基于SVM的多足机器人故障诊断系统

足式机器人常被紧急调用于地震、海啸等恶劣环境或人类无法到达的环境中执行任务,因此机器人自身应具备自我诊断和应对自身故障的能力。针对大型重载六足机器人腿部展开研究,首先针对不同损伤情况进行三维建模,之后进行多次仿真实验,得到足够的原始数据,将其进行特征提取,并采用SVM(支持向量机)方法进行该机器人腿部的多类型故障识别,最后与RBF神经网络进行对比。实验表明,在小样本情况下,SVM方法比RBF神经网络具有更好的识别性能。