基于BP神经网络角动量守恒两轮机器人平衡误差补偿方法

摘要

本发明公开了基于BP神经网络角动量守恒两轮机器人平衡误差补偿方法，包括如下步骤：S1、通过姿态传感器检测非同轴两轮移动机器人机身横滚角的角速度与角加速度；S2、角速度通过积分运算、角加速度通过反正弦运算分别得到机器人机身横滚角；S3、通过扩展卡尔曼滤波进行数据处理，将得到的两个角度进行数据融合；S4、将运算得到的的两个机器人机身横滚角输入到神经网络中进行训练，得到姿态误差补偿值；S5、将补偿值与扩展卡尔曼滤波处理后的横滚角相加得到机器人的姿态角的最优值。该方法有效降低了噪声、温度、振动、安装等因素对机器人姿态传感器的影响，能够有效抵抗外部干扰，提高了机器人姿态传感器的补偿效果以及横滚角的测量精度。