[发明专利]一种基于感觉反馈CPG模型的仿生海豚智能控制方法

权利要求书

1.一种基于感觉反馈CPG模型的仿生海豚智能控制方法，包括CPG模型与自主模糊游动控制，其特征在于：所述CPG模型包括电机控制单元与神经CPG振荡器，所述自主模糊游动控制包括反馈感知系统、10自由度IMU与红外传感器。

2.根据权利要求1所述的一种基于感觉反馈CPG模型的仿生海豚智能控制方法，其特征在于：所述CPG模型能够产生有节奏的输出，可调制输出的幅度、频率、相位差和偏移，该CPG电路由一个电机控制单元(MCU)和两个振荡器组成，它们产生尾部连杆运动，神经CPG振荡器分为两个对称段，每个部分具有四个不同的中间神经元，分别称为交叉中间神经元(CIN)，横向中间神经元(LIN)，兴奋性中间神经元(EIN)，运动神经元(MN)和感觉神经元(SN)，每一个CPG振荡器由EIN连接到LIN，并连接单向突触权值振荡器的数学模型表示如下：

y_j＝max(x_(MN)1，0)-max(x_(MN)2，0).

其中，i代表振荡器的左右两段，j代表振荡器数量，k代表振荡器中神经元的数量，xi是膜电位，yj是振荡器的输出，参数τ和A分别代表周期和振幅，β是偏移量，它被分配给两个MN相反的值从而继续振荡，wik和wij是中间神经元和振荡器的突触权值，si给出突触前神经元的膜电位，cj和wij给出突触后神经元神经递质电位，下标的顶行表示同一振荡器中相对的段；

在设计的感觉反馈机制中，每个神经元(SN)定义如下：

在其中x(SN)i是SN的膜电位，τRES是刺激的响应时间常数；τF是刺激的下降时间常数；p是刺激的校正系数，λ是外部刺激量，Λ是阈值，阈值指定当外部刺激很重要时是否应生成响应，因为在其他情况下SN为零，且每个SN都向所有MN发出兴奋性突触；

MCU作为主体来确定各环节的相位差，其设计形式相同，但是，从它自己的EIN到LIN有两个不同的突触(wL，R，wR，L)，wL,R＝α/(α+γ)和wR，L＝(-γ)/(α+γ)，α和γ是MCU的相位系数，参数范围为(0,1]，另外，MCU中不使用SN且其等于零，在振荡器模型中，建立了单向抑制链式CPG电路以生成有节奏的振荡输出。

3.根据权利要求1所述的一种基于感觉反馈CPG模型的仿生海豚智能控制方法，其特征在于：所述自主模糊游动控制中智能控制在自主游动中起决定作用，它应具备合并来自机载传感器的数据以及通过合成这些数据以使机器人能够运动并正确的巡航的能力，仿生海豚原型包括两个反馈感知系统，一个10自由度IMU和三个红外传感器，当仿生海豚同时面对多个障碍物时，模糊控制法可解决现实水下巡游路线方案的问题，因此，本发明设计了基于模糊控制的自主和偏航控制结构，并带有感觉反馈CPG网络。

4.根据权利要求3所述的一种基于感觉反馈CPG模型的仿生海豚智能控制方法，其特征在于：所述仿生海豚的动作与FSM结合在一起，它可以根据鼻子里的左，右和前面的红外传感器接收到的感觉反馈信息自主游动，根据闭环感觉反馈系统，设计了Mamdani型模糊控制器，通用的Mamdani型模糊控制器由模糊器、规则库、推理机制和去模糊器四个部分组成，在仿生海豚上安装了三个红外传感器，即Sl，Sr和Sf，并将控制器的输入确定为传感器的值，去模糊器的输出是激励量(λ)，在设计的控制器中，规则库包括以下：

R_j：IF x₁ isand...x_n is

THEN y is Q^j，j＝1，2，...，m.

这里，x＝[Sl,Sf,Sr]T∈Ωx和y∈Ωy是输入和输出的语言变量，Rj表示第j条规则，(Mj,Qj)是模糊集，取决于(μMj(x),μQj(y))，m也是规则号，模糊控制器从以下位置执行非线性映射Ωx至Ωy，根据此映射，给出了三个输入的输出表面，在去模糊器中，采用质心法，可表示为：

yj是第j条规则的清晰输出，最后，可以通过以下公式确定控制器的输入；

这里，VS是传感器电压，m是线性斜率，b是线函数常数，k是确定校准点的正常数，对于GP2Y0A21YK0F设置为4，γ是百分常数，由测量距离的比率确定，需要注意的m′＝1/m和b′＝1/b；

输入隶属函数：远距离(D)，中(M)和近距离(C)，具体取决于障碍物距离的百分比，输出隶属函数：取决于海豚的运动，大右(BR)，小右(SR)，零(Z)，小左(SL)和大左(BL)。