用CNN實(shí)現(xiàn)CPG的理論及其機(jī)器人步態(tài)控制器的研究.pdf

1、用細(xì)胞神經(jīng)網(wǎng)絡(luò)(CNN)模擬中樞模式發(fā)生器(CPG)實(shí)現(xiàn)機(jī)器人運(yùn)動(dòng)控制是目前國(guó)際上機(jī)器人領(lǐng)域的一個(gè)研究熱點(diǎn)。本文在闡述了這一研究課題基本原理的基礎(chǔ)上，研究了一種集成的遺傳算法(EGA)并用來(lái)進(jìn)行CNN細(xì)胞參數(shù)模板設(shè)計(jì)，為CPG的實(shí)現(xiàn)提供了一種新思路。針對(duì)傳統(tǒng)的CNN難于理論研究的缺點(diǎn)，利用非極性雙曲函數(shù)代替?zhèn)鹘y(tǒng)CNN中的分段線性輸出函數(shù)，構(gòu)成了新的CNN。從理論上證明了新的細(xì)胞狀態(tài)方程存在穩(wěn)定的周期解，計(jì)算出了狀態(tài)方程產(chǎn)生分支時(shí)偏置量的

2、值，得出了網(wǎng)絡(luò)偏置量的改變會(huì)影響狀態(tài)方程振蕩周期的結(jié)論，從而可以為通過(guò)CNN產(chǎn)生不同的CPG模式提供理論依據(jù)，本文通過(guò)計(jì)算機(jī)仿真驗(yàn)證了所得結(jié)論的正確性。進(jìn)而，建立了基于CNN和模糊控制的CPG模型實(shí)現(xiàn)機(jī)器人的運(yùn)動(dòng)控制，利用模糊神經(jīng)網(wǎng)絡(luò)(FNN)整合系統(tǒng)運(yùn)行過(guò)程中的控制誤差。文中提出了CNN系統(tǒng)穩(wěn)定的概念并給出了評(píng)估函數(shù)，為控制器的設(shè)計(jì)提供了評(píng)價(jià)標(biāo)準(zhǔn)；引入遺傳算法為FNN提供了大量可靠的訓(xùn)練數(shù)據(jù)。仿真結(jié)果表明，本文建立的控制器具有較強(qiáng)的自