CPG自生長(zhǎng)網(wǎng)絡(luò)評(píng)價(jià)模型及網(wǎng)絡(luò)修正方法研究.pdf

1、在機(jī)器人控制領(lǐng)域內(nèi)，根據(jù)控制目標(biāo)設(shè)計(jì)出的適用于特定場(chǎng)合的CPG神經(jīng)網(wǎng)絡(luò)具有控制變量少、節(jié)律性強(qiáng)、輸出運(yùn)動(dòng)模式多樣等諸多優(yōu)勢(shì)，因此廣泛地應(yīng)用于機(jī)器人運(yùn)動(dòng)控制當(dāng)中。但這類傳統(tǒng)的人工CPG網(wǎng)絡(luò)過于側(cè)重控制功能，而忽視了實(shí)際生物神經(jīng)發(fā)育的特性，一旦新的控制要求被提出，往往需要重新構(gòu)建網(wǎng)絡(luò)，導(dǎo)致網(wǎng)絡(luò)功能的適應(yīng)性和繼承性較差。伴隨著生物神經(jīng)學(xué)的發(fā)展，學(xué)者們提出了將CPG網(wǎng)絡(luò)的生長(zhǎng)發(fā)育過程和實(shí)際控制功能結(jié)合在一起，使所建模型具有更豐富多變的控制功能。

2、但是目前這一領(lǐng)域研究尚在初始階段，且大多側(cè)重于形態(tài)模擬方面，而缺乏實(shí)際應(yīng)用。
　　因此，本文在CPG自生長(zhǎng)網(wǎng)絡(luò)模型的基礎(chǔ)上，通過分析動(dòng)物運(yùn)動(dòng)特點(diǎn)來建立自生長(zhǎng)網(wǎng)絡(luò)的評(píng)價(jià)模型，并結(jié)合四足機(jī)器人控制需要與卡爾曼濾波機(jī)理建立了CPG自生長(zhǎng)網(wǎng)絡(luò)的優(yōu)化修正方法。
　　首先，分析動(dòng)物的行走速度與能耗、步態(tài)的關(guān)系，確定了四足機(jī)器人不同行走速度下的最優(yōu)行走方式及腿間協(xié)調(diào)關(guān)系，進(jìn)而給出不同行走方式間相互轉(zhuǎn)換的步態(tài)衍生圖，基于該圖建立自生長(zhǎng)網(wǎng)絡(luò)輸

3、出信號(hào)的評(píng)價(jià)模型，并給出了步態(tài)連續(xù)切換的依據(jù)。
　　其次，在網(wǎng)絡(luò)生長(zhǎng)參數(shù)與控制信號(hào)輸出關(guān)系相對(duì)應(yīng)的基礎(chǔ)上，通過深度優(yōu)先搜索算法找到滿足上述評(píng)價(jià)模型的信號(hào)傳遞路徑；在此基礎(chǔ)上，結(jié)合生物神經(jīng)元生長(zhǎng)連接特性和四足機(jī)構(gòu)實(shí)際控制特點(diǎn)，建立了預(yù)估修正模型，指導(dǎo)不同速度下輸出為trot步態(tài)的CPG自生長(zhǎng)神經(jīng)網(wǎng)絡(luò)形成；接著利用機(jī)器人對(duì)行進(jìn)狀態(tài)的感知信息，提出了基于機(jī)體感知的相位調(diào)整策略，建立了環(huán)境反饋修正模型。
　　再次，基于卡爾曼濾波的思

4、想，建立了融合預(yù)估評(píng)價(jià)修正和環(huán)境反饋修正的組合優(yōu)化修正方法，并針對(duì)實(shí)例進(jìn)行仿真實(shí)驗(yàn)驗(yàn)證了本文算法的良好逼近能力和快速修正能力。
　　最后，搭建四足機(jī)器人仿真平臺(tái)，進(jìn)行了Matlab和Adams聯(lián)合仿真實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果驗(yàn)證了自生長(zhǎng)網(wǎng)絡(luò)修正算法對(duì)機(jī)器人行走學(xué)習(xí)的有效性、對(duì)速度指令的跟隨性和對(duì)環(huán)境變化時(shí)的姿態(tài)快速調(diào)整能力。在此基礎(chǔ)上，針對(duì)實(shí)驗(yàn)室特定的Rhex機(jī)器人樣機(jī)，修改評(píng)價(jià)模型并將網(wǎng)絡(luò)輸出信號(hào)經(jīng)過調(diào)幅及分段加權(quán)處理后進(jìn)行了運(yùn)動(dòng)實(shí)驗(yàn)，驗(yàn)