本文關(guān)鍵詞：乒乓球軌跡預(yù)測(cè)與分類研究

  更多相關(guān)文章： 乒乓球機(jī)器人 軌跡預(yù)測(cè) ELM算法 BP神經(jīng)網(wǎng)絡(luò) 旋轉(zhuǎn)球軌跡分類

【摘要】：目前乒乓球機(jī)器人系統(tǒng)普遍存在兩個(gè)難題：首先,乒乓球高速運(yùn)動(dòng)時(shí),機(jī)器人較難在短時(shí)間內(nèi)做出反應(yīng)；其次,機(jī)器人無(wú)法識(shí)別來(lái)球類型(如下旋、上旋、無(wú)旋等),不能判斷來(lái)球是否旋轉(zhuǎn)以及旋轉(zhuǎn)方向,這就造成機(jī)器人回球策略單一、應(yīng)變能力差。針對(duì)這兩個(gè)問(wèn)題,本文對(duì)乒乓球機(jī)器人系統(tǒng)中乒乓球軌跡展開研究,主要包括軌跡預(yù)測(cè)以及旋轉(zhuǎn)球軌跡分類兩部分。 乒乓球軌跡預(yù)測(cè)是乒乓球機(jī)器人研究當(dāng)中的基礎(chǔ)�；贓xtreme Learning Machines(ELM)算法對(duì)乒乓球軌跡進(jìn)行預(yù)測(cè)時(shí),首先獲取真實(shí)的人機(jī)對(duì)打數(shù)據(jù),并提取連續(xù)10幀的位置信息與速度信息選取特征,將其作為ELM算法的輸入數(shù)據(jù),然后進(jìn)行歸一化處理,創(chuàng)建ELM算法模型,輸出結(jié)果為后20幀的位置信息。通過(guò)多次實(shí)驗(yàn)我們發(fā)現(xiàn)了原始ELM算法的不足,進(jìn)而我們改進(jìn)了ELM算法通過(guò)設(shè)置精度閾值以及歷史數(shù)據(jù)離線學(xué)習(xí),保存隱含層權(quán)值矩陣的方法保存訓(xùn)練好的ELM模型。最后通過(guò)實(shí)驗(yàn)驗(yàn)證改進(jìn)ELM算法的可行性與適用性。 利用Error Back Propagation(BP)神經(jīng)網(wǎng)絡(luò)對(duì)乒乓球軌跡進(jìn)行預(yù)測(cè)時(shí),選取與ELM算法同樣的數(shù)據(jù)以及預(yù)測(cè)方法。創(chuàng)建BP預(yù)測(cè)網(wǎng)絡(luò),輸出同樣是連續(xù)的后20幀位置信息。通過(guò)對(duì)大量歷史數(shù)據(jù)進(jìn)行離線學(xué)習(xí),將訓(xùn)練效果最好的網(wǎng)絡(luò)保存,利用保存的網(wǎng)絡(luò)模型對(duì)新的乒乓球軌跡進(jìn)行預(yù)測(cè),驗(yàn)證了BP神經(jīng)網(wǎng)絡(luò)的可行性。最后我們加入了BP神經(jīng)網(wǎng)絡(luò)與改進(jìn)ELM算法在實(shí)驗(yàn)結(jié)果上的對(duì)比,驗(yàn)證了BP神經(jīng)網(wǎng)絡(luò)在精度上的優(yōu)勢(shì)以及ELM算法在反應(yīng)時(shí)間上的優(yōu)勢(shì),最終綜合考慮我們認(rèn)為在軌跡預(yù)測(cè)工作上,ELM算法更加適用于乒乓球機(jī)器人。 利用ELM算法對(duì)旋轉(zhuǎn)球運(yùn)動(dòng)軌跡分類時(shí),經(jīng)過(guò)多次實(shí)驗(yàn),最終選擇旋轉(zhuǎn)球運(yùn)動(dòng)軌跡中每一幀的位置、速度作為特征。將旋球運(yùn)動(dòng)軌跡中連續(xù)10幀的位置、速度作為ELM算法的輸入數(shù)據(jù),對(duì)其進(jìn)行歸一化預(yù)處理,然后創(chuàng)建改進(jìn)的ELM模式識(shí)別網(wǎng)絡(luò),輸出則為該軌跡對(duì)應(yīng)的擊球類型。離線學(xué)習(xí)了大量數(shù)據(jù),通過(guò)保存的權(quán)值矩陣對(duì)不同的旋轉(zhuǎn)球軌跡進(jìn)行分類。最后我們加入了BP神經(jīng)網(wǎng)絡(luò)分類器作為對(duì)比,并進(jìn)行了實(shí)驗(yàn),結(jié)果證明與基于BP的分類器相比,ELM算法精度相對(duì)低了一些,但是分類時(shí)間上的優(yōu)勢(shì)非常明顯。
【關(guān)鍵詞】：乒乓球機(jī)器人 軌跡預(yù)測(cè) ELM算法 BP神經(jīng)網(wǎng)絡(luò) 旋轉(zhuǎn)球軌跡分類
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP183;G846
【目錄】：

• 致謝5-6
• 摘要6-7
• ABSTRACT7-9
• 目錄9-11
• 圖目錄11-12
• 1 引言12-19
• 1.1 研究背景及意義12-13
• 1.2 乒乓球機(jī)器人的發(fā)展現(xiàn)狀13-17
• 1.2.1 國(guó)外乒乓球機(jī)器人發(fā)展?fàn)顩r13-16
• 1.2.2 國(guó)內(nèi)乒乓球機(jī)器人發(fā)展?fàn)顩r16-17
• 1.3 論文組織結(jié)構(gòu)17-19
• 2 基于ELM神經(jīng)網(wǎng)絡(luò)的乒乓球軌跡預(yù)測(cè)19-34
• 2.1 人工神經(jīng)網(wǎng)絡(luò)概述19-23
• 2.1.1 人工神經(jīng)網(wǎng)絡(luò)發(fā)展史19-20
• 2.1.2 神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)20-22
• 2.1.3 神經(jīng)網(wǎng)絡(luò)的特點(diǎn)22-23
• 2.2 ELM神經(jīng)網(wǎng)絡(luò)23-27
• 2.2.1 ELM極限學(xué)習(xí)機(jī)的發(fā)展23-24
• 2.2.2 ELM算法的網(wǎng)絡(luò)結(jié)構(gòu)24-25
• 2.2.3 ELM算法的工作原理25-27
• 2.3 ELM算法預(yù)測(cè)模型應(yīng)用27-33
• 2.3.1 預(yù)測(cè)模型的樣本數(shù)據(jù)27-28
• 2.3.2 ELM算法預(yù)測(cè)方法28-29
• 2.3.3 原始ELM實(shí)驗(yàn)分析29
• 2.3.4 改進(jìn)ELM算法分析29-30
• 2.3.5 改進(jìn)ELM實(shí)驗(yàn)分析30-33
• 2.4 小結(jié)33-34
• 3 基于BP神經(jīng)網(wǎng)絡(luò)的旋轉(zhuǎn)球軌跡預(yù)測(cè)34-44
• 3.1 BP神經(jīng)網(wǎng)絡(luò)34-35
• 3.1.1 BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)34-35
• 3.1.2 BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法35
• 3.2 BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的實(shí)現(xiàn)35-42
• 3.2.1 Matlab神經(jīng)網(wǎng)絡(luò)工具箱35-37
• 3.2.2 輸入層和輸出層設(shè)計(jì)37
• 3.2.3 訓(xùn)練參數(shù)以及訓(xùn)練算法的選擇37
• 3.2.4 實(shí)驗(yàn)與分析37-40
• 3.2.5 實(shí)驗(yàn)結(jié)果對(duì)比與分析40-42
• 3.3 小結(jié)42-44
• 4 基于ELM算法的旋轉(zhuǎn)球軌跡識(shí)別44-54
• 4.1 ELM算法分類器44
• 4.1.1 旋轉(zhuǎn)球軌跡分類問(wèn)題44
• 4.1.2 ELM分類器的旋轉(zhuǎn)球分類過(guò)程44
• 4.2 原始ELM分類器應(yīng)用44-49
• 4.2.1 輸入層和輸出層數(shù)據(jù)處理45
• 4.2.2 輸入數(shù)據(jù)預(yù)處理45-46
• 4.2.3 分類函數(shù)46
• 4.2.4 實(shí)驗(yàn)結(jié)果與分析46-49
• 4.3 改進(jìn)ELM算法分類器49-51
• 4.3.1 實(shí)驗(yàn)結(jié)果與分析50-51
• 4.4 改進(jìn)ELM分類器與BP分類器對(duì)比51-53
• 4.4.1 輸入層和輸出層數(shù)據(jù)51
• 4.4.2 實(shí)驗(yàn)結(jié)果51-53
• 4.5 小結(jié)53-54
• 5 結(jié)束語(yǔ)54-55
• 5.1 工作總結(jié)54-55
• 參考文獻(xiàn)55-58
• 作者簡(jiǎn)歷及攻讀碩士學(xué)位期間取得的研究成果58-60
• 學(xué)位論文數(shù)據(jù)集6

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前1條

1 芮慶,胡宗武,宮崎文夫;用LWR學(xué)習(xí)進(jìn)行乒乓球軌道預(yù)測(cè)的仿真研究[J];機(jī)器人;1998年05期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 張遠(yuǎn)輝;基于實(shí)時(shí)視覺(jué)的乒乓球機(jī)器人標(biāo)定和軌跡跟蹤技術(shù)研究[D];浙江大學(xué);2009年

，

本文編號(hào)：712256