1、倒命一論文發(fā)表專家一 蛔中國學(xué)術(shù)期刊網(wǎng) 85!Fwww.qikanw3ng,nel 中樞模式發(fā)生器在機器人控制領(lǐng)域的應(yīng)用摘要：隨著仿生機器人技術(shù)的迅猛發(fā)展，基于中樞模式發(fā)生器 的運動控制方法逐漸成為該領(lǐng)域的研究熱點。中樞模式發(fā)生器是對 生物運動控制神經(jīng)網(wǎng)絡(luò)的仿生，對于機器人的節(jié)律運動控制具有很 大的優(yōu)越性。文章首先介紹了中樞模式發(fā)生器的概念及特點，然后 詳細(xì)介紹了典型的中樞模式發(fā)生器模型及其對仿生機器人運動的 控制。關(guān)鍵詞：中樞模式發(fā)生器；cpg；仿生機器人中圖分類號:tp242文獻標(biāo)識碼：a文章編號：1009-2374 (2013) 02-0062-03自然界中，各類生物為適應(yīng)復(fù)雜多變的生存

2、環(huán)境，進化出令人驚 嘆的本領(lǐng)與特征。這些優(yōu)良的生物性能給人類創(chuàng)造與設(shè)計提供各種 靈感。通過學(xué)習(xí)、模仿某些生物的特性及功能，可以提高人類對自 然的適應(yīng)和改造能力。因此，近年來，仿生機器人的研究引起了廣 泛的關(guān)注。在仿生控制領(lǐng)域中，基于中樞模式發(fā)生器的運動控制方 法因其優(yōu)越性能得到廣泛應(yīng)用，成為仿生控制領(lǐng)域的研究熱點。1 中樞模式發(fā)生器從生物學(xué)角度講，中樞模式發(fā)生器(central pattern generators，cpg)是指一類存在于無脊椎動物和脊椎動物體內(nèi)中 樞神經(jīng)系統(tǒng)中的神經(jīng)元電路。它由脊髓和腦干的中間神經(jīng)元網(wǎng)絡(luò)組 成，通過神經(jīng)元之間的相互抑制，產(chǎn)生穩(wěn)定的相位鎖定的周期信號，幽命一論文

3、發(fā)表專家一 蛔中國學(xué)術(shù)期刊網(wǎng) 控制軀體相關(guān)部位的節(jié)律性運動，例如呼吸、行走、飛行等。cpg的研究及發(fā)展經(jīng)歷了一個漫長的過程。早在1911年，g.brown 就指出控制貓行走運動的基本神經(jīng)元回路存在于脊髓中。從20世 紀(jì)60年代開始，生物學(xué)家陸續(xù)在生物體內(nèi)發(fā)現(xiàn)神經(jīng)模式發(fā)生網(wǎng)絡(luò)， 找到cpg在脊椎動物和無脊椎動物體內(nèi)存在的證據(jù)。至20世紀(jì)80 年代，cpg生物模型和數(shù)學(xué)模型逐漸建立起來，促進了 cpg的研究 和應(yīng)用。20世紀(jì)90年代，cpg理論日臻完善，應(yīng)用范圍逐漸擴大。 進入21世紀(jì)，cpg得到空前發(fā)展，應(yīng)用于機器人控制的數(shù)量大幅增 加。2中樞模式發(fā)生器的特征cpg作為一種生物學(xué)運動控制機制，在

4、機器人運動控制領(lǐng)域得到 廣泛應(yīng)用。與傳統(tǒng)機器人的控制方法不同，其主要特征有：（1）可以在無節(jié)律信號輸入、無反饋信息及缺少高層控制命令 的情況下產(chǎn)生穩(wěn)定的節(jié)律信號。（2）通過相位滯后及相位鎖定，可以產(chǎn)生多種穩(wěn)定的相位關(guān)系， 實現(xiàn)機器人多樣的運動模態(tài)。（3）易于集成環(huán)境反饋信號，形成反饋控制系統(tǒng)。（4）結(jié)構(gòu)簡單，具有很強的魯棒性和適應(yīng)能力。cpg的這些特征與機器人運動特點相結(jié)合，常被用于機器人節(jié)律 運動的底層控制器，同時在cpg模型中耦合高層控制中心的控制命 令及反饋信息，可以在線產(chǎn)生穩(wěn)定、協(xié)調(diào)的節(jié)律信號，控制機體的節(jié)律運動。3中樞模式發(fā)生器在仿生機器人領(lǐng)域的應(yīng)用隨著仿生機器人的發(fā)展及cpg對節(jié)律

5、運動控制的優(yōu)良特征，cpg 控制方法在仿生機器人控制領(lǐng)域逐漸成為熱點，并得到迅猛發(fā)展。 目前為止，越來越多的cpg模型被相繼建立出來，以控制仿生機器 人的節(jié)律運動。下面給出較為典型的cpg模型及其對仿生機器人的 控制。3.1相位振蕩器模型瑞士科學(xué)家ijspeert根據(jù)蠑螈運動過程中身體波動的特征，在 cohen提出的相位振蕩器的基礎(chǔ)上，提出了更完整的相位振蕩器模 型。（1）式中：表示第個振蕩器的相位；表示第個振蕩器的幅值；表示固 有頻率；表示固有幅值；表示幅值收斂速度；表示耦合權(quán)重；表示 振蕩器間的相位關(guān)系；表示第個振蕩器的輸出。該振蕩器模型有明顯的相位耦合關(guān)系，而且相比cohen的相位振 蕩

6、器模型，添加了顯示的輸出函數(shù)，且狀態(tài)變量少，計算量小，易 于工程推廣。ijspeert采用此模型成功控制兩棲仿蠑螈機器人的運 動。圖1 ijespeert的仿生蠑螈cpg控制示意圖3.2遞歸振蕩器模型matsuoka模型是最為著名的遞歸振蕩器模型。它是由日本九州工 業(yè)大學(xué)的matsuoka教授融合半層振蕩器概念而構(gòu)建的。但是由于 該振蕩器只能提供正值輸出信號，限制了其工程應(yīng)用。因此，日本 機器人控制專家kimura根據(jù)機器人控制的實際要求，改進了此模 型。（2）式中：表示第個振蕩器單元的屈肌及伸肌神經(jīng)元；表示或，表示 第個振蕩器單元屈肌或伸肌的內(nèi)部狀態(tài)；表示神經(jīng)元的自抑制程 度；及分別表示屈肌

7、或者伸肌的輸出信號；表示外部輸入；表示機 器人的反饋輸入；表示自抑制對細(xì)胞內(nèi)部狀態(tài)的影響程度；及表示 時間常數(shù)；表示伸肌與屈肌間的權(quán)重；表示振蕩神經(jīng)元間的耦合權(quán) 重。該模型數(shù)學(xué)表達簡單，能較好地表達cpg的生物學(xué)特性。而且， 該模型中引入了反饋控制項，在實際控制系統(tǒng)中可以利用反饋信息 提高機器人運動的穩(wěn)定性、機動性和適應(yīng)性。因此，kimura團隊將 改進的cpg模型成功應(yīng)用于足式機器人的控制。圖2基于kimura模型的四足機器人3.3基于hopf振蕩器的cpg模型hopf振蕩器是著名的具有穩(wěn)定極限環(huán)的非線性振蕩器。汪明等根 據(jù)此振蕩器構(gòu)建了基于極限環(huán)的cpg模型。（3）式中：分別表示神經(jīng)元振蕩

8、器的膜電勢和調(diào)節(jié)勢能；表示第個神 經(jīng)元振蕩器，其中n表示尾鰭的神經(jīng)元振蕩器，分別表示左、右胸 鰭的神經(jīng)元振蕩器；表示第個神經(jīng)元振蕩器的固有振蕩頻率；表示 第個神經(jīng)元振蕩器的固有幅值；表示振蕩器間的權(quán)重。該振蕩器模型采用最近相鄰耦合關(guān)系，減少了 cpg模型的參數(shù)數(shù) 量，簡化了系統(tǒng)的復(fù)雜度。而且，模型中的參數(shù)意義明確，參數(shù)相 對獨立，易于調(diào)節(jié)，使用方便。汪明等采用此模型成功控制了帶有 胸鰭的仿生機器魚的游動。圖3仿生機器魚的cpg控制示意圖4結(jié)語基于cpg的機器人運動控制是仿生機器人領(lǐng)域的新的研究熱點。 由于cpg控制方法本身的穩(wěn)定性、可靠性及無需節(jié)律信號輸入等特 點，越來越多的仿生機器人采用基于

9、cpg的控制方法控制運動。參考文獻a. j. ijspeert. central pattern generators for locomotion control in animals and robots a review. neural network， 2008， 21 (4)： 642-653.t. g. brown. the intrinsic factors in the act of progression in the mammal, proceedings of the royal society of london： series b， 1911， 84 (572)： 3

10、08-319.d. m. wilson. the central nervous control of flight in幽命一論文發(fā)表專家一 蛔布中國學(xué)術(shù)期刊網(wǎng) 暨而 wanjnela locust, journal of experimental biology,1961, 38 (22)：471-479.p. wallen, s. grillner. central pattern generators and their interaction with sensory feedback proceedings of the 1997 american control conferen

11、c, albuquerque, nm, usa, 1997： 2851-2855.h. forssberg, s. grillner, and s. rossignol. phasic gain control of reflexes from the dorsum of the paw during spinal locomotion. brain research, 1977, 132 (1)： 121-139.a. h. cohen, p. j. holmes, r. h. randthe nature of the coupling between segmental oscillat

12、ors of the lamprey spinal generator for locomotion： a mathematical modeljournal of mathematical biology, 1982, 13：345-369j. ijspeert, a. crespi, d. ryczko, and j. m. cabelguenfrom swimming to walking with a salamander robot driven by a spinal cord model. science, 2007, 315 (58)： 1416-1420.k. matsuoka. sechanism of frequency and pattern controlin the neural rhythm generatorsbiol. cybern,1987, 52(5-6)：345-3539 h. kimura,s. akiyama, and k. sakuramarealizationof dynamic walking and running of the quadruped using neuraloscillator, auton. robot, 1999, 7 (3)： 2