[发明专利]基于脉冲神经网络的机器人跟踪目标的控制方法

摘要

本发明是一种基于脉冲神经网络的机器人跟踪目标的控制方法，是将机器人感知的多传感器信息预处理后，以脉冲串的方式在脉冲神经网络中集成处理，进而控制机器人实现对目标的无碰跟踪。机器人综合视觉、码盘以及超声数据产生目标信息及障碍信息，预处理后送入脉冲神经网络的输入层，包括目标神经元、传感器神经元和避障神经元，生成对应的脉冲信号，其中避障神经元生成的脉冲信号还经隐藏层神经元进行处理；产生的脉冲信号经加权送入输出层的两对电机神经元，这两对电机神经元输出的脉冲串所对应的脉冲数分别通过竞争、滤波、限幅后，控制左右电机。本发明机器人根据自身感知信息做出实时决策，为其在安全警戒、保卫等方面的应用提供技术支持。

主权项

1.一种基于脉冲神经网络的机器人跟踪目标的控制方法，包括步骤：步骤A：机器人利用视觉传感器、码盘以及超声传感器探测环境，对获取的视觉图像数据、码盘数据和超声数据进行处理，产生目标信息及障碍信息送入信息预处理模块M₁、M₂和M₃中，获得预处理后的结果和分别与脉冲神经网络输入层的目标神经元、传感器神经元和避障神经元相对应，其中n_g为脉冲神经网络的输入层的目标神经元的个数，n_s为脉冲神经网络的输入层的传感器神经元的个数；步骤B：信息预处理模块M₁、M₂和M₃分别将预处理后的结果送入脉冲神经网络输入层的目标神经元、传感器神经元和避障神经元，目标神经元、传感器神经元和避障神经元分别生成对应的脉冲信号；其中避障神经元部分生成的脉冲信号经隐藏层神经元处理后产生避障相关的脉冲信号；步骤C：目标神经元、传感器神经元和隐藏层神经元将产生的脉冲信号加权处理后送入输出层的左电机正向神经元和右电机正向神经元；同时，隐藏层神经元将产生的脉冲信号加权处理后送入输出层的左电机反向神经元和右电机反向神经元；左电机正向神经元和左电机反向神经元、右电机正向神经元和右电机反向神经元组成输出层的两对电机神经元，两对电机神经元点火后分别生成脉冲串，脉冲串所对应的脉冲数分别为n_lf、n_lb、n_rf和n_rb；步骤D：两对电机神经元输出的脉冲串所对应的脉冲数分别通过竞争、滤波、限幅后，产生机器人移动机构的左右电机的控制信号n_lo和n_ro，进而控制左右电机实现机器人的运动；步骤E：在生成左右电机的控制信号后，机器人采用赫布(Hebb)学习算法，对连接输入层的目标神经元和传感器神经元到输出层的左电机正向神经元和右电机正向神经元的权值进行在线调整；步骤F：返回步骤A。