多指靈巧手又稱多指多關(guān)節(jié)機械手，是一種并聯(lián)加串聯(lián)形式的機器人， 一般由手掌和 3～5個手指組成，每個手指有3～4個關(guān)節(jié)。由于其具有多個關(guān)節(jié)(≥9),故可以對幾乎任 意的物體進行抓持及操作。如果安裝有指端力傳感器和觸覺傳感器，對抓持力進行控制， 可以實現(xiàn)對易碎物體(如雞蛋等)進行抓持及操作。多指靈巧手的機械本體一般較小，自由 度又較多，故多采用伺服電機通過有套管的鋼絲或尼龍繩進行遠距離驅(qū)動，控制伺服電機 進行有序的轉(zhuǎn)動，可使多指靈巧手完成各種抓持及操作。由于繩子的變形及繩子與套管間 的摩擦，關(guān)節(jié)之間的耦合，使得多指靈巧手比一般的機器人具有更強的非線性。目前，對 多指靈巧手的智能抓持的研究和位置/力協(xié)調(diào)控制的研究是機器人學研究的熱點之一。

下面介紹用經(jīng)過訓練的多層前饋網(wǎng)絡(luò)作為控制器，控制多指靈巧手的關(guān)節(jié)跟蹤給定的軌跡，以及對網(wǎng)絡(luò)結(jié)構(gòu)、學習算法、控制系統(tǒng)軟硬件組成以及實驗結(jié)果等。

1. 網(wǎng)絡(luò)結(jié)構(gòu)及學習算法

本系統(tǒng)采用一個3×20×1的三層前饋網(wǎng)絡(luò)來學習原有的控制器的輸入輸出關(guān)系。神 經(jīng)元采用S 形函數(shù)，即y=1/(1+e') 。 學習結(jié)束后，用此前饋網(wǎng)絡(luò)當作控制器。作為網(wǎng) 絡(luò)學習樣板的控制器，是經(jīng)實踐驗證成功的控制器。利用這個控制器產(chǎn)生的輸入輸出數(shù)據(jù) 對，供網(wǎng)絡(luò)進行學習，訓練好的網(wǎng)絡(luò)可以很好地逼近原控制器的輸入輸出映射關(guān)系。

學習采用BP 算法與趨化算法相結(jié)合的混合學習算法，即先用 BP 算法對網(wǎng)絡(luò)進行訓 練，然后再用趨化算法訓練。實踐證明這種混合學習算法能夠避免局部極小值且比單d用 兩者中任一算法具有較快的收斂速度。 BP 算法是Z常見的學習算法，在此不多述。趨化 算法由 Bremermann 和 Anderson 提出，尤其適合于處理動態(tài)網(wǎng)絡(luò)的訓練問題，這里所用 的趨化算法如下：

1)把權(quán)重W 設(shè)為[- 0 . 1,0 . 1]上的隨機初值，即W。;

2)把樣本輸入網(wǎng)絡(luò)并計算網(wǎng)絡(luò)輸出；

3)求目標函數(shù)J 的值，并令 B₁=J;

4)產(chǎn)生與權(quán)重W 維數(shù)相同、零均值的[- 1,+1]上正態(tài)分布的隨機向量W′;

5 ) 令W=W 。+a ×W′,a<1, 是一實系數(shù)；

6)求目標函數(shù)J 的值，令 B₂=J;

7 ) 如 果E₂由此算法學習得到的權(quán)重矩陣是W, 目標函數(shù)定義為： 是第i 個樣本的學習誤差， N 是樣本的數(shù)量。

2. 基于神經(jīng)網(wǎng)絡(luò)的控制器設(shè)計

(1)控制系統(tǒng)硬件

本系統(tǒng)以北京航空航天大學機器人研究所的三指靈巧手作為實驗床，其控制器采用分 J結(jié)構(gòu)，上層主機是PC—386, 負責進行人機信息交換、任務(wù)規(guī)劃和路徑規(guī)劃。下層是伺 服控制器，即對應每個電機有一個基于PC 總線的8031單片機的位置伺服控制器。圖5-31 為控制器的硬件簡圖。圖中的手指關(guān)節(jié)部位安裝有電位計，用作角度傳感器，其輸出信號 作為伺服控制器的反饋信號。

(2)控制系統(tǒng)軟件設(shè)計

控制軟件分為兩部分，上位機軟件用C 語言編寫，伺服控制器的軟件用MCS-51 單片機匯編語言編寫。圖5-32是控制器的結(jié)構(gòu)圖。上位機軟件負責根據(jù)誤差信號，計算網(wǎng) 絡(luò)輸出并產(chǎn)生相應的控制信號。伺服控制器從主機得到控制指令，進行適當?shù)奶幚砗螅�產(chǎn)生相應的PWM 電機控制信號控制電機轉(zhuǎn)動。對神經(jīng)網(wǎng)絡(luò)的計算全由上位機完成，這是因 為神經(jīng)網(wǎng)絡(luò)的計算包括大量的非線性函數(shù).用匯編語言實現(xiàn)十分困難且速度很慢。圖5-33 是主機軟件流程圖，其中定時器的作用是保證40ms 進行一次插值，利用上位機的 CMOS 定時來實現(xiàn)，可以準確到微秒J。

(3)復合控制方法

通過實驗發(fā)現(xiàn)，單純用神經(jīng)網(wǎng)絡(luò)控制器進行控制，系統(tǒng) 的響應在跟蹤階段可以很好地跟蹤給定的軌跡，但穩(wěn)態(tài)效果 不好，存在較大的穩(wěn)態(tài)誤差。這是因為神經(jīng)網(wǎng)絡(luò)能夠?qū)W習原 來的控制器的輸入輸出映射關(guān)系，但并不能完全復現(xiàn)這種關(guān) 系，總有一定的誤差，而且誤差小到一定的范圍后，再想進 一步減小就變得十分困難。由于時間限制，網(wǎng)絡(luò)學習只能得 到一個近似的Z優(yōu)解，而不可能得到真正的Z優(yōu)解。為了使 系統(tǒng)具有良好的穩(wěn)態(tài)響應，采用一個PID 控制器在穩(wěn)態(tài)時對 系統(tǒng)進行控制，利用其積分作用來消除穩(wěn)態(tài)誤差，實驗結(jié)果 表明這種復合控制器能保證系統(tǒng)具有良好的穩(wěn)態(tài)響應。