[发明专利]两足机器人CPG控制网络拓扑结构构建方法

权利要求书

1.一种两足机器人CPG控制网络拓扑结构构建方法，其特征在于，包括以下步骤： 

1）将CPG控制网络分为用于控制髋关节的身体控制网络（body network）部分和用于控制腿部关节的腿部控制网络（leg network）部分，保证两足机器人左右腿控制信号的对称性和机器人在行走过程中左右腿的相位关系； 

2）对CPG网络内屈肌神经元和伸肌神经元之间的耦合连接方式进行优化，降低CPG控制网络的复杂度； 

3）对CPG控制网络进行参数整定，构建出最优网络拓扑结构。 

2.根据权利要求1所述的一种两足机器人CPG控制网络拓扑结构构建方法，其特征在于，步骤1）中的CPG网络采用神经元振荡器模型，该模型的数学表达式为： 

其中，i表示第i个CPG单元，e表示屈肌神经元，f表示伸肌神经元，u_i为神经元的内部状态，v_i为神经元自抑制状态，为神经元的输出，T_r和T_a分别为上升时间和适应时间常数，w_fe为神经元的相互抑制系数，β为神经元的自抑制系数，s₀代表运动控制网络输出的周期性振荡信号，Feed_i为反馈输入信号，w_ij为神经元j与神经元i间的连接权重，r_i为第i个CPG单元的输出，为了消除振荡器输出信号为零部分的影响，采用屈肌神经元、伸肌神经元的状态项线性合成振荡器的输出。 

3.根据权利要求1所述的一种两足机器人CPG控制网络拓扑结构构建方法，其特征在于：将两足机器人的髋关节和腿部关节分别设计身体控制网络（body network）部分和腿部控制网络（leg network）部分来控制，在保证两足机器人左右腿控制信号的对称性和机器人在行走过程中左右腿的相位关系的同时，减低系统的复杂度，减少需要优化的网络参数。 

4.根据权利要求1所述的一种两足机器人CPG控制网络拓扑结构构建方法，对振荡单元内部神经元连接方法进行优化，其特征在于，步骤2）中具体的优化方法为：仅考虑屈肌神经元之间以及伸肌神经元之间的相互抑制系数来获取关节自由度之间的相位关系。 

5.根据权利要求1所述的一种两足机器人CPG控制网络拓扑结构构建方法，其特征在于，步骤3）具体包括以下步骤： 

A）采用单参数分析法获取CPG控制网络的单个模型参数对于关节控制信号的影响趋势； 

B）根据每个模型参数对关节控制信号的影响趋势并辅助多目标进化计算方法，获取可以使机器人在平地行走的最优关节控制信号； 

C）根据实际的行走效果，对步骤B）中最优关节控制信号下的模型参数进行微调。