- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
目 录 一、CPG的基本概念及思想来源 “自然界非常有节律,且节律多样又多变” ——《自然之数》 例1:心脏、脉搏的跳动,呼吸等。 例2:1935年Science上,Hugh Smith关于萤火虫闪光的描述。 为何存在节律? 假如你不想或不能保持静止,这是你能做的最简单的事。 存在于哪? 在脊椎动物的脊髓(spinal cord),无脊椎动物的神经节(ganglion)中均可发现这种节律,无需大脑控制。 一、CPG的基本概念及思想来源 如何描述? Avis H Cohen,1982年,对lamprey(一种鱼类)的脊髓进行了解剖,用微分方程以及方程组之间的耦合进行描述,如右图。 是否适用于仿生机器人控制? 传统的多足机器人控制运用串并联机器人的模型对其进行描述,此种方法在机器人行走在非结构环境时并不适用。例如:人无法画出一条非常直的直线,即精密运动控制的方法并不仿生。 国际上此领域的专家 瑞士 A. J. Ijspeert 意大利 P. Arena 日本 S. Inagaki 德国 M. Timme, P. Manoopong 二、CPG的MTA-CNN方法实现 Paolo Arena 1) Int. J. Circ. Theor. Appl. 2002 Int. J. Circ. Theor. Appl. 2002 IEEE Trans. on Systems, Man and Cybernetics 2004 二、CPG的MTA-CNN方法实现 二、CPG的MTA-CNN方法实现 不同模板均可用矩阵A描述,A如下 CNN网络的具体实现方法:模拟电路 根据运算放大器的虚短虚断,电路的第一个运放表示微分方程,第二部分利用运放的饱和性质实现方程的绝对值项。 二、CPG的MTA-CNN方法实现 MTA-CNN方法的优缺点 CNN网络有其成熟的理论,用以生成CPG理论上简单 作者给出了根据不同步态生成不同模板的方法,按照给定方法切实可行 利用模拟电路实现微分方程,不同模板之间切换只能改变模拟电路的电阻与电容值,相对复杂,且不平滑 模拟电路重量沉,不易放在机器人上(后期作者利用VLSI技术实现了小型化,但设计芯片较复杂) 三、CPG的其他实现方法 日本人S. Inagaki基于图论与量子力学的方法 三、CPG的其他实现方法 P. Manoonpong的人工神经网络方法 三、CPG的其他实现方法 A. J. Ijspeert振荡神经元模型,用于机器蝾螈控制 四、结论及下一步的工作 生物的运动是由CPG生成与控制的; 不同的生物CPG不同,不同学者对其的描述各异; CPG是由带有振荡功能的神经元(Neuron)以及各神经元之间的连接(Synapsis)构成的; 大脑(主控制器)与外部信号(通过传感器得知)可以修改各神经元之间的连接,从而改变神经元振荡波形。 因此接下来我的主要工作 找到一种更合理的CPG描述,可以改进现有方法; 学习动力系统尤其是离散动力系统的方法,学习人工神经网络,研究是否能对振荡提出更好的描述; 将现有方法用到我们的机器人上进行测试,发现问题。 * * P o w e r B a r 中国专业PPT设计交流论坛 仿生机器人的CPG控制方法研究 报告时间: 2010年10月16日 报 告 人: 任冠佼 CPG的基本概念及思想来源 1 CPG的MTA-CNN方法实现 2 CPG的其他实现方法 3 结论及下一步的工作 4 全称:Central Pattern Generators,中枢神经模式发生器 例3:无头的蟑螂可以灵活行走; 例4:人类行走的时候无需大脑思考; 例5:去脑的猫可以很好的行走在同步带上(Rossignol, 2000)。 “想像一下,一颗10米至12米高的树,每片树叶上都有一个萤火虫,所有的萤火虫大约都以每2秒3次的频率同步闪光,这棵树在两次闪光之间漆黑一片。想象一下,在160米长的河岸两旁是不间断的芒果树列,每一片树叶上的萤火虫,以及树列两端之间所有树上的这种昆虫完全一致同步闪光。那么,倘若某人的想象力足够生动的话,他会对这惊奇的奇观产生某种概念。” 2007, Science, 2008, Neural Networks Google Scholar 333 cited 2010 Nature Physics CNN——Cellular neural networks, MTA——Multi-template approach 每条腿均用一个振荡神经元描述 各个神经元之间的连接描述成如下图所示的二维CNN网络 调节各个神经元之间的连接值即可生成不同模板,对应不同步态
文档评论(0)