节点文献

基于Rulkov神经元模型的四足机器人适应性行走控制

免费订阅

【作者】 刘成菊林立民陈启军

【Author】 LIU Chengju;LIN Limin;CHEN Qijun;College of Electronics and Information Engineering, Tongji University;

【机构】 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.

【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)
【所属期刊栏目】 电子、计算机、控制与系统 (2019年08期)
  • 【分类号】TP242
  • 【下载频次】50
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: