基于中枢模式发生器的仿人机器人步态规划

李正文，张国良，张维平，羊 帆

（第二炮兵工程学院 陕西 西安 710025）

近年来，仿生控制已经在机器人控制领域引起了广泛的关注，基于CPG模型的运动控制结构简单且耦合能力强，已逐渐成为多关节仿人机器人的主要控制手段。目前以CPG为背景的仿生控制仍处于起步阶段，在步态生成方法、环境反馈融合机制等方面尚存在广阔的理论研究空间[1]。

根据CPG能够在缺乏高层控制信号和外部反馈的情况下，自发产生稳定的节律性运动，无需对环境和自身建模，减少控制系统的工作量，节约工作时间等特点，笔者提出一种基于Matsuoka振荡器的中枢模式发生器。结合仿人机器人的数学模型，构建了CPG网络，并采用遗传算法作为参数调整的主要方法，仿真结果表明，该控制策略能实现仿人机器人的步态规划。

1 基于Matsuoka振荡器的中枢模式发生器构建

由于神经振荡器网络[3-4]（NeuralOscillatorsNetwork， NON）也具有无输入条件下产生周期性振荡信号的特点，因此，其常被用来模拟CPG产生信号。一般的NON由单个神经元或多个神经元相互连接构成，通过神经元之间的相互抑制和激活产生周期性的节律信号。

Matsuoka振荡器是由日本九州工学院Matsuoka提出，模型如图1所示。Matsuoka振荡器是由2个相互抑制的人工经元构成，它们的输出合成作为振荡器的输出。Matsuoka振荡器的特点是能够较好地模拟CPG的生物学特性，在没有外部激励或者外部激励小时，只需要有稳定的常激励，就能输出稳定的振荡波形。而当外部激励大于一定程度时，振荡器能够捕捉到外部的刺激信号[5]。……