一种基于FPGA的气动柔性手指的神经网络控制器的制作方法

本发明涉及一种基于FPGA的气动柔性手指的神经网络控制器，适用于机械领域。

背景技术：

机器人动力学系统是一个高度复杂的非线性模型，因此，非线性是机器人控制系统研究的基础和关键，也是连接神经网络和机器人控制的纽带。神经网络的变体各种各样，随着算法和系统复杂性的不断提高，对硬件的要求也必将提高到一个新的层次。近几年，随高密度现场可编程逻辑器件(field programmable gates array，FPGA)的发展及其技术上的成熟，各种智能控制策略的FP-GA实现的研究也随之活跃。国内外许多学者对神经网络的硬件实现进行了研究，并取得了相当的成绩。与传统的von Neumann计算机结构的串行运算方法相比，采用FPGA实现的控制器具有信息流的并行性、快速性、灵活性和易于扩展等特点，这正好满足神经网络的大量的并行数据运算的需要。目前，大多数基于神经网络的控制系统还停留在仿真水平上，未能解决实际问题。

技术实现要素：

本发明提出了一种基于FPGA的气动柔性手指的神经网络控制器，选用神经网络控制器，在理论研究的基础上，对神经网络的硬件实现和实际应用进行进一步的研究。

本发明所采用的技术方案是：

所述网络控制器中，在输入手指末端预期位置后，对手指进行逆运动求解，计算出要达到该位置时三个关节各自的弯曲角度，然后根据角度算出相应的神经网络输入向量，并将这三个值传送到各自的关节控制器中。

所述神经网络控制器中，整个神经元的运算过程为流水线设计，这样使得模型执行的时钟周期可以减少到流水线中最慢步骤所需的操作时间，而不是各个步骤延时的累加，从而提高了系统运算速度。

本发明的有益效果是：该神经网络控制器通过并联该控制器，可以完成对多手指灵巧手的控制，不仅解决了系统的非线性问题，同时也保证了系统控制的实时性。

附图说明

图1是本发明的单个神经元的层次图。

图2是本发明的S函数实现流程图。

具体实施方式

下面结合附图和实施例对本发明作进一步说明。

如图1、图2，机器人驱动器具有体积小、结构简单等特点，并且基于这种新型的气动柔性驱动器，设计了三关节柔性手指，该手指运动灵活，不需要外加复杂的传动机构、变速机构，结构简洁。

在手指的控制策略方面，简单的开环控制一般不能提供所需要的轨迹精度。常规的闭环反馈控制，如PID控制器，已经得到应用。为了适应控制参数的调整，反馈控制器已更多地和人工智能神经网络结合在一起。然而，当系统的反应总是异常慢、驱动器在本性上是适应的时候，对反馈信号的依赖往往是系统不稳定的原因，这是橡胶驱动器机器人的一个弊端。为了消除反馈的依赖性，我们设计了一个神经网络，并使其单独作为一个开环控制器。

手指的控制实际上是对手指关节的控制，所以手指控制器由三个相同的关节控制器组成。控制原理是：在输入手指末端预期位置后，对手指进行逆运动求解，计算出要达到该位置时三个关节各自的弯曲角度，然后根据角度算出相应的神经网络输入向量，并将这三个值传送到各自的关节控制器中。其中，虚线框内由上位机完成，本文主要涉及的是神经网络控制器的设计。

单个神经元的硬件实现最后关系到整个系统的处理时间及占用芯片的面积，因此它的实现形式非常重要。在设计过程中我们采用自上而下的设计方法，整个神经元的运算过程为流水线设计，这样使得模型执行的时钟周期可以减少到流水线中最慢步骤所需的操作时间，而不是各个步骤延时的累加，从而提高了系统运算速度。

本设计的最大频率为42.3MHz，在输入数据跳变时，输出结果会出现毛刺，但是系统是在时钟上升沿时读取数据的，因此系统在第四有效时钟沿读取数据时，得到准确的数据。

本研究中的神经网络控制器在Altera公司的EP1C12Q240C7芯片上成功地得以实现，通过并联该控制器，可以完成对多手指灵巧手的控制。采用该控制器，不仅解决了系统的非线性问题，同时也保证了系统控制的实时性。