服务机器人神经网络力控制器实现研究
机器人的不断发展,要求机器人能像人类一样,在接触中能够产生和人一样的反应.该论文以实现具有类人反应的服务机器人为目标,研究了服务机器人的神经网络力控制器的实现问题.文中采用了一种STAM(Symmetric Table and Addition Method)方法在FPGA器件上,实现了BP网络最为常用的一种非线性传递函数—sigmoid函数的近似计算.可编程技术迅速发展,正在成为EDA设计的首选方式.在此选用了XILINX公司的FPGA器件来实现算法.对于非线性函数,目前有多种实现方式,但这些算法一般占用空间都较大,或是反应时间长,不适合用硬件实现.而STAM方法极大的减小了查表法占用的硬件资源,而且不必循环执行,可以在一个指令周期内完成一次计算任务,运算速度快.计算误差小于一个ulp.和其他的算法比较,STAM方法更适于用硬件方式实现.另外,硬件实现神经网络还存在误差问题,学习方式,并行结构等方面的问题,还有神经网络内部的连接问题,隐层及乘法器的实现等等.如误差问题,硬件实现神经网络使用的是有限精度,不可避免的会产生有限精度误差,选取合适的精度,才能既适合空间的要示,又避免对网络的实现产生一定的影响.这些都是在实现一个网络前需要仔细考虑的问题.上述这些问题在文中都予以了研究,并根据目标系统,提出了设计中欲采用的结构.
服务机器人;类人反应;力控制;硬件神经网络;STAM
中国海洋大学
硕士
信号与信息处理
周东辉
2003
中文
TP24;TP183
46
2004-04-08（万方平台首次上网日期，不代表论文的发表时间）