用于四足动物 locomotion 的八神经网络——髋膝关节控制
机器人学
2024-06-21 v1
摘要
能够产生用于协调多个关节的节律信号的步态发生器，是四足机器人 locomotion 控制框架中的关键组件。生物学中的等价物是中枢模式发生器 (Central Pattern Generator, 简称 CPG)，由由相互作用神经元组成的小型神经网络构成。受此架构启发，研究人员设计了由模拟神经元或振荡方程组成的人工神经网络。尽管这些设计好的 CPG 在各种机器人 locomotion 控制中得到广泛应用，但仍存在未被解决的问题：(1) 简单化的网络设计常常忽略信号与网络结构之间的对称性，导致产生的步态模式数量不足以匹配自然界中发现的那些。(2) 由于缺乏对体系结构的考虑，四足控制 CPG 通常仅由四个神经元组成，这限制了该网络直接控制腿相位的能力，而不能实现关节协调。(3) 通过变化神经元之间的耦合或神经元与腿部之间的分配来实现步态变化，而不是通过外部刺激。我们应用对称性理论设计了一个由八个神经元组成的网络，该网络由 Stein 神经元模型构成，能够实现五种步态并实现髋膝关节的协调控制。通过数值仿真验证了该网络作为步态发生器的信号稳定性，仿真结果揭示了在神经元刺激下进行步态转换时遇到的各种结果和模式。基于这些发现，我们通过神经元刺激开发了多种成功的步态转换策略。使用商业四足机器人模型，我们演示了该网络在实现运动控制和步态转换方面的可用性和可行性。
引用
@article{arxiv.2406.13419,
title = {An eight-neuron network for quadruped locomotion with hip-knee joint control},
author = {Yide Liu and Xiyan Liu and Dongqi Wang and Wei Yang and shaoxing Qu},
journal= {arXiv preprint arXiv:2406.13419},
year = {2024}
}