用CNN實現(xiàn)CPG的理論及其機器人步態(tài)控制器的研究.pdf

1、用細胞神經(jīng)網(wǎng)絡(luò)(CNN)模擬中樞模式發(fā)生器(CPG)實現(xiàn)機器人運動控制是目前國際上機器人領(lǐng)域的一個研究熱點。本文在闡述了這一研究課題基本原理的基礎(chǔ)上，研究了一種集成的遺傳算法(EGA)并用來進行CNN細胞參數(shù)模板設(shè)計，為CPG的實現(xiàn)提供了一種新思路。針對傳統(tǒng)的CNN難于理論研究的缺點，利用非極性雙曲函數(shù)代替?zhèn)鹘y(tǒng)CNN中的分段線性輸出函數(shù)，構(gòu)成了新的CNN。從理論上證明了新的細胞狀態(tài)方程存在穩(wěn)定的周期解，計算出了狀態(tài)方程產(chǎn)生分支時偏置量的

2、值，得出了網(wǎng)絡(luò)偏置量的改變會影響狀態(tài)方程振蕩周期的結(jié)論，從而可以為通過CNN產(chǎn)生不同的CPG模式提供理論依據(jù)，本文通過計算機仿真驗證了所得結(jié)論的正確性。進而，建立了基于CNN和模糊控制的CPG模型實現(xiàn)機器人的運動控制，利用模糊神經(jīng)網(wǎng)絡(luò)(FNN)整合系統(tǒng)運行過程中的控制誤差。文中提出了CNN系統(tǒng)穩(wěn)定的概念并給出了評估函數(shù)，為控制器的設(shè)計提供了評價標(biāo)準(zhǔn)；引入遺傳算法為FNN提供了大量可靠的訓(xùn)練數(shù)據(jù)。仿真結(jié)果表明，本文建立的控制器具有較強的自