CN112109085B - 一种仿河狸机器人的cpg网络拓扑结构控制方法 - Google Patents
一种仿河狸机器人的cpg网络拓扑结构控制方法 Download PDFInfo
- Publication number
- CN112109085B CN112109085B CN202010893268.8A CN202010893268A CN112109085B CN 112109085 B CN112109085 B CN 112109085B CN 202010893268 A CN202010893268 A CN 202010893268A CN 112109085 B CN112109085 B CN 112109085B
- Authority
- CN
- China
- Prior art keywords
- oscillator
- joint
- robot
- cpg
- topology structure
- 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.)
- Active
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J11/00—Manipulators not otherwise provided for
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
- B25J9/161—Hardware, e.g. neural networks, fuzzy logic, interfaces, processor
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1679—Programme controls characterised by the tasks executed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60F—VEHICLES FOR USE BOTH ON RAIL AND ON ROAD; AMPHIBIOUS OR LIKE VEHICLES; CONVERTIBLE VEHICLES
- B60F3/00—Amphibious vehicles, i.e. vehicles capable of travelling both on land and on water; Land vehicles capable of travelling under water
- B60F3/003—Parts or details of the vehicle structure; vehicle arrangements not otherwise provided for
- B60F3/0038—Flotation, updrift or stability devices
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Robotics (AREA)
- Automation & Control Theory (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Transportation (AREA)
- Manipulator (AREA)
- Toys (AREA)
Abstract
本发明属于仿生两栖机器人领域。目的是提供一种可产生多种步态的CPG控制网络拓扑结构控制方法,使机器人运动具有不同的特点,以执行爬行、左转爬行、右转爬行、倒退爬行、直行游动、左转游动、右转游动、上浮及下潜9种步态。技术方案是:一种仿河狸机器人的CPG网络拓扑结构控制方法,依照如下步骤进行:1)每个关节对应一个振荡器;2)所有振荡器组成一个多耦合模式CPG网络拓扑结构;3)每个振荡器对于对应关节的电机输出信号,该输出信号先通过映射函数转化为关节角控制信号;4)各关节的电机均由相应映射函数转化的关节角控制信号进行控制。
Description
技术领域
本发明属于仿生两栖机器人领域,特别涉及用于仿河狸的两栖机器人多种步态协调运动控制。
背景技术
近年来,海洋与陆地衔接的浅滩区域越来越受到科学考察、环境监测、海底资源勘测与开发等领域的关注,进而推动了适用于浅滩作业的机器人技术发展。浅海带阳光充足,植物茂盛,富含丰富的珊瑚礁,各种底栖、浮游生物大量繁殖,其种类和数量大大超过其它海域,传统螺旋桨式水下机器人的运动受其干扰容易出现故障,在低速状态下难以实现机动、非稳定流环境下推进效率较低。因此,具有仿生两栖作业能力的新型机器人对于民用和军用都有重要的意义。
仿生控制方法从上个世纪末开始得到了快速的发展,迄今为止人们已建立了多种类型的CPG(central pattern generator)——中枢神经发生器模型,在机器人领域,CPG大多采用耦合的非线性振荡器来实现。由于CPG网络是由神经元以不同的方式连接和组合,因此很容易构建振荡器与机器人关节之间的映射关系。当机器人的关节增加或减少时,可在原始CPG网络的相应节点增加或减少神经元来实现。CPG模型的最基本构成单元是振荡器,而振荡器是以耦合非线性振子为基础建立的数学模型,每个振荡器代表一个非线性振子中心的振荡活性,多数CPG模型是在耦合非线性振荡器数学模型基础上建立的,建立这些CPG模型的主要目的不在于解释节律的产生机理,研究焦点一般放在系统节律输出多样性、CPG网络拓扑结构、耦合关系、同步、相位滞后等问题上。
在CPG对两栖机器人的控制领域,由于两栖运动控制的复杂度,以及水下恶劣的环境,使得国内少有对这方面的研究。同时,涉及到两栖的多种步态如:陆地上的行走步态、转弯步态、后退步态、水下的游动步态、上浮下潜步态以及转弯步态,这些多种步态使得两栖机器人领域的研究进展缓慢。而基于此,设计出一种可以生成多种步态的控制方法是目前的重中之重。
发明内容
本发明的目的是克服上述背景技术中的不足,提供了一种可产生多种步态的CPG控制网络拓扑结构控制方法,使机器人运动具有不同的特点,以执行爬行、左转爬行、右转爬行、倒退爬行、直行游动、左转游动、右转游动、上浮及下潜9种步态。
本发明的目的可以通过以下技术方案来实现:
一种仿河狸机器人,其特征在于:该仿河狸机器人包括连接主躯干的两个前肢、两个带有脚蹼的后肢、尾巴以及设置在主躯干内的浮力装置;前肢拥有前肢髋外摆关节、前肢髋旋转关节和前肢膝旋转关节共3个关节,后肢拥有后肢髋外摆关节、后肢髋旋转关节、后肢膝旋转关节、后肢腿旋转关节以及后肢踝旋转关节共5个关节,尾巴拥有1个上下摆动关节,每个关节均由一电机驱动。
所述浮力装置为通过电机驱动的直线机构可前后移动地定位在主躯干上的浮力块或者重力块,以通过前后移动浮力装置的方式调节机器人的浮心,从而改变机器人的游动姿态。
所述通过前后移动浮力装置的方式包括:
浮力装置是浮力块时:则浮力块向前移动时浮心向头部移动,头部抬起,身体受力方向斜向往上,游动方向向上,实现上浮;向后移动浮力块时,头部下沉,身体受力方向斜向往下,游动方向向下,实现下潜;
浮力装置是重力块时:则向前移动重力块时,头部下沉,身体受力方向向斜向下,游动方向向下,实现下潜;向后移动浮力块时,头部抬起,身体受力方向向斜向上,游动方向向上,实现上浮。
所述仿河狸机器人的CPG网络拓扑结构控制方法,依照如下步骤进行:
1)每个关节对应一个振荡器;
2)所有振荡器组成一个多耦合模式CPG网络拓扑结构;
3)每个振荡器对于对应关节的电机输出信号,该输出信号先通过映射函数转化为关节角控制信号;
4)各关节的电机均由相应映射函数转化的关节角控制信号进行控制;
5)所述振荡器输出信号的数学表达式为:
式中:i表示振荡器序号,x,y为系统状态变量;μ决定了振荡器极限环的幅值,参数α为收敛因子,控制振荡器的输出收敛至极限环的速度,ωri和ωdi分别为关节曲线上升沿和下降沿的频率,β为上升沿和下降沿频率的比例,ω为正值,用于控制振荡器频率;xi作为振荡器关节角度的输出信号。
所述多耦合模式CPG网络拓扑结构的模型是:
各映射函数的控制信号的生成过程是:由振荡器先生成正弦信号,然后通过映射函数转化为控制信号来控制对应关节的电机。
所述步骤1)每个关节对应的振荡器是:
前肢和右前肢的髋外摆关节,髋旋转关节,膝旋转关节各自对应一个振荡器,且分别通过三个映射函数控制;
后肢髋外摆和髋旋转关节对应一个振荡器,膝旋转关节对应一个振荡器,踝旋转关节和指关节对应一个振荡器,通过两个映射函数控制;
尾巴摆动关节对应一个振荡器,通过一个映射函数控制;
浮力调节装置对应一个振荡器,通过一个映射函数控制。
所述步骤2)中的多耦合模式CPG网络拓扑结构包括;
对应于前肢、后肢以及尾巴的各个振荡器组成了相互耦合的网状拓扑结构;而对应于前肢、后肢的各个振荡器又同样与浮力调节装置对应的振荡器组成了相互耦合的网状拓扑结构;对应于每个后肢的各个振荡器还组成了前后耦合的链式拓扑结构。
所述步骤5)振荡器输出信号的数学表达式中的相关参数的取值方法是:
通过整定CPG参数,利用仿生,通过分析河狸运动视频的关节角,将角度拟合为周期曲线,根据周期曲线的周期选取,根据最大值和最小值的差值确定幅度μ,根据最大值移动到最小值的时间确定,根据最小值移动到最大值的时间确定。
本发明的有益效果是:
1、本发明提出的仿河狸机器人结构拥有四肢(两个前肢各3个关节,两个后肢各5个关节)、尾巴以及浮力调节装置,可以实现陆地行走及水下游动。
2、本发明中的浮力调节装置可通过电机控制的直线机构(如直线轴承)前后移动以调节身体的浮心,分别获得头部抬起—实现上浮、尾部抬起—实现下沉的效果。
3、浮力调节装置虽不是仿生关节,但是本发明将浮力调节装置视为影响机器人姿态的关节,用CPG振荡器的输出作为电机驱动角度;解决了通常内部装置需要单独控制的缺陷,降低了控制复杂度。
4、本发明提出的仿河狸机器人CPG网络拓扑结构,这种仿河狸的CPG网络可以使机器人运动具有不同的特点可以实现执行爬行、左转爬行、右转爬行、倒退爬行、直行游动、左转游动、右转游动、上浮及下潜9种步态。同时该CPG网络模型在控制中并非需要控制所有的振荡器,在不同步态下,有些振荡器没有输出信号可以使其归零,生成CPG子结构,降低了控制复杂度。
5、本发明提出了一种基于仿生的CPG参数整定的方法,通过视频分析运动重构步态,解决了CPG参数整定难的缺陷。
附图说明
图1为仿河狸机器人的结构简图。
图2为仿河狸机器人CPG网络拓扑结构建立过程示意图。
图3为多种步态下的CPG子结构图。
图4为CPG参数整定步骤图。
图5为图4中的20帧河狸运动视频放大示意图。
具体实施方式
下面结合附图和具体实施例进一步说明本发明。
实施例
一种两足机器人CPG控制网络拓扑结构构建方法,包括:
一、如图1所示,建立仿河狸机器人结构,包括连接主躯干的两个前肢、两个后肢、尾巴19以及浮力调节装置20;每个前肢具有3个关节,包括前肢髋外摆关节11、前肢髋旋转关节12以及前肢膝旋转关节13;每个后肢具有5个关节,包括后肢髋外摆关节14、后肢髋旋转关节15、后肢膝旋转关节16、后肢腿旋转关节17以及后肢踝旋转关节18。两个前肢与两个后肢主要用于划水获得驱动力,后肢踝旋转关节18用来控制脚蹼的张开与收缩;尾巴拥有1个上下摆动关节10,用于运动方向控制;浮力调节装置用于提供浮力。浮力装置不限于为浮力块或者重力块,可通过电机驱动的直线轴承来前后移动调节机器人的浮心;如果是浮力块,则浮力块向前移动时浮心向头部移动,头部抬起,身体受力方向斜向往上,游动方向向上,实现上浮;向后移动浮力块时,头部下沉,身体受力方向斜向往下,游动方向向下,实现下潜。如果是重力块,则向前移动重力块时,头部下沉,身体受力方向斜向往下,游动方向向下,实现下潜;向后移动浮力块时,头部抬起,身体受力方向斜向往上,游动方向向上,实现上浮。
二、采用hopf振荡器模型输出作为每个关节角度输出信号,该模型的数学表达式为:
式中,i表示振荡器序号,x,y为系统状态变量;μ决定了极限环的半径和振荡器的幅值,参数α为收敛因子,控制振荡器的输出收敛至极限环的速度,ω为正值,用于控制振荡器频率。ωr和ωd分别为关节曲线上升沿和下降沿的频率,β为上升沿和下降沿频率的比例,选取振荡器选取x作为关节角度的输出信号。
两个前肢中,前肢髋外摆关节、前肢髋旋转关节与前肢膝旋转关节对应一个前振荡器(左前肢与右前肢分别对应着前肢振荡器8与前肢振荡器9),分别通过三个映射函数控制,映射函数为(1)(该映射函数为该结构的优选,可根据具体的运动做修改);两个后肢中,后肢髋外摆关节和后肢髋旋转关节对应一个振荡器,后肢膝旋转关节对应一个振荡器,后肢踝旋转关节对应一个振荡器(左后肢对应着后肢振荡器1、后肢振荡器3、后肢振荡器4;右后肢对应着后肢振荡器2、后肢振荡器5、后肢振荡器6);通过两个映射函数控制,映射函数为(2)(该映射函数为该结构的优选,可根据具体的运动做修改),尾巴摆动关节对应着尾巴振荡器7,浮力调节装置对应着浮力振荡器10,这些振荡器共同组成了CPG网络拓扑结构。
通过图4所示的河狸的运动视频,我们将一个运动周期内的视频平均截取20帧,通过图像分析软件得到每一帧的关节角度,使用不限于傅里叶方程的周期函数拟合出这些关节角度,将周期函数的最大值和最小值的差值的二分之一作为μ;将周期函数的周期分之一作为2πω;将周期函数最小值到最大值的时间分之一作为2πωr;将周期函数最大值到最小值的时间分之一作为2πωd;ωr与ωd的比值作为β;参数α对输出信号影响不大,可任意赋值;根据每个关节曲线的变化时间先后选取
四、(如图4所示)在多种步态的控制中,前肢振荡器8、9、后肢振荡器1、2与尾部振荡器7组成了相互耦合的网状拓扑结构,而前肢振荡器8、9、后肢振荡器1、2又同样与浮力调节装置振荡器10组成了相互耦合的网状拓扑结构,后肢振荡器1、3、4和2、5、6分别组成了前后耦合的链式拓扑结构。建立CPG拓扑模型:
(例如,当所求的1号振荡器处于网状结构中,定义1号振荡器为i,定义网状结构中的其他振荡器为j,则可以求得i的输出;当所求的1号振荡器处于链式结构中,定义1号振荡器为i,定义链式结构中与i相邻的其他振荡器为j,则可以求得i的输出)
将CPG赋予多种模态,控制每种步态时只需选取CPG的子结构。当直行、左转、右转及倒退步态时,两个前肢3个关节及两个后肢的5个关节活动,此时将1,2,3,4,5,6,8,9号振荡器激活,将其余振荡器输出赋值为0;直行游动时,两个后肢的5个关节及尾巴摆动关节活动,1,2,3,4,5,6,7号振荡器被激活,将其余振荡器输出赋值为0;右转游动时,左后肢的5个关节活动,关节1,2,3,4,5,6,7,8运动,1,3,4,7号振荡器被激活,将其余振荡器输出赋值为0;左转游动时,右后肢的5个关节活动,2,5,6,7号振荡器被激活,将其余振荡器输出赋值为0;上浮和下潜时,两个后肢的5个关节及、尾巴摆动关节及浮力调节装置活动,1,2,3,4,5,6,7,8号振荡器被激活,将其余振荡器输出赋值为0。
本发明基于CPG的两足机器人的空间控制方法,提出了一种新的CPG控制网络构建方法,并设计了更加合理有效的模型参数整定策略,在一定程度上改进了传统的控制网络构建方法,使得其复杂度降低,控制网络结构更加合理。
Claims (5)
1.仿河狸机器人的CPG网络拓扑结构控制方法,依照如下步骤进行:
1)每个关节对应一个振荡器;
2)所有振荡器组成一个多耦合模式CPG网络拓扑结构;
3)每个振荡器对于对应关节的电机输出信号,该输出信号先通过映射函数转化为关节角控制信号;
4)各关节的电机均由相应映射函数转化的关节角控制信号进行控制;
5)所述振荡器输出信号的数学表达式为:
式中:i表示振荡器序号, x,y为系统状态变量;μ决定了振荡器极限环的幅值,参数α为收敛因子,控制振荡器的输出收敛至极限环的速度,ω ri 和ω di 分别为关节曲线上升沿和下降沿的频率,β为上升沿和下降沿频率的比例,ω为正值,用于控制振荡器频率; x i 作为振荡器关节角度的输出信号;
所述多耦合模式CPG网络拓扑结构的模型是:
其中,i,j表示第i,j号振荡器,F(xi)为振荡器的常规方程,R(φ ij )为权重矩阵,用于调节振荡器之间的相位差,以应对不同步态;
所述仿河狸机器人包括连接主躯干的两个前肢、两个带有脚蹼的后肢、尾巴以及设置在主躯干内的浮力装置(20),前肢拥有前肢髋外摆关节(11)、前肢髋旋转关节(12)和前肢膝旋转关节(13)共3个关节,后肢拥有后肢髋外摆关节(14)、后肢髋旋转关节(15)、后肢膝旋转关节(16)、后肢腿旋转关节(17)以及后肢踝旋转关节(18)共5个关节,尾巴拥有1个上下摆动关节(19),每个关节均由一电机驱动。
2.根据权利要求1所述仿河狸机器人的CPG网络拓扑结构控制方法,其特征在于:各映射函数的控制信号的生成过程是:由振荡器先生成正弦信号,然后通过映射函数转化为控制信号来控制对应关节的电机。
3.根据权利要求2所述仿河狸机器人的CPG网络拓扑结构控制方法,其特征在于:所述步骤1)每个关节对应的振荡器是:
前肢和右前肢的髋外摆关节,髋旋转关节,膝旋转关节各自对应一个振荡器,且分别通过三个映射函数控制;
后肢髋外摆和髋旋转关节对应一个振荡器,膝旋转关节对应一个振荡器,踝旋转关节和指关节对应一个振荡器,通过两个映射函数控制;
尾巴摆动关节对应一个振荡器,通过一个映射函数控制;
浮力调节装置对应一个振荡器,通过一个映射函数控制。
4.根据权利要求3所述仿河狸机器人的CPG网络拓扑结构控制方法,其特征在于:所述步骤2)中的多耦合模式CPG网络拓扑结构包括;
对应于前肢、后肢以及尾巴的各个振荡器组成了相互耦合的网状拓扑结构;而对应于前肢、后肢的各个振荡器又同样与浮力调节装置对应的振荡器组成了相互耦合的网状拓扑结构;对应于每个后肢的各个振荡器还组成了前后耦合的链式拓扑结构。
5.根据权利要求4所述仿河狸机器人的CPG网络拓扑结构控制方法,其特征在于:所述步骤5)振荡器输出信号的数学表达式中的相关参数的取值方法是:
通过整定CPG参数,利用仿生,通过分析河狸运动视频的关节角,将角度拟合为周期曲线,根据周期曲线的周期选取,根据最大值和最小值的差值确定幅度μ,根据最大值移动到最小值的时间确定,根据最小值移动到最大值的时间确定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010893268.8A CN112109085B (zh) | 2020-08-31 | 2020-08-31 | 一种仿河狸机器人的cpg网络拓扑结构控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010893268.8A CN112109085B (zh) | 2020-08-31 | 2020-08-31 | 一种仿河狸机器人的cpg网络拓扑结构控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112109085A CN112109085A (zh) | 2020-12-22 |
CN112109085B true CN112109085B (zh) | 2021-10-22 |
Family
ID=73805503
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010893268.8A Active CN112109085B (zh) | 2020-08-31 | 2020-08-31 | 一种仿河狸机器人的cpg网络拓扑结构控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112109085B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113985874A (zh) * | 2021-10-26 | 2022-01-28 | 西北工业大学 | 一种基于CPG-Hopf网络耦合算法的水下六足机器人步态生成与转换方法 |
CN114260885B (zh) * | 2022-01-27 | 2023-08-04 | 同济大学 | 一种蛇形机器人的仿生cpg运动调控系统及其方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108772836B (zh) * | 2018-05-08 | 2021-11-02 | 东南大学 | 基于cpg的脊柱型多足机器人及其仿生运动控制方法 |
CN110340898B (zh) * | 2019-08-22 | 2020-12-01 | 北京航空航天大学 | 一种自由漂浮空间机械臂自适应容错控制方法 |
KR102102945B1 (ko) * | 2019-10-21 | 2020-05-29 | (주)에코코 | 수륙양용 수초 제거선 |
CN210942204U (zh) * | 2019-11-08 | 2020-07-07 | 广东海洋大学 | 一种水下搜寻的仿生机器鱼 |
CN111176116B (zh) * | 2020-01-02 | 2021-05-28 | 西安交通大学 | 一种基于cpg模型的机器鱼闭环反馈控制方法 |
-
2020
- 2020-08-31 CN CN202010893268.8A patent/CN112109085B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112109085A (zh) | 2020-12-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112109085B (zh) | 一种仿河狸机器人的cpg网络拓扑结构控制方法 | |
Yu et al. | Amphibious Pattern Design of a Robotic Fish with Wheel‐propeller‐fin Mechanisms | |
CN113636048B (zh) | 一种多关节机器鱼及其运动控制方法 | |
Yu et al. | Three-dimensional swimming | |
Wu et al. | Kinematic comparison of forward and backward swimming and maneuvering in a self-propelled sub-carangiform robotic fish | |
CN102745320B (zh) | 一种仿鲹科机器鱼倒游运动的控制方法 | |
CN100491197C (zh) | 双体机器鱼 | |
CN111443605B (zh) | 构建仿生波动鳍推进运动控制方程及其参数整定优化方法 | |
CN209600192U (zh) | 一种仿鸭蹼爬游式推进机器人 | |
CN109866904B (zh) | 一种仿生水母类水下机器人的运动及速度控制方法 | |
Yu et al. | Dolphin-like propulsive mechanism based on an adjustable Scotch yoke | |
Zhao et al. | Development of multi-mode biomimetic robotic fish based on central pattern generator | |
CN114056452A (zh) | 一种多形态四足机器人及其运动方式 | |
CN116482974A (zh) | 一种具有滑扑切换功能的cpg相位振荡器模型 | |
CN106914901B (zh) | 仿生机器人控制网络的分层构建方法 | |
Gordleeva et al. | Control of movement of underwater swimmers: Animals, simulated animates and swimming robots | |
Tang et al. | A self-tuning multi-phase CPG enabling the snake robot to adapt to environments | |
Xie et al. | Kinematic study on a self-propelled bionic underwater robot with undulation and jet propulsion modes | |
CN109739241A (zh) | 一种仿蜥蜴身体结构的四足爬行机器人cpg控制系统 | |
Yu et al. | Design and control of a fish-inspired multimodal swimming robot | |
Zhang et al. | A bionic neural network for fish-robot locomotion | |
CN115092283B (zh) | 基于带有前庭反馈的梯度cpg的机器人控制方法 | |
Cabelguen et al. | Modular functional organisation of the axial locomotor system in salamanders | |
Zharinov et al. | CPG as a controller for biomimetic floating robots | |
Wang et al. | Design and implementation of a novel CPG-based locomotion controller for robotic dolphin |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |