基于Rulkov神经元模型的四足机器人适应性行走控制

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

所属期刊栏目：47

分类号：TP242.6(自动化技术及设备)

资助基金：国家自然科学基金61573260,61673300;上海市科委基础研究项目16JC1401200,17511108602,18DZ1200804;江苏省自然科学基金BK20171250

在线出版日期：2019-08-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1207-1215