CN109794962A - 一种人体神经系统的机器人多路实时传输网络设计方法 - Google Patents
一种人体神经系统的机器人多路实时传输网络设计方法 Download PDFInfo
- Publication number
- CN109794962A CN109794962A CN201811564456.5A CN201811564456A CN109794962A CN 109794962 A CN109794962 A CN 109794962A CN 201811564456 A CN201811564456 A CN 201811564456A CN 109794962 A CN109794962 A CN 109794962A
- Authority
- CN
- China
- Prior art keywords
- robot
- module
- control node
- node
- controller
- 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.)
- Pending
Links
Landscapes
- Manipulator (AREA)
Abstract
本发明公开了一种人体神经系统的机器人多路实时传输网络设计方法,包括在机器人各个部位设置各个控制节点,组成类人体神经系统网络,各控制节点都分布有电子控制单元,在机器人的各个控制节点以及控制器所在部位上安装无线自组网模块,在各个控制节点附近设置无源射频标签,并事先在各个无源射频标签内输入对应的控制节点的供读取的存储信息,在机器人脑部位置设置各无源射频标签的阅读器模块,利用射频识别技术,抗干扰性强,内存容量大,信息在内部传输迅速,降低了机器人设备整体的耗电量;通过设置无线自组网,可临时组网、快速展开、无控制中心、抗毁性强,单一模块中断或损毁,形成新的网络拓扑结构,不影响其他模块间的网络信息传输。
Description
技术领域
本发明涉及网络信息传递领域,具体为一种人体神经系统的机器人多路实时传输网络设计方法。
背景技术
人工神经网络(Artificial Neural Networks,简写为ANNs)也简称为神经网络(NNs)或称作连接模型(Connection Model),它是一种模仿动物神经网络行为特征,进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度,通过调整内部大量节点之间相互连接的关系,从而达到处理信息的目的。人工神经网络是生物神经网络在某种简化意义下的技术复现,作为一门学科,它的主要任务是根据生物神经网络的原理和实际应用的需要建造实用的人工神经网络模型,设计相应的学习算法,模拟人脑的某种智能活动,然后在技术上实现出来用以解决实际问题。因此,生物神经网络主要研究智能的机理;人工神经网络主要研究智能机理的实现,两者相辅相成。
无线自组网为一种特殊的自组织、对等式、多跳、无线移动网络,它是在无线分组网的基础上发展起来的。无线自组网是由一组带有无线收发装置的可移动节点所组成的一个临时性多跳自治系统,它不依赖于预设的基础设施,具有可临时组网、快速展开、无控制中心、抗毁性强等特点,在军事方面和民事方面和民用方面都具有广阔的应用前景,是目前网络研究中的热点问题。
射频识别,RFID(Radio Frequency Identification)技术,又称无线射频识别,是一种通信技术,可通过无线电讯号识别特定目标并读写相关数据,而无需识别系统与特定目标之间建立机械或光学接触。基于射频识别技术产生的无源电子标签,即无源射频标签采用跳频工作模式,具有抗干扰能力,用户可自定义读写标准数据,在专门的应用系统效率更加快捷,识读距离可达10米以上。无源射频标签1024bits内存容量,超宽工作频段,既符合相关行业规定,又能进行灵活的开发应用,可同时读写多个标签。无源射频标签设计,无需电池,内存可反复擦写100,000次以上。
在近年来机器人技术飞速发展,但是还不能做到像人类的神经系统这样自如的协调身体的生命活动,灵活性有待提高;由于机器人内部控制模块繁多且复杂,容易出现连接中断,对于网络要求较高,单一或局部模块受损,便会导致所有控制功能部位瘫痪;并且各模块的信息传输容易受外部环境的干扰,而且耗电量大。
发明内容
本发明的目的在于提供一种人体神经系统的机器人多路实时传输网络设计方法,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:一种人体神经系统的机器人多路实时传输网络设计方法,包括如下具体步骤:
S1:结合人体神经系统网络,在机器人各个部位设置各个控制节点,组成类人体神经系统网络,各控制节点都分布有电子控制单元,每个控制节点的电子控制单元根据功能安装相应的传感器,控制器根据控制总线分配方式把各控制节点的电子控制单元中的传感器采集的信息,从电子控制单元中的通讯控制单元经总线通道传入的控制器处理后,控制器再输出命令到机器人各个电子控制单元作出相应的反应;
S2:根据机器人的人体神经网络系统的控制总线展开布置,在机器人的各个控制节点以及控制器所在部位上安装无线自组网模块,各无线自组网模块之间以及与控制器之间建立无线网路连接,同时各个控制节点上的无线自组网模块组成独立的通信网络结构,用于各独立控制节点之间的信号传输;
S3:根据机器人的人体神经网络系统的控制总线展开布置,在机器人的各个控制节点附近设置无源射频标签,并事先在各个无源射频标签内输入对应的控制节点的供读取的存储信息,在机器人脑部位置设置各无源射频标签的阅读器模块,并建立控制器与阅读器模块的数据传输连接,阅读器模块对各控制节点的信息进行读取,并发送到控制器端,用于控制器的中央处理系统对各控制节点的信息进行调取、输出、处理等操作。
优选的,机器人的人体神经网络系统的控制总线为CAN总线、Flexray总线中的一种或两种的组合。
优选的,所述无线自组网模块包括节点天线模块和节点路由器模块。
优选的,所述阅读器模块包括读取模块和写入模块。
优选的,所述控制器包括作为主控制器的脑部有源星行设备和作为次控制器的脊髓内有源星行设备,主控制器与次控制器相互通信。
优选的,所述机器人各部位节点的ECU包括A/D转换模块、CPU处理器、传感器和通讯控制单元,传感器检测的信号通过A/D转换模块转为数字信号后送CPU处理器处理,CPU处理器通过通讯控制单元输出或接收信号。
与现有技术相比,本发明的有益效果是:本发明通过利用射频识别技术,在各控制节点上设置无源射频标签,通过阅读器进行信息读写,抗干扰性强,内存容量大,信息在内部传输迅速,通过自发的射频能量提取其工作所需的电源进行数据传输,降低了机器人设备整体的耗电量;通过在各个控制节点以及控制器端设置无线自组网,可临时组网、快速展开、无控制中心、抗毁性强,单一模块中断或损毁,形成新的网络拓扑结构,不影响其他模块间的网络信息传输。
具体实施方式
本发明提供一种技术方案:一种人体神经系统的机器人多路实时传输网络设计方法,包括如下具体步骤:
S1:结合人体神经系统网络,在机器人各个部位设置各个控制节点,组成类人体神经系统网络,各控制节点都分布有电子控制单元,每个控制节点的电子控制单元根据功能安装相应的传感器,控制器根据控制总线分配方式把各控制节点的电子控制单元中的传感器采集的信息,从电子控制单元中的通讯控制单元经总线通道传入的控制器处理后,控制器再输出命令到机器人各个电子控制单元作出相应的反应;
S2:根据机器人的人体神经网络系统的控制总线展开布置,在机器人的各个控制节点以及控制器所在部位上安装无线自组网模块,各无线自组网模块之间以及与控制器之间建立无线网路连接,同时各个控制节点上的无线自组网模块组成独立的通信网络结构,用于各独立控制节点之间的信号传输;
S3:根据机器人的人体神经网络系统的控制总线展开布置,在机器人的各个控制节点附近设置无源射频标签,并事先在各个无源射频标签内输入对应的控制节点的供读取的存储信息,在机器人脑部位置设置各无源射频标签的阅读器模块,并建立控制器与阅读器模块的数据传输连接,阅读器模块对各控制节点的信息进行读取,并发送到控制器端,用于控制器的中央处理系统对各控制节点的信息进行调取、输出、处理等操作。
优选的,机器人的人体神经网络系统的控制总线为CAN总线、Flexray总线中的一种或两种的组合。
优选的,所述无线自组网模块包括节点天线模块和节点路由器模块。
优选的,所述阅读器模块包括读取模块和写入模块。
优选的,所述控制器包括作为主控制器的脑部有源星行设备和作为次控制器的脊髓内有源星行设备,主控制器与次控制器相互通信。
优选的,所述机器人各部位节点的ECU包括A/D转换模块、CPU处理器、传感器和通讯控制单元,传感器检测的信号通过A/D转换模块转为数字信号后送CPU处理器处理,CPU处理器通过通讯控制单元输出或接收信号。
工作原理:根据人体神经系统的特点,在机器人中脑部和脊髓采用有源星行拓扑结构。与脊髓相连的腰从、骶从及腿采用无源星行拓扑结构。与脊髓相连的手臂采用线性无源总线型拓扑。则它们之间组成的混合型拓扑结构构成了类人体神经系统的传输网络。在机器人的类人体神经系统传输网络的各节点都分布有电子控制单元,根据每个节点的电子控制单元的功能分配与之相应功能的传感器,机器人脑部的有源星行设备即中央总线监视器,根据控制总线分配方式把各节点的电子控制单元中的传感器获取的信息,从电子控制单元中的通讯控制单元经总线通道传入的控制器处理后,再把命令传回各个电子控制单元,使机器人快速做出反应。机器人身体各部位电子控制单元包括A/D转换模块、CPU处理器、传感器模块、通讯控制单元模块。但是,各部位电子控制单元上传感器的类型根据具体要实现的功能会有所不同。传感器检测的信号通过A/D转换模块转为数字信号后送CPU处理器处理,CPU处理器通过通讯控制单元输出或接收信号。
根据机器人的人体神经网络系统的控制总线展开布置,在机器人的各个控制节点以及控制器所在部位上安装无线自组网模块,无线自组网模块包括节点天线模块和节点路由器模块,各无线自组网模块之间以及与控制器之间建立无线网路连接,同时各个控制节点上的无线自组网模块组成独立的通信网络结构,用于各独立控制节点之间的信号传输,各无线自组网模块既能够计算,又能够作为路由器参与组网与转发数据,当某一控制节点处的网络出现故障,无线自组网节点天线模块能够快速地接收到邻近节点的无线信号,节点路由器模块再根据当时的相邻节点位置,启动路由算法,自动调整节点之间的通信关系,形成新的网络拓扑结构,继续进行网络信息传输,不影响整体的网络通讯。
根据机器人的人体神经网络系统的控制总线展开布置,在机器人的各个控制节点附近设置无源射频标签,并事先在各个无源射频标签内输入对应的控制节点的供读取的存储信息,在机器人脑部位置设置各无源射频标签的阅读器模块,并建立控制器与阅读器模块的数据传输连接,阅读器模块对各控制节点的信息进行读取,并发送到控制器端,用于控制器的中央处理系统对各控制节点的信息进行调取、输出、处理等操作,通过阅读器进行信息读写,抗干扰性强,内存容量大,信息在内部传输迅速;无源射频标签在识别时从阅读器模块发出的电磁场中就可以得到能量,并不需要电池;或者,无源射频标签本身拥有电源,并可以主动发出无线电波(调成无线电频率的电磁场),降低了机器人设备整体的耗电量。
值得注意的是:整个装置通过总控制按钮对其实现控制,由于控制按钮匹配的设备为常用设备,属于现有常熟技术,在此不再赘述其电性连接关系以及具体的电路结构。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (6)
1.一种人体神经系统的机器人多路实时传输网络设计方法,其特征在于,包括如下具体步骤:
S1:结合人体神经系统网络,在机器人各个部位设置各个控制节点,组成类人体神经系统网络,各控制节点都分布有电子控制单元,每个控制节点的电子控制单元根据功能安装相应的传感器,控制器根据控制总线分配方式把各控制节点的电子控制单元中的传感器采集的信息,从电子控制单元中的通讯控制单元经总线通道传入的控制器处理后,控制器再输出命令到机器人各个电子控制单元作出相应的反应;
S2:根据机器人的人体神经网络系统的控制总线展开布置,在机器人的各个控制节点以及控制器所在部位上安装无线自组网模块,各无线自组网模块之间以及与控制器之间建立无线网路连接,同时各个控制节点上的无线自组网模块组成独立的通信网络结构,用于各独立控制节点之间的信号传输;
S3:根据机器人的人体神经网络系统的控制总线展开布置,在机器人的各个控制节点附近设置无源射频标签,并事先在各个无源射频标签内输入对应的控制节点的供读取的存储信息,在机器人脑部位置设置各无源射频标签的阅读器模块,并建立控制器与阅读器模块的数据传输连接,阅读器模块对各控制节点的信息进行读取,并发送到控制器端,用于控制器的中央处理系统对各控制节点的信息进行调取、输出、处理等操作。
2.根据权利要求1所述的一种人体神经系统的机器人多路实时传输网络设计方法,其特征在于:机器人的人体神经网络系统的控制总线为CAN总线、Flexray总线中的一种或两种的组合。
3.根据权利要求1所述的一种人体神经系统的机器人多路实时传输网络设计方法,其特征在于:所述无线自组网模块包括节点天线模块和节点路由器模块。
4.根据权利要求1所述的一种人体神经系统的机器人多路实时传输网络设计方法,其特征在于:所述阅读器模块包括读取模块和写入模块。
5.根据权利要求1所述的一种人体神经系统的机器人多路实时传输网络设计方法,其特征在于:所述控制器包括作为主控制器的脑部有源星行设备和作为次控制器的脊髓内有源星行设备,主控制器与次控制器相互通信。
6.根据权利要求1所述的一种人体神经系统的机器人多路实时传输网络设计方法,其特征在于:所述机器人各部位节点的ECU包括A/D转换模块、CPU处理器、传感器和通讯控制单元,传感器检测的信号通过A/D转换模块转为数字信号后送CPU处理器处理,CPU处理器通过通讯控制单元输出或接收信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811564456.5A CN109794962A (zh) | 2018-12-20 | 2018-12-20 | 一种人体神经系统的机器人多路实时传输网络设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811564456.5A CN109794962A (zh) | 2018-12-20 | 2018-12-20 | 一种人体神经系统的机器人多路实时传输网络设计方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109794962A true CN109794962A (zh) | 2019-05-24 |
Family
ID=66557289
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811564456.5A Pending CN109794962A (zh) | 2018-12-20 | 2018-12-20 | 一种人体神经系统的机器人多路实时传输网络设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109794962A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030067486A1 (en) * | 2001-10-06 | 2003-04-10 | Samsung Electronics Co., Ltd. | Apparatus and method for synthesizing emotions based on the human nervous system |
CN102143548A (zh) * | 2011-01-10 | 2011-08-03 | 北京六所新华科电子技术有限公司 | 一种rfid自组网系统及数据传输方法 |
CN204305082U (zh) * | 2014-12-24 | 2015-04-29 | 无锡儒安科技有限公司 | 基于无线传感器网络和rfid网络的智能抄表系统 |
CN105847103A (zh) * | 2016-05-30 | 2016-08-10 | 上海理工大学 | 类人体神经系统的机器人多路实时传输网络设计方法 |
CN106444640A (zh) * | 2016-11-30 | 2017-02-22 | 南京阿凡达机器人科技有限公司 | 一种机器人内部模块无线组网的系统和方法 |
-
2018
- 2018-12-20 CN CN201811564456.5A patent/CN109794962A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030067486A1 (en) * | 2001-10-06 | 2003-04-10 | Samsung Electronics Co., Ltd. | Apparatus and method for synthesizing emotions based on the human nervous system |
CN102143548A (zh) * | 2011-01-10 | 2011-08-03 | 北京六所新华科电子技术有限公司 | 一种rfid自组网系统及数据传输方法 |
CN204305082U (zh) * | 2014-12-24 | 2015-04-29 | 无锡儒安科技有限公司 | 基于无线传感器网络和rfid网络的智能抄表系统 |
CN105847103A (zh) * | 2016-05-30 | 2016-08-10 | 上海理工大学 | 类人体神经系统的机器人多路实时传输网络设计方法 |
CN106444640A (zh) * | 2016-11-30 | 2017-02-22 | 南京阿凡达机器人科技有限公司 | 一种机器人内部模块无线组网的系统和方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN202512124U (zh) | 基于rfid和无线传感网络的水质监测预警系统 | |
CN203012943U (zh) | 一种低功耗无线可控唤醒的传感节点 | |
CN203219503U (zh) | 无线传感器网络系统 | |
CN101908995A (zh) | 用于wsn与epon联网的通信节点 | |
CN102831760A (zh) | 一种大规模运动数据采集系统及采集方法 | |
CN102143548A (zh) | 一种rfid自组网系统及数据传输方法 | |
CN106292611B (zh) | 一种基于云计算的智慧农业控制系统 | |
CN106228206A (zh) | 用于商超货架电子标签的传输网络系统及方法 | |
CN103267871A (zh) | 基于ZigBee技术的风速监测系统 | |
CN103914960A (zh) | 水环境无线传感监测网移动节点 | |
CN203278885U (zh) | 物联网与移动通讯网络间的网关设备、及数据交互系统 | |
CN111586613B (zh) | 基于无线体域网的全双工多点无线信息和能量传输方法 | |
CN109794962A (zh) | 一种人体神经系统的机器人多路实时传输网络设计方法 | |
CN110992668A (zh) | 一种低功耗无线温湿度传感器 | |
CN207817491U (zh) | 一种应用于智能养殖的无线监测基站 | |
CN207752324U (zh) | 一种基于LoRa的长距离农业信息采集网关系统 | |
CN206908865U (zh) | 室内定位系统 | |
CN206741432U (zh) | 一种用于人体动作提取的系统 | |
CN210694371U (zh) | 一种无线室内定位装置 | |
CN204129942U (zh) | 一种仓储无线监测系统 | |
CN209659346U (zh) | 基于NB-iot技术的A/D采集卡 | |
CN208971545U (zh) | 一种资产管理网关装置和资产管理系统 | |
Boonsong | Animal Identification and Performance Analysis Based on RFID-IoT Smart Farming Applications | |
CN105388829A (zh) | 基于ZigBee的水环境无线监控系统 | |
CN203721023U (zh) | 水环境无线传感监测网移动节点 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190524 |