摘要
针对仿人机器人NAO实际行走距离受环境因素(如脚底打滑)和自身因素(如关节的反作用力)的影响,导致其与理论期望距离有一定偏差的情况,提出了一种基于自适应神经模糊推理系统的行走距离预测方法.通过获得NAO行走距离的相关数据,采用网格分割法,构建自适应模糊推理系统来预测机器人实际行走的距离.训练时采用网格分割、BP算法和最小二乘算法的组合优化.对训练后的系统进行了分析与测试,仿真实验证明了方法的有效性.
针对仿人机器人NAO实际行走距离受环境因素(如脚底打滑)和自身因素(如关节的反作用力)的影响,导致其与理论期望距离有一定偏差的情况,提出了一种基于自适应神经模糊推理系统的行走距离预测方法.通过获得NAO行走距离的相关数据,采用网格分割法,构建自适应模糊推理系统来预测机器人实际行走的距离.训练时采用网格分割、BP算法和最小二乘算法的组合优化.对训练后的系统进行了分析与测试,仿真实验证明了方法的有效性.
出处
《华中科技大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2011年第S2期298-301,共4页
Journal of Huazhong University of Science and Technology(Natural Science Edition)
基金
国家自然科学基金资助项目(61075077)
黑龙江省教育厅科学技术研究资助项目(12511446)
