基于CPG神經網絡的撲翼型UUV運動控制方法

沈 超, 劉明雍, 梁慶衛

?

基于CPG神經網絡的撲翼型UUV運動控制方法

沈 超, 劉明雍, 梁慶衛

(西北工業大學航海學院, 陜西西安, 710072)

中樞模式發生器(CPG)是一種普遍存在于脊椎動物中, 用來自激產生節律運動的低級神經中樞。傳統的基于模型的機器人控制方法存在建模復雜、解不唯一、單周期規劃等問題, 特別是在需要多自由度協調控制的任務中, 缺乏足夠的實時性。由于CPG 在協調多自由度運動方面的優越性, 本文研究了撲翼對UUV運動的影響, 并基于CPG模型給出一種運動控制方法。利用反饋信息產生節律信號控制UUV左右撲翼的運動模式; 調整CPG模型參數、反饋輸入與CPG輸出之間的關系, 設計了UUV直游和轉彎的反饋控制律。仿真結果驗證了該控制方法的有效性。

無人水下航行器; 中樞模式發生器; 撲翼航行器; 反饋控制

0 引言

水生動物經過上億年的演變和進化, 在優勝劣汰中將其在水中的運動能力發揮到了極致。其中魚類和鯨類等哺乳動物游動方式具有高速、高效、靈活且低噪等特點, 其游動和控制姿態的能力是任何目前裝備傳統的操縱與推進系統的潛航器所無法比擬的。近年來水下仿生機器人技術已經成為水下機器人的重要研究方向之一, 其中仿生撲翼型無人水下航行器(unmanned undersea vehicles, UUV)成為世界各國研究的熱點。

1994年, 為了研究魚類如何在水中以阻力最小的方式游動, 麻省理工學院制造了世界上第1條仿生魚RoboTuna。從此之后, 針對水下仿生機器人的研究便一發不可收拾。從美國Draper實驗室的VCUUV, 到日本東京工業大學的機器海豚, 從美國東北大學的仿鰻魚機器人, 到哈爾濱工程大學的“仿生-I”, 這些都為人類模仿水生動物, 制造仿生推進方式的水下無人潛航器作出了可行性驗證。

與此同時, Wilson發現神經模式發生網絡以及20世紀80年代中樞模式發生器(central pattern generator, CPG)建模和特性研究在足類機器人運動控制與研究方面的成功運用, 為仿生撲翼型UUV的節律運動控制建模提供了很好的借鑒。

傳統的機器人控制方法基于其精確的動力學模型, 由于建模復雜、解不唯一、需要單周期規劃等缺點, 使得越來越多的學者開始研究新型的機器人運動控制方法。其中, CPG 神經網絡在機器人需要多自由度協調控制的任務中顯現出了巨大的優越性, 開始成為多關節機器人運動控制的新寵。本文考慮了單自由度撲翼UUV的運動規律, 采用3個Kimura振蕩器模型, 建立帶反饋信號的CPG神經網絡控制模型。仿真中, 通過對CPG模型參數的調節, 實現了撲翼UUV的直游和轉彎運動。

1 數學模型

1.1 撲翼UUV總體結構

本文所研究的撲翼UUV總體結構如圖1所示, 由機身、翼板和尾舵組成。機身內部包括以下幾個功能模塊: 主體模塊(包括殼體及其附件), 動力推進模塊, 控制與通信模塊。

圖1 撲翼型無人水下航行器(UUV)總體結構

該撲翼UUV采用單自由度仿生撲翼驅動裝置作為UUV運動的唯一動力源, 航行器左右各安裝一組單自由度撲翼驅動裝置。電機組件依靠電池為其提供能源, 驅動減速器通過聯軸器將轉動傳遞給翼軸帶動撲翼擺動。根據海龜翼和身體的尺寸比例, 撲翼滑翔UUV將翼展長度設計為310 mm, 根部弦長70 mm, 其根部與尾部弦長比3:1。為了更加方便地控制航行器的升潛以及改變俯仰角等的縱向運動, 也為了提高UUV運動的穩定性, 在其尾部還布置了水平舵來控制航行器的升潛運動。

1.2 翼面受力分析

Anderson等對2D具有大的展弦比撲翼擺動的研究表明, 在形成逆卡門渦街時每個周期產生2個渦是最佳的運動形式。通過研究可以將撲翼驅動力機理簡要歸納為, 撲翼撲動運動時在周圍產生的前緣渦、后緣渦組成逆卡門渦街, 而且二者相互作用, 為撲翼驅動提供推力。

本文中節律擺動的撲翼被對稱地安裝在航行器的兩側, 每個撲翼由1個獨立的電機驅動, 研究表明, 航行器由撲翼推進時, 其運動力與力矩的表達式為

(2)

式中:是瞬時攻角;和c是攻角每變化1°時相關的力系數與力矩系數;是航行器產生的俯仰力作用點到過質心轉動軸的距離;為撲翼的長度;是航行器相對于流體的速度;表征俯仰力矩;是撲翼擺動距離。且

式中:()為瞬時俯仰角;為初始相位;和分別表示撲翼擺動幅值和俯仰角振蕩幅值;是振蕩頻率。另外, 撲翼產生的力在水平方向的分量為

(4)

由式(1)~式(4)可以確定UUV在僅由撲翼作為動力的情況下的推力情況。

2 CPG神經網絡模型

節律運動(rhythmic movement)是高等動物中最常見的運動方式之一。一切具有時間和空間對稱性的周期性運動都屬于節律運動, 如走、跑、跳、泳、飛等。節律運動不是大腦的刻意控制行為, 而是低級神經中樞的自激行為, 參見圖2。位于脊髓中的CPG自動產生節律運動并控制改變不同的運動模式。

圖2 脊椎動物神經控制結構圖

UUV撲翼的運動模仿魚類胸鰭運動模式, 可以視為典型的節律運動, 通過控制撲翼的擺動頻率、攻角來實現推進和各種機動動作。因此, 文中將CPG模型應用到撲翼UUV的運動控制上, 利用CPG模型實現對左右兩翼的節律運動控制。

利用CPG模型的最大優勢在于給予常數輸入信號能得到有一定頻率的節律輸出信號y。本文采用Kimura振蕩器模型, 參見圖3。

圖3 Kimura的中樞模式發生器(CPG)神經元模型

該模型是在Matsuoka模型的基礎上進行改進, 該振蕩器模型采用2個神經元相互抑制形成振蕩器, 2個神經元分別對應動物的屈肌和伸肌控制神經元, 2個神經元的輸出相減, 作為振蕩器的輸出。

本文采用3個Kimura振蕩神經元組成撲翼UUV的CPG控制模型, 如圖4所示。其中表示左翼神經元,F表示右翼神經元,表示尾舵神經元, 每個神經元都接收反饋輸入信號, 且每兩個神經元都相互連接相互抑制。這里, 把模型中神經元輸出的膜電勢信號y視為撲翼驅動電機的輸入電壓。

圖4 撲翼UUV的CPG神經網絡

上圖中的CPG模型采用Kimura振蕩器的數學表達式

式中:=1, 2, 3代表左右撲翼和尾舵神經元;,分別代表第個振蕩器的屈肌、伸肌神經元;u為神經元的內部狀態;v為神經元的自抑制;為外部常數輸入; feed為外部反饋輸入;代表白抑制對細胞內部狀態的影響程度;T和T為時間常數;=(1(≠), 0(=))為第和個振蕩器之間的連接權重。

該CPG模型與輸出間的關系有以下特性:1) 神經元膜電勢輸出y的頻率取決于參數T與T。保證T和T保持一定的比例, 能使輸出信號的幅值保持恒定。利用這個特性可以控制UUV撲翼的拍動頻率及幅值大小。2) 改變參數feed能控制CPG輸出的平衡態位置, 在本文撲翼UUV模型中, 可以控制UUV撲翼拍動軸與來流的夾角, 實現其簡單的俯仰運動。3) 當feed超過某一臨界值時, 第個神經元會停止振蕩。在控制UUV的轉彎時, 可采用此策略。

3 仿真試驗

利用Matlab對在理想靜水條件下的撲翼UUV的CPG神經網絡控制方法進行仿真分析。

3.1 直游

在理想靜水條件下, UUV要保持直游, 需具備以下條件: 1) 左、右撲翼保持相同的頻率擺動; 2) 左、右撲翼應具有相同的擺動相位初始值; 3) 左、右撲翼保持相同振幅擺動; 4) 左、右撲翼具有相同的初始位置偏移角。圖5為撲翼UUV直游時兩翼的電機輸入電壓, 可看出, 左右撲翼基本滿足靜水中航行器直行的4個條件, 能夠進行直游運動。表1為UUV直游時CPG網絡參數。

圖5 撲翼UUV直游時兩翼的電機輸入電壓

表1 UUV直游時CPG網絡參數

(7)

3.2 轉彎

UUV左轉彎時, 調整feed參數大小, 使左撲翼神經元停止振蕩, 而右撲翼神經元正常輸出振蕩膜電勢。這樣左撲翼驅動電機停止轉動, 右撲翼繼續保持拍動狀態, UUV就會向左轉彎。

圖6為撲翼UUV左轉彎時兩翼的電機輸入電壓?？煽闯? 左邊撲翼振幅很小, 幾近停止振蕩, 而右邊撲翼保持與直游時同等幅度的輸出。這樣, 在靜水條件下, 能使UUV產生左轉彎行為。表2表示UUV左轉彎時CPG的網絡參數。

圖6 撲翼UUV左轉彎時兩翼的電機輸入電壓

表2 UUV左轉彎時CPG網絡參數

UUV右轉彎時, 調整feed參數大小, 使右撲翼神經元停止振蕩, 而左撲翼神經元正常輸出振蕩膜電勢。這樣右撲翼驅動電機停止轉動, 左撲翼繼續保持拍動狀態, UUV就會向右轉彎。圖7表示撲翼UUV右轉彎時兩翼的電機輸入電壓。表3為UUV右轉彎時的CPG網絡參數。

圖7 撲翼UUV右轉彎時兩翼的電機輸入電壓

Fig.7 Motor input voltage for both wings when a flapping-wing UUV is turning right

表3 UUV右轉彎時CPG網絡參數

從圖7可以看到, 右邊撲翼振幅很小幾近停止振蕩, 而左邊撲翼保持與直游時同等幅度的輸出。能夠使UUV產生右轉彎行為。

仿真表明, 采用Kimura振蕩神經元組成的CPG控制模型能夠通過參數調整實現撲翼UUV的直行與轉彎運動。

4 結束語

本文將CPG神經網絡建模應用于對水下撲翼型UUV的運動控制之中, 和傳統的基于航行器動力學模型的控制算法相比, CPG神經網絡算法能有效避免復雜的運動學、動力學建模, 并在協調多自由度運動方面存在著巨大的優越性。

仿真結果表明, 通過模擬生物CPG網絡中相互抑制輸出的神經元, 能有效地產生撲翼驅動電機的輸入電壓, 從而控制撲翼的運動模式, 對撲翼UUV進行簡單的運動控制。該方法有一定的理論和工程實用價值, 有望為水下仿生機器人的運動建模與控制方面提供理論研究。另外, 基于CPG所擅長的協調多自由度運動的能力, 可以在后續工作中考慮二自由度的仿生撲翼對UUV運動的影響并利用CPG神經網絡進行簡單的運動控制, 以及多關節可擺動魚身的仿生機器魚方面的研究。

[1] Michael S, Triantafyllou, George S, et al. An Efficient Swim- ming Machine[J]. Scientific American, 1995, 272 (3): 64-70.

[2] Anderson J M, Kerrebrock P A. The Vorticity Control Un- manned Undersea Vehicle(VCUUV)——An Autonomous Vehicle Employing Fish Swimming Propulsion and Man- euvering[C]//10th International Symposium, Unmanned Un- tethered Submersible Technology, Durham NH, 1997:189- 195.

[3] Nakashima M, Ono K. Experimental Study of Two-joint Dolphin Robot[C]//Papers of 11International symposium on UUS technology, 1999: 211-218.

[4] Mclsaac K A, Strowski J P. A Geometric Approach to An- guilliform Locomotion: Mdelling of an Underwater Eel Robot[C]//Proceedings of the 1999 IEEE International Con- ference on Robotics and Automation, 1999: 2843-2848.

[5] 成巍, 蘇玉民, 秦再白, 等. 一種仿生水下機器人的研究進展[J]. 船舶工程, 2004, 26(1): 5-8.

Cheng Wei, Su Yu-min, Qin Zai-bai, et al. Development of a Bionic Underwater Vehicle[J]. Ship Engineering, 2004, 26 (1) :5-8.

[6] Wilson D M. The Central Nervous Control of Flight in a Locust[J]. Journal of Experimental Biology, 1961, 38(2): 471 -479.

[7] Ambarish G, Benoit T, Bernard E. A Study of the Passive Gait of a Compass-like Biped Robot: Symmetry and Chaos[J]. International Journal of Robotics Research, 1998, 17(12): 1282-1301.

[8] Kiyotoshi M. Mechanisms of Frequency and Pattern Control in the Neural Rhythm Generators[J]. Biological Cybernetics, 1987, 56(5): 345-353.

[9] Gentaro T. A Model of the Neuro-musculo-skeletal System for Human Locomotion(I. Emergence of basic gait)[J]. Biolo- gical Cybernetics, 1995, 73(2): 97-111.

[10] Hase K, Yamazaki N. Synthesis of Bipedal Motion Resem- bling Actual Human Walking by Neural Oscillators and Genetic Algorithms[J]. Transactions Society of Instrument and Control Engineering, 1997, 33(5): 448-454.

[11] Fukuoka Y, Kimura H, Hada Y, et al. Adaptive Dynamic Walking of a Quadruped Robot on Irregular Terrain Based Biological Concepts[J]. International Journal of Robotics Research, 2003, 22(3/4): 187-202.

[12] Anderson J M, Streitlien K, Barrett D S, et al. Triantafyllou“Oscillating Foils of High Propulsive Ef?ciency” [C]// Fluid Mechanics, 1998, 360: 41-72.

[13] Nilesh B, Sahjendra N S. Output Feedback Modular Ada- ptive Control of a Nonlinear Proto Typical Wing Section [J] . Nonlinear Dynamics, 2004, 37(4): 357-373.

[14] Miyotoshi M. Sustained Oscillations Generated by Mutually Inhibiting Neurons with Adaptation[J]. Biological Cyber- netics, 1987, 52(6): 367-376.

[15] Zhang Xiu-li. Biological-inspired Rhythmic Motion and Environmental Adaptability for Quadruped Robot[D]. Beijing: Tsinghua University, 2004.

(責任編輯: 楊力軍)

A CPG-based Method for Motion Control of Flapping-wing UUV

SHEN Chao, LIU Ming-yong, LIANG Qing-wei

(College of Marine Engineering, Northwestern Polytechnical University, Xi′an 710072, China)

Traditional methods for robot motion control need complex dynamic and kinematic models, and are lack of real-time especially for the control tasks with multiple degrees of freedom (multi-dof). Central pattern generator (CPG) is good at dealing with multi-dof control tasks. This paper analyzes the flapping-wing’s influence on UUV’s motion, and proposes a CPG-based method for motion control of a flapping-wing UUV. The motion mode of the wings is controlled by using feedback signals, and two control laws for UUV′s straight and turning motions are designed by adjusting the relations among CPG parameters, feedback control input, and CPG output. Simulation result indicates that the CPG-based method is feasible and effective.

unmanned underwater vehicle(UUV); central pattern generator (CPG); flapping-wing vehicle; feedback control

TJ630.33; TJ765.1

A

1673-1948(2011)06-0438-05

2011-07-11;

2011-08-22.

國家自然科學基金(50979093), 新世紀優秀人才計劃資助(NCET-06-0877), 西北工業大學基礎研究基金(JC200927).

沈 超(1986-), 男, 在讀碩士, 主要研究方向為水下導航與控制.