Казанский Государственный Университет им. В.И. Ульянова
advertisement
Казанский Государственный Университет им. В.И. Ульянова-Ленина Факультет вычислительной математики и кибернетики МОДЕЛИРОВАНИЕ ПОХОДКИ ЧЕЛОВЕКА Годиненко Максим гр. 958 Руководитель: СТОЛОВ Е.Л. Трёхзвенная модель • плохая масштабируемость • сложность подсчета функции Лагранжа • неизменность коэффициентов момента мышц • ручная связь двух систем Трёхзвенная модель • звенья скреплены шарнирными соединениями • длины и массы звеньев постоянны во времени • моменты мышц управляемы нейронной сетью • центры тяжести располагаются на концах звеньев • действует гравитационное поле Земли Момент мышц • к каждому шарниру приложена сила, реализующая момент мышцы этого звена • сила есть функция трёх коэффициентов • F = -(k(q - q0) + bq') • q, q’ – обобщённая координата и её производная по времени • k, q0, b – изменяющиеся коэффициенты силы Искусственная нейронная сеть Состояние модели описывается 6 переменными: тремя обобщенными координатами и их производными. • сеть состоит из двух слов • на входе имеет 12 нейронов: начальное и конечное положение • на выходе получаем 6 нейронов коэффициенты моментов мышц • в первом слое используется гиперболический тангенс, во втором – линейная функция Функции тренировки сети На основании данных, полученных после ряда экспериментов, происходит обучение сети. Ниже приведены графики тренировочной функции. Запуск трёхзвенной модели Четырёхзвенная модель • добавлено ещё одно звено «таз» • моменты мышц управляемы нейронной сетью • центры тяжести ног и таза располагаются в центре звена Запуск четырёхзвенной модели Многозвенная модель • центры тяжести всех звеньев располагаются в центре •моменты мышц управляемы пятью нейронными сетями, отвечающими за свою часть модели Многозвенная модель • 14 звеньев • центры тяжести звеньев расположены в центре звена • «чувствует пол» т.е. пересечение с нулевым уровнем. Сенсорная функция • с помощью сенсоров движения собирает информацию о движении звеньев • рассчитывает положение центра тяжести модели • «чувствует пол» т.е. пересечение с поверхностью. Функции тренировки сети Сеть состоит из 5 уровней, на входе имеет 48 нейронов, на выходе 6 нейронов. Тренировка происходит за 50 эпох. Итоги • Увеличение количества звеньев до 14 •Трёхмерность модели •Замена системы дифференциальных уравнений искусственной нейронной сетью •Ограничение предельных значений обобщенных координат • Расчет коэффициентов в нужных точках • Контроль положения центра тяжести модели • Контроль поверхности, на которой находится модель • Выбор наиболее существенных коэффициентов
