CN104199446A - 机器人鸟飞行可控性测评系统及测评方法 - Google Patents

机器人鸟飞行可控性测评系统及测评方法 Download PDF

Info

Publication number
CN104199446A
CN104199446A CN201410478274.1A CN201410478274A CN104199446A CN 104199446 A CN104199446 A CN 104199446A CN 201410478274 A CN201410478274 A CN 201410478274A CN 104199446 A CN104199446 A CN 104199446A
Authority
CN
China
Prior art keywords
microprocessor
test
flight
robot bird
controllability
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
Application number
CN201410478274.1A
Other languages
English (en)
Other versions
CN104199446B (zh
Inventor
杨俊卿
汪慧
槐瑞托
李玉霞
吕常智
苏涛
苏学成
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shandong University of Science and Technology
Original Assignee
Shandong University of Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shandong University of Science and Technology filed Critical Shandong University of Science and Technology
Priority to CN201410478274.1A priority Critical patent/CN104199446B/zh
Publication of CN104199446A publication Critical patent/CN104199446A/zh
Application granted granted Critical
Publication of CN104199446B publication Critical patent/CN104199446B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Testing Or Calibration Of Command Recording Devices (AREA)

Abstract

本发明公开了机器人鸟飞行控制的测评系统及测评方法。测评系统中的微处理器B按照设定的规律产生强度渐变的刺激脉冲序列,微处理器A负责GPS数据的分析和相关信息的记录,两者相互配合,协作完成被测机器人鸟的相关测试数据的采集,采集的数据经基于PC机的数据分析系统处理后,转化为一个基于电子地图的运动轨迹,基于轨迹线和相关信息的分析,判断被测机器人鸟是否具有飞行可控性,从而完成被测机器人鸟是否为合格品的评估。该系统可以实现机器人鸟飞行可控性的全面的评估,得到飞行导航实验所需的先验信息,从而减小了后续飞行导航实验的盲目性,避免了大量的无效的重复性劳动,大大提高了工作效率,加速机器人鸟实用化进程。

Description

机器人鸟飞行可控性测评系统及测评方法
技术领域
本发明涉及动物机器人控制领域,尤其是一种机器人鸟在自由空间中飞行可控性的测评系统及测评方法。
背景技术
动物机器人是以活体动物为本体、用编码电信号控制其大脑神经或肌肉,以实现对本体控制的智能动物。机器人鸟是动物机器人中的一种,例如,以鸽子为本体,通过微电刺激相关的神经核团可以控制鸽子的运动行为,从而使鸽子变为一个受控制的机器人鸟。其工作原理如下:选择家鸽丘脑腹前背中核(the thalamicnucleus dorsalis intermedius ventralis anterior,DIVA)和古纹状体(archistriatum)作为刺激的神经核团。实验已经证明,若分别刺激机器人鸟大脑左/右侧DIVA,机器人鸟向左/右方向运动;刺激古纹状体,可使机器人鸟从静止状态下起飞或者在空中向前飞。
机器人鸟因其广阔的活动范围和快速的运动能力而具有突出的应用优势。比如,它们可应用于野外探险或搜救。另外,机器人鸟具有天然的隐蔽性,是某些特殊应用的理想选择,比如,应用于鸟类迁徙规律的研究等。正是基于以上因素,此类动物机器人已成为当今一个新的前沿性研究热点。
在机器人鸟设计过程中将会产生很多不确定因素:手术过程中的误差,动物个体自身的差异和刺激电极的制作工艺的离散性。上述因素综合作用将导致对于不同的机器人鸟来说,它们的可控性,灵敏性及所需的刺激强度是不同的;对于同一个机器人鸟来说,不同神经核团所需的适宜的刺激强度也是有差异的。甚至,可以导致所研制的机器人鸟根本不具有可控性,即是一个不合格品。基于上述原因,飞行导航实验之前,对一个机器人鸟,特别是新研制的机器人鸟进行全面测评是十分必要的。
目前还没有相关技术和方法能够对机器人鸟进行快速全面的飞行可控性测评。正是缺乏测评技术和方法,就无法得到被测机器人鸟的先验信息。导致缺少对被测机器人鸟可控性的全面评估,缺少可控灵敏度与刺激强度的对应关系的评估,也缺少被测机器人鸟的三个神经核团的适宜的刺激强度范围的界定。这导致机器人鸟的飞行导航实验具有很大的盲目性,且实验过程产生了大量的无效的重复性劳动,方法不科学且效率低下。
发明内容
针对上述技术问题,本发明提供一种高效的机器人鸟的测评系统及测评方法。本发明采用如下技术方案:
机器人鸟飞行可控性测评系统,包括微处理器A、微处理器B、微GPS模块、TF卡存储单元、基本功能电路、刺激信号驱动与输出单元和基于PC机的数据分析系统;
微处理器A与微GPS模块连接,微处理器A进行GPS数据及刺激强度信息的记录,以及GPS数据的分析和处理;
微处理器B与刺激信号驱动与输出单元连接,按照设定的规律产生强度渐变的刺激脉冲序列,通过刺激信号驱动与输出单元刺激机器人鸟相应神经核团;
微处理器A和B位于同一电路板上,两者按照设定的规则相互配合、协调工作,合作完成评估数据的采集;采集的数据存储在TF卡存储单元,将数据导入到基于PC机的数据分析系统;
数据分析系统生成一个基于电子地图的运动轨迹图,通过对这一可视化图形的分析,最终完成机器人鸟飞行可控性的测评,得到被测机器人鸟的可控灵敏度与刺激强度的对应关系,并确定三个神经核团的各自的有效刺激强度范围;
基本功能电路,为微处理器A、微处理器B提供电能。
所述微处理器A设有UART接口,SPI接口和IIC接口;微处理器A通过UART接口与微GPS模块相连,微处理器A通过SPI接口与TF卡相连,同时,微处理器A通过IIC接口和I/O口与微处理器B相连。所述微处理器B具有IIC接口和电流输出的DA功能模块,DA的输出端与刺激信号驱动与输出单元的输入端相连。
所述微GPS模块是一个集接收天线于一体的微型GPS接收模块。微GPS模块通过GPS接口电路连接微处理器A的UART接口,GPS接收模块接收卫星信号,输出包含经纬度的相关信息至微处理器A。
所述的TF卡存储单元包括TF卡插座和TF存储卡。TF卡插座与微处理器A的SPI接口相连,TF存储卡插入到插座中,实现与微处理器A的通讯。
所述的基本功能电路,包括电源管理模块,晶振、及复位电路。电源管理模块是DC-DC稳压芯片,为整个电路系统提供稳定、可靠电能。
所述刺激信号驱动与输出单元模块由电流镜像电路和模拟开关组成。电流镜像电路的输入与微处理器B的DA的输出端相连,模拟开关在微处理器B的控制下工作,构成3个独立的输出通道。3个通道对应于6个信号输出端子。每2个端子组合成一个刺激通道,共3对刺激通道,对应于机器人鸟的3个受刺激神经核团。每一刺激通道都可输出刺激强度可调的刺激脉冲序列,可调变量包括:脉冲幅值,脉冲宽度,脉冲个数和脉冲频率。6个输出端子利用细导线引出到一个排针上,以方便与机器人鸟的接口连接。
所述的基于PC机的数据分析系统,是利用VC编程工具和相关开发包设计的一个基于电子地图的数据处理软件。它可以读取保存于TF卡内的机器人鸟测评数据,经分析处理后,将相关数据转换成一个基于电子地图的机器人鸟运动轨迹。
测评系统的具体工作过程如下:
将机器人鸟飞行可控性测评系统安装在机器人鸟身上,进行飞行测试。
微处理器A完成初始化工作后,实时检测是否有来自微处理器B的通讯请求,若有,说明微处理器B正在发送刺激强度信息,微处理器A接收数据并将它保存到TF卡存储单元;接着,微处理器A判断微GPS模块是否有效定位,若没有有效定位,则重复以上过程直到微GPS模块进入有效定位状态;
此后,微处理器A接收并保存GPS数据到TF卡存储单元,同时,提取出GPS数据帧中所包含的速度信息;
若速度大于1米/秒,则说明机器人鸟处于飞行状态,可以进行飞行控制测试实验;此时首先判断该测试是否已经完成,若已完成,微控制器A取消飞行控制测试标志;若没有完成,微处理器A设置飞行控制测试标志通知微处理器B可以实施飞行控制测试;
若速度不大于1米/秒,则说明机器人鸟未处于飞行状态,此时可以进行强制起飞测试实验;同样,首先判断强制起飞测试是否已完成,若已完成,微控制器A取消强制起飞测试标志;若没有完成,微处理器A设置强制起飞测试标志通知微处理器B可以实施强制起飞测试;
当飞行控制测试和强制起飞测试都完成后,微处理器A结束所有工作。
微处理器B初始化完成后,首先根据标志设置自身的工作状态,标志状态由微处理器A设置;
当工作状态为测试时,再根据标志判断测试类型,若是飞行控制测试,微处理器B将判断是左侧还是右侧DIVA测试。
如果是左侧测试,微处理器B将产生设定强度的刺激脉冲刺激左测的DIVA,初始的设定强度是脉冲幅值为70uA,脉冲宽度为2(单位:0.1ms),脉冲个数为5,脉冲频率为80Hz;每间隔2秒循环重复以上刺激直到10次,然后,微处理器B发送刺激强度信息到微处理器A;
接着,判断对于同一强度的刺激是否已完成了左右两侧的测试,如果没有,交换测试目标,以同样的方式对右侧DIVA进行相应测试;
当以同样的刺激强度完成左右一个循环后,按设定的规则逐渐增大刺激强度,重复以上过程;刺激强度按以下规则增大:按幅值、宽度、个数,和频率的先后次序,每次循环交替增大其中的一个变量,各个变量的增量如下:电流增量为10uA,脉冲宽度增量为1,脉冲个数增量为5,脉冲频率增量为20Hz;直到与刺激强度有关的4个变量都达到设定的最大值,即电流为150uA,脉冲宽度为8,脉冲个数为30,脉冲频率为120Hz;
至此,系统已完成基于所有刺激强度组合的飞行控制测试,微处理器B结束飞行控制测试,并设置飞行控制测试结束标志通知微处理器A;
当微处理器B根据标志状态判断测试类型为强制起飞测试时,微处理器B首先以初始的设定强度刺激古纹状体,每隔2秒重复上述刺激直到10次,然后,发送刺激强度信息到微处理器A。间隔30秒后,以同相样的规则逐渐增大刺激,并重复上述过程直到与刺激强度关的所有变量都达到设定的最大值,即脉冲幅值150uA,脉冲宽度为8(单位:0.1ms),脉冲个数为30,脉冲频率为120Hz。此时,微处理器B结束强制起飞测试,并设置强制起飞测试结束标志通知微处理器A。
在上述过程中,微处理器A和微处理器B同步工作,当微处理器A同时检测到微处理器B所设置的飞行控制测试结束标志和强制起飞测试结束标志后,微处理器A结束所有的工作,同时,设置了相应结束标志通知微处理器B,使微处理器B进入结束状态;至此,测试工作全部完成。
测试完毕,待机器人鸟回巢后,取出TF卡存储单元并将记录的数据导入到基于PC机的数据分析系统,被测机器人鸟的运动轨迹显示在电子地图上;结合刺激强度信息分析轨迹线,可以完成被测机器人鸟是否具有飞行可控性的评估,得到被测机器人鸟的可控灵敏度与刺激强度的对应关系,并确定三个神经核团的各自的有效刺激强度范围。
机器人鸟飞行可控性的评估方法如下:
通过对轨迹线的分析,若机器人鸟的运动方向并未受得刺激的影响,则查看与此段轨迹线对应的刺激强度信息,若刺激强度已达到最大值,说明此机器人鸟不具有飞行可控性。
通过对轨迹线的分析,若对应于刺激左DIVA的轨迹线是一条向左拐的曲线,且能重复得到上述结果,则说明机器人鸟的左DIVA是飞行可控的。同理,对应于刺激右DIVA的轨迹线是一条向右拐的曲线,且能重复得到上述结果,则说明机器人鸟的右DIVA是飞行可控的。
通过对轨迹线的分析,若对应于刺激古纹状体的轨迹线是一条标识点间距先密后疏的线段,且密集点处的运动速度小于0.5米/秒,而疏松点处的运动速度大于1米/秒,则可以确定被测机器人鸟的古纹状体具有可控性,可以实现强制起飞功能。
基于对上述可控轨迹线的分析,可得到被测机器人鸟的可控灵敏度与刺激强度的对应关系,并确定相应神经核团的有效刺激强度范围。
本发明提供的机器人鸟的测评系统及测评方法,测评系统完成数据的采集和分析,并将繁杂的数据转化为图形化的结果;基于该图形化结果并结合本发明的测评方法,可以完成被测机器人鸟是否具有飞行可控性的评估。这些先验性信息将精确指导该机器人鸟的后续飞行导航实验,从而避免盲目性和重复性的无效工作,大大提高工作效率。
附图说明
图1为本发明的机器人鸟飞行可控性测评系统结构示意图;
图2为本发明的一个刺激强度可调的刺激脉冲序列;
图3为本发明的微处理器A工作流程图;
图4为本发明的微处理器B的工作流程图;
图5为本发明实施例基于数据分析系统的机器人鸟运动轨迹示意图。
具体实施方式
结合实施例说明本发明具体实施方式,如图1所示,机器人鸟飞行可控性测评系统,包括微处理器A、微处理器B、微GPS模块、TF卡存储单元、基本功能电路、刺激信号驱动与输出单元和基于PC机的数据分析系统;
所述微处理器A选择C8051F006单片机,它具有32K字节的系统内可编程Flash,2304字节RAM,32个通用I/O口线,1个UART,1个IIC和1个SPI接口。微处理器B选择C8051F330单片机,它具有8K字节的系统内可编程Flash,768字节RAM,17个通用I/O口线,1个IIC和1个10位电流输出DAC。
所述微GPS模块选择FGPMMOPA6H型号的GPS模块,它集GPS接收机和接收天线于一体,体积小,重量轻。
所述TF卡存储单元,选用容量为256M字节,且支持SPI通讯协议的TF卡。
所述的基本功能电路,包括电源管理模块,晶振、及复位电路。电源管理模块是DC-DC稳压芯片,为整个电路系统提供稳定、可靠电能。电源管理模块包括升压和降压两部分,升压芯片选用MC34063A,它将3.7V的电压升为15V,为电流镜像电路模块供电。降压芯片选用REG710-3.3,它提供3.3V的稳定的直流电压,为微处理器等电路供电。
所述的刺激信号驱动与输出单元由电流镜像电路和模拟开关组成,电流镜像电路由BCV62C,BC847BVN和BCV61C组成。其输入端与微处理器B的DA的输出端相连。电流镜像电路的输出端与模拟开关MAX309相连,经模拟开关MAX309的组合后,形成3个独立回路的刺激通道。每一刺激通道都可输出如图2所示刺激强度可调的刺激脉冲序列,可调变量包括:脉冲幅值,脉冲宽度,脉冲个数和脉冲频率。3个刺激通道对应于6个信号输出端子,输出端子用细导线引出到一个排针上,以方便与机器人鸟的接口连接。
微处理器A C8051F006主要负责GPS数据及刺激强度信息的记录,以及GPS数据的分析和处理。微处理器B C8051F330主要负责按照设定的规律产生强度渐变的刺激脉冲序列,以刺激机器人鸟相应神经核团。微处理器A和B两者按照设定的规则相互配合、协调工作,合作完成有关机器人鸟评估数据的采集。完成采集后,将数据导入到基于PC机的数据分析系统,将会生成一个基于电子地图的运动轨迹图,通过对这一可视化图形的分析,最终完成机器人鸟飞行控制的测评和各通道刺激强度范围的设定。
具体过程如下:
将系统固定在机器人鸟背上,并将该系统的输出排针连接在机器人鸟头部的接口上,将机器人鸟移到一个开阔地带,打开电源,放飞机器人鸟。
微处理器A C8051F006和微处理器B C8051F330完成各自的初始化工作后进入工作状态。微处理器A C8051F006实时检测是否有来自微处理器BC8051F330的通讯请求,若有,说明微处理器B C8051F330正在发送刺激强度信息,微处理器A C8051F006接收数据并将它保存到TF卡中。接着,微处理器A C8051F006判断GPS模块是否有效定位,若没有有效定位,则重复以上过程直到GPS模块进入有效定位状态。此后,微处理器A C8051F006接收并保存来自FGPMMOPA6H模块的GPS数据帧到TF卡上,然后提取后出GPS数据帧中所包含的速度信息。若速度大于1米/秒,则说明机器人鸟处于飞行状态,可以进行飞行控制测试实验。此时应该首先判断,微处理器A C8051F006的P2.3管脚是否为低电平,低电平代表飞行控制测试已经完成,高电平代表没有完成。若P2.3管脚为高电平,接下来,微控制器C8051F006将与C8051F330的P1.4相连的管脚P2.4设置为低电平。从而,处理器A C8051F006完成飞行控制测试标志的设置,并通知微处理器B C8051F330可以实施飞行控制测试。
飞行控制测试的具体过程如下:
如图3和图4所示,微处理器B C8051F330初始化完成后,首先根据检测标志位设置自身的工作状态,当检测管脚P1.7为低电平时,C8051F330工作在测试状态,再根据标志判断测试类型,若检测管脚P1.4为低电平时,则为飞行控制测试。接下来,微处理器B C8051F330将判断是左侧还是右侧DIVA测试。如果是左侧测试,微处理器B将产生设定强度的刺激脉冲,初始的设定强度是电流为70uA,脉冲宽度为2,脉冲个数为5,脉冲频率为80Hz。每间隔2秒循环重复以上刺激起直到10次,然后,微处理器B C8051F330发送刺激强度信息到微处理器A C8051F006。接着,判断对于同一刺激强度是否已完成了左右两侧的测试,如果没有,交换测试目标,以同样的方式对右侧DIVA进行相应测试。当完成左右一个循环后,按设定的规则逐渐增大刺激强度,重复以上过程。刺激强度按以下规则增大:按幅值、宽度、个数,和频率的先后次序,每次循环交替增大其中的一个变量。各个变量的增量如下:电流增量为10uA,脉冲宽度增量为1,脉冲个数增量为5,脉冲频率增量为20Hz。直到与刺激强度有关的4个变量都达到设定的最大值,即电流为150uA,脉冲宽度为8,脉冲个数为30,脉冲频率为120Hz。至此,系统已完成基于所有刺激强度组合的飞行控制测试,微处理器B C8051F330结束飞行控制测试,微控制器C8051F330将与C8051F006的P2.3相连的管脚P1.3设置为低电平,以通知微处理器A C8051F006结束飞行控制测试。
微处理器A C8051F006提取GPS数据帧中所包含的速度信息。若速度不大于1米/秒,则说明机器人鸟未处于飞行状态,此时进行强制起飞测试。同理,微处理器A C8051F006判断P2.5管脚是否为低电平,低电平代表强制起飞测试已经完成,高电平代表没有完成。若P2.5管脚为高电平,微处理器A C8051F006将与微处理器B C8051F330的P1.6相连的管脚P2.6设置为低电平。从而,处理器A C8051F006完成强制起飞测试标志的设置,并通知微处理器B C8051F330可以实施强制起飞测试。具体过程如下:
微处理器B C8051F330,首先根据检测标志位设置自身的工作状态,当检测管脚P1.7为低电平时,C8051F330工作在测试状态,再根据标志判断测试类型,若检测管脚P1.6为低电平时,则为强制起飞测试。微处理器B C8051F330首先以初始的设定强度刺激古纹状体,每隔2秒重复上述刺激直到10次,然后,发送刺激强度信息到微处理器A C8051F006。间隔30秒后,以与飞行控制测试同样的规则逐渐增大刺激强度,并重复上述过程直到所有变量都达到设定的最大值。此时,微处理器B C8051F330结束强制起飞测试,微控制器C8051F330将与C8051F006的P2.5相连的管脚P1.5设置为低电平,以通知微处理器AC8051F006结束强制起飞测试。
在上述过程中,微处理器B C8051F330完成飞行控制测试和强制起飞测试后,P1.3和P1.5管脚被设置为低电平。与它们相连的两个对应的管脚,即微处理器A C8051F006的P2.3和P2.5管脚也变为低电平。当检测到P2.3和P2.5管脚都是低电平后,微处理器A C8051F006设置与C8051F330的P1.7相连的管脚P2.7为高电平,强制微处理器B C8051F330进入结束状态,同时,微处理器AC8051F006也停止运行。本次所有测试实验全部结束。
测试完毕,机器人鸟回巢后,将TF卡取出并将数据导入到电脑,运行数据分析系统,数据分析系统将基于记录的数据在电子地图上绘制出机器人鸟运动轨迹,如图5所示。对应于左侧DIVA刺激的轨迹线用小圆点标识;对应于右侧DIVA刺激的轨迹线用小三角号标识;对应于古纹状体的刺激的轨迹线用小正方形标识;自由状态下飞行的轨迹用星形标识。根据轨迹线上的拐点并结合刺激强度信息,分析轨迹线。可以评估被测机器人鸟是否具有飞行可控性;进一步,可以得到被测机器人鸟的控制灵敏度与刺激强度的对应关系;同时,可以确定每一神经核团的适宜的刺激强度范围。
机器人鸟飞行可控性的评估方法如下:
以图5为例,在实验的初期阶段刺激DIVA,通过对轨迹线的分析可知,机器人鸟的运动方向并未受得刺激的影响。造成这种现象的原因可能是刺激强度太小或者被测机器人鸟不具有可控性。具体是哪一情况,可以结合对应的刺激强度信息来判断。查看与此段轨迹线对应的刺激强度信息,若刺激强度已达最大值,说明此被测的机器人鸟不具有飞行可控性,属于不合格品。若刺激强度较小,则需要结合后续的分析来判断此机器人鸟是否具有飞行可控性。如图5所示,对应于“刺激左DIVA”的轨迹线是一条向左拐的曲线,若能重复得到上述结果,则说明机器人鸟的左DIVA是可控的。同理,通过对图5中“刺激右DIVA”轨迹线的分析,可得到右侧DIVA是否可控的结论。图5中相邻标识点之间的距离反映了机器人鸟在该处的运动速度,通过对图中“刺激古纹状体强制起飞”轨迹线的分析,可以看到标识点之间的距离先密后疏,再结合所记录的速度数据,若密集点处的速度小于0.5米/秒,而疏松点处的速度大于1米/秒,则可以确定被测机器人鸟的古纹状体具有可控性,可以实现强制起飞功能。
基于本测评系统和测评方法所得出的结论,研究人员可以得到被测机器人鸟的先验信息。依据这些信息可将机器人鸟初步分为三个类型:合格品,不合格品和残次品。研究人员根据机器人鸟所属的类型制定有针对性的研究方案,从而,避免盲目性,提高工作效率。具体方案如下:
(1)如果被测机器人鸟是合格品,即轨迹线反映出被测机器人鸟的三个神经核团都具有良好的可控性。则基于轨迹线上的拐点,分析机器人鸟的转角并查看对应的刺激强度信息,可以得到一个对应于被测机器人鸟的有关刺激强度和转角的规则,它反映了控制灵敏度与刺激强度的关系;同时,可以确定每一神经核团的适宜的刺激强度范围。这些是被测机器人鸟飞行导航前的重要的先验信息,先验信息可以避免飞行导航实验的盲目性,大大提高工作效率。
(2)如果被测机器人鸟是不合格品,即轨迹线并未反映出被测机器人鸟具有任何可控性。对于该机器人鸟不需要再进行飞行导航实验,而是有针对性地分析和查找原因,积累经验,总结教训,从而避免无效的重复性劳动。
(3)如果被测机器人鸟是残次品,即轨迹线反映出被测机器人鸟的某些神经核团具有可控性,而另一些神经核团不具有可控性。对于此类机器人鸟可以设置特殊的飞行导航实验,以开展多样化及更有针对性的研究,从而得到更多的实验数据,加速机器人鸟的实用化进程。

Claims (4)

1.机器人鸟飞行可控性测评系统,其特征在于:包括微处理器A、微处理器B、微GPS模块、TF卡存储单元、基本功能电路、刺激信号驱动与输出单元和基于PC机的数据分析系统;
微处理器A与微GPS模块连接,微处理器A进行GPS数据及刺激强度信息的记录,以及GPS数据的分析和处理;
微处理器B与刺激信号驱动与输出单元连接,按照设定的规律产生强度渐变的刺激脉冲序列,通过刺激信号驱动与输出单元刺激机器人鸟相应神经核团;
微处理器A和B位于同一电路板上,两者按照设定的规则相互配合、协调工作,合作完成评估数据的采集;采集的数据存储在TF卡存储单元,将数据导入到基于PC机的数据分析系统;
数据分析系统生成一个基于电子地图的运动轨迹图;
基本功能电路,为微处理器A、微处理器B提供电能。
2.根据权利要求1所述机器人鸟飞行可控性测评系统的机器人鸟飞行可控性测评方法,其特征在于:包括以下过程,将机器人鸟飞行可控性测评系统安装在机器人鸟身上,进行飞行控制测试,测试完毕,待机器人鸟回巢后,取出TF卡存储单元并将记录的数据导入到基于PC机的数据分析系统,被测机器人鸟的运动轨迹显示在电子地图上;结合刺激强度信息分析轨迹线,评估被测机器人鸟是否具有飞行可控性;
其中,所述的飞行控制测试中微处理器A测试方法为:
微处理器A完成初始化工作后,实时检测是否有来自微处理器B的通讯请求,若有,说明微处理器B正在发送刺激强度信息,微处理器A接收数据并将它保存到TF卡存储单元;接着,微处理器A判断微GPS模块是否有效定位,若没有有效定位,则重复以上过程直到微GPS模块进入有效定位状态;
此后,微处理器A接收并保存GPS数据到TF卡存储单元,同时,提取出GPS数据帧中所包含的速度信息;
若速度大于1米/秒,则说明机器人鸟处于飞行状态,可以进行飞行控制测试实验;此时首先判断该测试是否已经完成,若已完成,微控制器A取消飞行控制测试标志;若没有完成,微处理器A设置飞行控制测试标志通知微处理器B可以实施飞行测试评估;
若速度不大于1米/秒,则说明机器人鸟未处于飞行状态,此时可以进行强制起飞测试实验;同样,首先判断强制起飞测试是否已完成,若已完成,微控制器A取消强制起飞测试标志;若没有完成,微处理器A设置强制起飞测评标志通知微处理器B可以实施强制起飞测试;
当飞行控制测试和强制起飞测试都完成后,微处理器A结束所有工作;
微处理器B依据微处理器A所设置的标志,执行飞行控制测试或强制起飞测试;
所述的飞行控制测试中微处理器B测试方法为:
微处理器B初始化完成后,首先根据标志设置自身的工作状态;当工作状态为测试时,再根据标志判断测试类型,若是飞行控制测试,微处理器B将判断是左侧还是右侧DIVA测试;
如果是左侧测试,微处理器B将产生设定强度的刺激脉冲刺激左测的DIVA,每间隔2秒循环重复以上刺激直到10次,然后,微处理器B发送刺激强度信息到微处理器A;
接着,判断对于同一强度的刺激是否已完成了左右两侧的测试,如果没有,交换测试目标,以同样的方式对右侧DIVA进行相应测试;
当以同样的刺激强度完成左右一个循环后,按设定的规则逐渐增大刺激强度,重复以上过程直到与刺激强度相关的所有变量都达到设定的最大值;至此,系统已完成基于所有刺激强度组合的飞行控制测试,微处理器B结束飞行控制测试,并设置飞行控制测试结束标志通知微处理器A;
所述的强制起飞测试中微处理器B测试方法为:
当微处理器B根据标志状态判断测试类型为强制起飞测试时,微处理器B首先以初始的强度刺激古纹状体,每隔2秒重复上述刺激直到10次,发送刺激强度信息到微处理器A;间隔30秒后,以同相样的规则逐渐增大刺激,并重复上述过程直到与刺激强度相关的所有变量都达到设定的最大值;此时,微处理器B结束强制起飞测试,并设置强制起飞测试结束标志通知微处理器A;
在上述过程中,微处理器A和微处理器B同步工作,当微处理器A同时检测到微处理器B所设置的飞行控制测试结束标志和强制起飞测试结束标志后,微处理器A结束所有的工作,同时,设置了相应结束标志通知微处理器B,使微处理器B进入结束状态。
3.根据权利要求2所述的机器人鸟飞行可控性测评方法,其特征在于:
所述的微处理器B将产生设定强度的刺激脉冲,初始的设定强度是脉冲幅值为70uA,脉冲宽度为2(单位:0.1ms),脉冲个数为5,脉冲频率为80Hz;
所述的按设定的规则逐渐增大刺激强度,刺激强度按以下规则增大:按幅值、宽度、个数,和频率的先后次序,每次循环交替增大其中的一个变量,各个变量的增量如下:电流增量为10uA,脉冲宽度增量为1,脉冲个数增量为5,脉冲频率增量为20Hz;直到与刺激强度有关的4个变量都达到设定的最大值,即电流为150uA,脉冲宽度为8(单位:0.1ms),脉冲个数为30,脉冲频率为120Hz。
4.根据权利要求2或3所述的机器人鸟飞行可控性测评方法,其特征在于:
评估被测机器人鸟是否具有飞行可控性的方法为:
通过对轨迹线的分析,若机器人鸟的运动方向并未受得刺激的影响,则查看与此段轨迹线对应的刺激强度信息,若刺激强度已达到最大值,说明此机器人鸟不具有飞行可控性;
通过对轨迹线的分析,若对应于刺激左DIVA的轨迹线是一条向左拐的曲线,且能重复得到上述结果,则说明机器人鸟的左DIVA是飞行可控的;同理,对应于刺激右DIVA的轨迹线是一条向右拐的曲线,且能重复得到上述结果,则说明机器人鸟的右DIVA是飞行可控的;
通过对轨迹线的分析,若对应于刺激古纹状体的轨迹线是一条标识点间距先密后疏的线段,且密集点处的运动速度小于0.5米/秒,而疏松点处的运动速度大于1米/秒,则可以确定被测机器人鸟的古纹状体具有可控性,可以实现强制起飞功能;
基于对上述可控轨迹线的分析,可得到被测机器人鸟的可控灵敏度与刺激强度的对应关系,并确定相应神经核团的有效刺激强度范围。
CN201410478274.1A 2014-09-18 2014-09-18 机器人鸟飞行可控性测评系统及测评方法 Active CN104199446B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410478274.1A CN104199446B (zh) 2014-09-18 2014-09-18 机器人鸟飞行可控性测评系统及测评方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410478274.1A CN104199446B (zh) 2014-09-18 2014-09-18 机器人鸟飞行可控性测评系统及测评方法

Publications (2)

Publication Number Publication Date
CN104199446A true CN104199446A (zh) 2014-12-10
CN104199446B CN104199446B (zh) 2017-01-25

Family

ID=52084747

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410478274.1A Active CN104199446B (zh) 2014-09-18 2014-09-18 机器人鸟飞行可控性测评系统及测评方法

Country Status (1)

Country Link
CN (1) CN104199446B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106950884A (zh) * 2017-04-13 2017-07-14 南京航空航天大学 一种用于鸟类户外飞行神经调控的装置及方法
CN107422352A (zh) * 2016-08-18 2017-12-01 山东科技大学 一种动物机器人自主导航系统及方法
CN108990892A (zh) * 2017-06-06 2018-12-14 佛山市顺德区顺达电脑厂有限公司 赛鸟训练方法及系统
CN109262656A (zh) * 2018-10-31 2019-01-25 山东科技大学 一种基于机器视觉的动物机器人刺激参数测定系统和方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101218897A (zh) * 2008-01-25 2008-07-16 山东科技大学 一种用于机器人鸟的制导方法
US20100058974A1 (en) * 2007-01-16 2010-03-11 Sullivan Mews Llc Bird or animal repellent system
CN103690262A (zh) * 2013-11-29 2014-04-02 南京航空航天大学 鸟类慢性脑功能研究用电极转接装置及固定方法
CN103969661A (zh) * 2014-04-25 2014-08-06 南京航空航天大学 鸽子户外飞行轨迹及脉搏在体同步记录装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100058974A1 (en) * 2007-01-16 2010-03-11 Sullivan Mews Llc Bird or animal repellent system
CN101218897A (zh) * 2008-01-25 2008-07-16 山东科技大学 一种用于机器人鸟的制导方法
CN103690262A (zh) * 2013-11-29 2014-04-02 南京航空航天大学 鸟类慢性脑功能研究用电极转接装置及固定方法
CN103969661A (zh) * 2014-04-25 2014-08-06 南京航空航天大学 鸽子户外飞行轨迹及脉搏在体同步记录装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
苏学成 等: "控制动物机器人运动行为的脑机制和控制方法", 《中国科学:信息科学》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107422352A (zh) * 2016-08-18 2017-12-01 山东科技大学 一种动物机器人自主导航系统及方法
CN107422352B (zh) * 2016-08-18 2021-01-26 山东科技大学 一种动物机器人自主导航系统及方法
CN106950884A (zh) * 2017-04-13 2017-07-14 南京航空航天大学 一种用于鸟类户外飞行神经调控的装置及方法
CN108990892A (zh) * 2017-06-06 2018-12-14 佛山市顺德区顺达电脑厂有限公司 赛鸟训练方法及系统
CN109262656A (zh) * 2018-10-31 2019-01-25 山东科技大学 一种基于机器视觉的动物机器人刺激参数测定系统和方法
CN109262656B (zh) * 2018-10-31 2019-05-28 山东科技大学 一种基于机器视觉的动物机器人刺激参数测定系统和方法

Also Published As

Publication number Publication date
CN104199446B (zh) 2017-01-25

Similar Documents

Publication Publication Date Title
CN104199446A (zh) 机器人鸟飞行可控性测评系统及测评方法
EP3804808A1 (en) Pulse definition circuitry for creating stimulation waveforms in an implantable pulse generator
CN100471465C (zh) 鼠的听觉、视觉记忆模型及智能化行为检测系统
EP3509687B1 (en) Pulse definition circuitry for creating stimulation waveforms in an implantable pulse generator
CN104199461B (zh) 机器人鸟自主导航系统及导航方法
CN109262656B (zh) 一种基于机器视觉的动物机器人刺激参数测定系统和方法
US9737711B2 (en) System and method for selective neural activation using high-frequency electrical stimulation
CN104874105A (zh) 进行电极组合选择的方法和装置
CN106861043A (zh) 动物群体协同行为的便携式神经调控系统
CN108127662B (zh) 一种控制熊蜂机器人爬行偏转行为的方法及研究系统
CN101467515B (zh) 一种用于机器人哺乳动物的制导方法
JP5577402B2 (ja) 大脳皮質電気刺激のための方法および装置
CN100583180C (zh) 一种用于机器人鸟的制导方法
CN110152190A (zh) 脑电刺激方法、装置、系统及终端设备、存储介质
CN109718481A (zh) 治疗成瘾性疾病的超声神经调控系统、方法及存储介质
CN107066091A (zh) 一种脑机接口p300信号特征体感诱发装置及其应用方法
Brama et al. Synchronization among neuronal pools without common inputs: in vivo study
CN106137170A (zh) 一种基于生物反馈的智能足部电击系统
CN108055023A (zh) 一种用于植入式脉冲发生器的刺激脉冲产生与控制电路
Giampalmo et al. Generation of complex motor patterns in american grasshopper via current-controlled thoracic electrical interfacing
CN106039564B (zh) 植入式神经电刺激控制装置、系统及方法
US11331492B2 (en) Neural stimulator
CN110743101B (zh) 一种动物机器人运动行为记录和分析方法
Kouzani et al. A head mountable deep brain stimulation device for laboratory animals
CN206576862U (zh) 多重刺激控制装置及包括其的肌电图诱发电位仪

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