[发明专利]仿生机器人运动控制神经网络的构建方法

说明书

本发明是一种仿生机器人运动控制神经网络的构建方法，该方法以新型神经元振荡器作为基础；新型神经元振荡器通过建立了一个神经元模型，然后将两个神经元之间通过抑制性突触相互连接；该方法利用新型神经元振荡器作为机器人关节的运动控制神经网络，其中一个神经元的输出作为机器人关节的曲肌控制信号，另一个神经元的输出作为关节的伸肌控制信号，然后，根据机器人各关节之间的运动关系和实际仿生生物神经控制环路的拓扑结构特点，利用抑制和兴奋性连接关系建立机器人关节振荡器之间的连接关系。此仿生机器人运动控制神经网络构建方法构建过程更加简单，生物学特性更好，鲁棒性更强，运算量小，便于工程应用。

技术背景

中枢模式发生器(Central Pattern Generator，简称CPG)是生物运动控制神经网络的一个重要组成部分，它可以在没有外部感官信息反馈的情况下产生节律输出。为了利用中枢模式发生器进行仿生机器人的控制。许多研究人员进行了仿生机器人运动控制神经网络构建的研究。这些中枢模式发生器构建方法概括起来可以分为三类：振荡器CPG、生物神经元CPG和连接CPG。其中，振荡器CPG以其结构简单，运算量小等特点被广泛应用到仿生机器人的控制中，然而由于现有的振荡器都不同程度的存在一些缺点，在仿生机器人运动控制神经网络的构建方面还存在较多的困难。在这些振荡器中，Matsuoka所提出的由两个具有疲劳特性漏积分器神经元通过相互抑制构成的振荡器成为仿生机器人运动控制神经网络构建中应用比较广泛的振荡器之一。然而，此振荡器在运动控制神经网络构建方面仍然存在较多的问题，如不能包含兴奋性连接、网络拓扑结构构建比较困难等。

发明内容

本发明所要解决的技术问题是针对现有技术关于仿生机器人运动控制存在的问题，给出一种新的神经元振荡器以及以其为基础的新运动控制神经网络的构建方法，以解决现有仿生机器人仿生控制中遇到的困难和问题。

本发明所要解决的技术问题是通过以下的技术方案来实现的。本发明是一种仿生机器人运动控制神经网络的构建方法，其特点是：

该方法以新型神经元振荡器作为基础；

所述的新型神经元振荡器通过建立了一个神经元模型，然后将两个神经元之间通过抑制性突触相互连接，构成一个振荡器模型；所述的神经元模型，在具有疲劳特性的漏积分器神经元模型基础上，增加输出饱和和自兴奋性特性后，形成了一个神经元模型；其中，所述神经元模型的输出，采用非线性函数表示，且该非线性函数满足当x≥θ时，输出具有饱和特性，当x＜θ时，神经元没有输出；

所述的运动控制神经网络的构建方法，是利用新型神经元振荡器作为机器人关节的运动控制神经网络，其中一个神经元的输出作为机器人关节的曲肌控制信号，另一个神经元的输出作为关节的伸肌控制信号，然后，根据机器人各关节之间的运动关系和实际仿生生物神经控制环路的拓扑结构特点，利用抑制和兴奋性连接关系建立机器人关节振荡器之间的连接关系。

本发明所述的一种仿生机器人运动控制神经网络的构建方法，进一步优选的技术方案如下：

所述的神经元模型是采用以下两个微分方程组中的一个：