[發明專利]一種基于神經網絡的關節角誤差補償實驗裝置及方法

有效

• 申請號: 201711396408.5
• 申請日: 2017-12-21
• 公開（公告）號: CN108478222B
• 公開（公告）日: 2021-04-13
• 發明（設計）人: 郭雅靜;朱曉榮;王福德;趙青;黃玉平
• 申請（專利權）人: 北京精密機電控制設備研究所
• 主分類號: A61B5/11
• 分類號: A61B5/11;G06N3/04
• 代理公司: 中國航天科技專利中心 11009
• 代理人: 李晶堯

1.一種基于神經網絡的關節角誤差補償實驗裝置，其特征在于：包括4個綁帶(1)、2個安裝板(2)、第一陀螺儀(3)、第二陀螺儀(4)、編碼器(5)和信號采集板(6)；其中，2個安裝板(2)均為條形板狀結構；2個安裝板(2)的端處連接，且2個安裝板(2)實現繞連接處旋轉；4個綁帶(1)固定安裝在安裝板(2)的內側側壁上，且每2個綁帶(1)對應一個安裝板(2)；第一陀螺儀(3)固定安裝在上部安裝板(2)的外側壁上；第二陀螺儀(4)固定安裝在下部安裝板(2)的外側壁上；編碼器(5)固定安裝在2個安裝板(2)連接處的外側壁上；信號采集板(6)固定安裝在第一陀螺儀(3)和編碼器(5)之間；

誤差補償方法包括如下步驟：

步驟(一)、將誤差補償實驗裝置固定安裝在人體的腿部；其中一個安裝板(2)位于人體大腿外側；另一個安裝板(2)位于人體小腿外側；2個安裝板(2)的連接處位于人體膝蓋的外側；進行人體步態行走試驗，通過第一陀螺儀(3)、第二陀螺儀(4)和編碼器(5)進行實時測量；通過信號采集板(6)獲得測量得到第一陀螺儀(3)的輸出gyro₁(t)、第二陀螺儀(4)的輸出gyro₂(t)和編碼器(5)的輸出

步驟(二)、建立雙輸入單輸出的神經網絡結構模型

神經網絡結構模型包括輸入層、隱含層和輸出層；輸入層的輸出量為隱含層的輸入量；隱含層的輸出量為輸出層的輸入量；以第一陀螺儀(3)的輸出gyro₁(t)和第二陀螺儀(4)的輸出gyro₂(t)作為輸入層的輸入量；隱含層節點為3-5個節點；以編碼器(5)的輸出作為輸出層的輸出量；

步驟(三)、確定輸入層與輸出層之間的激發函數關系，即隱含層的激發函數，具體步驟如下：

S1：計算隱含層的輸入量I1_i與輸入層的輸入量gyro₁(t)、gyro₂(t)的關系；

S2：計算隱含層的輸入量I1_i與隱含層的輸出量O1_i的關系；

S3：計算輸出層的輸出量與隱含層的輸出量O1_i的關系；

即，得到輸入層與輸出層之間的激發函數關系；

步驟(四)、將誤差補償實驗裝置中的編碼器(5)拆除后，重新綁定在人體的腿部，進行人體步態行走試驗，測量得到第一陀螺儀(3)的輸出gyro₁(t)、第二陀螺儀(4)的輸出gyro₂(t)；通過步驟(三)得到的神經網絡結構模型，直接獲得實時輸出層的輸出量避免了陀螺儀積分運算累積的誤差；

所述步驟(一)中，人體步態行走的時間為2-10s；步態行走速度為0.5-2.5m/s；第一陀螺儀(3)、第二陀螺儀(4)和編碼器(5)的采集頻率為10-20ms采集一次；

所述步驟(二)中，輸入層的節點為2，分別為第一陀螺儀(3)的輸出gyro₁(t)和第二陀螺儀(4)的輸出gyro₂(t)；輸出層的節點為1，為編碼器(5)的輸出

2.根據權利要求1所述的一種基于神經網絡的關節角誤差補償實驗裝置，其特征在于：所述步驟(三)的S1中，隱含層的輸入量I1_i與輸入層的輸入量gyro₁(t)、gyro₂(t)的關系為：

式中，n為輸入層節點的個數，取2；

m1為隱含層節點的個數；

i為第i個隱含層節點；

j為第j個輸入層節點；

θ1_j為第j個輸入層節點的閾值；

w1_i,j為第i個隱含層節點與第j個輸入層節點的連接權值參數。

3.根據權利要求2所述的一種基于神經網絡的關節角誤差補償實驗裝置，其特征在于：所述步驟(三)的S2中，隱含層的輸入量I1_i與隱含層的輸出量O1_i的關系為：

式中，a為傾斜參數。

4.根據權利要求3所述的一種基于神經網絡的關節角誤差補償實驗裝置，其特征在于：所述步驟(三)的S3中，輸出層的輸出量與隱含層的輸出量O1_i的關系為：

令輸入層節點的閾值θ1_j為0，則：

式中，v_i為輸出層節點與隱含層節點的連接權值參數；

m2為輸出層節點個數，取1。