[发明专利]基于CPG神经元网络的机械臂运动节律控制方法

摘要

本发明涉及一种基于CPG神经元网络的机械臂运动节律控制方法，包括下列步骤：(1)上位机设定神经元持续纳电流、钾电流和泄漏电流对应的电导率和反电势参数，以及变阈值整形时的上、下限阈值和阈值周期，并由USB通讯传输至FPGA；(2)FPGA根据所设参数，建立CPG神经元网络仿真模型，进行仿真，仿真过程中输出放电波形，将此波形传输至上位机加以显示；(3)利用FPGA实现变阈值整形，对步骤2中CPG神经元网络输出的放电波形进行整定，并输出控制信号至机械臂，从而控制调节机械臂的运动节律，并将机械臂关节角位移传输至上位机加以显示。

主权项

1.一种基于CPG神经元网络的机械臂运动节律控制方法，包括下列步骤：(1)上位机设定神经元持续纳电流、钾电流和泄漏电流对应的电导率和反电势参数，以及变阈值整形时的上、下限阈值和阈值周期，并由USB通讯传输至FPGA；(2)FPGA根据所设参数，建立CPG神经元网络仿真模型，进行仿真，仿真过程中输出放电波形，将此波形传输至上位机加以显示；其中，所采用的CPG神经元网络是一种由一个兴奋性神经元，即1号神经元和三个抑制性神经元，编号分别为2、3、4号神经元，三个兴奋性驱动作用(d1、d2、d3)构成的网络模型，这些神经元通过突触连接而形成复杂的神经元网络，从而产生节律信号；该CPG神经元网络模型的数学表达式具体描述如下：上式中i(i＝1,2,3,4)分别代表1、2、3、4号神经元，其中符号说明如下：C为神经元的膜电容，Vi为i号神经元所代表神经元群体的平均膜电位，t为时间，INaP为持续钠电流，IK为钾电流，IADi为自适应钾电流，ILi为泄漏电流，ISynEi和ISynIi分别为其它神经元向i号神经元输入的兴奋性电流和抑制性电流，上述电流均根据上位机所设参数计算得到；该CPG神经元网络中的每个神经元模型由一个二阶微分方程组描述，四个神经元相互耦合，附加三个外部驱动作用，共同构成CPG神经元网络模型；用非线性函数fi(Vi)表示每个神经元所为的神经元群体的输出活动，定义如下：其中V_1/2为半活动电压，为i号神经元输出函数的斜率；将1号神经元的输出信号f1(V1)，经过变阈值整形转换为占空比可调的矩形波信号，作为机械臂3的控制信号；(3)利用FPGA实现变阈值整形，对步骤2中CPG神经元网络输出的放电波形进行整定，并输出控制信号至机械臂，从而控制调节机械臂的运动节律，并将机械臂关节角位移传输至上位机加以显示；方法如下：在CPG神经元网络信号的每个周期上均设置一个不同的阈值；所设阈值不同，整形所得矩形波的占空比不同；阈值越小，占空比越大，对应机械臂的角度值越大；在一个周期内，阈值函数先增后减，整形后矩形波的占空比和机械臂的关节转角先减后增，机械臂实现一次摆动在连续时间段内，CPG神经元网络输出连续信号，阈值函数进行周期性变化，机械臂的一个关节进行周期性的摆动，即运动节律；阈值函数的上、下限阈值分别决定机械臂关节的最大和最小摆角，从而决定了机械臂摆动的振幅；通过改变上、下限阈值调节运动节律的振幅；阈值函数从上限阈值递减到下限阈值的下降时间决定机械臂关节角位移增大的时间；反之，上升时间决定角位移减小的时间；一方面，角位移增大和减小的时间决定机械臂摆动的对称性，二者相等时，进行对称性摆动；否则，进行非对称性摆动；另一方面，两个时间之和决定运动节律的周期；因此，可通过改变阈值函数在一个周期的上升、下降时间来调节运动节律的对称性和周期；对电信号的变阈值整形通过FPGA实现，主要由加法器、比较器、延迟模块、乘法累加器、查找表组成；首先，在每个周期检测CPG信号，确定改变阈值的时刻；利用比较器对CPG信号做阈值整形处理，整形后的信号为占空比不变的矩形波，且周期与CPG信号相同；然后，利用延迟模块和加法器，实现信号当前时刻幅值与前一时刻幅值的减法运算，如果结果为1，即为上升沿，相邻上升沿的间隔为CPG信号的周期；之后将上升沿判断位与数据1做乘法累加，结果增大1为CPG信号增加一个周期，阈值发生变化；查找表中以一维数组的形式存储了阈值函数一个周期的阈值，乘法累加器的输出作为地址值读取对应阈值，用读取到的阈值与CPG信号做整形运算；当乘法累加器的输出值达到阈值函数单个周期的总阈值数时，乘法累加器的输出清零，重新读取查找表中阈值数组的值，完成周期的循环。