長短期記憶模型步態控制器於中型人形機器人之設計與實現

Translated title of the thesis: Design and Implementation of Long-Short Term Memory Gait Pattern Controller for Teen-Sized Humanoid Robot
  • 鄭 全翰

Student thesis: Master's Thesis

Abstract

本論文使用長短期記憶神經網路作為回授控制以改善人形機器人的步態穩定度,並將理論套用到人形機器人David Junior III以測試效果。在硬體上,無線傳輸晶片取代了笨重的有線傳輸;高採樣速率ADC轉換器與雙足上之壓力感測器結合以量測壓力中心。嶄新的電腦控制核心與電路板能夠將以往預先決定的步態改為即時運算。為了訓練神經網路,四項特徵包括兩方向的加速度以及壓力中心軌跡被選擇當作訓練資料。相對應的最佳解則由粒子群演算法來尋找。透過不同的最佳化器選擇及結果比較,本篇論文所選擇之LSTM網路架構能夠適當地表現訓練資料間的非線性關係且同時能夠避免過擬合現象。另外為了能夠在機器人上達到即時運算的結果,本論文亦建立了以linux與Ubuntu作業系統為基底之機器人控制系統。本論文實驗先在Webot上模擬驗證方法論之效果,再轉移至實機人形機器人上測試。最後,實驗結果顯示,透過本論文所提方法能夠使人形機器人具備自主調節步態之能力且能夠在極短時間內做出反應,以達到高效之動態回授能力。
Date of Award2018 Jul 26
Original languageChinese
SupervisorTzuu-Hseng S. Li (Supervisor)

Cite this

'