基于GA-BP神經(jīng)網(wǎng)絡(luò)的接觸式人機(jī)協(xié)作意圖理解方法研究

張 蕊，楊 冬，沈永旺，李鐵軍

(河北工業(yè)大學(xué) 機(jī)械工程學(xué)院，天津 300132)

0 引言

隨著機(jī)器人技術(shù)研究與應(yīng)用領(lǐng)域的不斷發(fā)展與進(jìn)步，以視覺、聽覺、觸覺等為交互信息的人機(jī)交互方式近年來受到眾多學(xué)者和技術(shù)人員的廣泛關(guān)注[1]。其中，以觸覺為交互信息的人機(jī)協(xié)作(接觸式人機(jī)協(xié)作)作為一個快速發(fā)展的領(lǐng)域，已成為一個新的研究熱點(diǎn)[2]。

接觸式人機(jī)協(xié)作在軍事、航天、工業(yè)、康復(fù)醫(yī)療、助老助殘等領(lǐng)域均有廣泛的應(yīng)用價值。軍事方面，外骨骼機(jī)器人采用人體的力信息驅(qū)動機(jī)器人運(yùn)動，實(shí)現(xiàn)力的放大，幫助戰(zhàn)士在負(fù)重較大的武器裝備時實(shí)現(xiàn)快速移動[3-4]。在航天領(lǐng)域，宇航員通過力的交互方式與機(jī)器人協(xié)作實(shí)現(xiàn)太空艙的保養(yǎng)與維修等工作[5]。除此以外，人機(jī)搬運(yùn)也是接觸式人機(jī)協(xié)作的一類研究熱點(diǎn)，合作者與機(jī)器人直接通過物體進(jìn)行接觸力傳遞，實(shí)現(xiàn)共同搬運(yùn)任務(wù)[6-7]。接觸式人機(jī)協(xié)作還包括一些穿戴裝置的研究，如康復(fù)訓(xùn)練機(jī)器人[8]和助老助殘機(jī)器人[9]。

雖然接觸式人機(jī)協(xié)作得到了學(xué)術(shù)界和應(yīng)用界的廣泛關(guān)注，也取得了一定的研究成果，但至今仍然存在環(huán)境感知與協(xié)作意圖理解能力差、關(guān)節(jié)臂接觸信息難以估計(jì)、運(yùn)動柔順性差、協(xié)作效率低等問題。為此，本文針對接觸式人機(jī)協(xié)作中的意圖理解問題，提出了一種基于GA-BP神經(jīng)網(wǎng)絡(luò)的意圖理解方法，并通過實(shí)驗(yàn)驗(yàn)證了該方法在減小合作者作用力與提升人機(jī)協(xié)作的運(yùn)動同步性方面的有效性。

1 接觸式人機(jī)協(xié)作運(yùn)動模型的建立與分析

為了防止驗(yàn)證設(shè)備過于復(fù)雜和多自由度運(yùn)動控制耦合對實(shí)驗(yàn)產(chǎn)生的影響，實(shí)驗(yàn)采用單自由度平移機(jī)器人系統(tǒng)與人協(xié)作共同完成既定任務(wù)，交互系統(tǒng)原理圖及實(shí)物圖如圖1所示，系統(tǒng)參數(shù)如表1所示。本文只提取滑臺運(yùn)動方向的一維力信息。

圖1 人機(jī)協(xié)作系統(tǒng)原理圖及實(shí)物圖

名稱參數(shù)名稱參數(shù)工業(yè)控制計(jì)算機(jī)研華IPC-610六維力傳感器ATI-SI125機(jī)器人控制器凌華PCI-8258伺服電機(jī)及驅(qū)動器安川交流伺服驅(qū)動器400W,電機(jī)額定扭矩1.27N.m

為了采集機(jī)器人當(dāng)前的末端位置和速度，本文中采用伺服電機(jī)編碼器的返回值，再由關(guān)節(jié)空間和笛卡爾空間的轉(zhuǎn)換關(guān)系得到。基于以上實(shí)驗(yàn)設(shè)備，具體任務(wù)表現(xiàn)為：實(shí)現(xiàn)機(jī)器人的末端(滑臺)位置與握于力傳感器的手的運(yùn)動同步。

合作者將其意圖由大腦通過神經(jīng)信號傳遞給上肢，上肢接收運(yùn)動命令后，按照意圖執(zhí)行相應(yīng)運(yùn)動。近年來，研究人機(jī)協(xié)作常以上肢動態(tài)模型切入，但人體上肢的運(yùn)動過程復(fù)雜多變，因此，建立一個精確、時變的人體上肢動力學(xué)模型是非常困難的，甚至不可能實(shí)現(xiàn)[10]。為了簡化人體上肢模型，以二階質(zhì)量-彈簧-阻尼系統(tǒng)近似人體上肢動力學(xué)模型的方式普遍被研究者所接受[11-12]。

基于以上分析，本文建立了人體上肢與機(jī)器人的協(xié)作模型，如圖2所示。

圖2 人體上肢與機(jī)器人協(xié)作模型

機(jī)器人：

(1)

合作者：

(2)

圖3 人體上肢動力學(xué)模型估計(jì)操作者意圖原理圖

然而，在實(shí)際工作中，人的意圖是根據(jù)人機(jī)協(xié)作場景、任務(wù)狀態(tài)、協(xié)作雙方的條件、目標(biāo)的改變等一系列影響因素不斷發(fā)生變化的。因此，通過人體上肢動力學(xué)模型估計(jì)人的意圖的方法存在諸多不合理假設(shè)，實(shí)際估計(jì)的人的意圖并不理想[15]。

2 基于GA-BP神經(jīng)網(wǎng)絡(luò)的合作者意圖理解方法

2.1 BP神經(jīng)網(wǎng)絡(luò)

本文以只有一層隱含層的三層BP神經(jīng)網(wǎng)絡(luò)為例，如圖4所示。

圖4 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)原理圖

2.2 BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法

BP算法的基本思想是把學(xué)習(xí)過程分為正向傳播與誤差反傳兩個階段，通過不斷調(diào)整網(wǎng)絡(luò)的權(quán)值和閾值，直至網(wǎng)絡(luò)的實(shí)際輸出值和期望輸出值的誤差達(dá)到預(yù)期精度要求。

根據(jù)本文采用的三層BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，設(shè)輸入層、隱含層和輸出層節(jié)點(diǎn)數(shù)分別為n、q、m,輸入樣本總數(shù)為P,xpi為第p個樣本的第i個輸入值，隱含層第k個節(jié)點(diǎn)的輸出為：

(3)

輸出層第j個節(jié)點(diǎn)的輸出為：

j=0,1,…,m

(4)

神經(jīng)元激勵函數(shù)g(·)主要有線性函數(shù)、閾值函數(shù)和Sigmoid函數(shù)(又稱S函數(shù))，由于S函數(shù)光滑可微，在分類時比線性函數(shù)更精確，容錯性更好，因此選用標(biāo)準(zhǔn)的S函數(shù)g(x)=1/1+e-x作為神經(jīng)元的激勵函數(shù),其導(dǎo)數(shù)滿足：

g′=g(1-g)

(5)

定義誤差函數(shù)：

(6)

(1)隱含層權(quán)值調(diào)整

定義誤差信號：

其中第1項(xiàng)為：

第2項(xiàng)為：

則誤差信號為：

(7)

綜上可知，隱含層神經(jīng)網(wǎng)絡(luò)的權(quán)值調(diào)整公式為：

(8)

其中,η稱為學(xué)習(xí)率，一般取值范圍為0.1～0.3。

(2)輸出層權(quán)值調(diào)整

定義誤差信號為：

其中第1項(xiàng)為：

第2項(xiàng)為：

則誤差信號為：

δpj=(dpj-ypj)ypj(1-ypj)

(9)

綜上可知，輸出層神經(jīng)網(wǎng)絡(luò)的權(quán)值調(diào)整公式為：

(10)

2.3 基于遺傳算法的BP神經(jīng)網(wǎng)絡(luò)優(yōu)化

BP神經(jīng)網(wǎng)絡(luò)作為目前應(yīng)用最多的一種神經(jīng)網(wǎng)絡(luò)形式之一, 具有強(qiáng)大的非線性映射能力、自學(xué)習(xí)與自適應(yīng)能力、泛化及容錯能力[16]。然而，隨著對神經(jīng)網(wǎng)絡(luò)研究的不斷深入，BP神經(jīng)網(wǎng)絡(luò)也逐漸顯現(xiàn)出自身的不足，如：全局搜索能力差、易陷入局部極值、收斂速度慢、容易出現(xiàn)“過擬合”現(xiàn)象[17-18]。因此，本文采用遺傳算法同時優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的權(quán)值、閾值和拓?fù)浣Y(jié)構(gòu)，來彌補(bǔ)BP神經(jīng)網(wǎng)絡(luò)的缺陷。

GA+BP算法的適應(yīng)度函數(shù)建立在BP神經(jīng)網(wǎng)絡(luò)總誤差基礎(chǔ)上，設(shè)每條染色體的適應(yīng)度函數(shù)為：

(11)

GA-BP神經(jīng)網(wǎng)絡(luò)操作流程如圖5所示。

圖5 GA-BP神經(jīng)網(wǎng)絡(luò)操作流程圖

3 實(shí)驗(yàn)驗(yàn)證

3.1 自適應(yīng)阻抗控制器設(shè)計(jì)

為了獲取BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練數(shù)據(jù)，采用自適應(yīng)阻抗控制方法對數(shù)據(jù)進(jìn)行采集，采集的數(shù)據(jù)分為訓(xùn)練數(shù)據(jù)和驗(yàn)證數(shù)據(jù)。自適應(yīng)阻抗控制器如圖6所示。自適應(yīng)阻抗控制器：

(12)

式中,Ω為速度補(bǔ)償項(xiàng)，fh、fd表示實(shí)際作用力與期望交互力；fd=[-t,t]，t為正向趨近于0的常數(shù)。

速度補(bǔ)償項(xiàng)：

(13)

其中，λ為控制器采樣周期，η為更新率，b為常數(shù)。

圖6 自適應(yīng)阻抗控制原理圖

基于上文單自由度人機(jī)協(xié)作系統(tǒng)，建立了如圖7所示的數(shù)據(jù)采集流程圖。

在數(shù)據(jù)采集階段，為了使采集到的數(shù)據(jù)最大程度的覆蓋人機(jī)協(xié)作空間數(shù)據(jù)，使訓(xùn)練的樣本更具有代表性，需要合作者在數(shù)據(jù)采集的過程中盡量以多個速度在機(jī)器人的運(yùn)動空間內(nèi)移動。設(shè)定實(shí)驗(yàn)裝置的運(yùn)行頻率為1kHz，采樣頻率為100Hz，整個采集過程持續(xù)6s，重復(fù)采樣過程3次。

圖7 數(shù)據(jù)采集流程圖

根據(jù)以上實(shí)驗(yàn)，最終獲3×100×6=1800組訓(xùn)練數(shù)據(jù)樣本，從每次采樣過程中得到的數(shù)據(jù)(100×3=300)中隨機(jī)抽取100組數(shù)據(jù)作為檢驗(yàn)數(shù)據(jù)，共300組檢驗(yàn)數(shù)據(jù)。

3.2 GA-BP神經(jīng)網(wǎng)絡(luò)參數(shù)設(shè)置

3.2.1 BP神經(jīng)網(wǎng)絡(luò)參數(shù)設(shè)置

(1)輸入層與輸出層參數(shù)設(shè)置

(2)步長取值

步長取值的大小影響著整個神經(jīng)網(wǎng)絡(luò)的結(jié)果的好壞。經(jīng)過測試，本文將步長設(shè)定為 0.05。實(shí)驗(yàn)結(jié)果見表2。

表2 訓(xùn)練步長對系統(tǒng)的影響

(3)隱含層節(jié)點(diǎn)數(shù)量設(shè)置

根據(jù)經(jīng)驗(yàn)公式，隱含層節(jié)點(diǎn)的數(shù)量：

(14)

其中，q、n、m分別為隱含層、輸入層和輸出層節(jié)點(diǎn)數(shù)目，a為1～10之間的調(diào)節(jié)常數(shù)。經(jīng)過實(shí)驗(yàn)反復(fù)測試，本文將BP神經(jīng)網(wǎng)絡(luò)的隱含層節(jié)點(diǎn)數(shù)設(shè)定為15。實(shí)驗(yàn)結(jié)果見表3。

表3 隱含層節(jié)點(diǎn)數(shù)量對系統(tǒng)的影響

3.2.2 遺傳算法的參數(shù)設(shè)計(jì)

(1)種群規(guī)模

種群規(guī)模(S)的大小對于遺傳算法收斂的速度以及能否達(dá)到預(yù)期優(yōu)化結(jié)果有很大影響。根據(jù)實(shí)際情況，本文將種群規(guī)模設(shè)定為100。

(2)迭代次數(shù)

遺傳算法的終止條件為：在限定的迭代次數(shù)中達(dá)到期望值或在沒有達(dá)到收斂精度的情況下，達(dá)到了迭代次數(shù)上限。本文根據(jù)實(shí)際情況將迭代次數(shù)設(shè)為500。

圖8為種群的平均適應(yīng)度值和最優(yōu)適應(yīng)度值得變化曲線。由圖可知，隨著進(jìn)化代數(shù)的增加，最優(yōu)個體的適應(yīng)度值一直在增加，體現(xiàn)了種群的最好個體在逐代進(jìn)化的過程。同時，種群個體的平均適應(yīng)度值逐漸向最優(yōu)適應(yīng)度值靠近，說明了將適應(yīng)度值高的個體保留并且進(jìn)化，最終獲得平均適應(yīng)度值較高的種群。適應(yīng)度值變化曲線說明了遺傳算法對BP神經(jīng)網(wǎng)絡(luò)確實(shí)進(jìn)行了優(yōu)化，得到了較好的網(wǎng)絡(luò)參數(shù)。

3.3 數(shù)據(jù)歸一化處理

由于BP神經(jīng)網(wǎng)絡(luò)選擇的激勵函數(shù)為單極性Sigmoid函數(shù)，值域有限，需將初始數(shù)據(jù)映射到激勵函數(shù)的值域內(nèi)。因此對初始數(shù)據(jù)進(jìn)行歸一化處理，轉(zhuǎn)換為[0,1]之間的處理數(shù)據(jù)。歸一化公式如下所示：

(15)

其中,輸入向量為x，max、min分別表示x的最大值與最小值，歸一化后的輸出向量為y。

綜上所述，在接觸式人機(jī)協(xié)作過程中，人的意圖體現(xiàn)于系統(tǒng)的動態(tài)表現(xiàn)，因此可以通過系統(tǒng)的外在表現(xiàn)信息對人的意圖進(jìn)行估計(jì)。因此，本文提出了一種基于遺傳算法優(yōu)化改進(jìn)BP神經(jīng)網(wǎng)絡(luò)(簡稱GA-BP神經(jīng)網(wǎng)絡(luò))的合作者意圖理解方法，其原理如圖9所示。

圖9 GA-BP神經(jīng)網(wǎng)絡(luò)的合作者意圖理解原理圖

4 實(shí)驗(yàn)結(jié)果與分析

4.1 預(yù)測模型準(zhǔn)確性分析

為檢驗(yàn)本文建立的GA-BP神經(jīng)網(wǎng)絡(luò)的預(yù)測效果，采用在3.1節(jié)中基于自適應(yīng)阻抗控制采集的檢驗(yàn)樣本進(jìn)行檢測。通過300組檢驗(yàn)數(shù)據(jù)，得到如圖10所示的GA-BP神經(jīng)網(wǎng)絡(luò)的合作者意圖的預(yù)測值與真實(shí)值數(shù)據(jù)。

圖10 GA-BP神經(jīng)網(wǎng)絡(luò)的合作者意圖的預(yù)測值與真實(shí)值

4.2 人機(jī)運(yùn)動同步性和合作者交互力分析

為了驗(yàn)證本文所提GA-BP神經(jīng)網(wǎng)絡(luò)識別合作者意圖的方法具有更優(yōu)異的人機(jī)運(yùn)動同步性，可降低交互力，采用自適應(yīng)阻抗控制與本文方法進(jìn)行了對比實(shí)驗(yàn)。

基于本文實(shí)驗(yàn)裝置，分別采用自適應(yīng)阻抗控制方法和GA-BP神經(jīng)網(wǎng)絡(luò)的方法進(jìn)行實(shí)驗(yàn)，分別繪制兩種方法的速度跟蹤曲線，如圖11和圖12所示。

圖11 自適應(yīng)阻抗控制方法速度跟蹤曲線圖

由圖11可知，在采用自適應(yīng)阻抗控制的方法實(shí)現(xiàn)接觸式人機(jī)協(xié)作過程中，實(shí)際機(jī)器人的跟蹤速度明顯滯后于合作者的期望速度，這一阻抗控制固有的延時特性限制了接觸式人機(jī)協(xié)作過程中對于人機(jī)同步性的要求，機(jī)器人一直處于被動跟隨狀態(tài)。

圖12 GA-BP神經(jīng)網(wǎng)絡(luò)方法的速度跟蹤曲線圖

由圖12可知，相比自適應(yīng)阻抗控制方法，本文提出的GA-BP神經(jīng)網(wǎng)絡(luò)的合作者意圖識別方法，消除了自適應(yīng)阻抗控制方法帶給系統(tǒng)的延時，實(shí)現(xiàn)了接觸式人機(jī)協(xié)作中機(jī)器人與合作者運(yùn)動同步。

為了進(jìn)一步說明本文提出的意圖理解方法能夠減小合作者交互力，使其能夠更加輕松完成合作任務(wù)，分別采用自適應(yīng)阻抗控制和GA-BP神經(jīng)網(wǎng)絡(luò)進(jìn)行實(shí)驗(yàn)，交互過程中，合作者在兩次實(shí)驗(yàn)中，盡力將機(jī)器人末端速度和運(yùn)行軌跡保持一致，提取合作者的交互力信息，如圖13所示。

圖13 自適應(yīng)阻抗控制方法與GA-BP神經(jīng)網(wǎng)絡(luò)方法交互力對比曲線圖

對比兩種控制方法，由圖13可知，相比于自適應(yīng)阻抗控制方法，GA-BP神經(jīng)網(wǎng)絡(luò)的意圖理解方法能夠很大程度上減小合作者對系統(tǒng)的作用力，效果明顯。

5 結(jié)論

本文采用了機(jī)器學(xué)習(xí)的方法(GA-BP神經(jīng)網(wǎng)絡(luò)模型)實(shí)現(xiàn)了對接觸式人機(jī)協(xié)作中合作者意圖的識別。實(shí)驗(yàn)結(jié)果表明，GA-BP神經(jīng)網(wǎng)絡(luò)能夠準(zhǔn)確的理解合作者的意圖，改善了接觸式人機(jī)協(xié)作中運(yùn)動同步性，有效減小了交互過程中合作者作用力，降低了合作者的努力程度，使接觸式人機(jī)協(xié)作變得更加柔順，提高了機(jī)器人的智能化水平，為接觸式人機(jī)協(xié)作中合作者意圖理解等后續(xù)研究奠定了基礎(chǔ)。