[发明专利]基于鹤颈运动的移动视觉控制方法

说明书

技术领域

本发明涉及移动视觉的控制领域，尤其涉及一种基于鹤颈运动的移动视觉控制方法。

背景技术

随着移动机器人逐渐进入普通家庭为人类服务，移动机器人的应用越来越广泛。它不仅可以与人进行交互，还可以辅助人类完成抓取、搬运等复杂的任务。灵活的可移动性极大地拓展了移动机器人的工作空间，使得机器人可以以更优的位姿完成各种复杂的任务。然而，上述任务的完成离不开装载于机器人本体上的各类传感设备。视觉传感器作为其中最为重要的设备之一，已经得到了非常普遍的应用。

由于移动机器人的自主运动，安装在移动平台上的视觉传感器通常难以获得稳定清晰的视觉信息。因此，为视觉传感器安装可控云台并开展有效的控制方法研究具有重要的意义。

目前基于视觉的伺服控制得到了广泛研究。研究者们提出了各种解决方法：为了保持多个运动目标不从移动视觉的视野中丢失，采用欠定的任务函数调节图像特征的均值和方差，同时使用另一个任务函数获得高质量的运动感知，从而计算出特征点的速度，最终可以实现3～8个目标的跟踪。通过对噪声的实时估计来调整图像分割精度，研究人员提出了一种适用于移动视觉系统的立体匹配算法。也有科研人员从图像处理算法的角度研究了消除摄像头抖动的途径。以上方法从不同侧面研究了如何降低或消除运动过程给移动视觉带来的不利影响，但是大多数方法局限于信息处理的单一层面，因此，很难在不同的应用场合获得良好的效果。

相比而言，动物在走动觅食过程中对移动视觉的控制是截然不同的。根本的区别体现在动物的运动控制不是基于信息处理的方法，而是一种中枢神经控制。动物的这种Head-bobbing运动是一种典型的节律(rhythm)运动。动物的节律运动具有规则的表现形式、高度稳定性和环境适应性。而且，节律性运动可以随意开始或者停止，一旦开始就能自动重复进行而不再需要过多大脑意识的参与。一般而言，产生节律运动的神经环路称为中枢模式发生器(central pattern generator,CPG)。动物的众多节律运动都是由脊髓中的CPG来实现的。本发明从仿生角度，通过对鹤颈运动的模仿，实现降低或消除移动视觉抖动现象的目的。

发明内容

本发明要解决的技术问题在于针对现有技术中的缺陷，提供一种基于鹤颈运动的移动视觉控制方法，该方法从仿生控制角度入手，借鉴生物学研究成果，能显著降低或消除移动视觉的抖动现象。

本发明解决其技术问题所采用的技术方案是：

一种基于鹤颈运动的移动视觉控制方法，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）控制移动视觉移动的驱动电机根据神经元(c)的输出，控制移动视觉的移动。

按上述方案，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。

按上述方案，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。

按上述方案，移动视觉的运动速度倍率k的取值为k大于1。

按上述方案，移动视觉的运动速度倍率k的取值为3。

按上述方案，采用蚁群优化算法对CPG模型的参数包括角频率、频率和相角进行优化处理。