The invention relates to a method for controlling the rhythm of motion of a manipulator based on CPG neural network, which includes the following steps: (1) the upper computer sets the conductivity and back EMF parameters corresponding to the persistent nano-current, potassium current and leakage current of the neuron, as well as the upper and lower thresholds and threshold cycles when shaping with variable thresholds, and transmits them to the FPGA by USB communication; (2) According to the parameters, the FPGA establishes the CPG spirit. Through the simulation model of meta-network, the discharge waveform is output and transmitted to the host computer for display; (3) Variable threshold shaping is realized by using FPGA, and the discharge waveform output by CPG neuron network in step 2 is adjusted, and the control signal is output to the manipulator, so as to control and adjust the motion rhythm of the manipulator and transmit the joint angular displacement of the manipulator to the manipulator. The upper computer displays it.
【技术实现步骤摘要】
基于CPG神经元网络的机械臂运动节律控制方法
本专利技术涉及生物医学工程技术,特别是一种基于CPG神经元网络的机械臂运动节律控制实验方法。
技术介绍
近年来,随着机器人技术的发展,高速、高精度、高负载自重比的机械臂结构受到各个领域的关注。随着人们对于机械臂的应用要求的提升,传统由人工规划产生的机械臂运动轨迹,不论是轨迹的连贯性还是动作的自然性,都与人类的真实手臂存在很大差异。因此,机器人机械臂结构柔性特征必须予以考虑,有效控制柔性机械臂精度必须分析系统动力学特性,单纯地依靠传统的设计方法已经无法满足人们对机器人复杂功能的要求。随着生物学研究的不断深入,仿生控制方法在模拟生物运动节律的方向上展现出了相比传统控制方法更大的优越性。中枢模式发生器,英文名称CPG(Centralpatterngenerator),是一种复杂的分布式神经网络。这种神经网络可以在没有外部节律信号输入的前提下通过网络自身来产生节律信号,是自然界中动物产生节律运动的重要机制。这种网络主要由相互耦合的振荡器和接收外界刺激的反馈系统组成,具有很强的鲁棒性和自适应能力,已经成为生物学领域和仿生学领域研究的热点之一。因此设计一种基于CPG神经元网络的机械臂运动节律控制实验平台,通过人机操作界面进行相关参数的设定,整定CPG神经元网络输出的波形,调节机械臂节律运动的振幅、周期、对称性,实现对机械臂运动节律的控制。现场可编程门阵列(FieldProgrammableGateArray,FPGA)技术在以生物神经系统为对象的计算神经科学领域的应用逐渐受到重视。相比于模拟系统,FPGA有着体积小、密度高 ...
【技术保护点】
1.一种基于CPG神经元网络的机械臂运动节律控制方法,包括下列步骤:(1)上位机设定神经元持续纳电流、钾电流和泄漏电流对应的电导率和反电势参数,以及变阈值整形时的上、下限阈值和阈值周期,并由USB通讯传输至FPGA;(2)FPGA根据所设参数,建立CPG神经元网络仿真模型,进行仿真,仿真过程中输出放电波形,将此波形传输至上位机加以显示;其中,所采用的CPG神经元网络是一种由一个兴奋性神经元,即1号神经元和三个抑制性神经元,编号分别为2、3、4号神经元,三个兴奋性驱动作用(d1、d2、d3)构成的网络模型,这些神经元通过突触连接而形成复杂的神经元网络,从而产生节律信号;该CPG神经元网络模型的数学表达式具体描述如下:
【技术特征摘要】
1.一种基于CPG神经元网络的机械臂运动节律控制方法,包括下列步骤:(1)上位机设定神经元持续纳电流、钾电流和泄漏电流对应的电导率和反电势参数,以及变阈值整形时的上、下限阈值和阈值周期,并由USB通讯传输至FPGA;(2)FPGA根据所设参数,建立CPG神经元网络仿真模型,进行仿真,仿真过程中输出放电波形,将此波形传输至上位机加以显示;其中,所采用的CPG神经元网络是一种由一个兴奋性神经元,即1号神经元和三个抑制性神经元,编号分别为2、3、4号神经元,三个兴奋性驱动作用(d1、d2、d3)构成的网络模型,这些神经元通过突触连接而形成复杂的神经元网络,从而产生节律信号;该CPG神经元网络模型的数学表达式具体描述如下:上式中i(i=1,2,3,4)分别代表1、2、3、4号神经元,其中符号说明如下:C为神经元的膜电容,Vi为i号神经元所代表神经元群体的平均膜电位,t为时间,INaP为持续钠电流,IK为钾电流,IADi为自适应钾电流,ILi为泄漏电流,ISynEi和ISynIi分别为其它神经元向i号神经元输入的兴奋性电流和抑制性电流,上述电流均根据上位机所设参数计算得到;该CPG神经元网络中的每个神经元模型由一个二阶微分方程组描述,四个神经元相互耦合,附加三个外部驱动作用,共同构成CPG神经元网络模型;用非线性函数fi(Vi)表示每个神经元所为的神经元群体的输出活动,定义如下:其中V1/2为半活动电压,为i号神经元输出函数的斜率;将1号神经元的输出信号f1(V1),经过变阈值整形转换为占空比可调的矩形波信号,作为机械臂3的控制信号;(3)利用FPGA实现变阈值整形,对步骤2中CPG神经元网络输出的放电波形进行整定,并输出控制信号至机械臂,从而控制调节机械臂的运动节律,并将机械臂关节角位移传输至上位机加以显示;方法如下:在...
【专利技术属性】
技术研发人员:于海涛,李凯,张鲲,孟紫寒,王江,
申请(专利权)人:天津大学,
类型:发明
国别省市:天津,12
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。