[发明专利]一种仿蛇搜救机器人多步态控制方法

说明书

技术领域

本发明涉及仿生机器人技术领域，具体地说是指一种仿蛇搜救机器人多步态控制方法。

技术背景

近年来仿蛇搜救机器人在军事侦察、灾害搜救、管线巡检等领域展现出巨大的应用潜力。随着计算机技术、微电子技术及人工智能等技术的发展，仿蛇搜救机器人不断拓展出许多运动姿态，并能在未知或复杂环境下自主选择姿态运动。传统的步态包括蜿蜒、侧滑、伸缩等蛇类运动形式，它们本质上是周期变化的，可以通过在Central Pattern Generator(CPG)中设置不同控制参数获得。但这类蛇态运动运动效率低，严重影响搜救进度。因此，仿蛇搜救机器人多步态运动拓展及控制是一个具有挑战性的课题，吸引众多学者的研究兴趣。

Manzoor等人在2015年在Neurocomputing期刊上针对带有被动移动副和旋转副关节的蛇形机器人提出一种统一的神经振荡模型作为仿蛇搜救机器人的CPG控制蜿蜒、直线和折叠等多种节律性运动。Richard等人在2014年IEEE/RSJ International Conference on Intelligent Robots and Systems会议上发表了仿蛇搜救机器人的滚动和攀爬运动研究。他们通过控制仿蛇搜救机器人关节的平移和转动自由度实现仿蛇搜救机器人的滚动和攀爬运动。郁树梅等人在2011年机器人期刊上通过将仿蛇搜救机器人的运动分解到垂直和水平方向，分别考虑两方向运动控制，实现了机器人的3维运动控制。虽然这些方法能够实现仿蛇搜救机器人多步态拓展和控制，但是还存在以下主要不足：(1)设计运动步态时一般只考虑蛇态运动形式，模仿自然蛇运动，未考虑具有快速运动能力的非蛇态运动形态；(2)依托机构独有的特性设计步态控制方法，不能有效拓展出多种控制信号，难以推广应用在实际中。

发明内容

本发明的目的在于提供一种仿蛇搜救机器人多步态控制方法，控制仿蛇搜救机器人进行自然步态、轮式步态以及混沌步态运动，解决上述在基于特定仿蛇机构和传统CPG方法进行步态控制时未考虑高效运动步态生成和控制问题。本发明方法利用Hopfield Neural Network，Motion Shape Code Technique设计一种针对自然步态、轮式步态以及混沌步态的多步态生成、转换以及控制方法，使仿蛇搜救机器人能在搜救任务中合理选择步态，高效完成任务。

一种仿蛇搜救机器人多步态控制方法，包含以下步骤：

1.1构建基于高效完成任务需求的仿蛇搜救机器人的自然步态、轮式步态以及混沌步态。

1.2根据步骤1.1中的多种步态特征，建立仿蛇搜救机器人驱动模式与各步态之间的对应关系。

主要的对应关系包括：通过控制仿蛇搜救机器人的关节实现自然步态。通过控制仿蛇搜救机器人的正交主动轮实现轮式步态。通过同时控制仿蛇搜救机器人的关节和正交主动轮实现混沌步态。

1.3根据步骤1.1中的多种步态特征和仿蛇机器人的实现模式，采用Hopfield网络设计各个步态对应的控制信号。

1.4根据步骤1.1中的仿蛇搜救机器人步态和步骤1.3中设计的Hopfield网络步态控制，设计前期的地形检测模块和步态形状生成及转换模块，完成整个仿蛇搜救机器人步态的设计和控制。

步骤1.3根据步骤1.2中三种步态不同的驱动模式组成，为Hopfield网络的权重确定提供输出信号依据：

自然步态运动具有周期性变化特点，期望周期性的类正弦输入信号。将正弦曲线离散化，得到步态各个时刻对应的机构输出信号，考虑到机构的机械约束，加入一个变量调节输出，然后将该信号输入到Hopfield网络中进行权重参数计算。

轮式步态运动具有运动形状不变性，期望不变的稳定输入信号。考虑网络的稳定性和收敛性，通过Hopfield网络的状态方程，计算权重矩阵。

混沌步态运动具有不规律性，且为保证快速性，期望随机多样的输入信号。通过尝试法选取权重矩阵参数，使Hopfield网络能输出混沌信号。

步骤1.4中设计前期的地形检测模块，检测地形情况，选择合适的步态，然后通过步态形状生成模块及转换模块形成相应步态形状，最后通过Hopfield网络进行稳定步态控制，实现整个仿蛇搜救机器人步态的生成和控制。