CN101776863A - 一种胸鳍推进型机器鱼的运动控制方法 - Google Patents
一种胸鳍推进型机器鱼的运动控制方法 Download PDFInfo
- Publication number
- CN101776863A CN101776863A CN200910237782A CN200910237782A CN101776863A CN 101776863 A CN101776863 A CN 101776863A CN 200910237782 A CN200910237782 A CN 200910237782A CN 200910237782 A CN200910237782 A CN 200910237782A CN 101776863 A CN101776863 A CN 101776863A
- Authority
- CN
- China
- Prior art keywords
- pectoral fin
- machine fish
- vibration
- amplitude
- cpg
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 210000000006 pectoral fin Anatomy 0.000 title claims abstract description 176
- 241000251468 Actinopterygii Species 0.000 title claims abstract description 102
- 238000000034 method Methods 0.000 title claims abstract description 45
- 210000002569 neuron Anatomy 0.000 claims abstract description 50
- 239000012528 membrane Substances 0.000 claims abstract description 18
- 230000008878 coupling Effects 0.000 claims abstract description 8
- 238000010168 coupling process Methods 0.000 claims abstract description 8
- 238000005859 coupling reaction Methods 0.000 claims abstract description 8
- 238000006243 chemical reaction Methods 0.000 claims abstract description 6
- 239000011664 nicotinic acid Substances 0.000 claims description 75
- 238000005086 pumping Methods 0.000 claims description 12
- 230000008676 import Effects 0.000 claims description 7
- 230000003585 interneuronal effect Effects 0.000 claims description 5
- 230000005764 inhibitory process Effects 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 3
- 230000006870 function Effects 0.000 abstract description 44
- 230000010355 oscillation Effects 0.000 abstract description 9
- 230000003321 amplification Effects 0.000 abstract 4
- 238000003199 nucleic acid amplification method Methods 0.000 abstract 4
- 210000000225 synapse Anatomy 0.000 abstract 2
- 230000007246 mechanism Effects 0.000 description 10
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 3
- 230000000630 rising effect Effects 0.000 description 3
- 230000002153 concerted effect Effects 0.000 description 2
- 230000001141 propulsive effect Effects 0.000 description 2
- 230000028838 turning behavior Effects 0.000 description 2
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- 241000251539 Vertebrata <Metazoa> Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 210000003169 central nervous system Anatomy 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 239000010687 lubricating oil Substances 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 235000001968 nicotinic acid Nutrition 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 229920000642 polymer Polymers 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000001020 rhythmical effect Effects 0.000 description 1
- 230000009182 swimming Effects 0.000 description 1
- 239000003643 water by type Substances 0.000 description 1
Images
Landscapes
- Farming Of Fish And Shellfish (AREA)
Abstract
本发明为一种胸鳍推进型机器鱼的运动控制方法,利用多个中枢模式发生器组成机器鱼的运动控制网络,且每个中枢模式发生器由单个振荡神经元加上输入饱和函数和输出放大函数组成;将激励信号送入第一输入饱和函数和第二输入饱和函数,第一输入饱和函数对激励信号进行频率转换得到中枢模式发生器的固有频率;第二输入饱和函数对激励信号进行振幅转换得到固有振幅;对固有频率和固有振幅进行状态变量间的相互抑制以及振荡神经元间的耦合处理,生成膜电势信号,将膜电势信号送入输出放大函数,输出放大函数对膜电势信号进行比例放大和限幅处理,生成并将突触连接信号送入胸鳍的舵机上,从而使胸鳍驱动轴带动胸鳍在0-360度范围内作往复运动。
Description
技术领域
本发明涉及仿生机器鱼采用中枢模式发生器模型协调左胸鳍、右胸鳍推进的水下运动控制方法,属于仿生学领域。
背景技术
中枢模式发生器(Central Pattern Generator,CPG)是一类存在于在无脊椎动物和脊椎动物的中枢神经系统中的神经元电路。它能在没有节律性的控制或反馈输入情况下产生有节奏的行为,例如行走、游泳、飞翔、呼吸和咀嚼等。传统的基于模型的机器人控制方法存在建模复杂、解不唯一、单周期规划等问题,特别是在需要多自由度协调控制的任务中,缺乏足够的实时性。由于中枢模式发生器在协调多自由度运动方面的优越性,中枢模式发生器仿生控制受到了越来越多的关注。
目前用于机器人控制的比较典型的中枢模式发生器模型大致可划分以下三类:递归神经网络、七腮鳗型相位振荡器和Van der Pol型神经元振荡器。国际上比较有代表性的H.Kimura用于四足机器人的中枢模式发生器模型属于第一类;A.J.Ijspeet为机器蝾螈建立的神经控制模型属于第二类;Van der Pol的神经元振荡器由著名的Van der Pol方程给出,应用于中枢模式发生器模型中时考虑了神经元相互之间的耦合关系。然而无论Kimura的中枢模式发生器模型还是Ijspeert的相位振荡器模型,其方程都具有非线性、强耦合和高维数等特点,特性复杂,没有明确的解析解,一般通过数值方法进行求解。方程中涉及的大量参数对运动模式、运动稳定性、适应性等会产生影响,这给系统运动特性分析及运动控制带来了困难。
发明内容
本发明的目的是提供一种基于中枢模式发生器模型的仿生机器鱼的运动控制方法,以解决具有胸鳍推进功能的仿生机器鱼的三维多模态运动控制问题。该方法提出了由输入饱和函数、振荡神经元和输出放大函数组成的中枢模式发生器通过相互耦合构成机器鱼的运动控制网络;并通过改变该运动控制网络的左胸鳍中枢模式发生器和右胸鳍中枢模式发生器的协调关系,从而控制仿生机器鱼实现多种模态运动。
为达到上述目的,本发明的技术解决方案是提供一种基于中枢模式发生器模型的仿生机器鱼的运动控制方法,该方法包括步骤如下:
步骤1:利用多个中枢模式发生器组成机器鱼的运动控制网络,且每个中枢模式发生器由单个振荡神经元加上输入饱和函数和输出放大函数组成;
步骤2:在每个中枢模式发生器中将激励信号d送入第一输入饱和函数fi(d),第一输入饱和函数fi(d)对激励信号d进行频率转换,得到中枢模式发生器的固有频率ωi;
步骤3:在每个中枢模式发生器中将激励信号d送入第二输入饱和函数gi(d),第二输入饱和函数gi(d)对激励信号d进行振幅转换,得到固有振幅mi;
步骤4:由每个中枢模式发生器中的振荡神经元对固有频率ωi和固有振幅mi进行状态变量间的相互抑制以及振荡神经元间的耦合处理,生成膜电势信号xi,其中ωi控制膜电势信号xi的频率,mi控制膜电势信号xi的幅值;
步骤5:将膜电势信号xi送入输出放大函数hi(xi),输出放大函数hi(xi)对膜电势信号xi进行比例放大和限幅处理,生成突触连接信号x′i;
步骤6:将突触连接信号x′i送入胸鳍的舵机上,驱动减速齿轮组,使胸鳍驱动轴的转速提高,使舵机摆动在0-360度范围进行扩大,从而使胸鳍驱动轴带动胸鳍在0-360度范围内作往复运动,从而控制仿生机器鱼实现运动模态。
本发明针对具有高频摆动的胸鳍推进型仿生机器鱼,提出了一种由输入饱和函数、振荡神经元和输出放大函数组成的中枢模式发生器通过相互耦合构成机器鱼的运动控制网络。输入饱和函数的形式直接决定输入激励对运动控制网络输出的影响,作用至关重要,饱和函数的形式使得各个中枢模式发生器能根据需要起振,从而决定是否参与网络控制;采用基于极限环的振荡神经元使得系统具有很强的适应性、鲁棒性和稳定性;输出放大函数带有限幅环节,限制了该运动控制网络对机械本体的冲击,起到了保护作用。运动控制网络中的中枢模式发生器输出的突触连接信号x′i的频率由固有频率ωi控制,其幅值由固有幅值mi控制,参数意义明晰,调节方便。利用该运动控制网络,并结合仿生机器鱼的游动机理,实现了包括起动、停止、前进、后退、左转弯、右转弯、加速、减速、上升、下潜、后退中转弯等多种模态的运动控制。本发明将为胸鳍驱动的仿生机器鱼的理论设计提供参考,并实现灵活、机动的游动控制,可以实际应用于水下微小型机器人的设计、水下勘探、水下救捞、水下设施维护与巡检、水质检测及水域巡逻与警戒等方面。
附图说明
图1是仿生机器鱼的胸鳍推进机构示意图;
图2是基于中枢模式发生器的运动控制网络示意图;
图3a-图3g是胸鳍推进型仿生机器鱼三维多模态运动示意图;
图4是胸鳍推进型仿生机器鱼控制系统硬件结构示意图;
具体实施方式
下面结合附图对基于中枢模式发生器模型的胸鳍推进型仿生机器鱼的运动控制方法做出说明。
如图2示出本发明为一种胸鳍推进型机器鱼的运动控制方法,基于中枢模式发生器模型,提出了由输入饱和函数、振荡神经元和输出放大函数组成的中枢模式发生器通过相互耦合构成机器鱼的运动控制网络;并通过改变该运动控制网络的左胸鳍中枢模式发生器和右胸鳍中枢模式发生器的协调关系,从而控制仿生机器鱼实现多种模态运动。
中枢模式发生器
所述的仿生机器鱼的运动控制方法,利用多个中枢模式发生器组成机器鱼的运动控制网络,且每个中枢模式发生器由单个振荡神经元加上输入饱和函数和输出放大函数组成;其中输入饱和函数包括第一输入饱和函数fi(d)和第二输入饱和函数gi(d)。所述第一输入饱和函数fi(d),如下表示:
其中kω是频率系数;ωib是频率偏移值;ωimax是频率最大值;ωis是频率截止值;dis是第i个振荡神经元的输入激励截止值,dimax是第i个振荡神经元的输入激励最大允许值。
所述的第一输入饱和函数fi(d)的处理过程如下:在每个中枢模式发生器中将激励信号d送入第一输入饱和函数fi(d),第一输入饱和函数fi(d)对激励信号d进行频率转换,得到中枢模式发生器的固有频率ωi;
所述的第二输入饱和函数gi(d),如下表示:
其中km是幅值系数;mib是幅值偏移值;mimax是幅值最大值;mis是幅值截止值。
所述的第二输入饱和函数gi(d)的处理过程如下:在每个中枢模式发生器中将激励信号d送入第二输入饱和函数gi(d),第二输入饱和函数gi(d)对激励信号d进行振幅转换,得到固有振幅mi;
所述的振荡神经元包括:多只左胸鳍振荡神经元、多只右胸鳍振荡神经元,所述的任意一个振荡神经元是基于极限环的振荡神经元,如下表示为:
式中i=1,…,n,n表示振荡神经元的个数,xi表示振荡神经元的膜电势,yi表示振荡神经元的调节电势;ωi表示振荡神经元的固有频率,mi表示振荡神经元的固有幅值;aj、bk表示振荡神经元间的耦合系数;
所述的振荡神经元的处理过程如下:由每个中枢模式发生器中的振荡神经元对固有频率ωi和固有振幅mi进行状态变量间的相互抑制以及振荡神经元间的耦合处理,生成膜电势信号xi,其中ωi控制膜电势信号xi的频率,mi控制膜电势信号xi的幅值;
所述的输出放大函数hi(xi),如下表示:
其中xib为输出偏移量,ki为输出比例系数,ximax为输出最大允许值。
所述的输出放大函数hi(xi)处理过程如下:将膜电势信号xi送入输出放大函数hi(xi),输出放大函数hi(xi)对膜电势信号xi进行比例放大和限幅处理,生成突触连接信号x′i。
中枢模式发生器间的相互耦合与协调
在自然界,鱼类的胸鳍通常只起身体平衡,辅助加、减速以及协调运动方向的作用,很少当作游动的主要控制面。但胸鳍推进型仿生机器鱼中的胸鳍是作为主要推进装置的,其推进过程中左、右胸鳍的协调关系也会随着运动模态而变化,比如在向前游动和转弯过程中,左、右胸鳍产生的推进力是不一样的。因此,左、右胸鳍具体的协调关系视运动模态而定。
所述的仿生机器鱼的运动控制方法,中枢模式发生器间相互耦合,其耦合由中枢模式发生器里的振荡神经元间耦合来完成,耦合关系分别由
和表示。当时,其它中枢模式发生器将增强第i个中枢模式发生器的突触连接信号x′i;当时,其它中枢模式发生器将抑制第i个中枢模式发生器的突触连接信号x′i;当时,其它中枢模式发生器将对第i个中枢模式发生器的突触连接信号x′i无影响。
中枢模式发生器间相互协调,协调关系反应在输出偏移量xib和输出比例系数ki上。改变了第i个中枢模式发生器的输出偏移量xib和输出比例系数ki,也就改变了第i个中枢模式发生器与其它中枢模式发生器的关系,从而会改变它们所作用的相应胸鳍往复摆动的中心位置和摆幅大小。
仿生机器鱼的胸鳍推进机构及控制
所述的仿生机器鱼的运动控制方法,图1给出了采用本发明方法的一实施例使用的仿生机器鱼的胸鳍机构示意图,包括:一对在仿生机器鱼头部左右两侧对称安装的胸鳍机构,其往复摆动可驱动仿生机器鱼进行三维多模态运动;所述的胸鳍机构,是由左胸鳍7、右胸鳍1通过左齿轮组6和右齿轮组2与相应的驱动轴3和驱动轴5相连;齿轮组的使用相当重要,它将胸鳍的往复摆动速度降低下来,但力矩提升上去了,而且扩大了胸鳍的摆动角度范围,使得胸鳍可以在0-360度的范围内摆动,这为倒退运动奠定了机构基础。左胸鳍、右胸鳍分别采用高速舵机9和高速舵机10驱动,独立驱动使得转弯更容易实现。为了使胸鳍对称的安装在仿生机器鱼的两侧,驱动轴3和5必须同心。整个机构都固定在固定架4上。为了防水,设计了轴密封装置8和轴密封装置13,里面装有润滑机油。高速舵机的速度达0.06s/60°。
所述的仿生机器鱼的运动控制方法,将中枢模式发生器输出的突触连接信号x′i送入胸鳍的舵机上,驱动减速齿轮组,使胸鳍驱动轴的转速提高,使舵机摆动在0-360度范围进行扩大,从而使胸鳍驱动轴带动胸鳍在0-360度范围内作往复运动,从而控制仿生机器鱼实现运动模态。
基于中枢模式发生器模型的控制系统硬件及软件实现
基于中枢模式发生器模型的控制系统其关键点在于中枢模式发生器的在线计算,由于本发明所采用的中枢模式发生器模型,利用一类能产生稳定极限环的简单非线性微分方程组来表示其振荡神经元,这大大简化了中枢模式发生器的参数量及在线计算量。此外,中枢模式发生器模型的输出的突触连接信号x′i,参数意义明晰,调节方便简单,这给程序编写和计算带来了方便。一种比较简便的实现方法就是采用简单叠加法,方法如下:
将公式(1-1)离散化,得如下公式:
由上式计算可得xi(k+1)。再将输出放大函数离散化计算出突触连接信号x′i(k+1),即可控制左胸鳍舵机和右胸鳍舵机。该方法控制舵机,计算耗时短,内存小,控制响应及时,输出平滑。
胸鳍推进型仿生机器鱼控制系统的软件包含主程序、中断处理子程序、模拟量输入处理子程序、中枢模式发生器在线计算子程序、无线收发子程序等部分。其中主程序负责芯片及外围设备的初始化、开中断;中断处理子程序处理PWM波形产生;模拟量输入处理子程序负责深度信息的接收与处理;中枢模式发生器在线计算子程序负责中枢模式发生器的在线产生;无线收发子程序则负责数据收发,联系上位控制器。
三维多模态运动控制
所述的仿生机器鱼的运动控制方法,应用于仿生机器鱼,进行水下游动实验,可实现包括起动、停止、前进、后退、左转弯、右转弯、加速、减速、上升、下潜、后退中转弯等多种运动模态,其具体实施例如下:
向前游动
图3a-图3g给出了胸鳍推进型仿生机器鱼的水下游动控制示意图。在仿生机器鱼的胸鳍所在位置建立如图3a所示的坐标系,其中x轴沿水平方向由鱼头指向鱼尾,y轴与之垂直成90°。
如图3b所示,左胸鳍中枢模式发生器和右胸鳍中枢模式发生器相互耦合,当左胸鳍中枢模式发生器、右胸鳍中枢模式发生器在x1b=x2b=0即中间位置在水平x轴上且ω1=ω2、m1=m2、k1=k2、x1max=x2max时进行振荡输出,此时仿生机器鱼左胸鳍、右胸鳍将产生水平向前的推进合力,推动仿生机器鱼向前游动。
在上述前进情况下,若ω1≠ω2或m1≠m2且差异足够大时,左胸鳍、右胸鳍产生的推进力的大小不等,会产生一个转弯力矩,导致仿生机器鱼的游动不平衡,从而产生前进转弯行为。
左转弯及右转弯
所述的胸鳍推进型机器鱼的运动控制方法,第一种转弯机制:
当左胸鳍位置偏移角为零且右胸鳍位置偏移角为π时,左胸鳍振荡神经元和右胸鳍振荡神经元以相同相位、相同频率、相同幅值进行振荡输出膜电势信号xi,此时仿生机器鱼左胸鳍和右胸鳍将产生向右转弯的合力矩,推动仿生机器鱼右转弯;当左胸鳍位置偏移角为π且右胸鳍位置偏移角为零时,左胸鳍振荡神经元和右胸鳍振荡神经元以相同相位、相同频率、相同幅值进行振荡输出膜电势信号xi,此时仿生机器鱼左胸鳍和右胸鳍将产生向左转弯的合力矩,推动仿生机器鱼左转弯。
所述的胸鳍推进型机器鱼的运动控制方法,第二种转弯机制:
当左胸鳍位置偏移角和右胸鳍位置偏移角均为零时,左胸鳍振荡神经元和右胸鳍振荡神经元以相同相位且不同频率或不同幅值进行振荡输出膜电势信号xi,此时仿生机器鱼左胸鳍和右胸鳍将产生转弯的合力矩,推动仿生机器鱼转弯。当左胸鳍振荡的频率或幅值大于右胸鳍振荡的频率或幅值时,此时仿生机器鱼左胸鳍和右胸鳍将产生向右转弯的合力矩,推动仿生机器鱼右转弯;当左胸鳍振荡的频率或幅值小于右胸鳍振荡的频率或幅值时,此时仿生机器鱼左胸鳍和右胸鳍将产生向左转弯的合力矩,推动仿生机器鱼左转弯。
下潜运动及上升运动
所述的胸鳍推进型机器鱼的运动控制方法,当左胸鳍位置偏移角和右胸鳍位置偏移角均在内且大小相等时,左胸鳍振荡神经元和右胸鳍振荡神经元以相同相位、相同频率、相同幅值进行振荡输出,此时仿生机器鱼左胸鳍和右胸鳍将产生一个方向垂直向下的推进分力,推动仿生机器鱼下潜运动;当左胸鳍位置偏移角和右胸鳍位置偏移角均在内且大小相等时,左胸鳍振荡神经元和右胸鳍振荡神经元以相同相位、相同频率、相同幅值进行振荡输出,此时仿生机器鱼左胸鳍和右胸鳍将产生一个方向垂直向上的推进分力,推动仿生机器鱼上升运动。
如图3c所示,当左、右胸鳍中枢模式发生器在即胸鳍中间位置在且ω1=ω2、m1=m2、k1=k2、x1max=x2max时进行振荡输出,此时仿生机器鱼左胸鳍、右胸鳍将产生一垂直向下的推进分力,推动仿生机器鱼下潜运动;
如图3d所示,当左、右胸鳍中枢模式发生器在即胸鳍中间位置在且ω1=ω2、m1=m2、k1=k2、x1max=x2max时进行振荡输出,此时仿生机器鱼左胸鳍、右胸鳍将产生一垂直向上的推进分力,推动仿生机器鱼上升运动。
倒退游动
所述的胸鳍推进型机器鱼的运动控制方法,当左胸鳍位置偏移角和右胸鳍位置偏移角均为π时,左胸鳍振荡神经元和右胸鳍振荡神经元以相同相位、相同频率、相同幅值进行振荡输出膜电势信号xi,此时仿生机器鱼左胸鳍和右胸鳍将产生水平向后的推进合力,推动仿生机器鱼倒退游动。
如图3e所示,当x1b=x2b=π、ω1=ω2、m1=m2、k1=k2、x1max=x2max时进行振荡输出,此时仿生机器鱼左胸鳍、右胸鳍将产生一个向后的合力,推动仿生机器鱼倒退游动;
在上述倒退情况下,若ω1≠ω2或m1≠m2且差异足够大时,左胸鳍、右胸鳍产生的推进力的大小不等,会产生一个转弯力矩,导致仿生机器鱼的游动不平衡,从而产生后退转弯行为。
图3f和图3g所示的是后退游动过程中的上升和下潜运动,此时胸鳍摆动的中间位置不在水平x轴上;图3f的胸鳍摆动的中间位置在x轴上方,会产生向下的推进力,因而会推动仿生机器鱼倒退中下潜运动;图3g的胸鳍摆动的中间位置在x轴下方,会产生向上的推进力,因而会推动仿生机器鱼倒退中上升运动;
如上所述,本发明所提出的基于中枢模式发生器模型的仿生机器鱼的运动控制方法对具有胸鳍结构的仿生机器鱼有良好的适用性,可实现仿生机器鱼的三维多模态运动。
下面是利用本发明的方法,实现如图4示出的胸鳍推进型仿生机器鱼控制系统,该系统的硬件结构图4示意,其硬件结构包含以下部分:电池及电源模块、左红外传感器、右红外传感器、前红外传感器、深度传感器、无线收发模块、ATMega128核心PCB、左胸鳍舵机、右胸鳍舵机等。电池采用7.4V锂聚合物电池,通过电源模块进行处理后变成5V后为左红外传感器、右红外传感器、前红外传感器、深度传感器、无线收发模块、ATMega128核心PCB等提供电源。左红外传感器、右红外传感器、前红外传感器分别采集障鱼体左、右、前三方碍物信息变成电信号送给ATMega128核心PCB。深度传感器采集仿生机器鱼的在水中的深度信息,以模拟量传输给ATMega128核心PCB。ATMega128核心PCB接收了左红外传感器、右红外传感器、前红外传感器和深度传感器等信息后,进行滤波处理及标度转换,同时在线计算中枢模式发生器的突触连接信号x′i(k+1),然后产生脉宽调制信号控制左胸鳍舵机和右胸鳍舵机;同时ATMega128核心PCB与无线收发模块交换数据,通过无线收发模块与上位控制器之间的无线收发数据,完成上位控制器传来的命令,从而控制仿生机器鱼游动。
尽管对本发明的原理结合实施例进行了展示和描述,但本领域技术人员将会理解在不偏离本发明的原理和实质的情况下,对这些实施例进行改变,如胸鳍的形状、主控制器CPU的型号等,其范围也落入本发明的权利要求及其等同物所限定的范围内。
Claims (8)
1.一种胸鳍推进型机器鱼的运动控制方法,其特征在于,该方法包括步骤如下:
步骤1:利用多个中枢模式发生器组成机器鱼的运动控制网络,且每个中枢模式发生器由单个振荡神经元加上输入饱和函数和输出放大函数组成;
步骤2:在每个中枢模式发生器中将激励信号d送入第一输入饱和函数fi(d),第一输入饱和函数fi(d)对激励信号d进行频率转换,得到中枢模式发生器的固有频率ωi;
步骤3:在每个中枢模式发生器中将激励信号d送入第二输入饱和函数gi(d),第二输入饱和函数gi(d)对激励信号d进行振幅转换,得到固有振幅mi;
步骤4:由每个中枢模式发生器中的振荡神经元对固有频率ωi和固有振幅mi进行状态变量间的相互抑制以及振荡神经元间的耦合处理,生成膜电势信号xi,其中ωi控制膜电势信号xi的频率,mi控制膜电势信号xi的幅值;
步骤5:将膜电势信号xi送入输出放大函数hi(xi),输出放大函数hi(xi)对膜电势信号xi进行比例放大和限幅处理,生成突触连接信号x′i;
步骤6:将突触连接信号x′i送入胸鳍的舵机上,驱动减速齿轮组,使胸鳍驱动轴的转速提高,使舵机摆动在0-360度范围进行扩大,从而使胸鳍驱动轴带动胸鳍在0-360度范围内作往复运动,从而控制仿生机器鱼实现运动模态。
2.根据权利要求1所述的胸鳍推进型机器鱼的运动控制方法,其特征在于,所述振荡神经元包括:多只左胸鳍振荡神经元、多只右胸鳍振荡神经元,所述的任意一个振荡神经元是基于极限环的振荡神经元,如下表示为:
式中i=1,…,n,n表示振荡神经元的个数,xi表示振荡神经元的膜电势,yi表示振荡神经元的调节电势;ωi表示振荡神经元的固有频率,mi表示振荡神经元的固有幅值;aj、bk表示振荡神经元间的耦合系数。
3.根据权利要求1所述的胸鳍推进型机器鱼的运动控制方法,其特征在于,所述第一输入饱和函数fi(d),如下表示:
其中kω是频率系数;ωib是频率偏移值;ωimax是频率最大值;ωis是频率截止值;dis是第i个振荡神经元的输入激励截止值,dimax是第i个振荡神经元的输入激励最大允许值。
4.根据权利要求1所述的胸鳍推进型机器鱼的运动控制方法,其特征在于,所述第二输入饱和函数gi(d),如下表示:
其中km是幅值系数;mib是幅值偏移值;mimax是幅值最大值;mis是幅值截止值。
5.根据权利要求1所述的胸鳍推进型机器鱼的运动控制方法,其特征在于,输出放大函数hi(xi),如下表示:
其中xib为输出偏移量,ki为输出比例系数,ximax为输出最大允许值。
6.根据权利要求2所述的胸鳍推进型机器鱼的运动控制方法,其特征在于,当左胸鳍位置偏移角为零且右胸鳍位置偏移角为π时,左胸鳍振荡神经元和右胸鳍振荡神经元以相同相位、相同频率、相同幅值进行振荡输出膜电势信号xi,此时仿生机器鱼左胸鳍和右胸鳍将产生向右转弯的合力矩,推动仿生机器鱼右转弯;当左胸鳍位置偏移角为π且右胸鳍位置偏移角为零时,左胸鳍振荡神经元和右胸鳍振荡神经元以相同相位、相同频率、相同幅值进行振荡输出膜电势信号xi,此时仿生机器鱼左胸鳍和右胸鳍将产生向左转弯的合力矩,推动仿生机器鱼左转弯。
7.根据权利要求2所述的胸鳍推进型机器鱼的运动控制方法,其特征在于,当左胸鳍位置偏移角和右胸鳍位置偏移角均为π时,左胸鳍振荡神经元和右胸鳍振荡神经元以相同相位、相同频率、相同幅值进行振荡输出膜电势信号xi,此时仿生机器鱼左胸鳍和右胸鳍将产生水平向后的推进合力,推动仿生机器鱼倒退游动。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200910237782XA CN101776863B (zh) | 2009-11-17 | 2009-11-17 | 一种胸鳍推进型机器鱼的运动控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200910237782XA CN101776863B (zh) | 2009-11-17 | 2009-11-17 | 一种胸鳍推进型机器鱼的运动控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101776863A true CN101776863A (zh) | 2010-07-14 |
CN101776863B CN101776863B (zh) | 2011-07-27 |
Family
ID=42513345
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200910237782XA Expired - Fee Related CN101776863B (zh) | 2009-11-17 | 2009-11-17 | 一种胸鳍推进型机器鱼的运动控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101776863B (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102320223A (zh) * | 2011-05-10 | 2012-01-18 | 中国科学院自动化研究所 | 基于液位传感反馈的两栖仿生机器人运动控制装置 |
CN102745320A (zh) * | 2012-07-26 | 2012-10-24 | 中国科学院自动化研究所 | 一种仿鲹科机器鱼倒游运动的控制方法 |
CN105619408A (zh) * | 2016-02-24 | 2016-06-01 | 中国科学院自动化研究所 | 一种类人机器人上肢运动模型的类神经精准控制方法 |
CN106680450A (zh) * | 2017-03-23 | 2017-05-17 | 江西省农业科学院农业经济与信息研究所 | 水质监测装置及方法 |
CN107991868A (zh) * | 2017-11-28 | 2018-05-04 | 淮海工学院 | 一种咽颌模式仿生系统左右胸鳍协调控制方法 |
CN108572553A (zh) * | 2018-05-16 | 2018-09-25 | 清华大学深圳研究生院 | 一种四足机器人的运动闭环控制方法 |
CN109760761A (zh) * | 2019-01-30 | 2019-05-17 | 清华大学深圳研究生院 | 一种基于生物仿生原理和直觉的四足机器人运动控制方法 |
CN110286592A (zh) * | 2019-06-28 | 2019-09-27 | 山东建筑大学 | 一种基于bp神经网络的机器鱼多模态运动方法及系统 |
CN110488611A (zh) * | 2019-09-02 | 2019-11-22 | 山东建筑大学 | 一种仿生机器鱼运动控制方法、控制器及仿生机器鱼 |
CN110989399A (zh) * | 2019-12-16 | 2020-04-10 | 山东建筑大学 | 一种融合Spiking神经网络和CPG的机器鱼仿生控制方法及系统 |
CN112572740A (zh) * | 2020-12-16 | 2021-03-30 | 北京机电工程研究所 | 仿生机器鱼航行状态平滑切换方法 |
CN117170251A (zh) * | 2023-10-31 | 2023-12-05 | 西北工业大学宁波研究院 | 一种基于cpg相位振荡器的间歇性驱动控制方法及其装置 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110262481B (zh) * | 2019-06-04 | 2021-06-22 | 西南交通大学 | 一种基于酶数值膜系统的移动机器人避障控制方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1484119A (zh) * | 2002-09-18 | 2004-03-24 | 中国科学院自动化研究所 | 仿生机器鱼游动方向的模糊控制方法 |
CN1595312A (zh) * | 2003-09-10 | 2005-03-16 | 中国科学院自动化研究所 | 多关节仿生机器鱼的运动控制方法 |
CN101004604A (zh) * | 2006-01-18 | 2007-07-25 | 中国科学院自动化研究所 | 一种多仿生机器人协作控制系统 |
CN101315563A (zh) * | 2007-05-31 | 2008-12-03 | 中国科学院自动化研究所 | 基于重心改变的仿生机器鱼深度控制方法 |
CN101219708B (zh) * | 2008-01-31 | 2010-07-28 | 重庆邮电大学 | 仿生机器鱼无半径转弯的控制方法 |
-
2009
- 2009-11-17 CN CN200910237782XA patent/CN101776863B/zh not_active Expired - Fee Related
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102320223A (zh) * | 2011-05-10 | 2012-01-18 | 中国科学院自动化研究所 | 基于液位传感反馈的两栖仿生机器人运动控制装置 |
CN102320223B (zh) * | 2011-05-10 | 2013-05-08 | 中国科学院自动化研究所 | 基于液位传感反馈的两栖仿生机器人运动控制装置 |
CN102745320A (zh) * | 2012-07-26 | 2012-10-24 | 中国科学院自动化研究所 | 一种仿鲹科机器鱼倒游运动的控制方法 |
CN105619408A (zh) * | 2016-02-24 | 2016-06-01 | 中国科学院自动化研究所 | 一种类人机器人上肢运动模型的类神经精准控制方法 |
CN106680450A (zh) * | 2017-03-23 | 2017-05-17 | 江西省农业科学院农业经济与信息研究所 | 水质监测装置及方法 |
CN107991868A (zh) * | 2017-11-28 | 2018-05-04 | 淮海工学院 | 一种咽颌模式仿生系统左右胸鳍协调控制方法 |
CN107991868B (zh) * | 2017-11-28 | 2020-08-04 | 淮海工学院 | 一种咽颌模式仿生系统左右胸鳍协调控制方法 |
CN108572553B (zh) * | 2018-05-16 | 2020-06-23 | 清华大学深圳研究生院 | 一种四足机器人的运动闭环控制方法 |
WO2019218805A1 (zh) * | 2018-05-16 | 2019-11-21 | 清华大学深圳研究生院 | 一种四足机器人的运动闭环控制方法 |
CN108572553A (zh) * | 2018-05-16 | 2018-09-25 | 清华大学深圳研究生院 | 一种四足机器人的运动闭环控制方法 |
CN109760761A (zh) * | 2019-01-30 | 2019-05-17 | 清华大学深圳研究生院 | 一种基于生物仿生原理和直觉的四足机器人运动控制方法 |
CN110286592A (zh) * | 2019-06-28 | 2019-09-27 | 山东建筑大学 | 一种基于bp神经网络的机器鱼多模态运动方法及系统 |
CN110488611A (zh) * | 2019-09-02 | 2019-11-22 | 山东建筑大学 | 一种仿生机器鱼运动控制方法、控制器及仿生机器鱼 |
CN110488611B (zh) * | 2019-09-02 | 2022-03-11 | 山东建筑大学 | 一种仿生机器鱼运动控制方法、控制器及仿生机器鱼 |
CN110989399A (zh) * | 2019-12-16 | 2020-04-10 | 山东建筑大学 | 一种融合Spiking神经网络和CPG的机器鱼仿生控制方法及系统 |
CN112572740A (zh) * | 2020-12-16 | 2021-03-30 | 北京机电工程研究所 | 仿生机器鱼航行状态平滑切换方法 |
CN112572740B (zh) * | 2020-12-16 | 2021-11-12 | 北京机电工程研究所 | 仿生机器鱼航行状态平滑切换方法 |
CN117170251A (zh) * | 2023-10-31 | 2023-12-05 | 西北工业大学宁波研究院 | 一种基于cpg相位振荡器的间歇性驱动控制方法及其装置 |
CN117170251B (zh) * | 2023-10-31 | 2024-01-26 | 西北工业大学宁波研究院 | 一种基于cpg相位振荡器的间歇性驱动控制方法及其装置 |
Also Published As
Publication number | Publication date |
---|---|
CN101776863B (zh) | 2011-07-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101776863B (zh) | 一种胸鳍推进型机器鱼的运动控制方法 | |
CN101916071B (zh) | 仿生机器鱼运动的cpg反馈控制方法 | |
CN102745320B (zh) | 一种仿鲹科机器鱼倒游运动的控制方法 | |
CN100442185C (zh) | 一种多模态仿生机器鱼 | |
Zhong et al. | On a CPG-based hexapod robot: AmphiHex-II with variable stiffness legs | |
Sitorus et al. | Design and implementation of paired pectoral fins locomotion of labriform fish applied to a fish robot | |
Niu et al. | Locomotion learning for an anguilliform robotic fish using central pattern generator approach | |
Chen et al. | Smooth transition between different gaits of a hexapod robot via a central pattern generators algorithm | |
CN101870109B (zh) | 一种仿鱼游动机器人运动控制装置及方法 | |
Yu et al. | Amphibious pattern design of a robotic fish with wheel‐propeller‐fin mechanisms | |
Zhao et al. | Development of multi-mode biomimetic robotic fish based on central pattern generator | |
CN104914867B (zh) | 一种模糊神经网络的六足机器人自主导航闭环控制器 | |
Sun et al. | A miniature robotic turtle with target tracking and wireless charging systems based on IPMCs | |
CN101609306B (zh) | 一种仿生长鳍波动推进器运动控制方法 | |
Zhang et al. | Design of an artificial bionic neural network to control fish-robot's locomotion | |
Yu et al. | Dynamic modeling and its application for a CPG-coupled robotic fish | |
Zhou et al. | The posture control and 3-D locomotion implementation of biomimetic robot fish | |
Yao et al. | Development of a turtle-like underwater vehicle using central pattern generator | |
CN111284663B (zh) | 一种鱼形仿生水下机器人及其控制方法 | |
Alessi et al. | Development of an autonomous robotic fish | |
Cao et al. | Applying central pattern generators to control the robofish with oscillating pectoral fins | |
Xiao et al. | Design and implementation of a novel biomimetic robotic jellyfish | |
Liu et al. | Tunable stiffness caudal peduncle leads to higher swimming speed without extra energy | |
Low | Design, development and locomotion control of bio-fish robot with undulating anal fins | |
Matsuo et al. | Biomimetic motion control system based on a CPG for an amphibious multi-link mobile robot |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20110727 Termination date: 20211117 |
|
CF01 | Termination of patent right due to non-payment of annual fee |