专利名称：一种基于霍普夫振荡器的模式发生方法
技术领域：
本发明涉及一种模式发生方法，属关节式仿生机器人运动控制技术领域。
技术背景目前世界各国都在研制足类关节式仿生机器人，常用的仿生控制方法采用的是中枢模式发生器(CPG)，它模仿生物神经元的脉冲信号发生过程，即单个神经脉冲信号 (如图l)。因为这种脉冲信号无法自激振荡，所以需要采用多个神经元形成相互抑制 的CPG单元。在机器人运动控制中，需要信号发生器产生连续的振荡波作为关节的转 角或力矩信号才能使执行机构连续运动。清华大学的郑浩峻团队研发的实现动物节律 运动的足类仿生机器人(专利号03157386.X)使用与动物相似的节律运动机理来控制 机器人，使用两个神经元互相激发使两个脉冲产生相位差，这样合成后就产生了振荡 波(如图2)。这种方法尽管可以实现振荡信号，但是振荡波形不可控，与实际要求的 振荡信号形状偏离较大，即不完全符合机器人实际需要的关节运动振荡信号。郑浩峻 团队的CPG单元的本质是构成状态变量的极限环，实现了对扰动的抑制和消除。能够 产生极限环振荡信号的通用振荡器有很多，比如霍普夫振荡器(Hopfoscillators)、范 德波振荡器(Van-der-pol oscillators)等等。这些振荡器物理含义明确，抗干扰能力强， 但是单个振荡器发出的振荡信号波形还是不能满足机器人关节轨迹的实际要求。 发明内容为了克服现有技术驱动振荡信号波形不可调控的问题，本发明提出了一种基于霍 普夫振荡器的模式发生方法，按照关节运动需求可以获得机器人关节的转角(力矩) ——时间轨迹曲线(即样板曲线)，并可以通过调节该模式发生器的参数进一步调整 输出波形，达到对运动控制信号的修正。首先定义一个带有扰动量的动力学系统<formula>formula see original document page 3</formula>式中q为一个矢量变参数，p为扰动量，当p^O时系统信号将稳定在一个环的周围变 化，此时我们将这个环就叫做极限环(limit cycle)，把上述的系统称为振荡器 (oscillators)。根据上述系统引入霍普夫振荡器模型，它是一个非线性系统，其方程表达式如下i = ()ii-r2)x-coy + px./ 2、丄丄 (1)y = (|u-r )y + x + py式中r-7 ^7和p。 py是系统的扰动。当r〉0时，该模型系统就成为振荡器，i是极限环的半径或振荡的幅值，co是振荡频率。x、 y是该振荡器的状态变量。本发明提出的基于霍普夫振荡器的模式发生器中含有i个霍普夫振荡器，根据单 个霍普夫振荡器状态方程(1)，该模式仿生器可以表达如下《.=你-d(D,x (2)i=l、 2、 3、......本发明解决其技术问题所采用的技术方案包括以下步骤第一步，根据关节机器人的结构模型，进行运动学分析，绘制出机器人某个关节的转角一时间轨迹曲线，即样板曲线。第二步，对上述样板曲线进行傅立叶变换(FFT)得到该曲线的功率谱密度曲线。 第三步，对得到的功率谱密度曲线进行频谱分析得到样板曲线的频率成分及其对应的能量成分；将其中的能量成分转换为该频率震荡信号的权重，即得到每个霍普夫振荡器在本发明所述的模式发生器中的权重，记为a,， i=l、 2、 3、……。第四步，将样板曲线中主要频率(即主要霍普夫振荡器振荡频率)成分的霍普夫 振荡器输出以所占权重进行叠加，主要频率成分的多少由对样板曲线拟合的精度决定； 即将各权重与其对应的霍普夫振荡器状态变量的积求和，即本发明所述一个基于霍普 夫振荡器的模式发生器信号输出方程式如下0。ut=Sa'I'. i=l、 2、 3、…… (3)第五步，根据关节机器人运动需求及步态规划，设定各个关节的控制用模式发生 器的初始相位角，使其构成控制网络。本发明的有益效果是在关节控制过程中，本发明所述模式发生器明显优于其它 基于霍普夫振荡器的模式发生器，其中关键在于该方法使得振荡波的输出可以较好的 满足机器人关节实际运动需求，并可根据运动要求对幅值和频率进行调整。下面结合附图和实施例对本发明进一步说明。
图1是本发明所述生物神经元神经脉冲信号示意图。图2是本发明所述双神经元互激产生振荡信号示意图。图3是本发明所述样板曲线实例图。图4是本发明所述功率谱密度曲线实例图。图5是本发明所述单个基于霍普夫振荡器的模式发生器工作示意图。
具体实施方式
装置实施例以四足仿生机器人4个髋关节控制实例对本发明做进一步详细说明。 第一步，根据四足仿生机器人行走要求及步态规划，绘制出该机器人4个髋关节中每一个关节的运动状态变量随时间变化的曲线(本次采用关节转角一时间轨迹曲线作为样板曲线说明)，如图3所示。第二步，对各个关节的样板曲线进行傅立叶(FFT)变化得到功率谱密度曲线， 如图4所示。第三步，对得到的功率谱密度曲线进行频谱分析得到样板曲线的频率成分及其对 应的能量成分；将其中的能量成分转换为该频率震荡信号的权重，即得到各个关节模式发生器中相关霍普夫振荡器振荡信号的权重，记为a。 i=i、 2、 3、……。第四步，将样板曲线中主要频率(即主要霍普夫振荡器振荡频率)成分的霍普夫 振荡器输出以所占权重进行叠加，主要频率成分的多少由对样板曲线拟合的精度决定； 即将各权重与其对应的霍普夫振荡器状态变量的积求和，上述构成网络的基于霍普夫振荡器的模式发生器输出方程表达式如下<formula>formula see original document page 5</formula>/ = 1,2,3…… 7 = 0,1,2,3式中i表示单个模式发生器中的第i个霍普夫振荡器；j表示该模式发生器网络中 的第j个模式发生器；表示该模式发生器网络控制机器人第j个髋关节按照行走要求及步态规划运动的信号输出；参数Y和T为耦合常数，由系统决定。第五步，由于控制机器人的髋关节有4个，根据机器人行走要求及步态规划确定这4个髋关节运动的相位分别是A、 A、 A、 A，用到4个本发明所述的模式发 生器构成网络控制这4个髋关节。
权利要求
1、一种基于霍普夫振荡器的模式发生方法，其特征在于包括下述步骤(a)根据关节机器人的结构模型，进行运动学分析，绘制出机器人某个关节的转角-时间轨迹曲线，即样板曲线；(b)对上述样板曲线进行傅立叶变换得到该曲线的功率谱密度曲线；(c)对得到的功率谱密度曲线进行频谱分析得到样板曲线的频率成分及其对应的能量成分；将其中的能量成分转换为该频率震荡信号的权重，即得到每个霍普夫振荡器在本发明所述的模式发生器中的权重，记为αi，i＝1、2、3、……；(d)将样板曲线中主要频率成分的霍普夫振荡器输出以所占权重进行叠加，主要频率成分的多少由对样板曲线拟合的精度决定；即将各权重与其对应的霍普夫振荡器状态变量的积求和，即本发明所述一个基于霍普夫振荡器的模式发生器信号输出方程式如下<math-cwu><![CDATA[<math> <mrow><msub> <mi>O</mi> <mi>out</mi></msub><mo>=</mo><munderover> <mi>Σ</mi> <mrow><mi>i</mi><mo>=</mo><mn>1</mn> </mrow> <mi>n</mi></munderover><msub> <mi>α</mi> <mi>i</mi></msub><msub> <mi>X</mi> <mi>i</mi></msub> </mrow></math>]]></math-cwu><!--img id="icf0001" file="S200810017365XC00011.gif" wi="101" he="40" img-content="drawing" img-format="tif"/-->i＝1、2、3、……；(e)根据关节机器人运动需求及步态规划，设定各个关节的控制用模式发生器的初始相位角，使其构成控制网络。
全文摘要
本发明公开了一种基于霍普夫振荡器的模式发生方法，根据关节机器人的结构模型绘制出机器人某个关节的转角—时间轨迹曲线，对其进行傅立叶变换得到功率谱密度曲线后进行频谱分析得到样板曲线的频率成分及其对应的能量成分；将其中的能量成分转换为该频率震荡信号的权重，将样板曲线中主要频率成分的霍普夫振荡器输出以所占权重进行叠加，根据运动需求及步态规划，设定各个关节的控制用模式发生器的初始相位角，构成控制网络。本发明使得振荡波的输出可以较好的满足机器人关节实际运动需求，并可根据运动要求对幅值和频率进行调整。
文档编号G05B19/18GK101251905SQ20081001736
公开日2008年8月27日 申请日期2008年1月22日 优先权日2008年1月22日
发明者丁良宏, 冯华山, 姬昌睿, 徐娅萍, 王润孝, 秦现生, 赵国斌 申请人:西北工业大学