[发明专利]仿生机器人控制网络的分层构建方法

说明书

一种仿生机器人控制网络的分层构建方法，其步骤如下：根据速度和运动步态特点，将仿生机器人的运动步态进行分组或分类；根据某一组或一类运动步态，构建仿生机器人某一层运动控制网络；将各层运动控制网络组合到一起，构成整个的仿生机器人运动控制网络；利用上层神经中枢产生控制信号，使整个运动控制网络的相应部分激活、失活与饱和，以产生仿生机器人的各种运动步态。本发明提出了一个先分层构建仿生机器人控制网络，然后将其组合构建整个仿生机器人控制网络的方法，解决仿生机器人整体控制网络构建的难题。该方法能够使得仿生机器人产生更加丰富、灵活和符合动物运动特点的运动步态，尤其是既可以产生节律运动也可以产生非节律运动。

技术领域

本发明属于机器人控制技术领域，涉及一种分层的机器人运动控制神经网络构建的方法。

背景技术

中枢模式发生器(Central Pattern Generator，简称CPG)是生物运动控制神经网络的一个重要组成部分，它可以在没有外部感官信息反馈的情况下产生节律输出。为了利用中枢模式发生器进行仿生机器人的控制。许多研究人员进行了仿生机器人运动控制神经网络构建的研究。这些中枢模式发生器构建方法概括起来可以分为三类：振荡器CPG、生物神经元CPG和连接CPG。其中，振荡器CPG以其结构简单，运算量小等特点被广泛应用到仿生机器人的控制中，然而由于现有的振荡器都不同程度的存在一些缺点，在仿生机器人运动控制神经网络的构建方面还存在较多的困难。在这些振荡器中，Matsuoka所提出的由两个具有疲劳特性漏积分器神经元通过相互抑制构成的振荡器成为仿生机器人运动控制神经网络构建中应用比较广泛的振荡器之一。然而，此振荡器在运动控制神经网络构建方面仍然存在较多的问题，如不能包含兴奋性连接、网络拓扑结构构建比较困难等。发明[一种新型神经元振荡器-201510507029.3和仿生机器人运动控制神经网络的构建方法-201510632804.8]提出了一个新的仿生机器人运动控制网络的设计方法，但是此方法针对某种(或某类)步态控制网络的构建具有较好的效果，在实现各种复杂运动步态，如各种节律运动步态、非节律运动步态的仿生机器人整体控制网络的构建方面还非常困难。

发明内容

本发明的目的是针对现有技术的不足，提供一种仿生机器人控制网络的分层构建方法，该方法能够使得仿生机器人产生更加丰富、灵活和符合动物运动特点的运动步态。

本发明所要解决的技术问题是通过以下的技术方案来实现的。本发明是一种仿生机器人控制网络的分层构建方法，其特点是，其步骤如下：

(1)根据速度和运动步态特点，将仿生机器人的运动步态进行分组或分类；

(2)根据某一组或一类运动步态，构建仿生机器人某一层运动控制网络；

(3)将各层运动控制网络组合到一起，构成整个的仿生机器人运动控制网络；利用上层神经中枢产生控制信号，使整个运动控制网络的相应部分激活、失活与饱和，以产生仿生机器人的各种运动步态。

本发明所述的仿生机器人控制网络的分层构建方法，其进一步优选的技术方案是，步骤(2)中，构建的运动控制网络层被分为节律运动控制网络层和非节律运动控制网络层。

本发明所述的仿生机器人控制网络的分层构建方法，其进一步优选的技术方案是，节律运动和非节律运动控制网络层由产生某种运动步态的运动控制网络层构成。

本发明所述的仿生机器人控制网络的分层构建方法，其进一步优选的技术方案是，步骤(3)中，根据需要建立运动控制网络之间的突触连接关系。

本发明所述的仿生机器人控制网络的分层构建方法，其进一步优选的技术方案是，步骤(3)中，所述的中枢为脑干。

本发明所述的仿生机器人控制网络的分层构建方法，其进一步优选的技术方案是，对每一层的运动控制网络的构建方法如下：

该方法以新型神经元振荡器作为基础；