CN102346489A - 基于脉冲神经网络的机器人跟踪目标的控制方法 - Google Patents

Abstract

本发明是一种基于脉冲神经网络的机器人跟踪目标的控制方法，是将机器人感知的多传感器信息预处理后，以脉冲串的方式在脉冲神经网络中集成处理，进而控制机器人实现对目标的无碰跟踪。机器人综合视觉、码盘以及超声数据产生目标信息及障碍信息，预处理后送入脉冲神经网络的输入层，包括目标神经元、传感器神经元和避障神经元，生成对应的脉冲信号，其中避障神经元生成的脉冲信号还经隐藏层神经元进行处理；产生的脉冲信号经加权送入输出层的两对电机神经元，这两对电机神经元输出的脉冲串所对应的脉冲数分别通过竞争、滤波、限幅后，控制左右电机。本发明机器人根据自身感知信息做出实时决策，为其在安全警戒、保卫等方面的应用提供技术支持。

Description

基于脉冲神经网络的机器人跟踪目标的控制方法

技术领域

本发明涉及移动机器人技术领域，特别是一种基于脉冲(Spiking)神经网络的机器人跟踪目标的控制方法。

背景技术

移动机器人能够代替人在危险、恶劣(如辐射、有毒等)以及人所不及的(如宇宙空间、水下等)环境下作业，应用前景广泛。目标跟踪作为移动机器人的一个典型研究内容，在安全警戒、安全保卫等方面具有重要的应用前景。

为实现移动机器人未知环境下的实时运动控制，出现很多方法，包括人工势场法、向量场直方图法、动态窗口法以及基于行为的方法等，同时，智能控制方法例如模糊逻辑与神经网络方法等也应用到机器人中。近年来，脉冲神经网络(Spiking神经网络)以其采用脉冲的形式来接收、传递和处理信息受到关注。有必要深入开展基于脉冲神经网络的机器人控制器研究，在有效综合视觉、码盘以及超声数据产生的目标信息及障碍信息基础上，使得机器人安全无碰的实现对目标的跟踪。

发明内容

本发明的目的是提供一种基于脉冲神经网络的机器人跟踪目标的控制方法，使得机器人无碰的实现对目标的跟踪，达到令人满意的效果。

为实现上述目的，本发明基于脉冲神经网络的机器人跟踪目标的控制方法，包括步骤：

步骤A：机器人利用视觉传感器、码盘以及超声传感器探测环境，对获取的视觉图像数据、码盘数据和超声数据进行处理，产生目标信息及障碍信息送入信息预处理模块M₁、M₂和M₃中，获得预处理后的结果

和

分别与脉冲神经网络输入层的目标神经元、传感器神经元和避障神经元相对应，其中n_g为脉冲神经网络的输入层的目标神经元的个数，n_s为脉冲神经网络的输入层的传感器神经元的个数；

步骤B：信息预处理模块M₁、M₂和M₃分别将预处理后的结果送入脉冲神经网络输入层的目标神经元、传感器神经元和避障神经元，目标神经元、传感器神经元和避障神经元分别生成对应的脉冲信号；其中避障神经元部分生成的脉冲信号经隐藏层神经元处理后产生避障相关的脉冲信号；

步骤C：目标神经元、传感器神经元和隐藏层神经元将产生的脉冲信号加权处理后送入输出层的左电机正向神经元和右电机正向神经元；同时，隐藏层神经元将产生的脉冲信号加权处理后送入输出层的左电机反向神经元和右电机反向神经元；左电机正向神经元和左电机反向神经元、右电机正向神经元和右电机反向神经元组成输出层的两对电机神经元，两对电机神经元点火后分别生成脉冲串，脉冲串所对应的脉冲数分别为n_lf、n_lb、n_rf和n_rb；

步骤D：两对电机神经元输出的脉冲串所对应的脉冲数分别通过竞争、滤波、限幅后，产生机器人移动机构的左右电机的控制信号n_lo和n_ro，进而控制左右电机实现机器人的运动；

步骤E：在生成左右电机的控制信号后，机器人采用赫布(Hebb)学习算法，对连接输入层的目标神经元和传感器神经元到输出层的左电机正向神经元和右电机正向神经元的权值进行在线调整；

步骤F：返回步骤A。

优选实施例，目标上带有一中空圆柱形的色标筒，色标筒的中心与目标的中心保持一致。

优选实施例，左电机正向神经元和左电机反向神经元为竞争关系，输出脉冲串所对应的脉冲数多的神经元抑制脉冲数少的神经元，并且输出脉冲数多的神经元的脉冲数。

优选实施例，右电机正向神经元和右电机反向神经元为竞争关系，输出脉冲串所对应的脉冲数多的神经元抑制脉冲数少的神经元，并且输出脉冲数多的神经元的脉冲数。

本发明的有益效果：本发明采用基于脉冲神经网络的控制方法，以脉冲串的方式在脉冲神经网络中实时处理目标和障碍相关信息，规划机器人运动，实现对移动目标的无碰动态跟踪。本发明机器人可根据自身感知信息做出实时决策，为其在安全警戒、安全保卫等方面的应用提供技术支持。

附图说明

图1是基于脉冲神经网络的机器人跟踪目标的控制框图；

图2是机器人超声传感器模型；

图3是机器人对静止目标跟踪的轨迹；

图4是机器人对静止目标跟踪过程中生成的左右电机的控制信号；

图5是机器人跟踪动态目标的轨迹；

图6是机器人跟踪动态目标过程中生成的左右电机的控制信号。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。

本发明提供了一种基于脉冲神经网络的机器人目标跟踪控制方法，机器人利用视觉传感器、码盘以及超声传感器探测环境，对获取的视觉图像数据、码盘数据和超声数据进行处理，产生目标信息及障碍信息，预处理后送入脉冲神经网络的输入层，包括目标神经元、传感器神经元和避障神经元，生成对应的脉冲信号，其中避障神经元部分生成的脉冲信号经隐藏层处理后产生避障相关的脉冲信号；目标神经元、传感器神经元和隐藏层神经元将产生的脉冲信号加权处理后送入输出层的左电机正向神经元和右电机正向神经元；同时，隐藏层神经元将产生的脉冲信号加权处理后送入输出层的左电机反向神经元和右电机反向神经元；左电机正向神经元和左电机反向神经元、右电机正向神经元和右电机反向神经元组成输出层的两对电机神经元，这两对电机神经元输出的脉冲串所对应的脉冲数分别通过竞争、滤波、限幅后，产生机器人移动机构的左右电机的控制信号，进而控制左右电机实现机器人的运动，使机器人在避开障碍物的同时跟踪目标。此外，对连接输入层的传感器神经元和目标神经元到输出层的左电机正向神经元和右电机正向神经元的权值采用赫布学习算法进行调整。控制框图如图1所示，包含信息预处理单元以及脉冲神经网络单元，其中，

和

分别为信息预处理模块M₁、M₂和M₃处理后的结果，n_g为目标神经元的个数，n_s为传感器神经元的个数；n_lf，n_lb，n_rf和n_rb分别为左电机正向神经元、左电机反向神经元以及右电机正向神经元、右电机反向神经元点火后生成的脉冲串所对应的脉冲数；

和

分别为左电机正向神经元和左电机反向神经元、右电机正向神经元和右电机反向神经元竞争后的输出；n_lo和n_ro分别为机器人移动机构的左右电机的控制信号。

1.信息预处理

在介绍信息预处理模块M₁，M₂和M₃之前，首先给出周围障碍信息和目标信息的产生。

机器人装有三摄像机S_v(1)，S_v(2)，S_v(3)，从机器人中心到这三个摄像机光心的连线方向分别与各自的光轴方向相一致，且分别与机器人当前运动方向向右转

方向、当前运动方向、当前运动方向左转

方向相一致，视野均为扇形区域，摄像机视角的限制会带来三个盲区。

为了实现对感兴趣目标的识别与相对定位，目标带一色标筒，该筒为中空的圆柱形筒，由两种颜色上下组合而成，色标筒的中心与目标的中心保持一致。机器人通过对目标上色标筒的视觉识别实现身份确认，结合视觉标定，进而得到估算的相对定位信息。令d，θ分别为目标相对于机器人坐标系的距离和观测方位角。

记(u，v)为色标筒上任意一点在图像坐标系中的坐标，该点在以摄像机光心为原点的坐标系w_camera上的坐标为(x，y，z)，有：

$z\left[\begin{array}{c}u\\ v\\ 1\end{array}\right]=M\left[\begin{array}{c}x\\ y\\ z\end{array}\right]=\left[\begin{array}{ccc}{\mathrm{\α}}_x& 0& u_0\\ 0& {\mathrm{\α}}_y& v_0\\ 0& 0& 1\end{array}\right]\left[\begin{array}{c}x\\ y\\ z\end{array}\right]$

其中M是摄像机的内参数矩阵，由摄像机标定得到，α_x、α_y，为内参数矩阵的参数，(u₀，v₀)为图像坐标系的原点。

记(u₁，v₁)和(u₂，v₂)分别为色标筒顶端和底端的点在图像坐标系中的坐标，(x₁，y₁，z₁)和(x₂，y₂，z₂)是它们在以摄像机光心为原点的坐标系w_camera上的坐标，u₁＝u₂、z₁＝z₂，色标筒的实际高度y₂-y₁可以实际测量得到，则根据目标上配备的色标筒的实际高度和色标筒在机器人图像上的高度之间的关系得出它们之间的近似距离d：

$d=z_1+d_{\mathrm{ca}}=z_2+d_{\mathrm{ca}}=\frac{{\mathrm{\α}}_y(y_2-y_1)}{v_2-v_1}+d_{\mathrm{ca}}$

式中α_y由M得到，v₂-v₁是色标筒在图像中的像素高度差，d_ca是摄像机与机器人中心之间的距离。

记(u_T，v_T)是色标筒的中心在图像坐标系中的坐标，u_d，θ_v分别为图像的宽度和视野的宽度，则目标相对于机器人坐标系的观测方位角θ可近似估算如下：

$\mathrm{\θ}=\mathrm{arc}\tan (\frac{{2u}_T}{u_d}\·\tan ({\mathrm{\θ}}_v/2))+(i-2)\·\frac{\mathrm{\π}}{2}$

其中i∈{1，2，3}。考虑到视觉盲区以及视觉干扰，机器人可能丢失目标。在目标丢失的一定时间内，机器人可以根据保存的目标信息进行预测，如果实在无法发现目标，机器人将漫游搜索。

当机器人需要预测目标时，首先利用码盘数据计算出机器人位置和方向的变化量Δx，Δy和Δφ，根据码盘得到的机器人左右轮行走的距离ΔD_l和ΔD_r：

当机器人直线运动时，(Δx，Δy，Δφ)＝(0，ΔD_l，0)；否则，

$\left\{\begin{array}{c}\mathrm{\Δx}=-b\frac{\mathrm{\Δ}{D}_r+\mathrm{\Δ}{D}_l}{\mathrm{\Δ}{D}_r-\mathrm{\Δ}{D}_l}(1-\cos \mathrm{\Δ\φ})\\ \mathrm{\Δy}=b\frac{\mathrm{\Δ}{D}_r+\mathrm{\Δ}{D}_l}{\mathrm{\Δ}{D}_r-\mathrm{\Δ}{D}_l}\sin \mathrm{\Δ\φ}\\ \mathrm{\Δ\φ}=\frac{\mathrm{\Δ}{D}_r-\mathrm{\Δ}{D}_l}{2b}\end{array}\right.$

其中b为轮间距的一半。

进而更新目标信息(d，θ)：

$\left\{\begin{array}{c}d=\sqrt{{(\mathrm{\Δx}-d_0\·\sin {\mathrm{\θ}}_0)}^2+{(\mathrm{\Δy}-d_0\·\cos {\mathrm{\θ}}_0)}^2}\\ \mathrm{\θ}=(\arctan \frac{d_0\·\cos {\mathrm{\θ}}_0-\mathrm{\Δy}}{d_0\·\sin {\mathrm{\θ}}_0-\mathrm{\Δx}}-\frac{\mathrm{sgn}(d_0\·\sin {\mathrm{\θ}}_0-\mathrm{\Δx})}{2}\mathrm{\π}-\mathrm{\Δ\φ}+\mathrm{\π})\mathrm{mod}\left(2\mathrm{\π}\right)-\mathrm{\π}\end{array}\right.$

其中(d₀，θ₀)为上一步获得的目标信息。

机器人采用超声传感器探测环境障碍信息，16个超声传感器S_i，i＝0，1，…，15均匀分布在圆周上，如图2所示，箭头表示机器人运动方向。记超声传感器S_i的读数为ρ_Si，当超声传感器S_i没有探测到障碍或其它机器人时，超声传感器数据记为ρ_Si＝S_range，其中S_range为超声传感器最大探测范围。为避免机器人把目标当成障碍物躲避，记d_Si为位于目标对机器人的两条切线之内的超声传感器S_i到目标之间的距离，当ρ_Si≥d_Si-3R，其中R为机器人半径，可认为得到的超声传感器数据是由目标产生的，此时，

ρ_Si＝S_range。

信息预处理模块M₂把超声传感器分为右Φ₁＝{S_i|9≤i≤11}、中Φ₂＝{S_i|7≤i≤9}、左Φ₃＝{S_i|5≤i≤7}三组，分别与一个传感器神经元的输入

相对应，n_s＝3。每组的输出取该组数据与上限S_th的最小值，作为

i＝1，…，n_s，其中S_th为给定阈值。

超声传感器的传感信息也送入信息处理模块M₃，它的输出作为避障神经元的输入

，j＝1，2，3：

$\left\{\begin{array}{c}{I}_{O_1}=K_O\frac{S_{\mathrm{th}}-I_{{\mathrm{SG}}_1}}{S_{\mathrm{th}}}\\ I_{O_3}=K_O\frac{S_{\mathrm{th}}-I_{S{G}_3}}{S_{\mathrm{th}}}{S}_{\mathrm{unit}}\\ I_{O_2}=\frac{25(1-\mathrm{sgn}(I_{{\mathrm{SG}}_2}-T_{\mathrm{oa}}))S_{\mathrm{unit}}}{2}\end{array}\right.$

其中T_oa为障碍激活阈值，

为产生一个脉冲对应的输入，K_O是给定的增益常数。

信息预处理模块M₁融合视觉图像、码盘、超声等信息，生成目标神经元的输入。目标神经元共有n_g＝3个，分别与目标偏右，相对距离和目标偏左对应。考虑到机器人距离障碍较近且目标与障碍同方向时不能往该方向转动，以及引入非线性来改善频率编码带来的死区等问题，设计如下：

$I_{G_i}=\frac{K_G(1+{(-1)}^i\mathrm{sgn\θ})(1+\mathrm{sgn}(I_{S{G}_2}-T_{\mathrm{oa}}))}{4(1+\underset{\mathrm{js}.t.S_j\∈{\mathrm{\Φ}}_i}{\mathrm{\Σ}}{k}_{j,i}^r)}\·\min \left(10\right|\frac{\mathrm{\θ}}{\mathrm{\π}}|,2)S_{\mathrm{unit}}(i=\mathrm{1,3})$

$I_{G_2}=\frac{(1+\mathrm{sgn}(I_{{\mathrm{SG}}_2}-T_{\mathrm{oa}}))\max (\min (d^{c_1},T_{\mathrm{aim}}),\frac{S_{\mathrm{th}}}{10})}{2}$

其中

T_aim为给定常数，K_G是给定的增益常数。

上述预处理信息送入脉冲神经网络的输入层。

脉冲神经网络包括输入层、隐藏层和输出层。

a)输入层：包括目标神经元、传感器神经元以及避障神经元，将输入信号生成对应的脉冲信号。

考虑到频率编码简单且易于实现，输入信号均采用频率编码。频率编码根据输入大小产生一串脉冲，这些脉冲分布在一个给定的时间窗(定长)上。在每个时间窗中，首先要根据信息预处理模块输出的结果

得到目标神经元、传感器神经元和避障神经元的输出脉冲的个数

$N_j,j=G_1,...,G_{n_g},{\mathrm{SG}}_1,...,{\mathrm{SG}}_{n_s},O_1,O_2,O_3,$

计算如下：

$N_j=\mathrm{round}\left(\frac{I_j}{S_{\mathrm{unit}}}\right)$

其中函数round(x)对变量x取整，取值为最近的整数。

输入层神经元的输出为均匀分布在当前时间窗上(即脉冲间隔相同)的N_j个脉冲，脉冲幅度为1，用O_j(t)表示：

$O_j\left(t\right)=\underset{i=1}{\overset{N_j}{\mathrm{\Σ}}}\mathrm{\δ}(t-\mathrm{round}(\frac{l_{\mathrm{time}}}{N_j}(i-1)+1))$

其中l_time表示编码的时间窗长度，δ(·)是Dirac函数。

特别注意，在避障部分中，

和

对应的输入神经元之间存在相互抑制，表现出winner-take-all关系，生成避障相关的脉冲信号和

如下：

$\left\{\begin{array}{cc}{O}_{O_1}\left(t\right)=\underset{i=1}{\overset{N_{O_1}}{\mathrm{\&Sigma;}}}\mathrm{\&delta;}(t-\mathrm{round}(\frac{l_{\mathrm{time}}}{N_{O_1}}(i-1)+1)),O_{O_3}\left(t\right)=0& I_{O_1}\&GreaterEqual;I_{O_3}\\ O_{O_3}\left(t\right)=\underset{i=1}{\overset{N_{O_3}}{\mathrm{\&Sigma;}}}\mathrm{\&delta;}(t-\mathrm{round}(\frac{l_{\mathrm{time}}}{N_{O_3}}(i-1)+1)),O_{O_1}\left(t\right)=0& I_{O_1}<I_{O_3}\end{array}\right.$

b)隐藏层：位于输入层和输出层之间，连接避障神经元与电机神经元采用一致性编码，其输入分别为避障神经元的输出

输出的脉冲信号O_hide，1(t)和O_hide，2(t)应满足下式：

其中^表示“与”运算，即有2个脉冲同时到达时，输出一个脉冲。

c)输出层：含有两个电机正向神经元和两个电机反向神经元

两个电机正向神经元Motor Neuron i(i＝ld，rf)(反向为i(i＝ld，rb))采用脉冲响应模型Spike Response Model的简化形式，lf，rf，lb，rb分别与左电机正向神经元、右电机正向神经元以及左电机反向神经元、右电机反向神经元相对应。

电机正向神经元的膜势能U_i(t)(i＝lf，rf)如下式：

$U_i\left(t\right)=$

$\underset{j={\mathrm{SG}}_1}{\overset{{\mathrm{SG}}_{n_s}}{\mathrm{\&Sigma;}}}\underset{t_j^f\left(n\right)\&Element;{\mathrm{\&Gamma;}}_j^f,t_j^f\left(n\right)>t_i^{\mathrm{last}}\left(t\right)+t_{\mathrm{ref}}}{\mathrm{\&Sigma;}}{w}_{\mathrm{ij}}\mathrm{\&epsiv;}(t-t_j^f\left(n\right))+\underset{j=G_1}{\overset{G_{n_g}}{\mathrm{\&Sigma;}}}\underset{t_j^f\left(n\right)\&Element;{\mathrm{\&Gamma;}}_j^f,t_j^f\left(n\right)>t_i^{\mathrm{last}}\left(t\right)+t_{\mathrm{ref}}}{\mathrm{\&Sigma;}}{w}_{\mathrm{ij}}\mathrm{\&epsiv;}(t-t_j^f\left(n\right))$

$+\underset{j=O_{\mathrm{hide},1}}{\overset{O_{\mathrm{hide},2}}{\mathrm{\&Sigma;}}}\underset{t_j^f\left(n\right)\&Element;{\mathrm{\&Gamma;}}_j^f,t_j^f\left(n\right)>t_i^{\mathrm{last}}\left(t\right)+t_{\mathrm{ref}}}{\mathrm{\&Sigma;}}{w}_{\mathrm{ij}}\mathrm{\&epsiv;}(t-t_j^f\left(n\right))$

其中

为PSP的核函数，τ_s＝8ms表示时间常数，Θ(t)为阶跃函数以保证系统的因果性；w_ij是连接神经元

到神经元i的突触(synapse)对应的权值，它的符号决定了后突触的势能PSP是兴奋或是抑制；表示当前时间窗内神经元j的第n个脉冲的产生时刻，即

为当前时间窗内神经元j的脉冲产生时刻(即

)的集合；

是神经元i在t时刻之前最近那一次脉冲产生的时刻，如果t时刻之前没有脉冲产生，取

t_ref表示抑制期的时间长度，在抑制期内，神经元既不接受新的输入，也不产生新的脉冲，则不等式表示上一次脉冲产生之前收到的脉冲以及抑制期内收到的脉冲的作用全部清零，即只有抑制期过后的那些输入脉冲才对电机神经元的膜势能产生作用。

类似的，反向电机神经元的膜势能U_i(t)(i＝lb，rb)的计算如下：

$U_i\left(t\right)=\underset{j=O_{\mathrm{hide},1}}{\overset{O_{\mathrm{hide},2}}{\mathrm{\&Sigma;}}}\underset{t_j^f\left(n\right)\&Element;{\mathrm{\&Gamma;}}_j^f,t_j^f\left(n\right)>t_i^{\mathrm{last}}\left(t\right)+t_{\mathrm{ref}}}{\mathrm{\&Sigma;}}{\tilde{w}}_{\mathrm{ij}}\mathrm{\&epsiv;}(t-t_j^f\left(n\right))$

上式表示电机反向神经元只与隐藏层相关，其中

是连接神经元j(j＝O_hide，1，O_hide，2)到神经元i的突触(synapse)对应的权值。

用V_ref＝2表示神经元点火的阈值，如果神经元i的膜势能U_i(t)同时满足以下条件：

·U_i(t)≥V_erf

·U_i(t)＞U_i(t-1)(表示膜势能处于上升阶段)

·t时刻该神经元不处于抑制期内

则神经元i在t时刻点火并产生一个脉冲。神经元点火之后，能量清零，并进入抑制期。

电机神经元生成脉冲串O_i(t)(i＝lf，rf，lb，rb)：

$O_i\left(t\right)=\left\{\begin{array}{cc}1& t\&Element;{\mathrm{\&Gamma;}}_i^f\\ 0& \mathrm{otherwise}\end{array}\right.$

其中，

为当前时间窗内神经元i的脉冲产生时刻集合。

进而得到O_i(t)(i＝lf，rf，lb，rb)所对应的脉冲数n_lf，n_rf，n_lb和n_rb：

$n_i=\underset{t=1}{\overset{l_{\mathrm{time}}}{\mathrm{\&Sigma;}}}{O}_i\left(t\right)(i=\mathrm{lf},\mathrm{rf},\mathrm{lb},\mathrm{rb})$

电机是正向还是反向转动，由其对应的正向神经元和反向神经元相互竞争决定，输出脉冲串所对应的脉冲数多的神经元抑制脉冲数少的神经元，并且输出脉冲数多的神经元的脉冲数，用下式表示：

$\left\{\begin{array}{c}{\stackrel{\&OverBar;}{n}}_{\mathrm{lo}}=\mathrm{sgn}(n_{\mathrm{lf}}-n_{\mathrm{lb}})\max (n_{\mathrm{lf}},n_{\mathrm{lb}})\\ {\stackrel{\&OverBar;}{n}}_{\mathrm{ro}}=\mathrm{sgn}(n_{\mathrm{rf}}-n_{\mathrm{rb}})\max (n_{\mathrm{rf}},n_{\mathrm{rb}})\end{array}\right.$

然后，根据机器人的实际运动特性及要求对

和

进行滤波、限幅，进而生成机器人移动机构的左右电机的控制信号n_lo和n_ro：

情况1：如果和异号，为避免机器人转动过快，进行限幅

并设置这里

为上一控制周期电机神经元对竞争后的输出

情况2：如果

和

同号，对输出的脉冲进行滤波

其中r_filter＝0.6为滤波系数。同时，由于快速转弯会给机器人的运动带来抖动，要予以限制，把n_lo和n_ro的差限制在Δn_max(Δn_max＝6)个脉冲之内，即

i＝lo，ro。

情况3：如果两边电机的速度

和均小于v_low(v_low＝6cm/s)，由于电机的性能导致机器人无法运动，因此两边电机的各增加一个脉冲，保证机器人能够运动，即

其中p为比例系数。根据左右电机的控制信号n_lo和n_ro，得到左右轮速度v_l和v_r如下：

$\left\{\begin{array}{c}{v}_l=p\&CenterDot;n_{\mathrm{lo}}\\ v_r=p\&CenterDot;n_{\mathrm{ro}}\end{array}\right.$

d)权值学习

为了让神经网络可以根据未知环境进行改变，以适应不同环境，采用赫布(Hebb)学习调整权值。目标神经元和传感器神经元(输入层)到正向电机神经元(输出层)的连接对应的权值

可以通过学习在线调整，每个时间窗结束时，调整一次权值。神经元权值采用赫布学习算法，使用学习窗函数

$W\left(s_{\mathrm{ij}}^{\mathrm{mn}}\right)=\left\{\begin{array}{c}\exp \left(\frac{s_{\mathrm{ij}}^{\mathrm{mn}}}{{\mathrm{\&tau;}}^{\mathrm{syn}}}\right)[A_{+}(1-\frac{s_{\mathrm{ij}}^{\mathrm{mn}}}{{\widetilde{\mathrm{\&tau;}}}_{+}})+A_{-}(1-\frac{s_{\mathrm{ij}}^{\mathrm{mn}}}{{\widetilde{\mathrm{\&tau;}}}_{-}})],s_{\mathrm{ij}}^{\mathrm{mn}}\&GreaterEqual;0\\ A_{+}\exp (-\frac{s_{\mathrm{ij}}^{\mathrm{mn}}}{{\mathrm{\&tau;}}_{+}})+A_{-}\exp (-\frac{s_{\mathrm{ij}}^{\mathrm{mn}}}{{\mathrm{\&tau;}}_{-}}),s_{\mathrm{ij}}^{\mathrm{mn}}<0\end{array}\right.$

其中，

A₊，A_-，τ^syn，τ₊，τ_-为给定常数，

是神经元i输出的第m个脉冲和神经元j输出的第n个脉冲的时间间隔，即：

$s_{\mathrm{ij}}^{\mathrm{mn}}=t_i^f\left(m\right)-t_j^f\left(n\right)$

权值调整如下：

$w_{\mathrm{ij}}(t+\mathrm{\&Delta;t})=\left\{\begin{array}{cc}(1-r_{\mathrm{learn}})w_{\mathrm{ij}}\left(t\right)+r_{\mathrm{learn}}\&times;\mathrm{\&Delta;}{w}_{\mathrm{ij}}& \left|{\mathrm{\&Delta;w}}_{\mathrm{ij}}\right|\&GreaterEqual;\mathrm{\&eta;}\\ w_{\mathrm{ij}}\left(t\right)& \mathrm{otherwise}\end{array}\right.$

其中

r_learn为学习率(learning rate)，η是一个很小的正数，表示有脉冲产生时才进行学习。

本发明所提供的一种基于脉冲神经网络的机器人跟踪目标的控制方法应用于中科院自动化所研制的智能机器人上。机器人装有3个CCD传感器，16个超声传感器，直径48cm，传感器读数范围为S_range＝400cm，S_th＝120cm。K_O＝20，K_G＝2。脉冲神经网络的相关参数：

T_oa＝40cm，T_aim＝200cm，T_ref＝10ms，l_time＝100ms。电机比例参数p＝4.5cm/s。赫布学习的参数如下：τ^syn＝5ms，τ₊＝1ms，τ＝20ms，A₊＝1，A_-＝-1，学习率r_learn＝0.01，权值学习部分的初始幅度为4，权值固定部分幅度为8。

当机器人感知到自身到目标的距离小于0.9m时，认为机器人已经跟踪上目标，机器人将停止运动。采用本发明所提供的目标跟踪方法，效果令人满意。图3为机器人对静止目标跟踪的轨迹，其中S为机器人起始位置，G为机器人的终止位置，可以看出机器人顺利的无碰绕过障碍，输入左右电机的控制信号n_lo和n_ro如图4所示。图5为机器人跟踪动态目标的轨迹，其中S_R为机器人起始位置，G_R为机器人的终止位置，目标运动的起始位置和终止位置分别为S_A和G_A，可以看出，随着目标的运动，机器人相应改变自身的运动，实现对动态目标的跟踪，输入左右电机的控制信号n_lo和n_ro如图6所示。

以上所述，仅为本发明中的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉该技术的人在本发明所揭露的技术范围内，可理解想到的变换或替换，都应涵盖在本发明的权利要求书的保护范围之内。

Claims (4)

1.一种基于脉冲神经网络的机器人跟踪目标的控制方法，包括步骤：

步骤A：机器人利用视觉传感器、码盘以及超声传感器探测环境，对获取的视觉图像数据、码盘数据和超声数据进行处理，产生目标信息及障碍信息送入信息预处理模块M₁、M₂和M₃中，获得预处理后的结果

和

分别与脉冲神经网络输入层的目标神经元、传感器神经元和避障神经元相对应，其中n_g为脉冲神经网络的输入层的目标神经元的个数，n_s为脉冲神经网络的输入层的传感器神经元的个数；

步骤B：信息预处理模块M₁、M₂和M₃分别将预处理后的结果送入脉冲神经网络输入层的目标神经元、传感器神经元和避障神经元，目标神经元、传感器神经元和避障神经元分别生成对应的脉冲信号；其中避障神经元部分生成的脉冲信号经隐藏层神经元处理后产生避障相关的脉冲信号；

步骤C：目标神经元、传感器神经元和隐藏层神经元将产生的脉冲信号加权处理后送入输出层的左电机正向神经元和右电机正向神经元；同时，隐藏层神经元将产生的脉冲信号加权处理后送入输出层的左电机反向神经元和右电机反向神经元；左电机正向神经元和左电机反向神经元、右电机正向神经元和右电机反向神经元组成输出层的两对电机神经元，两对电机神经元点火后分别生成脉冲串，脉冲串所对应的脉冲数分别为n_lf、n_lb、n_rf和n_rb；

步骤D：两对电机神经元输出的脉冲串所对应的脉冲数分别通过竞争、滤波、限幅后，产生机器人移动机构的左右电机的控制信号n_lo和n_ro，进而控制左右电机实现机器人的运动；

步骤E：在生成左右电机的控制信号后，机器人采用赫布(Hebb)学习算法，对连接输入层的目标神经元和传感器神经元到输出层的左电机正向神经元和右电机正向神经元的权值进行在线调整；

步骤F：返回步骤A。

2.如权利要求1所述的基于脉冲神经网络的机器人跟踪目标的控制方法，其特征在于，目标上带有一中空圆柱形的色标筒，色标筒的中心与目标的中心保持一致。

3.如权利要求1所述的基于脉冲神经网络的机器人跟踪目标的控制方法，其特征在于，左电机正向神经元和左电机反向神经元为竞争关系，输出脉冲串所对应的脉冲数多的神经元抑制脉冲数少的神经元，并且输出脉冲数多的神经元的脉冲数。

4.如权利要求1所述的基于脉冲神经网络的机器人跟踪目标的控制方法，其特征在于，右电机正向神经元和右电机反向神经元为竞争关系，输出脉冲串所对应的脉冲数多的神经元抑制脉冲数少的神经元，并且输出脉冲数多的神经元的脉冲数。

Images