[发明专利]两足机器人CPG控制网络拓扑结构构建方法

说明书

技术领域

本发明涉及一种网络拓扑结构的信息处理方法，尤其是涉及一种两足机器人CPG控制网络拓扑结构构建方法。 

背景技术

行走控制是两足和人形机器人研究和应用领域中的一项关键技术。传统的方法是采用基于模型的人工规划，使机器人按预先设定的运动轨迹进行运动。随着机器人逐渐应用于非结构化环境，基于机器人模型和行走环境建模的传统方法阻碍了机器人的实际应用。随着人们对两足动物步行本质的深入研究和神经科学的不断发展，基于神经科学的控制方法逐渐被应用到两足机器人的行走控制中。基于中枢模式发生器（CPG，central pattern generator）的控制思路是这一方向的一个典型代表。 

生物学家认为，动物的运动控制神经网络以CPG为中心，接受来自高层神经中枢的调控命令，以及来自躯体感受器的反馈信息。CPG是由神经元构成的局部振荡网络，能够通过神经元之间的相互抑制产生稳定的相位互锁关系，并通过自激振荡激发躯体相关部位产生节律运动。大脑的高层调控和环境反馈可以对动物的节律运动起到调节作用，使动物的运动具有适应性。基于CPG的控制方法具有生物上的可解释性，因而最近在工程界引起了广泛的兴趣，并开始将CPG机理进行工程建模，应用于各类机器人的运动控制中。力图通过将生物运动神经系统的控制机理与机器人的仿生运动机构相结合，提高机器人的运动性能，促进机器人在各种实际环境中的实用化进程。 

基于CPG控制的基本思路是：首先对CPG进行工程建模，设计一个可以产生稳定振荡输出信号的函数，作为机器人自由度的控制器，多个自由度的控制一般用多个CPG单元构成的CPG网络来实现，改变网络的拓扑结构可以改变振荡信号的输出模式，从而实现不同的运动模式。目前，对于两足机器人这种复杂的系统，CPG模型并不具备很强的实用性，目前的研究也多停留在模拟仿真阶段，或者仅 仅是对两足机器人某些关节的节律运动进行控制。CPG机理在机器人运动控制中的应用主要是采用关节空间（joint space）控制方法，其整体的控制构架如图1所示。在控制系统中，CPG网络模块是产生关节控制信号的核心模块，其网络拓扑结构设计的合理性和有效性关系到控制效果的优劣。目前在研究和工程应用时，一般将CPG单元按照机器人的自由度分布，逐一分配到机器人的关节空间，利用多个CPG单元之间的相互耦合产生期望的运动模式。将该控制方法应用于两足机器人目前还没有成功的实体实验，难点就在于CPG网络拓扑结构设计还没有统一的设计方法，网络结构的复杂性增加了参数整定的难度，很难产生期望的关节控制信号。另一方面，由于两足机器人自由度较多，构成控制器所需要的CPG单元数目也相对较多。如何确定CPG单元之间合理的拓扑连接及模型参数，是一个复杂的寻优问题。一般需要采用进化算法对控制系统进行优化，但由于同时涉及拓扑结构寻优和模型参数优化，采用传统的优化算法难以获得好的结果。同时，这种方法优化耗时较长，在机器人实体上实现也有一定困难。因此不能单纯的将CPG单元简单的分配给机器人的各个自由度，依赖进化计算进行寻优，必须设计合理的网络拓扑结构构架为前提，再辅以进化计算来进一步优化CPG的连接方式和模型参数。 

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种复杂度低、控制网络结构合理的两足机器人CPG控制网络拓扑结构构建方法。 

本发明的目的可以通过以下技术方案来实现： 

一种两足机器人CPG控制网络拓扑结构构建方法，包括以下步骤： 

1）将CPG控制网络分为用于控制机器人髋关节的身体控制网络（bodynetwork）部分和用于控制腿部关节的腿部控制网络（leg network）部分，便于控制双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网络内神经元单元之间的耦合方式进行优化，简化了神经元之间的连接方式； 

3）对CPG控制网络的进行参数整定，构建出最优网络拓扑结构。 

步骤1）中的CPG控制网络采用神经元振荡器模型，该模型的数学表达式为：