[发明专利]构建仿生波动鳍推进运动控制方程及其参数整定优化方法

说明书

本发明公开了一种构建仿生波动鳍推进运动控制方程及其参数整定优化方法，利用改进的粒子群算法来整定优化基于中枢模式发生器的仿生波动鳍推进运动控制方程的参数。基于中枢模式发生器的运动控制方程，能够产生多种可变相位差、频率和振幅的节律信号，同时能够抵抗控制参数突变对输出信号连续性的影响，可以实现仿生波动鳍水下机器人在不同游动模式切换下的柔性过渡；提出了将仿生对象黑魔鬼鱼的波动简化直纹面运动学方程作为参照，利用改进粒子群算法来实现CPG参数整定优化的方法，对粒子群算法的惯性因子进行了改进，使其随算法迭代的进行而线性减小，提高CPG参数整定优化的准确性，从控制算法层面来提高仿生波动鳍水下机器人的性能。

技术领域

本发明属于仿生水下机器人运动控制算法技术领域，具体涉及一种构建仿生波动鳍推进运动控制方程及其参数整定优化方法。

背景技术

随着国家海洋战略的推进，水下机器人在海底资源探测、海洋生物观察和海底管道检修等军民两用领域得到了广泛的应用。传统的水下机器人一般采用螺旋桨推进，其具有噪声大、机动性差和推进效率低等缺点。新型的仿生水下机器人是指模仿鱼类等海洋生物的推进机理或外形，利用仿生机械学等技术而设计出来的新型机电一体化设备，其具有隐蔽性好、运动灵活和能量消耗率低等优点，因此近年来逐渐成为水下机器人技术领域研究的热门课题，国外的MIT和国内的中科院自动化所等国内外科研机构纷纷研制出了各具特色的原理样机。仿生机器鱼属于仿生水下机器人的一种，按照推进机理的不同，可分为BCF式和MPF式。BCF式仿生机器鱼采用仿生尾鳍的摆动与水作用产生前进推力，具有游速高和推进力大等优点，MPF式仿生机器鱼采用胸鳍或者背鳍与水作用产生推力，具有稳定性好、机动性强和推进效率高等优点，具备更好的应用前景。仿生波动鳍推进属于MPF式推进的典型，其效仿黑刀鱼或鳐鱼的波动推进机理，通过宽大的波动鳍与水作用产生推进力。

中枢模式发生器(CPG)是一类存在于无脊椎动物和脊椎动物中枢神经系统中的神经元电路，能够在无节律控制或者反馈输入的情况下，控制生物体的节律行为，例如游泳、行走、跳跃甚至是呼吸。由于CPG运动控制方程能够产生稳定的节律信号、鲁棒性强、实时性好，因此被广泛应用于仿生机器鱼的运动控制中。基于CPG的运动控制方程通常基于自然界生物原型的神经元中抽象出来的数学模型，通过对方程进行解耦运算，得到连续、协调、稳定的节律信号，用来实现仿生机器鱼前进和转弯等多种运动模态控制。

由于CPG运动控制方程是一种从生物神经元中抽象出来的数学模型，因此其方程参数众多，并且方程参数与实际输出的节律信号的幅值和频率等参量不是简单的线性关系，给CPG运动控制方程的参数整定带来困难，已经成为仿生机器鱼运动控制领域的一大难题。

在公开的现有技术中，专利“一种仿生长鳍波动推进器的运动控制方法”(申请公开号CN101609306A，申请公开日2009.12.23)涉及一种基于CPG的长鳍运动控制方程；专利“一种仿鲹科机器鱼倒游运动的控制方法”(授权公告号CN102745320B，授权公告日2015.03.11)涉及基于中枢模式发生器控制机器鱼的游动的运动控制方法；专利“一种仿生机器鱼及其控制参数优化方法”(申请公布号CN107088307A，申请公布日2017.08.25)公开了根据极限环CPG网络控制模型来构建仿生机器鱼的数学模型，采用PSO算法对参数进行优化的方法。然而以上方法都没有涉及利用仿生对象的实际运动参数来优化CPG运动控制方程参数。

因此，提出一种构建仿生波动鳍推进运动控制方程及其参数整定优化方法势在必行。

发明内容

本发明提供了一种构建仿生波动鳍推进运动控制方程及其参数整定优化方法，利用改进的粒子群算法来整定优化基于中枢模式发生器(CPG)的仿生波动鳍推进运动控制方程的参数。

为达到上述目的，本发明所述一种构建仿生波动鳍推进运动控制方程及其参数整定优化方法，包括以下步骤：