基于LSTM神经网络的仿生机器鱼运动控制研究
发布时间：2022-09-29 17:19
鱼类作为地球上起源较早的一类生物,经过亿万年的演化和自然选择,已经进化出无与伦比的游泳能力,对水下航行器的研究具有重要意义。深度学习对提高机器鱼水下的自主性和感知力方面起了很大的作用,本文将仿生机器鱼作为研究对象,将深度学习算法运用到机器鱼运动控制的研究上,搭建了仿生机器鱼平台,建立分析了机器鱼运动控制模型,并对模型进行了优化与改进,通过仿真和实验验证了深度学习对于机器鱼运动控制方法的可行性。具体研究内容如下:首先,综述了仿生机器鱼的技术背景和研究价值与意义,阐述了学习算法在机器鱼上的发展情况,并对发展的技术方法做了总结,最后简单介绍了本文的章节架构及内容。其次,阐述了机器鱼的机械结构,设计了研究仿生机器鱼系统平台,在如何控制机器鱼运动,如何与机器鱼通信,如何监控机器鱼游动模态,以及返回实时数据等方面做了详细描述,同时叙述了机器鱼系统平台的软件和硬件部分,对机器鱼游动模态做了实验数据分析。再次,为研究神经网络在机器鱼上的应用,建立了基于长短期记忆神经网络的机器鱼运动控制模型,并详述了建模步骤、可能遇见的问题以及参数的设定,并对机器鱼运动状态进行了实验设计,分析了仿真与实验结果。更进一步...
【文章页数】：79 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 课题研究背景与意义
1.1.1 课题研究背景
1.1.2 课题研究意义
1.2 仿生机器鱼国内外研究现状及发展趋势
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 学习算法在机器鱼上的研究
1.4 课题来源及论文主要工作内容
第2章 仿生机器鱼系统平台设计
2.1 引言
2.2 仿生机器鱼机械结构设计
2.3 仿生机器鱼系统平台
2.3.1 机器鱼无线通信系统
2.3.2 系统对机器鱼的实时监控
2.4 上位机控制游动实验
2.5 本章小结
第3章 仿生机器鱼运动控制LSTM NN建模
3.1 引言
3.2 机器鱼LSTM神经网络建模
3.2.1 LSTM模型
3.2.2 正向传播
3.2.3 反向传播
3.3 LSTM神经网络建模
3.3.1 数据预处理
3.3.2 模型建立与训练
3.3.3 模型预测及可视化
3.4 机器鱼运动控制仿真和实验
3.4.1 仿真与分析
3.4.1.1 直游运动
3.4.1.2 转弯运动
3.4.2 机器鱼运动控制实验
3.4.2.1 直游运动
3.4.2.2 转弯运动
3.5 与其他神经网络的比较
3.5.1 与BP神经网络的比较
3.5.2 BP神经网络模型的建立
3.5.2.1 直游运动
3.5.2.2 转弯运动
3.5.3 与递归型脉冲神经网络的比较
3.5.3.1 递归型脉冲神经网络模型
3.5.3.2 无监督学习算法
3.5.3.3 递归型脉冲神经网络模型的建立
3.5.4 递归型脉冲神经网络的仿真实验
3.5.4.1 直游运动
3.5.4.2 转弯运动
3.6 本章小结
第4章 机器鱼LSTM神经网络模型参数优化
4.1 引言
4.2 改变神经网络参数对机器鱼运动的影响及实验分析
4.2.1 学习速率learning_rate
4.2.1.1 直游运动
4.2.1.2 转弯运动
4.2.2 每层隐藏层神经元个数num_units
4.2.2.1 直游运动
4.2.2.2 转弯运动
4.2.3 模型训练步数steps
4.2.3.1 直游运动
4.2.3.2 转弯运动
4.2.4 网络权值更新过程的批尺寸batch_size
4.2.4.1 直游运动
4.2.4.2 转弯运动
4.3 本章小结
第5章 总结与展望
5.1 总结
5.2 展望
参考文献
后记
攻读硕士学位期间论文发表及科研情况
【参考文献】：
期刊论文
[1]基于仿脊髓网络的咽颌模式仿生胸鳍协调控制[J]. 刘强,张永硕,周鑫华,杨慧珍. 机器人. 2020(02)
[2]基于海图和改进粒子群优化算法的AUV全局路径规划[J]. 张岳星,王轶群,李硕,王晓辉. 机器人. 2020(01)
[3]仿生机器鱼胸/尾鳍协同推进闭环深度控制[J]. 李宗刚,夏文卿,葛立明,杜亚江. 机器人. 2020(01)
[4]多镜头组合式相机的全景SLAM[J]. 季顺平,秦梓杰. 测绘学报. 2019(10)
[5]三关节仿生机器鱼的设计与验证[J]. 李丹,熊明磊,辛康妹,陈龙冬. 兵工自动化. 2019(06)
[6]基于EMD与SVM的仿生机器鱼人工侧线智能探测方法[J]. 刘钰,胡桥,赵振轶,魏昶. 水下无人系统学报. 2019(02)
[7]电活性聚合物PVC凝胶材料的3D直写打印工艺[J]. 罗斌,陈花玲,徐雪杰,汝杰,朱子才. 机械工程学报. 2019(11)
[8]非惯性系下鳗鱼机器人动力学建模与仿真[J]. 张安翻,李斌,王明辉,常建. 机械科学与技术. 2019(01)
[9]基于二分图最大匹配的多机器鱼可控包含控制[J]. 陈世明,李海英,邵赛,夏振刚. 控制与决策. 2019(01)
[10]一种基于LSTM神经网络的短期用电负荷预测方法[J]. 张宇航,邱才明,贺兴,凌泽南,石鑫. 电力信息与通信技术. 2017(09)
本文编号：3682994
【文章页数】：79 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 课题研究背景与意义
1.1.1 课题研究背景
1.1.2 课题研究意义
1.2 仿生机器鱼国内外研究现状及发展趋势
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 学习算法在机器鱼上的研究
1.4 课题来源及论文主要工作内容
第2章 仿生机器鱼系统平台设计
2.1 引言
2.2 仿生机器鱼机械结构设计
2.3 仿生机器鱼系统平台
2.3.1 机器鱼无线通信系统
2.3.2 系统对机器鱼的实时监控
2.4 上位机控制游动实验
2.5 本章小结
第3章 仿生机器鱼运动控制LSTM NN建模
3.1 引言
3.2 机器鱼LSTM神经网络建模
3.2.1 LSTM模型
3.2.2 正向传播
3.2.3 反向传播
3.3 LSTM神经网络建模
3.3.1 数据预处理
3.3.2 模型建立与训练
3.3.3 模型预测及可视化
3.4 机器鱼运动控制仿真和实验
3.4.1 仿真与分析
3.4.1.1 直游运动
3.4.1.2 转弯运动
3.4.2 机器鱼运动控制实验
3.4.2.1 直游运动
3.4.2.2 转弯运动
3.5 与其他神经网络的比较
3.5.1 与BP神经网络的比较
3.5.2 BP神经网络模型的建立
3.5.2.1 直游运动
3.5.2.2 转弯运动
3.5.3 与递归型脉冲神经网络的比较
3.5.3.1 递归型脉冲神经网络模型
3.5.3.2 无监督学习算法
3.5.3.3 递归型脉冲神经网络模型的建立
3.5.4 递归型脉冲神经网络的仿真实验
3.5.4.1 直游运动
3.5.4.2 转弯运动
3.6 本章小结
第4章 机器鱼LSTM神经网络模型参数优化
4.1 引言
4.2 改变神经网络参数对机器鱼运动的影响及实验分析
4.2.1 学习速率learning_rate
4.2.1.1 直游运动
4.2.1.2 转弯运动
4.2.2 每层隐藏层神经元个数num_units
4.2.2.1 直游运动
4.2.2.2 转弯运动
4.2.3 模型训练步数steps
4.2.3.1 直游运动
4.2.3.2 转弯运动
4.2.4 网络权值更新过程的批尺寸batch_size
4.2.4.1 直游运动
4.2.4.2 转弯运动
4.3 本章小结
第5章 总结与展望
5.1 总结
5.2 展望
参考文献
后记
攻读硕士学位期间论文发表及科研情况
【参考文献】：
期刊论文
[1]基于仿脊髓网络的咽颌模式仿生胸鳍协调控制[J]. 刘强,张永硕,周鑫华,杨慧珍. 机器人. 2020(02)
[2]基于海图和改进粒子群优化算法的AUV全局路径规划[J]. 张岳星,王轶群,李硕,王晓辉. 机器人. 2020(01)
[3]仿生机器鱼胸/尾鳍协同推进闭环深度控制[J]. 李宗刚,夏文卿,葛立明,杜亚江. 机器人. 2020(01)
[4]多镜头组合式相机的全景SLAM[J]. 季顺平,秦梓杰. 测绘学报. 2019(10)
[5]三关节仿生机器鱼的设计与验证[J]. 李丹,熊明磊,辛康妹,陈龙冬. 兵工自动化. 2019(06)
[6]基于EMD与SVM的仿生机器鱼人工侧线智能探测方法[J]. 刘钰,胡桥,赵振轶,魏昶. 水下无人系统学报. 2019(02)
[7]电活性聚合物PVC凝胶材料的3D直写打印工艺[J]. 罗斌,陈花玲,徐雪杰,汝杰,朱子才. 机械工程学报. 2019(11)
[8]非惯性系下鳗鱼机器人动力学建模与仿真[J]. 张安翻,李斌,王明辉,常建. 机械科学与技术. 2019(01)
[9]基于二分图最大匹配的多机器鱼可控包含控制[J]. 陈世明,李海英,邵赛,夏振刚. 控制与决策. 2019(01)
[10]一种基于LSTM神经网络的短期用电负荷预测方法[J]. 张宇航,邱才明,贺兴,凌泽南,石鑫. 电力信息与通信技术. 2017(09)
本文编号：3682994
本文链接：https://www.wllwen.com/shoufeilunwen/benkebiyelunwen/3682994.html
