[发明专利]基于鹤颈运动的移动视觉控制方法

权利要求书

1.一种基于鹤颈运动的移动视觉控制方法，其特征在于，包括以下步骤：

1）采集移动视觉的平台运动速度；

2）建立CPG模型，所述CPG模型由三个神经元相互连接组成，其中包括两个内部振荡神经元a，b和一个输出神经元c；

3）驱动电机根据神经元c的输出，控制移动视觉的移动。

2.根据权利要求1所述的移动视觉控制方法，其特征在于，所述步骤2）中振荡神经元a和b的微分方程为：

其中，θ_a和θ_a分别表示振荡神经元a和b振荡函数的相位，

r_a和r_b分别表示振荡的幅值，

ω分别为神经元a和b振荡的角频率，

c表示两个神经元之间的相位耦合系数，

表示神经元a和b的相位差，

d为幅值收敛速度参数，

R为稳态值，

x_a和x_b分别为振荡神经元a和b的输出幅值。

3.根据权利要求2所述的移动视觉控制方法，其特征在于，所述步骤2）中输出神经元c的函数方程如下：

x_c(x_a,x_b,_k)=λv[sgn(x_a-x_b-θ(k))+μ(k)]

其中，v是步骤1）中采集的移动视觉的平台运动速度；k是移动视觉的运动速度倍率，即：在地面参考系下，移动视觉向前运动速度的大小与移动视觉后撤运动速度大小的比值；λ是振幅调节参数；

θ(k)表示神经元c的输入阈值，

μ(k)表示神经元c的平移因子，

x_c为振荡神经元c的输出。

4.根据权利要求3所述的移动视觉控制方法，其特征在于，移动视觉的运动速度倍率k的取值为k大于1。

5.根据权利要求3所述的移动视觉控制方法，其特征在于，移动视觉的运动速度倍率k的取值为k取值为3。

6.根据权利要求2所述的移动视觉控制方法，其特征在于，采用蚁群优化算法对CPG模型的参数进行优化处理。

7.根据权利要求2所述的移动视觉控制方法，其特征在于，CPG模型的参数取值如下：

其中，T是移动视觉的运动周期。

8.根据权利要求1所述的移动视觉控制方法，其特征在于，所述移动视觉为可移动视觉传感器。