基于Rulkov神经元模型的四足机器人适应性行走控制

作     者：刘成菊 林立民 陈启军 LIU Chengju;LIN Limin;CHEN Qijun

作者机构：同济大学电子与信息工程学院 

出 版 物：《同济大学学报（自然科学版）》 (Journal of Tongji University:Natural Science)

年 卷 期：2019年第47卷第8期

页      面：1207-1215页

核心收录：

学科分类：081104[工学-模式识别与智能系统] 08[工学] 0811[工学-控制科学与工程] 

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) 

主　　题：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 

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.