[发明专利]仿生机器鱼的运动控制方法、装置、设备及可读存储介质

权利要求书

1.一种仿生机器鱼的运动控制方法，其特征在于，包括：

构建仿生机器鱼基于中枢模式发生器的运动学模型；

通过粒子群优化算法对所述运动学模型的参数进行优化，获得优化后的中枢模式发生器结构；

根据所述优化后的中枢模式发生器结构产生关节角度，以控制所述仿生机器鱼的运动；

所述构建仿生机器鱼基于中枢模式发生器的运动学模型的步骤，具体包括：

根据外部输入信号、伸肌神经元与屈肌神经元之间的连接权重、伸肌神经元之间的连接权重、伸肌神经元的输出信号、伸肌神经元的反馈信号以及伸肌神经元的内部状态及自我抑制状态，构建伸肌神经元振荡器模型；

根据外部输入信号、伸肌神经元与屈肌神经元之间的连接权重、屈肌神经元之间的连接权重、屈肌神经元的输出信号、屈肌神经元的反馈信号以及屈肌神经元的内部状态及自我抑制状态，构建屈肌神经元振荡器模型；

根据所述伸肌神经元振荡器模型、屈肌神经元振荡器模型、关节角度输入信号归一化的幅度比例因子以及仿生机器鱼关节角度，构建仿生机器鱼基于中枢模式发生器的运动学模型。

2.根据权利要求1所述的仿生机器鱼的运动控制方法，其特征在于，所述通过粒子群优化算法对所述运动学模型的参数进行优化，获得优化后的中枢模式发生器结构的步骤，具体包括：

基于中枢模式发生器结构，对粒子群优化算法中的常量参数的初始值进行设定；

初始化粒子群，其中，初始粒子群由随机产生的若干个粒子组成；

计算粒子的适配度值，获取单个极值和组极值；

根据行波函数以及连杆函数的差值绝对值，构建连接权值的目标函数；

根据所述连接权值的目标函数对所述单个极值和组极值进行更新迭代，直至获得最小目标函数值，并确定为运动学模型的最优参数，获得优化后的中枢模式发生器结构。

3.根据权利要求2所述的仿生机器鱼的运动控制方法，其特征在于，所述粒子群优化算法中的常量参数包括但不限于群体个数、群体维数、群体迭代次数、惯性权重、粒子群位置和速度、线性和二次波振幅包络。

4.根据权利要求2所述的仿生机器鱼的运动控制方法，其特征在于，所述计算粒子的适配度值包括但不限于计算种群位置、计算种群速度、计算个体最优位置和最优值、计算全局最优位置和最优值。

5.根据权利要求1所述的仿生机器鱼的运动控制方法，其特征在于，所述根据所述优化后的中枢模式发生器结构产生关节角度，以控制所述仿生机器鱼的运动的步骤，具体包括：

根据优化后的中枢模式发生器结构，获取伸肌神经元振荡器模型、屈肌神经元振荡器模型以及关节角度输入信号归一化的幅度比例因子；

根据伸肌神经元振荡器模型、屈肌神经元振荡器模型以及关节角度输入信号归一化的幅度比例因子，确定关节角度，以控制所述仿生机器鱼的运动。

6.根据权利要求1所述的仿生机器鱼的运动控制方法，其特征在于，所述运动学模型的参数包括但不限于自我抑制权重、振幅比例因子、连接权重和时间常数。