正在加载图片...
·280· 智能系统学报 第9卷 了其在机器人领域的应用。为了使振荡器产生不对 表示神经元疲劳(自抑制)程度;y和为神经元输 称输入,Kimurat]在Matsuoka振荡器模型的基础上 出:B代表自抑制对神经元内部状态的影响程度;α 进行了一定的改进,该振荡器模型采用2个相互抑 是伸肌神经元和屈肌神经元之间的连接权重;ω:表 制的神经元组成振荡器,分别对应于动物的屈肌和 示神经振荡器j对i的连接权重;Feed和Feed表 伸肌控制神经元,通过为屈肌神经元和伸肌神经元 示外部反馈输入;和u表示来自高层的激励输 提供不同高层输入方式,使振荡器产生不对称的输 入;y:为振荡器输出,可以作为关节角度或者力矩 出。因此可以用Kimura神经元振荡器模型来产生 控制信号 机器鱼的游动步态。Kimura神经元振荡器模型如 改进的Matsuoka神经元振荡器数学模型相对 图3所示。 简单,可以较好地表达出CPG的生物学特性。仿生 机器鱼的每个关节可由一个Kimura神经振荡器进 伸肌神经元T 行控制,振荡器的输出作为关节的目标角度,通过调 整神经振荡器之间的耦合关系和连接权重可协调多 ∑oy9 个关节的运动,从而产生类似鱼类的游动。文献 Feed," [53]设计了基于Kimura神经振荡器的CPG模型, 根据CPG模型参数与反馈输入之间的关系,设计了 机器鱼俯仰和转弯反馈控制方法,通过利用机器鱼 y.=max(u,0) 反馈的信息来自主调节CPG参数,达到控制胸鳍运 动模式的目的。文献[71]基于改进的Matsuoka振 荡器CPG模型,研究了用CPG模型来产生机器鱼 v=max(u,0) 的目标关节摆角,通过推进器的协调控制,实现机器 Feed/ 鱼多样化的游动步态。 ∑wwy 2.3.3相位振荡器模型 瑞士科学家Ijspeert在Cohen振荡器模型的基 础上,根据蝾螈运动过程中身体的波动特征,提出一 种新的用于机器人运动控制的CPG模型。该模型 屈肌神经元 是一个由耦合非线性振幅控制相位振荡器构成系 兴奋连接 统。Ijspeert模型不同于其他的CPG模型,它仅是 抑制连接 在抽象上对生物运动过程的模拟,Ijspeert模型的极 图3 Kimura神经振荡器模型 限环行为具有解析解,并且这个解能够清楚地表达 Fig.3 Kimura neural oscillator model 用来控制参数的振幅、频率和相位滞后等物理 可以用式(1)微分方程来描述Kimura神经振 量[n-)。Ijspeert振荡器模型可由如下方程组描述: 荡器的动态特性,它们皆具有稳定的极限环。,式 (1)的表达式如下: i=a,(a,/4(R-r)-i) 0:2T;+>wysin(0-0:-g) 4=u-4-Bt-a-Feed-∑4 x:=(1+cos0:) 4=-4-联-a-a-A0 式中:0:表示第i个振荡器的相位;:表示固有频 (1) 率;W,表示耦合权重;P:表示振荡器间的相位关 T=y-明 系;,:表示第i个振荡器的幅值;R,表示固有幅值; a:表示幅值收敛速度;x:表示第i个振荡器的输出。 T=为- Ijspeert成功地将此振荡器模型应用于仿生蝾螈机 y=max(u,) 器人上。 式中:T和T,为时间常数;和分别为第i个神 Ijspeert振荡器模型相比Cohen的相位振荡器 经振荡器的伸肌和屈肌神经元的内部状态:和 模型,其相位耦合关系明显,并且添加了输出函数, 状态变量较少、计算量小。了其在机器人领域的应用。 为了使振荡器产生不对 称输入,Kimura [70]在 Matsuoka 振荡器模型的基础上 进行了一定的改进,该振荡器模型采用 2 个相互抑 制的神经元组成振荡器,分别对应于动物的屈肌和 伸肌控制神经元,通过为屈肌神经元和伸肌神经元 提供不同高层输入方式,使振荡器产生不对称的输 出。 因此可以用 Kimura 神经元振荡器模型来产生 机器鱼的游动步态。 Kimura 神经元振荡器模型如 图 3 所示。 图 3 Kimura 神经振荡器模型 Fig.3 Kimura neural oscillator model 可以用式(1) 微分方程来描述 Kimura 神经振 荡器的动态特性,它们皆具有稳定的极限环。,式 (1)的表达式如下: Tu u · e i = u 0e i - u e i - βv e i - αy f i - Feed e i - ∑ n j = 1 ωij y e j Tu u · f i = u 0f i - u f i - βv f i - αy e i - Feed f i - ∑ n j = 1 ωij y f j Tv v · e i = y e i - v e i Tv v · f i = y f i - v f i y {e,f} i = max(u {e,f} i ,0) ì î í ï ï ï ï ï ï ï ï ï ï ï ï (1) 式中: Tu 和 Tv 为时间常数; u e i 和 u f i 分别为第 i 个神 经振荡器的伸肌和屈肌神经元的内部状态; v e i 和 v f i 表示神经元疲劳(自抑制)程度; y e i 和 y f i 为神经元输 出;β 代表自抑制对神经元内部状态的影响程度;α 是伸肌神经元和屈肌神经元之间的连接权重; ωij 表 示神经振荡器 j 对 i 的连接权重; Feed e i 和 Feed f i 表 示外部反馈输入; u 0e i 和 u 0f i 表示来自高层的激励输 入; yi 为振荡器输出,可以作为关节角度或者力矩 控制信号 改进的 Matsuoka 神经元振荡器数学模型相对 简单,可以较好地表达出 CPG 的生物学特性。 仿生 机器鱼的每个关节可由一个 Kimura 神经振荡器进 行控制,振荡器的输出作为关节的目标角度,通过调 整神经振荡器之间的耦合关系和连接权重可协调多 个关节的运动,从而产生类似鱼类的游动。 文献 [53]设计了基于 Kimura 神经振荡器的 CPG 模型, 根据 CPG 模型参数与反馈输入之间的关系,设计了 机器鱼俯仰和转弯反馈控制方法,通过利用机器鱼 反馈的信息来自主调节 CPG 参数,达到控制胸鳍运 动模式的目的。 文献[71] 基于改进的 Matsuoka 振 荡器 CPG 模型,研究了用 CPG 模型来产生机器鱼 的目标关节摆角,通过推进器的协调控制,实现机器 鱼多样化的游动步态。 2.3.3 相位振荡器模型 瑞士科学家 Ijspeert 在 Cohen 振荡器模型的基 础上,根据蝾螈运动过程中身体的波动特征,提出一 种新的用于机器人运动控制的 CPG 模型。 该模型 是一个由耦合非线性振幅控制相位振荡器构成系 统。 Ijspeert 模型不同于其他的 CPG 模型,它仅是 在抽象上对生物运动过程的模拟,Ijspeert 模型的极 限环行为具有解析解,并且这个解能够清楚地表达 用来控 制 参 数 的 振 幅、 频 率 和 相 位 滞 后 等 物 理 量[72 ⁃ 73] 。 Ijspeert 振荡器模型可由如下方程组描述: r ¨ i = ai(ai / 4(Ri - ri) - r · i) θ · i = 2πvi + ∑ j wij sin(θj - θi - φij) xi = ri(1 + cos θi) ì î í ï ï ï ï ïï 式中: θi 表示第 i 个振荡器的相位; vi 表示固有频 率; wij 表示耦合权重; φij 表示振荡器间的相位关 系; ri 表示第 i 个振荡器的幅值; Ri 表示固有幅值; ai 表示幅值收敛速度; xi 表示第 i 个振荡器的输出。 Ijspeert 成功地将此振荡器模型应用于仿生蝾螈机 器人上。 Ijspeert 振荡器模型相比 Cohen 的相位振荡器 模型,其相位耦合关系明显,并且添加了输出函数, 状态变量较少、计算量小。 ·280· 智 能 系 统 学 报 第 9 卷
<<向上翻页向下翻页>>
©2008-现在 cucdc.com 高等教育资讯网 版权所有