小腦內(nèi)部預(yù)測(cè)模型與機(jī)器主體的運(yùn)動(dòng)平衡控制.pdf

1、認(rèn)知在運(yùn)動(dòng)神經(jīng)技能(包括運(yùn)動(dòng)神經(jīng)控制和運(yùn)動(dòng)神經(jīng)學(xué)習(xí))中扮演著重要角色。理解和模擬生物系統(tǒng)運(yùn)動(dòng)技能認(rèn)知行為，并將這種行為賦予機(jī)器人主體，是課題的基本出發(fā)點(diǎn)。運(yùn)動(dòng)控制中的人體姿態(tài)平衡問(wèn)題是自主移動(dòng)式機(jī)器主體的一個(gè)首要問(wèn)題。小腦模型的研究對(duì)于機(jī)器主體模擬自然生命體的運(yùn)動(dòng)平衡控制意義重大。 針對(duì)機(jī)器主體的運(yùn)動(dòng)平衡控制問(wèn)題，本文提出小腦內(nèi)部預(yù)測(cè)模型(IPM)。IPM在文中的兩種表現(xiàn)形式：依照運(yùn)動(dòng)神經(jīng)生物學(xué)中的卡爾曼濾波理論，創(chuàng)建基于卡爾曼

2、濾波器的小腦內(nèi)模；依據(jù)運(yùn)動(dòng)神經(jīng)中的史密斯預(yù)估理論，提出基于史密斯預(yù)估器的小腦內(nèi)模。取得的主要研究成果有： 1)人體姿態(tài)平衡動(dòng)力學(xué)模型本文從人體姿態(tài)平衡問(wèn)題出發(fā)，進(jìn)行模型力學(xué)分析將其簡(jiǎn)化抽象為倒立擺模型。針對(duì)控制倒立擺問(wèn)題，通過(guò)分別采用比例積分(PD)和神經(jīng)網(wǎng)絡(luò)比例積分(NNPD)進(jìn)行對(duì)比仿真實(shí)驗(yàn)，認(rèn)為在實(shí)現(xiàn)運(yùn)動(dòng)控制的運(yùn)動(dòng)學(xué)習(xí)中，設(shè)計(jì)一種自適應(yīng)小腦內(nèi)部預(yù)測(cè)模型，幫助機(jī)器主體獲得運(yùn)動(dòng)平衡技能是有意義的。 2)基于Kalman

3、預(yù)估器的小腦模型本文在建立的IPM概念上提出一種基于Kalman預(yù)估器的小腦模型，當(dāng)它用于解決肢體平衡問(wèn)題時(shí)可以保證系統(tǒng)的在運(yùn)動(dòng)控制過(guò)程中的精確性和穩(wěn)定性。這種前饋模型由神經(jīng)網(wǎng)絡(luò)構(gòu)成，訓(xùn)練信號(hào)由預(yù)估器和反饋控制器的輸出提供，同時(shí)反饋控制器采用PD控制器以確保全局穩(wěn)定性。通過(guò)對(duì)倒立擺的仿真實(shí)驗(yàn)驗(yàn)證了這一模型對(duì)機(jī)器主體運(yùn)動(dòng)平衡控制的有效性。 3)基于Smith預(yù)估器的小腦模型本文提出另一種IPM，即一種基于Smith預(yù)估器的小腦模型

4、，目的是解決生理學(xué)上反饋控制系統(tǒng)的高增益長(zhǎng)延遲引起的問(wèn)題。有效的控制效果可以通過(guò)提高機(jī)械和神經(jīng)反饋的增益實(shí)現(xiàn)。同時(shí)，源于生物過(guò)程的傳輸延遲是不能忽略的。所以，提出的新模型在概念上是合理的。這一機(jī)制中的兩個(gè)前向模型可以通過(guò)神經(jīng)網(wǎng)絡(luò)的運(yùn)動(dòng)神經(jīng)學(xué)習(xí)得到。受近期小腦研究啟發(fā)的訓(xùn)練信號(hào)用于學(xué)習(xí)動(dòng)態(tài)模型，倒立擺實(shí)驗(yàn)證明這一思想在機(jī)器主體的運(yùn)動(dòng)平衡控制上是有效的。由于本模型中的預(yù)測(cè)模型要求是被控對(duì)象的動(dòng)態(tài)模型和延遲模型的精確表達(dá)，對(duì)參數(shù)十分敏感，而倒

5、立擺系統(tǒng)又是典型的非線性不穩(wěn)定系統(tǒng)，因此在這一模型的應(yīng)用上作了探索性研究。 論文中的仿真實(shí)驗(yàn)結(jié)果表明：內(nèi)部預(yù)測(cè)模型可用于機(jī)器主體的運(yùn)動(dòng)平衡控制。也說(shuō)明：本文提出的模型從功能上可以用真實(shí)的神經(jīng)生物系統(tǒng)被理解和解釋。 本課題得到了國(guó)家自然科學(xué)基金(60375017)、北京市人才強(qiáng)教計(jì)劃項(xiàng)目、高等學(xué)校博士學(xué)科點(diǎn)專(zhuān)項(xiàng)科研基金(20050005002)的支持。相關(guān)研究成果已被國(guó)際刊物L(fēng)ecture Notes in Compute

6、r Science(SCI檢索)，國(guó)際會(huì)議論文集the Proceeding of 6<'th> World Congress on Intelligent Control and Automation(EI檢索)，以及國(guó)內(nèi)核心期刊《清華大學(xué)學(xué)報(bào)(自然科學(xué)版)》(EI刊源)錄用。研究生期間，本人代表課題組參加ISNN2006國(guó)際會(huì)議并做口頭報(bào)告。本文的研究工作對(duì)于促進(jìn)運(yùn)動(dòng)學(xué)習(xí)在控制系統(tǒng)中的應(yīng)用有積極的意義，可以廣泛應(yīng)用于機(jī)器學(xué)習(xí)、自動(dòng)控