控制機理仿生

《控制機理仿生》由會員分享，可在線閱讀，更多相關《控制機理仿生（23頁珍藏版）》請在裝配圖網上搜索。

1、控制機理仿生,目錄,,,廣東省CIMS重點實驗室,一.控制機理仿生的研究簡介,,1、仿生機器人的研究熱點：,通過研究生物肌體構造，建造類似生物體或其中一部分的機械裝置，通過結構相似實現功能相近。,研究與模擬神經元與神經網絡、以及高級中樞的智能活動等方面生物體中的信息處理過程,機器人的視覺、聽覺、嗅覺、接近覺、觸覺、力覺等多種感覺在內的強大的感知能力。,生物的能量轉換效率最高可達100%，肌肉把化學能轉變?yōu)闄C械能的效率也接近50%。,許多仿生材料具有無機材料所不可比擬的特性，如良好的生物相容性和力學相容性。,一.控制機理仿生的研究簡介,,2、控制機理仿生,自然界中 ,動物運動的穩(wěn)定性和適應性是任

2、何機器人無法比擬的 ,這得益于它的運動控制機理 。動物經過漫長進化形成的控制機理是十分合理和精巧的 ,因此借鑒動物的運動控制機理是提高機器人運動能力的一條新思路 。,控制機理仿生思想：,,一.控制機理仿生的研究現狀,,2、控制機理仿生,基于模型的運動控制方法是應用十分廣泛的經典方法,采用建模一規(guī)劃一控 制的思路。即首先對機器人本體及環(huán)境進行精確建模,然后通過人工規(guī)劃得到機器人的最佳運動軌跡,再利用反饋機制控制機器人實際運動與理想軌跡之間的偏差,使機器人的運動盡可能趨近理想軌跡。這種前饋加反饋的控制模式,能夠實現復雜、精確的運動。,常規(guī)機器人控制方法：,缺點：對于要求多自由度運動控制的機器人，人

3、工規(guī)劃很難滿足協(xié)同控制的實時性要求。,二、控制機理仿生分類,1、從低級到高級的生物分類：,本能式行為控制，是指生命生來就有的由大腦皮層以下的神經中樞參與即可完成的一種比較低級的神經活動。 反射式行為控制，是指生物出生以后在非條件反射的基礎上，在大腦皮層的參與下經過一定的過程積累對直接的物理信號所形成的一種高級神經活動 慎思式行為控制，是指具體語言中樞的高級生命體對由具體信號抽象而來的語言、文字所產生的反應，這種反應多發(fā)生在具體社會屬性的高級生命體和智能體之間 社會式行為控制方式，指具體語言中樞的高級生命體對抽象的語言、文字信號所產生的反應。,二、控制機理仿生分類,2、控制機理仿生總概述,,高級

4、神經系統(tǒng)仿生,低級神經系統(tǒng)仿生,基于群的仿生控制,基于遺傳算法的仿生控制,,行為主義控制理論,中心模式發(fā)生器,,人工神經網絡,模糊控制,控制仿生,二、控制機理仿生分類,3、高級神經系統(tǒng)仿生,人工神經網絡（Artificial Neural Network）: 模擬了大腦神經系統(tǒng)的結構和功能，是一種由大量簡單的處理單元( 神經元) 廣泛連接組成的信息處理系統(tǒng)， 在復雜環(huán)境中具有高度的適應性和魯棒性。雖然每個神經元的結構和功能十分簡單，但由大量神經元構成的網絡系統(tǒng)可以完成極其復雜的功能。,二、控制機理仿生分類,3、高級神經系統(tǒng)仿生,模糊控制： 模擬大腦神經系統(tǒng)的模糊識別、推斷功能，以模糊集合理論為

5、基礎，實現語詞計算和不精確性、不確定性和模糊信息的處理，從而解決復系統(tǒng)的建模和控制問題。,馬培蓀等將人工神 經網絡和模糊算法結合起來，采用力 /位置混合控制 ,實現四足步行機“JTUW M-III”的慢速動態(tài)行走。,二、控制機理仿生分類,4、低級神經系統(tǒng)仿生,行為控制理論： 許多生物沒有存貯、規(guī)劃、控制全身各部分運動的中心控制系統(tǒng)，是根據身體各部分的不同反應，將一些局部看來漫無目標的動作合成為有意義的生物行為，它的運動簡單，卻很靈活。機器人的運動由一系列同時發(fā)生的簡單動作或“能力”組成，通過自組織實現系統(tǒng)的復雜行為，這種“無思考智能”具有即時性和自組織的特點，在非結構化環(huán)境中具有良好的適應性

6、。,基于行為控制方法的應用實例有 Brooks 的“Genghis”六足機器人“Hannibal”六足機器人、“阿蒂拉-I”機器人、瑞士洛桑大學的“克伯拉”機器人以及美國 Los Alamos 國家實驗室的“Vbug”系列機器人等。,二、控制機理仿生分類,4、低級神經系統(tǒng)仿生,中心模式發(fā)生器： 動物界最常見的運動方式是節(jié)律運動，如走、跑、跳、泳、飛等。生物學家普遍認為，節(jié)律運動并不是大腦的刻意行為，而是低級神經中樞的反射行為，由位于脊髓中的中心模式發(fā)生器( CPG)產生。CPG是一個神經振蕩電路，能夠通過自激振蕩激發(fā)身體的節(jié)律運動。工程界一般將CPG建模為一組互相耦合的非線性振蕩器組成的分布系

7、統(tǒng)，通過相位耦合實現節(jié)律信號的發(fā)生。,二、控制機理仿生分類,5、基于群的仿生控制,基于群的仿生控制： 如機器人生產線、柔性加工工廠、消防、無人作戰(zhàn)機群等。一些作業(yè)單個機器人往往難以完成、需要多個機器人協(xié)作。多機器人系統(tǒng)是模仿螞蟻、蜜蜂以及人的社會行為而衍生的一種仿生系統(tǒng) 。通過個體之間的合作完成某種社會性行為 。群體仿生的目的在于：通過群體行為增強個體智能，提高系統(tǒng)整體工作效率，減少局部故障對整體的影響。,二、控制機理仿生分類,6、基于遺傳算法的仿生控制,基于遺傳算法的仿生控制： 遺傳算法是模擬生物界“優(yōu)勝劣汰，適者生存”這一進化法則而產生的一種控制算法 ，特別適用于非線性復雜大系統(tǒng)的全局優(yōu)化

8、 。機器人是難以精確建模的復雜系統(tǒng) ?？梢岳眠z傳算法來控制機器人的復雜行為，如軌跡優(yōu)化，冗余機器人的逆運動學方程求解，細胞機器人的結構位形優(yōu)化和運動規(guī)則確定等。,臺灣大同大學機械工程研究所在研究提高自走車巡線能力時采用了遺傳算法來巡線能力,三、控制機理仿生的關鍵技術,研究了解生物的控制方式 提煉出可以運用在機器人的控制方法 如何設計核心控制模塊與網絡,四、聰明的控制：魚群與黏菌,1、源自魚群的防撞汽車,日產汽車模仿魚群的動作，開發(fā)了能夠避免撞擊周圍的機器人和障礙物的機器人車“EPORO”。,四、聰明的控制：魚群與黏菌,1、源自魚群的防撞汽車,魚類會根據與最近的伙伴和障礙物的距離，用三種規(guī)則改

9、變動作： 在距離伙伴太遠時拉進距離的“接近”-區(qū)域3 與伙伴保持適當距離并配合其速度和前進方向的“并行”-區(qū)域2 防止與伙伴相撞的“沖撞回避”-區(qū)域1,研究表明，魚類是利用能夠敏感察覺近處物體的側線感覺、能夠望遠的視覺兩種感覺器官來完成上述控制的。,四、聰明的控制：魚群與黏菌,1、源自魚群的防撞汽車,為此，日產汽車使用紅外激光的測距傳感器替代側線感覺，使用UWB（ultrawide band）通信模塊替代了視覺。EPORO利用UWB通信模塊與周圍的機器人進行通信，根據通信耗費的時間推測距離。,四、聰明的控制：魚群與黏菌,1、源自魚群的防撞汽車,日產汽車的機器人車“EPORO”能夠根據情況改變集

10、體行駛的狀態(tài)。舉例來說，在寬敞的道路上，EPORO保持安全間隔，分散行駛，而在狹窄的道路上，EPORO則排成1列行駛。前方出現障礙物的時候，還會改變行駛的隊形，避開障礙物。,四、聰明的控制：魚群與黏菌,2、模擬真黏菌的機器人,大多采取的是依靠高性能中央運算裝置來控制。,傳統(tǒng)的機器人：,,自然界連腦都沒有的原始生物，也能相應于無法預測的環(huán)境變化而移動。,,,即使沒有高性能的中央運算裝置，也可能實現像生物那樣靈活的動作,,,生物體的動作是以自主分散的控制方法進行的，體內分散配置的各個單元都會自主地協(xié)調動作。,四、聰明的控制：魚群與黏菌,2、模擬真黏菌的機器人,東北大學電氣通信研究所教授石黑章夫把目

11、光對準了結構和動作單一的黏菌。這是“變形菌”的一種，沒有腦和神經。即便如此，這種菌依然會像動物一樣到處尋找食物。,四、聰明的控制：魚群與黏菌,2、模擬真黏菌的機器人,黏菌由溶膠狀的“內質”與凝膠狀的“外質”組成。在移動時，真黏菌是通過外質各個部分的收縮、舒張，使內質發(fā)生流動，從而帶動身體運動。,石黑為了探索真黏菌的自主分布式控制方法，試制出了模仿真黏菌的機器人。用裝滿水的氣球代替內質部分。外質采用的則是用彈簧連接多個機械單元（摩擦控制單元）組成的環(huán)狀體。,五、總結,2、高級神經系統(tǒng)仿生,適應復雜多變的工作環(huán)境 必須具有強大的導航、定位、控制等能力 實現多機器人的無隙配合 必須具備良好的群體協(xié)調控制能力 解決復雜的任務，完成自身的協(xié)調、完善以及進化 具有精確的、開發(fā) 的系統(tǒng)控制能力。,,,,仿生機器人研發(fā)過程中的首要難題： 如何設計核心控制模塊和網絡已完成自適應、群控制、類進化等一系列問題。,,謝謝!,