基于CPG的六足机器人协调运动控制方法的研究

论文摘要

近年来,仿生控制已经在机器人控制领域引起了广泛的关注,而基于中枢模式发生器(CPG)的运动控制是仿生控制的一个重要分支,它已经成为仿生控制领域的研究热点之一。CPG能够在缺乏高层控制信号和外部反馈的情况下,自发产生稳定的节律性运动,无需对环境和自身建模,可以减少控制系统的工作量,节约工作时间。目前,CPG控制的研究在国外刚刚起步,而在国内研究仍然极少,研究成果还有很多缺陷,具有广阔的发展空间和重要的意义。本文根据基于振动理论的CPG神经元数学模型建立了一种新颖的神经元及CPG模型,并针对多足机器人运动控制中的一大难题——多足协调问题,提出一种新颖的控制体系结构,并阐述了六足机器人的多足协调运动的具体控制方法。首先,模拟生物神经系统中神经元的响应原理,建立了一种具有自发振荡特性的简单的CPG神经元模型,在此基础上,建立了CPG的数学模型,并将连接矩阵与神经元的参数间建立了映射关系,从而实现了CPG模型的简明化和输出模式的多样化。其次,根据仿生学的思想,提出与当今其他研究不同的、以CPG控制足内多关节耦合及先导神经元协调足间节律的新型分层控制结构和控制原理,解决了传统CPG研究中控制体系不清晰、CPG耦合信息少、算法复杂和实时性差等问题。然后,在先导神经元和CPG的分层控制作用下,不利用环境和自身的模型,提出了一种新型的六足机器人多足以及足内多关节的协调运动控制策略,从方法上使机器人实现了协调的、稳定的节律性行走。最后,通过ADAMS和Matlab的联合仿真,验证了所研究的控制方法的有效性和模式切换的可行性,由实验结果可以看出,这种完全不基于模型的CPG控制方法完全可以实现传统的基于模型的复杂算法的功能,从根本上取代了复杂的在线计算。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题背景及来源
• 1.2 多足机器人控制方法的研究现状
• 1.3 CPG控制的研究现状及分析
• 1.3.1 CPG数学模型的研究现状及分析
• 1.3.2 机器人CPG控制方法研究现状及分析
• 1.3.3 存在的问题
• 1.4 本课题的研究内容
• 第2章 CPG网络模型及其特性分析
• 2.1 引言
• 2.2 生物神经元原理
• 2.3 CPG神经元模型及其参数分析
• 2.3.1 CPG神经元模型及其简化
• 2.3.2 CPG神经元数学模型的参数分析
• 2.4 CPG模型及其模式分析
• 2.4.1 CPG模型
• 2.4.2 CPG网络的输出模式分析
• 2.5 本章小结
• 第3章 六足机器人多足协调控制方法研究
• 3.1 引言
• 3.2 动物运动控制系统的结构
• 3.3 六足机器人的行走步态
• 3.4 多足协调控制方法的体系结构和原理
• 3.4.1 多足协调控制方法的体系结构
• 3.4.2 先导神经元的控制原理
• 3.5 多足协调运动的控制策略
• 3.5.1 多足协调控制的算法实现
• 3.5.2 六足机器人正常行走的控制模式
• 3.6 本章小结
• 第4章 六足机器人仿真实验
• 4.1 引言
• 4.2 六足机器人步行仿真实验
• 4.2.1 仿真实验系统
• 4.2.2 仿真结果及分析
• 4.3 CPG模式切换仿真
• 4.4 本章小结
• 结论
• 参考文献
• 攻读学位期间发表的学术论文
• 致谢