基于Rulkov神经元模型的四足机器人适应性行走控制 |
| |
引用本文: | 刘成菊,林立民,陈启军.基于Rulkov神经元模型的四足机器人适应性行走控制[J].同济大学学报(自然科学版),2019(8). |
| |
作者姓名: | 刘成菊 林立民 陈启军 |
| |
作者单位: | 同济大学电子与信息工程学院 |
| |
摘 要: | 为了改善足式机器人的适应性行走能力,提出仿生控制和智能优化算法相结合的控制策略.利用Rulkov神经元模型对生物中枢模式发生器(central pattern generator, CPG)进行机理建模;设计了基于CPG模型的单关节和多关节耦合的网络拓扑结构,并利用多目标遗传算法优化CPG单元间的耦合系数矩阵,使得CPG网络的输出信号可以控制机器人关节按照一定的时序发生动作;设计机器人信息融合反馈系统并提出坡面适应性行走控制策略,并以四足机器人GhostDog作为实验对象,在Webots仿真平台上做实验验证.结果表明,所提出的行走控制策略可以控制机器人自主完成模式切换,具有一定的环境适应性.
|
关 键 词: | 中枢模式发生器 Rulkov模型 四足机器人 多目标遗传算法 适应性行走 |
Adaptive Walking Control of Quadruped Robot Based on Rulkov Neuron Model |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 等数据库收录! |
|