智能车制作

标题: 神经网络用于小车控制的一点想法之二[原创] [打印本页]

作者: whut_wj 时间: 2009-9-9 21:57
标题: 神经网络用于小车控制的一点想法之二[原创]
WJ本人对神经网络用于小车控制的一点思考。
神经网络常用的一般有：感知器，BP，HOPFILED，RBF，ANN，ART和Kohonen网络。如果不用工具箱函数（即MATLAB的API函数），自己写的话，无所谓，说不定自己可以创造一种网络。只要收敛快，计算量小，泛化性能好，网络耗费资源小就行，话说起来简单，却有一定难度。但是小车的需求低，精度无需太高，因此应该来说比较容易实现。
神经网络比PID，模糊控制，遗传算法，bangbang等算法，更宏观，可以理解为从系统整体入手建模。但是正如本博文开头所说：计算量和收敛性必需保证，神经网络才有运用的可能性。WJ建议从以下几个方面解决这两个问题：
（1）不要指望神经网络的实时性。神经网络最要命的耗费时间是训练，神经网络在车运行时进行一两次成功的训练即可。在小车跑直线时通过获得的数据训练，因为直线时CPU会有空闲时间。另外，相信大家经常用拨码开关去选择多种控制决策，这不失一种方法。但是，这个控制决策是死的，也是事先规划好的，必定不能适应新的KT板的各种路径。
（2）最好用片内FLASH或SD卡，数据的处理是很重要的，数据也非常宝贵的，把数据存起来，传给PC，OFFLINE时研究神经网络的算法（有无数种训练算法），这是其一。其二，训练好的网络存在SD卡里，下次如果需要再训练，从老的网络开始（一般网络权值是随机开始），效率会高很多。
（3）正如数据融合一样，有决策层和数据层的融合，神经网络也一样，有决策层和数据层的运用。由于小车的路径是连续的，那么数据层的神经网络肯定是用得着的。在图像采集里，一般是40mS采集一次路径并做控制判决，那么这40mS的时间不够用怎么办？大家常用的一种方法是干脆80mS采集一次。我的建议是前60ms采集一次图像并作控制决策。后20ms运用前4Oms提取的路径信息并用神网预测路径的变化，这么一来相当于在20ms的时间里采集了一次图像。可想而知，效率提高了。
（4）上面是从数据层采用神经网络，这里讲一下从决策层采作神经网络。举个例子，假如控制器的输出-3 -2 -1 0 1 2 3分别代表舵机左偏30，左偏20，左偏10，直行，右偏10，右偏20，右偏30，而小车前7次的控制决策是：直行，右偏10，直行，左偏10，直行，右偏10，直行，（0 1 0 -1 0 1 0 ）。。。。，那么第8次的决策通过神网应该就是左偏（-1）。如果实际需要的不是左偏的话，就应该把神网“惩罚”一下。
（5）寻找合适的误差阈值。小车寻迹不像激光切割，精度要求并不高。其训练的误差值可以“商量”的。
（6）神网的训练数据不是抓到一个就可以的，是要选择的。但这个选择也是要耗时间的，如果是在PC上，FCM（模糊聚类）是不错的选择。但是MCU是扛不起这个重任的，于是选择合适的训练数据和目标数据也是一个重要的研究话题。这里，如何优化神网输入不是重点，略过。
（7）重视归一化处理和神经网络训练算法。这两点很重要，归一化可以理解为把（100 45 -67 90）归一化为（1 0.45 -0.67 0.9）,好处是改进数据的规范性，加快收敛。另外训练算法的重要性不言而喻，如用梯度下降法训练法使误差达到最小，什么是梯度下降法呢？打个比方，你要下山，山前的坡度是30度，山后是悬崖坡度是90度，要下山快，当然是找坡度大的直接跳。这个下山坡度和训练梯度是同一个含义
（8）个人觉得利用神经网络进行速度控制有较大优势，比PID控制起来精度会有些缺陷，但速度快。由于摩阻力，小车动力性能，小车驱动性能，电池等原因，需要对速度闭环控制。假如：小车以单位时间10ms为节拍，速度从X1m/s->Y1m/s，需要PWM为d1%占空比，速度从X2m/s->Y2m/s，需要PWM为d2%占空比.......速度从Xn m/s->Yn m/s，需要PWM为dn%占空比，那么以（X，Y）'为训练输入，(D)'为训练输出，建立神经网络并训练，那么建立起PWM和速度控制之间的关系是非常轻易的事。

作者: zdhly0401 时间: 2009-9-9 23:48
很深刻了，好象第三届有学校用了这个

作者: whut_wj 时间: 2009-9-10 00:11
这个基本没有人用到，一般人会觉得理论太深。
神经网络是我研一时的课程，学自动化的同学最好学习一下。以后工作上会用得着的。
另外，我写的这个东西用了我整整一个晚上时间，怎么没人看？

作者: 共和国之辉 时间: 2009-9-10 09:20
看得出楼主整理这些东西下了不少功夫，这里我有几点意见。其实智能车现在组委会的定位就是本科生的一个科研实践平台，希望能有更多的学生参与，而神经网络的应用基本上算是研究生阶段的内容了。其次，在普遍的车子调试过程中，PID是雷打不动的主流，参数处理好了效果也上佳，而神经网络，还是有些难。我的建议是绝大部分本科生做车用不上，但作为一种新的尝试不失为一个研究方向
3# whut_wj

作者: zouyf12 时间: 2009-9-10 09:35
我们没学，所以基本上看不懂，具体的说，是不知道怎么实际操作。

作者: sumo225 时间: 2009-9-10 14:20
用神经网络控制效果如何？

作者: xiaokk 时间: 2009-9-10 19:10
学习中！谢谢LZ!

作者: qnbs1 时间: 2010-6-7 12:54
呵呵。不错。。。

作者: kingcau 时间: 2010-6-7 15:23
深奥~~~

作者: 骑单车的日子 时间: 2012-4-1 21:11
就似乎看懂了第七点！其他的没听过！但是很不错！

作者: cm1991css 时间: 2012-12-9 01:56
虽然完全看不懂，但是很感谢楼主费心整理

作者: 牧℡〆风︶ㄣ 时间: 2013-2-27 20:13
顶一下，
另外请问神经网络算法是不是平时说的记忆算法？
有没有什么更具体的参考资料呢？

作者: 浙东东 时间: 2013-4-24 23:26
楼主我也是搞自动化的，我最近在想如何用神经网络去自适应PID参数，你的文章很好，我在论坛很少看到如此创造性的东西

作者: 浙东东 时间: 2013-4-24 23:29
感觉第六，第五届，北理好像用了神经网络BP算法，其寻迹相当不错

作者: 幻晨月 时间: 2013-11-7 21:35
前阵子才开始接触神经网络，去年参加过飞思，就想试试把它写到小车上去，有种相见恨晚的感觉。。。

作者: ゞS!leｎcE 时间: 2013-11-8 19:22
太深奥了

作者: 1249844726 时间: 2014-7-11 21:35

。看不懂

作者: ？？？ 时间: 2014-7-12 09:09
开阔了视野。。。。。

作者: 达神 时间: 2014-9-9 22:09
我正在学神经网络，作者给了我很大的信心，之前看神经的时候一直纠结应该怎么用到车上面，看了您的这篇文章，给了我很大的帮助，也给了我很大的信心，要不然我可能会坚持不了神经网络这个方法的。现在还没用上去，还在学习中，，，，，，，，，

作者: zhangxiaalgwn 时间: 2014-9-26 23:53

whut_wj 发表于 2009-9-10 00:11
这个基本没有人用到，一般人会觉得理论太深。
神经网络是我研一时的课程，学自动化的同学最好学习一下。以 ...

楼主我是新手，看着挺好来顶一下，现在你应该也是毕业工作了，祝顺利

欢迎光临智能车制作 (http://111.231.132.190/)