河北联合大学轻工学院
本科生毕业设计（论文）中期检查报告
题 目：
学 部：专 业：班 级：姓 名：学 号：指导教师：
多层感知器在两轮机器人运动平衡控制
的应用
信息科学与技术部 电气工程及其自动化 电气四班 张少峰 201015390430 任红格
2014年 5 月 1日
按照进程表，首先完成了两轮机器人的系统数学模型，包括直流电机模型、车轮模型、车身模型、机器人模型。其次，设计两轮机器人运动平衡控制器，工作进展情况（对照计划进程表和任务书） 本论文提出一种多层感知器与PID控制相结合的自适应控制方法，并把它应用于非线性伺服系统，建立起多层感知器控制系统的基本结构。同时，这一部分也是本论文的重点，利用多层感知器的非线性网络映射能力，通过机器人的非线性函数组合的参考模型，利用多层感知器控制系统的输出结果作为控制变量，来实现机器人的运动平衡控制。然后，进一步丰富了论文课题背景、研究状况、发展现状分析，确定实验研究方法，验证多层感知器控制系统的应用价值。最后，完成了本论文的初稿。 但是，这只完成了本论文的大体结构，对控制系统的有关细节还需进一步的思考。在内容衔接方面，还有许多内容需要补充，如：相关的图片、原理图和实验方法等内容。 未按计划完成任务的原因及今后工目标函数的选择问题，想借鉴最优控制中的目标函数确定法，如状态与控制量的组合方法，通过查看相关论文及资料，进一步思考，希望能尽快把这个问题解决。学习算法中收敛参数的选择，想用扩展的kalman滤波就能实现具有可变收敛参数的学习，但是，这方面的储备知识很少，因为之前也只是了解，没有深入学习过，希望借助网络视频课程与相关文献这种方法，解决这个问题。 作计划 还没有确定最为合理的神经网络结构及隐含层内神经元的数目，在机器人控制研究方面，至今尚无明确原则，尽管在一定条件下，神经元的数目的增加能加快学习速度与学习能力，但过多的神经元可能对新输入的数据产生饱和现存在的主要问题及解决措施 象。 选择学习样本，首先随机选择一个样本，实现网络的粗调；在实际行动中，利用神经网络的适应功能进行微调，使之尽可能充分接近真实的网络。 确定学习算法，误差反播法是现有神经网络最常用的学习算法。但是，这种算法的致命弱点是收敛速度非常慢，常常需要几千次迭代，显然这不适用实时学习。因此，寻找其它有效的学习方法对机器人运动平衡控制中的应用至关重要
