[发明专利]基于FPGA的机械臂控制方法

权利要求书

1.一种基于FPGA的机械臂控制方法，其特征在于，包括：

构建小脑神经网络模型，所述小脑神经网络模型包括：IO神经核团LIF模型、GR神经核团LIF模型、GO神经核团LIF模型、PKJ神经核团LIF模型、DCN神经核团LIF模型以及MF神经核团LIF模型；

所述小脑神经网络模型获取机械臂角度误差信号，所述机械臂角度误差信号输入至所述小脑网络模型，对机械臂进行控制。

2.根据权利要求1所述的方法，其特征在于，所述小脑神经网络模型获取机械臂角度误差信号，所述机械臂角度误差信号输入至所述小脑网络模型，对机械臂进行控制包括：

GR神经核团LIF模型接收来自MF神经核团LIF模型的兴奋性输入以及来自GO神经核团LIF模型的抑制性输入，所述GO神经核团LIF模型接受来自GR神经核团LIF模型的兴奋性输入，所述PKJ神经核团LIF模型接受来自GR神经核团LIF模型兴奋性输入以及IO神经核团LIF模型的兴奋性输入，所述DCN神经核团LIF模型接受来自MF神经核团LIF模型的兴奋性输入和PKJ神经核团LIF模型抑制性输入。

3.根据权利要求1所述的方法，其特征在于，所述小脑网络中单神经元模型满足如下关系：

小脑网络模型中各神经元的突触电导可通过如下方程表示：

C—神经元的膜电容；

V—膜电位；

g_x代表突触电导；

E_x代表静息电位；

G_x为最大突触电导；

τ_ahp是电导延迟时间；

x可以是{leak,exc,inh,ahp}中的任意一个；

W_ex和W_inh分别代表兴奋性突触和抑制性突触的突触耦合强度；

θ—膜电位阈值；

t₀是神经元的上一个放电时刻。

4.根据权利要求1所述的方法，其特征在于，所述小脑神经网络模型获取机械臂角度误差信号，所述机械臂角度误差信号输入至所述小脑网络模型，对机械臂进行控制的步骤包括：

FPGA获取机械臂角度误差信号并将所述机械臂角度误差信号转化为放电形式的误差信号；

所述放电形式的误差信号传输至IO神经核团的LIF模型，所述DCN神经核团LIF模型输出DCN神经核团膜电位，并通过解码模块转化为角度纠正信号。

5.根据权利要求1所述的方法，其特征在于，FPGA芯片采用StratixⅢEP3SE260F1152C4N。