CPG及其运动控制任冠佼解析实用.pptx
目 录 CPG的基本概念及思想来源的基本概念及思想来源1 CPG的的MTA-CNN方法实现方法实现2 CPG的其他实现方法的其他实现方法3 结论及下一步的工作结论及下一步的工作4第1页/共13页一、CPG的基本概念及思想来源全称：全称：Central Pattern Generators，中枢神经模式发生器，中枢神经模式发生器 “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。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。”第2页/共13页一、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 2007,Science,2008,Neural NetworksGoogle Scholar 333 cited 2010 Nature Physics第3页/共13页二、CPG的MTA-CNN方法实现Paolo Arena1)Int.J.Circ.Theor.Appl.20022)Int.J.Circ.Theor.Appl.20023)IEEE Trans.on Systems,Man and Cybernetics 2004 CNNCellular neural networks,MTAMulti-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，对应不同步态第4页/共13页二、CPG的MTA-CNN方法实现 CNNCellular neural networks,MTAMulti-template approach第5页/共13页二、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。CNNCellular neural networks,MTAMulti-template approach第6页/共13页二、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）第7页/共13页三、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 将各个神经元看作图的顶点，各神经元之间的连接看作图的边各顶点用薛定谔波动方程描述物理上，各模块可拆卸，可组合成四足、六足、八足，各模块内部不需要知道整机形态是几足的，组装后可产生震荡各神经元振荡情况如下图第8页/共13页三、CPG的其他实现方法P.Manoonpong 的人工神经网络方法 只采用三角步态（或对称步态，相对八足机器人而言）外部传感器信号可通过神经网络改变CPG振荡的相位与频率CPG通过离散动力方程实现，更方便数字化可是实现反射、自主避障与产生逃逸等行为第9页/共13页三、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 当机器人从陆地进入水中时，四足自动停止振荡，机体振荡加速各个神经元模型用下式描述第10页/共13页四、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。第11页/共13页感谢您的关注！感谢您的关注！第12页/共13页感谢您的欣赏！第13页/共13页
