基于Rulkov神經元模型的四足機器人適應性行走控制

劉成菊， 林立民， 陳啟軍

(同濟大學 電子與信息工程學院， 上海 201804)

由于足式機器人關節結構上的復雜性，實現其行走控制一直是機器人領域的研究難題.近年來，相關領域的研究人員試圖從仿生的角度探索新的足式機器人行走控制方法，其中關注度較高的是一種基于中樞模式發生器(CPG)的運動控制方法[1-3].從生物學的角度看，CPG是指存在于無脊椎動物和脊椎動物體內的中樞神經系統中的神經元電路.其控制下的生物體的運動具有極好的節律性，一旦開始就能夠在缺乏大腦皮層等高級神經中樞參與下自主地、持續性地進行下去，中間不需要大腦來參與思考、計算和分析，具有結構簡單，運動模式多樣和適應性強的優點[4-5].

為了利用這一生物CPG作用機理，相關領域的研究工作人員嘗試了多種CPG數學模型.目前關于CPG的建模研究主要有兩種策略，一類是基于神經元的CPG模型，該類模型模擬了生物神經元動作電位的產生與動態特性，研究了神經元節律性輸出的產生機理及反饋信息對神經元輸出的作用方式.典型的是Matsuoka模型[6-9]，Hodgkin和Huxley提出的H-H模型[10-11]，Morris-Lecar模型[12]，Rulkov模型[13-14]等.日本學者Fukuoka等[8]改進了Matsuoka模型，通過在CPG神經網絡間引入屈肌、伸肌等基本生物反射，成功控制四足機器人Tekken生成前擺、上擺和回落支撐三種基本模態.此類基于神經元的單層CPG模型可生成類似于正弦波的節律性信號，模型對外界傳感信息的響應通過調整節律性振蕩信號的幅值、頻率和相位完……