【技术实现步骤摘要】
一种基于BP神经网络的机器鱼多模态运动方法及系统
本公开涉及运动控制
，特别是涉及一种基于BP神经网络的机器鱼多模态运动方法及系统。
技术介绍
近年来，随着陆地资源匮乏日益严重，人们越来越多的关注到丰富的海洋资源。由于原有的水下检测、作业、运载装置难以满足复杂水下作业任务的需求，因此加速了水下机器人的研发工作。仿生机器鱼作为鱼类推进机理和机器人技术的结合点，为研制新型的水下航行器提供了一种新思路，具有重要的研究价值和应用前景。随着社会的进步与技术的发展，人工智能与控制技术的整合为仿生机器人技术创造了新的研究机会。学习和优化作为两个主要因素，在减少模型不确定性和提高系统性能方面发挥着重要作用。尤其是仿生学习方法，为基于神经网络的游泳控制提供了综合工具，从而保证了在机器鱼上产生游动步态的生物学基础。实际的水下环境通常是复杂，苛刻，甚至危险，更高的智能可以大大提高机器鱼的生存。且仿生机器鱼的未来应用将要求它们在未知和非结构化的水下环境中游泳。为此，机器鱼感知水下环境的能力也是必不可少的。大多数现有研究倾向集中于运动控制，而对水下环境感知的关注则较少。因此，未来机器...
【技术保护点】
1.一种基于BP神经网络的机器鱼多模态运动方法，其特征是，包括：建立CPG模型：对四关节具有胸鳍的机器鱼进行动力学建模，令尾鳍CPG单向抑制胸鳍CPG，利用非线性振荡器模型作为CPG神经元，确定左右两边输入激励，下行和上行相位耦合系数，上行和下行耦合系数权重，对应各个关节的CPG频率；建立BP神经网络模型：基于CPG模型得到关节角度的变化，将关节角度变化值存储为数据包进行BP神经网络训练，并将训练好的数据发送到仿生机器鱼的控制器上，利用CPG信号驱动各关节的摆动，进行机器鱼直游转弯运动。
【技术特征摘要】
1.一种基于BP神经网络的机器鱼多模态运动方法，其特征是，包括：建立CPG模型：对四关节具有胸鳍的机器鱼进行动力学建模，令尾鳍CPG单向抑制胸鳍CPG，利用非线性振荡器模型作为CPG神经元，确定左右两边输入激励，下行和上行相位耦合系数，上行和下行耦合系数权重，对应各个关节的CPG频率；建立BP神经网络模型：基于CPG模型得到关节角度的变化，将关节角度变化值存储为数据包进行BP神经网络训练，并将训练好的数据发送到仿生机器鱼的控制器上，利用CPG信号驱动各关节的摆动，进行机器鱼直游转弯运动。2.如权利要求1所述的一种基于BP神经网络的机器鱼多模态运动方法，其特征是，将CPG模型得到关节角度的数据进行训练，得到波形数据，将得到的数据与原有数据进行比对，检验误差结果。3.如权利要求1所述的一种基于BP神经网络的机器鱼多模态运动方法，其特征是，利用非线性振荡器模型作为CPG神经元，CPG神经元的输入量为激励，并分为左激励dl和右激励dr，经饱和函数后得到振荡器参数fi和Ai，分别驱动机器鱼左侧身体和右侧身体。4.如权利要求1所述的一种基于BP神经网络的机器鱼多模态运动方法，其特征是，对机器鱼进行直游实验，获得机器鱼直游运动时CPG模型输出信号。5.如权利要求1所述的一种基于BP神经网络的机器鱼多模态运动方法，其特征是，对机器鱼进行转弯实验，获得机器鱼转弯运动时CPG模型输出的相位控制信号。6.如权利要求5所述的一种基于BP神经网络的机器鱼多模态运动方法，其特征是，在机器鱼转弯实验时，左右两侧的激励不同，取两激励的均值作为输入，并令所有尾鳍CPG振荡器以...
【专利技术属性】
技术研发人员：汪明，张燕鲁，常征，卫正，逯广浩，
申请(专利权)人：山东建筑大学，
类型：发明
国别省市：山东,37
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。