买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
摘要:本发明提供一种基于监督训练的四足机器人足端触地检测方法,所述四足机器人足端设有加速度传感器,所述检测方法包括如下步骤:步骤S1、控制四足机器人足端按照预期进行触地,获取加速度传感器数据并进行归一化处理、标定对应标签,制作训练数据集;步骤S2、对训练数据集进行训练,得到网络模型;步骤S3、运行监督训练网络模型,基于输入的加速度数据进行足端触地识别。本检测方法基于非接触式的加速度传感器实现,无需复杂结构设计,简单可靠,精度高,抗干扰性强。
主权项:1.一种基于监督训练的四足机器人足端触地检测方法,其特征在于,所述四足机器人足端设有加速度传感器,所述检测方法包括如下步骤:步骤S1、控制四足机器人足端按照预期进行触地,获取加速度传感器数据并进行归一化处理、标定对应标签,制作训练数据集;步骤S2、对训练数据集进行训练,得到监督训练网络模型;步骤S3、运行监督训练网络模型,基于输入的加速度数据进行足端触地识别;其中,步骤S2具体包括:步骤S21、对训练数据集X进行加权求和,其表达式为:z=∑W·x+bias3其中参数W为权重,参数bias为偏置,对W、bias进行均匀分布初始化,初始值范围为0-1之间,训练模型的过程即找到合适的W、bias值;步骤S22、对z进行非线性变换,激活函数为softmax,由于标签为LANDING或N-LANDING两类,即i的值为1或2,其中zi为第1组或第2组样本数据线性变换计算数值,zj为对应的累加求和值,即为eZ1+eZ2的累加求和值,通过Softmax函数可以将两类的输出值转换为范围在[0,1]且和为1的概率分布,其表达式为: 得到为计算出的为分类标签的预测值,综合3、4得到的表达式为: 其中,分别表示标签LANDING和N-LANDING的预测概率,w1,1,w1,2...w1,100为标签LANDING的权重参数,其中左下标1为标签LANDING的数据、右下标1-100为训练数据个数;w2,1,w2,2...w2,100为标签N-LANDING的权重参数,其中左下标2为标签N-LANDING的数据,右下标1-100为训练数据个数;x1,x2,x3...x100为处理后的数据集,其中下标1-100为数据集中第1-100个数;bias1、bias2为标签LANDING和N-LANDING分别对应的偏置参数;其中下标1代表标签LANDING,2代表标签N-LANDING;步骤S23、通过损失函数计算标签值和预测值的偏差,损失函数的表达式为: 其中,m为样本个数,损失函数采用对数损失,Li是样本中第i个数据的标签值,其标签N-LANDING为0、LANDING为1标签值,把步骤S21、步骤S22中设置的Wi,j、biasi的初始值,以及步骤S22中得到的Zi、以及标签值Li输入到损失函数计算得到偏差值;步骤S22中公式5中的简写为Wi,j,简写为biasi,随机设置Wi,j、biasi的初始值且初始值范围为0-1之间;步骤S24、设定网络模型检测目标值,当偏差值大于目标值时,即识别率未达到预期的要求,通过梯度下降法迭代参数Wi,j、biasi,对损失函数的W、bias求偏导数步骤S25、设置学习率α=0.001;步骤S26、通过更新参数W,通过更新参数bias;步骤S27、把更新后的W,bias代入步骤S21,循环训练网络模型,直到损失值低于目标阈值,即找到合适的W、bias值完成模型的训练。
全文数据:
权利要求:
百度查询: 济南傲谷智控科技有限公司 一种基于监督训练的四足机器人足端触地检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。