參考間接自適應(yīng)控制）神經(jīng)網(wǎng)絡(luò)模型參考間接自適應(yīng)控制 在直接自適應(yīng)控制的基礎(chǔ)上，引入了一個(gè)神經(jīng)網(wǎng)絡(luò)辨識(shí)器（在直接自適應(yīng)控制的基礎(chǔ)上，引入了一個(gè)神經(jīng)網(wǎng)絡(luò)辨識(shí)器（NNI）來對(duì)）來對(duì)被控對(duì)象的數(shù)學(xué)模型進(jìn)行在線辨識(shí)，這樣可以及時(shí)地將對(duì)象模型的變化被控對(duì)象的數(shù)學(xué)模型進(jìn)行在線辨識(shí)，這樣可以及時(shí)地將對(duì)象模型的變化傳遞給傳遞給NNC，使，使NN

16、C可以得到及時(shí)有效的訓(xùn)練。可以得到及時(shí)有效的訓(xùn)練。 College of Electrical and Information Engineering, Hunan Univ.18例：例： 二關(guān)節(jié)機(jī)器人神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制二關(guān)節(jié)機(jī)器人神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制1）控制問題）控制問題機(jī)器人動(dòng)態(tài)控制問題機(jī)器人動(dòng)態(tài)控制問題就是要使機(jī)器人的各就是要使機(jī)器人的各關(guān)節(jié)或末端執(zhí)行器位關(guān)節(jié)或末端執(zhí)行器位置能夠以理想的動(dòng)態(tài)置能夠以理想的動(dòng)態(tài)品質(zhì)跟蹤給定的軌跡品質(zhì)跟蹤給定的軌跡或穩(wěn)定在指定的位置或穩(wěn)定在指定的位置上。上。 XY112XY12L122AB),(ddyx1LCollege of Electrical and I

17、nformation Engineering, Hunan Univ.191伺服控制器桿1桿21d2122d坐標(biāo)變換坐標(biāo)變換dxdyxy二關(guān)節(jié)機(jī)器人控制結(jié)構(gòu)二關(guān)節(jié)機(jī)器人控制結(jié)構(gòu)College of Electrical and Information Engineering, Hunan Univ.202）機(jī)器人數(shù)學(xué)模型）機(jī)器人數(shù)學(xué)模型坐標(biāo)變換：機(jī)器人末端在空間的位坐標(biāo)變換：機(jī)器人末端在空間的位置坐標(biāo)可以變換為其關(guān)節(jié)角度的大置坐標(biāo)可以變換為其關(guān)節(jié)角度的大小小)cos(2221222122llllyx22122212220 ,2arccosllllyxxyAtncos2221212222yxll

18、yxl 0 ,2arccos221222122yxlllyx1College of Electrical and Information Engineering, Hunan Univ.21動(dòng)力學(xué)方程：動(dòng)力學(xué)方程：),()(, dTFGVM2222212222221222222122212211)2( lmcllmlmcllmlmcllllmlm M2222122122122222122,sllmsllmsllm V 122211211222)(gclmgclmmgclm GCollege of Electrical and Information Engineering, Hunan Uni

19、v.22機(jī)器人動(dòng)力學(xué)模型的特點(diǎn)機(jī)器人動(dòng)力學(xué)模型的特點(diǎn) n 動(dòng)力學(xué)方程包含的項(xiàng)數(shù)多，復(fù)雜。隨著機(jī)器人關(guān)節(jié)數(shù)的增加，方程動(dòng)力學(xué)方程包含的項(xiàng)數(shù)多，復(fù)雜。隨著機(jī)器人關(guān)節(jié)數(shù)的增加，方程中包含的項(xiàng)數(shù)呈幾何級(jí)數(shù)增加，可達(dá)數(shù)百項(xiàng)；中包含的項(xiàng)數(shù)呈幾何級(jí)數(shù)增加，可達(dá)數(shù)百項(xiàng)；n 高度非線性。方程的每一項(xiàng)都含有高度非線性。方程的每一項(xiàng)都含有cos，sin等非線性因素等非線性因素 n 高度耦合。每個(gè)關(guān)節(jié)的運(yùn)動(dòng)都會(huì)引起其它關(guān)節(jié)的運(yùn)動(dòng)高度耦合。每個(gè)關(guān)節(jié)的運(yùn)動(dòng)都會(huì)引起其它關(guān)節(jié)的運(yùn)動(dòng)n 模型不確定性。當(dāng)機(jī)器人搬運(yùn)物體時(shí)，由于所持物件不同，負(fù)載會(huì)模型不確定性。當(dāng)機(jī)器人搬運(yùn)物體時(shí)，由于所持物件不同，負(fù)載會(huì)發(fā)生變化，同時(shí)，關(guān)節(jié)的摩擦

20、系數(shù)也會(huì)隨時(shí)間發(fā)生變化。發(fā)生變化，同時(shí)，關(guān)節(jié)的摩擦系數(shù)也會(huì)隨時(shí)間發(fā)生變化。 College of Electrical and Information Engineering, Hunan Univ.233）神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制）神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制College of Electrical and Information Engineering, Hunan Univ.24n神經(jīng)網(wǎng)絡(luò)的選型：神經(jīng)網(wǎng)絡(luò)的選型：神經(jīng)網(wǎng)絡(luò)控制器神經(jīng)網(wǎng)絡(luò)控制器控制器要求魯棒性好，經(jīng)離線控制器要求魯棒性好，經(jīng)離線訓(xùn)練后即可投入使用，選用模訓(xùn)練后即可投入使用，選用模糊神經(jīng)網(wǎng)絡(luò)糊神經(jīng)網(wǎng)絡(luò)網(wǎng)絡(luò)的輸入為四個(gè)，分別對(duì)應(yīng)網(wǎng)絡(luò)的輸入為四

21、個(gè)，分別對(duì)應(yīng)兩個(gè)關(guān)節(jié)角的誤差和誤差變化兩個(gè)關(guān)節(jié)角的誤差和誤差變化率。率。輸出為兩個(gè)，對(duì)應(yīng)兩個(gè)關(guān)節(jié)的輸出為兩個(gè)，對(duì)應(yīng)兩個(gè)關(guān)節(jié)的力矩力矩College of Electrical and Information Engineering, Hunan Univ.25神經(jīng)網(wǎng)絡(luò)辨識(shí)器神經(jīng)網(wǎng)絡(luò)辨識(shí)器辨識(shí)器要求能夠很好地反映機(jī)器人的動(dòng)態(tài)，并具有較簡(jiǎn)單的結(jié)構(gòu)。選辨識(shí)器要求能夠很好地反映機(jī)器人的動(dòng)態(tài)，并具有較簡(jiǎn)單的結(jié)構(gòu)。選擇遞歸神經(jīng)網(wǎng)絡(luò)擇遞歸神經(jīng)網(wǎng)絡(luò)College of Electrical and Information Engineering, Hunan Univ.26n網(wǎng)絡(luò)的訓(xùn)練網(wǎng)絡(luò)的訓(xùn)練辨識(shí)器的學(xué)習(xí)辨

22、識(shí)器的學(xué)習(xí)目標(biāo)函數(shù)：目標(biāo)函數(shù)： pspssssIIkkkekJ112 2 21學(xué)習(xí)算法：學(xué)習(xí)算法： kWkJkWkWkWkWIIIIIII 1 College of Electrical and Information Engineering, Hunan Univ.27控制器的學(xué)習(xí)控制器的學(xué)習(xí)目標(biāo)函數(shù)：目標(biāo)函數(shù)： 學(xué)習(xí)算法：學(xué)習(xí)算法： pspssssCkkrkekJ11221221 soCoosssCssCCCWkukukykeWyyJWJ kWkJkWkWkWkWCCCCCCC 1 由神經(jīng)網(wǎng)絡(luò)辨識(shí)器提供由神經(jīng)網(wǎng)絡(luò)辨識(shí)器提供College of Electrical and Informat

23、ion Engineering, Hunan Univ.284）控制結(jié)果）控制結(jié)果機(jī)械手具體的參數(shù)機(jī)械手具體的參數(shù) ：kgmkgm2,1021mlml8 . 0,1 . 121初始條件初始條件 ：0)0()0(210)0()0(21期望軌跡：期望軌跡：)2sin()(1ttd)2cos()(2ttd摩擦項(xiàng)和擾動(dòng)項(xiàng)摩擦項(xiàng)和擾動(dòng)項(xiàng) ：)(5 . 0)( signF)5cos(5)5cos(5),(tt dTCollege of Electrical and Information Engineering, Hunan Univ.29 關(guān)節(jié)關(guān)節(jié)1的軌跡跟蹤曲線的軌跡跟蹤曲線 College of E

24、lectrical and Information Engineering, Hunan Univ.30關(guān)節(jié)關(guān)節(jié)2的軌跡跟蹤曲線的軌跡跟蹤曲線 College of Electrical and Information Engineering, Hunan Univ.31 RNNI的第一個(gè)輸出軌跡的第一個(gè)輸出軌跡 College of Electrical and Information Engineering, Hunan Univ.32 RNNI的第二個(gè)輸出軌跡的第二個(gè)輸出軌跡 College of Electrical and Information Engineering, Hunan

25、 Univ.335.2 神經(jīng)網(wǎng)絡(luò)控制神經(jīng)網(wǎng)絡(luò)控制（3） 神經(jīng)網(wǎng)絡(luò)間接自校正控制神經(jīng)網(wǎng)絡(luò)間接自校正控制 自校正調(diào)節(jié)器的目的是在控制系自校正調(diào)節(jié)器的目的是在控制系統(tǒng)參數(shù)變化的情況下，自動(dòng)調(diào)整統(tǒng)參數(shù)變化的情況下，自動(dòng)調(diào)整控制器參數(shù)，消除擾動(dòng)的影響，控制器參數(shù)，消除擾動(dòng)的影響，以保證系統(tǒng)的性能指標(biāo)。在這種以保證系統(tǒng)的性能指標(biāo)。在這種控制方式中，神經(jīng)網(wǎng)絡(luò)控制方式中，神經(jīng)網(wǎng)絡(luò)(NN)用用作過程參數(shù)或某些非線性函數(shù)的作過程參數(shù)或某些非線性函數(shù)的在線估計(jì)器。在線估計(jì)器。 假設(shè)被控對(duì)象的模型為假設(shè)被控對(duì)象的模型為yk+1f(yk)+g(yk)uk 則用神經(jīng)網(wǎng)絡(luò)對(duì)非線性函數(shù)則用神經(jīng)網(wǎng)絡(luò)對(duì)非線性函數(shù)f(yk)和和g

26、(yk)進(jìn)行辨識(shí)，假設(shè)其在線計(jì)算估計(jì)進(jìn)行辨識(shí)，假設(shè)其在線計(jì)算估計(jì)值值fd(yk)和和gd(yk)，則調(diào)節(jié)器的自適應(yīng)控制律為，則調(diào)節(jié)器的自適應(yīng)控制律為uk=(yd -fd(yk)/gd(yk) 此時(shí)系統(tǒng)的傳遞函數(shù)為此時(shí)系統(tǒng)的傳遞函數(shù)為1College of Electrical and Information Engineering, Hunan Univ.345.2 神經(jīng)網(wǎng)絡(luò)控制神經(jīng)網(wǎng)絡(luò)控制5.2.5 神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)控制神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)控制 神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)控制系統(tǒng)將神經(jīng)網(wǎng)絡(luò)與常規(guī)誤差反饋控制結(jié)合起來，首先用神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)控制系統(tǒng)將神經(jīng)網(wǎng)絡(luò)與常規(guī)誤差反饋控制結(jié)合起來，首先用NN學(xué)習(xí)對(duì)象的逆動(dòng)力學(xué)模型，然后

27、用學(xué)習(xí)對(duì)象的逆動(dòng)力學(xué)模型，然后用NN作為前饋控制器與誤差反饋控制器作為前饋控制器與誤差反饋控制器構(gòu)成復(fù)合控制器來控制對(duì)象。系統(tǒng)以反饋控制器的輸出作為評(píng)價(jià)函數(shù)來調(diào)節(jié)構(gòu)成復(fù)合控制器來控制對(duì)象。系統(tǒng)以反饋控制器的輸出作為評(píng)價(jià)函數(shù)來調(diào)節(jié)神經(jīng)網(wǎng)絡(luò)的權(quán)值。這樣，在控制之初，反饋控制器的作用較強(qiáng)，而隨著控制神經(jīng)網(wǎng)絡(luò)的權(quán)值。這樣，在控制之初，反饋控制器的作用較強(qiáng)，而隨著控制過程的進(jìn)行，過程的進(jìn)行，NN得到越來越多的學(xué)習(xí)，反饋控制器的作用越來越弱，得到越來越多的學(xué)習(xí)，反饋控制器的作用越來越弱，NN控控制器的作用越來越強(qiáng)。制器的作用越來越強(qiáng)。 College of Electrical and Informati

28、on Engineering, Hunan Univ.35例：三關(guān)節(jié)機(jī)器人視覺伺服系統(tǒng)神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)控制例：三關(guān)節(jié)機(jī)器人視覺伺服系統(tǒng)神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)控制n問題描述：?jiǎn)栴}描述：利用攝像機(jī)觀測(cè)目標(biāo)小球利用攝像機(jī)觀測(cè)目標(biāo)小球與機(jī)器人末端手爪之間的與機(jī)器人末端手爪之間的相對(duì)位置，由此構(gòu)成位置相對(duì)位置，由此構(gòu)成位置反饋，由相關(guān)控制器指揮反饋，由相關(guān)控制器指揮機(jī)器人進(jìn)行運(yùn)動(dòng)，使其末機(jī)器人進(jìn)行運(yùn)動(dòng)，使其末端手爪到達(dá)小球。端手爪到達(dá)小球。College of Electrical and Information Engineering, Hunan Univ.36n目標(biāo)小球的特征目標(biāo)小球的特征特征提取特征提取XcY

29、cZcxy(x,y)(XP,YP,ZP)Ocf目標(biāo)在成像平面的特征可以分目標(biāo)在成像平面的特征可以分解為：目標(biāo)中心點(diǎn)在成像坐標(biāo)解為：目標(biāo)中心點(diǎn)在成像坐標(biāo)系的坐標(biāo)（系的坐標(biāo)（x，y）以及目標(biāo)的）以及目標(biāo)的半徑半徑r。College of Electrical and Information Engineering, Hunan Univ.37n控制系統(tǒng)：控制系統(tǒng)：視覺伺服問題可以轉(zhuǎn)化為：根據(jù)目標(biāo)特征與期望特征的誤差，通過控制視覺伺服問題可以轉(zhuǎn)化為：根據(jù)目標(biāo)特征與期望特征的誤差，通過控制器控制機(jī)器人運(yùn)動(dòng)，使目標(biāo)特征到達(dá)期望特征。器控制機(jī)器人運(yùn)動(dòng)，使目標(biāo)特征到達(dá)期望特征。College of Elec

30、trical and Information Engineering, Hunan Univ.38n機(jī)器人視覺伺服控制系統(tǒng)的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)控制器機(jī)器人視覺伺服控制系統(tǒng)的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)控制器 College of Electrical and Information Engineering, Hunan Univ.39n神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)xyr123輸入層隱含層輸出層College of Electrical and Information Engineering, Hunan Univ.40n神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)：神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)：神經(jīng)網(wǎng)絡(luò)以常規(guī)控制器的輸出神經(jīng)網(wǎng)絡(luò)以常規(guī)控制器的輸出up的最小化為目

31、標(biāo)進(jìn)行學(xué)習(xí)。的最小化為目標(biāo)進(jìn)行學(xué)習(xí)。如果學(xué)習(xí)的目標(biāo)函數(shù)定義為：如果學(xué)習(xí)的目標(biāo)函數(shù)定義為：J1/2(u-un)2其中其中u為復(fù)合控制器的輸出，為復(fù)合控制器的輸出，un為網(wǎng)絡(luò)的輸出。為網(wǎng)絡(luò)的輸出。那么根據(jù)那么根據(jù)BP算法可得網(wǎng)絡(luò)在線訓(xùn)練時(shí)的權(quán)值修正算法為：算法可得網(wǎng)絡(luò)在線訓(xùn)練時(shí)的權(quán)值修正算法為：WuuWJkWnp/)(可以看出，網(wǎng)絡(luò)在線訓(xùn)練的算法無需用到機(jī)械手和特征提取的?？梢钥闯觯W(wǎng)絡(luò)在線訓(xùn)練的算法無需用到機(jī)械手和特征提取的模型信息，從而可以有效、快速地對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行在線學(xué)習(xí)和優(yōu)化。型信息，從而可以有效、快速地對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行在線學(xué)習(xí)和優(yōu)化。 College of Electrical and Information Engineering, Hunan Univ.41n控制結(jié)果控制結(jié)果機(jī)械手的具體參數(shù)為：機(jī)械手的具體參數(shù)為： L1=300cm； L2=260cm； L3=260cm。攝像機(jī)的焦距攝像機(jī)的焦距:f =50cm。目標(biāo)小球的半徑為目標(biāo)小球的半徑為:10cm。攝像機(jī)在基座坐標(biāo)系的初始坐標(biāo)為攝像機(jī)在基座坐標(biāo)系的初始坐標(biāo)為(490，79，337)。期望圖像特征為：期望圖像特征為：Xd0,Yd0，Rd10目標(biāo)小球中心在基座坐標(biāo)系的坐標(biāo)為目標(biāo)小球中心在基座坐標(biāo)系的坐標(biāo)為:(300，300，200) College of Electrical and In