摘 要：本文利用神經(jīng)網(wǎng)絡感知器和安裝在機器人腳底的力傳感器，測知機器人重心的位置，控制機器人重心在雙腳的支撐面內，以使機器人穩(wěn)定。本文提出的雙足行走機器人穩(wěn)定性控制方案是簡單易行的。
關鍵詞：神經(jīng)網(wǎng)絡 感知器 雙足行走機器人 穩(wěn)定性控制

1 引言
人作為雙足行走生物，是在長期的生物進化過程中形成的。人能夠不自覺地保持身體的直立性和平衡性，不論是在靜止不動還是在行走過程中。一旦失去平衡，人就會產生相應的動作，使身體保持平衡。例如，在靜止時，當人的重心偏向一側時，就會不自覺地向該側跨出一腳，以使重心位置落于支撐面內。這里，支撐面定義為兩腳之間的面積以及兩腳的面積。當重心落于支撐面內時，就不會傾倒。再如，在行走過程中，人的重心不斷向前移動，超出了兩腳尖的位置，迫使人向前邁出腳，這樣才使人的行走成為可能，使人的行走自然流暢。因此，控制機器人重心的位置及重心位置的速度，是機器人保持穩(wěn)定及產生有效步態(tài)的關鍵。本文就是控制機器人的重心位置，使其落于支撐面內，從而達到了機器人穩(wěn)定性控制的目的。機器人的重心可以由安裝在機器人腳底的力傳感器測知。當重心偏向一側，這一側的傳感器輸出偏大，相反的一側的力傳感器等于零，或趨近于零。本文用感知器來感知機器人重心位置的變化，當重心超出支撐面時，系統(tǒng)將發(fā)出動作指令，使機器人保持穩(wěn)定。
本文采用的神經(jīng)網(wǎng)絡感知器(Perception)是最簡單的人工神經(jīng)網(wǎng)絡，它是FRosenblatt于1958年提出的具有自學習能力的感知器。在這種人工神經(jīng)網(wǎng)絡中，記憶的信息存儲在連接權上，外部刺激通過連接通道自動激活相應的神經(jīng)元，以達到自動識別的目的。感知器模型如圖1所示，通常由感知層S(Sensory)、連接層A(Association)和反應層構成R(Response)。

2 人工神經(jīng)元感知器的學習算法
可以用下面的方法訓練網(wǎng)絡：
(1)初始化S層至連接層(A層)的連接權矩陣

中的各個元素及Ａ層各單元的閥值賦予［－１，＋１］之間的隨機值，一般情況下vij＝１θj＝０i＝１，２，Λ，pj＝１，２，Λ，n且在整個學習過程中保持固定不變。
Ａ層至輸出層(R層)的連接權矩陣

中的各個元素及Ｓ層各單元的閥值θ＝［θ１θ２Λθq］賦予［-1，+1］之間的隨機值。