[论文解读] Central Pattern Generators for the control of robotic systems

Carlos García-Saura|arXiv (Cornell University)|Sep 8, 2015

Robotic Locomotion and Control参考文献 14被引用 9

一句话总结

本文提出一种基于生物启发的中央模式发生器（CPG）控制器，采用耦合振子实现机器人系统中稳健、自适应的运动。该控制器在使用Arduino控制的3D打印六足机器人上实现，通过相位同步与参数调节，实现了平滑的步态转换及扰动后的自稳定，展示了在动态环境中实时适应的能力。

ABSTRACT

Bio-inspired control of motion is an active field of research with many applications in real world tasks. In the case of robotic systems that need to exhibit oscillatory behaviour (i.e. locomotion of snake-type or legged robots), Central Pattern Generators (CPGs) are among the most versatile solutions. These controllers are often based on loosely-coupled oscillators similar to those found in the neural circuits of many animal species, and can be more robust to uncertainty (i.e. external perturbations) than traditional control approaches. This project provides an overview of the state-of-the-art in the field of CPGs, and in particular their applications within robotic systems. The project also tackles the implementation of a CPG-based controller in a small 3D-printed hexapod.

研究动机与目标

• 探索中央模式发生器（CPGs）在机器人运动中的应用，以提升鲁棒性与适应性。
• 在低成本、3D打印的六足机器人上实现基于CPG的控制系统，该机器人具有3个自由度。
• 评估CPG在环境扰动下维持稳定运动的能力。
• 研究通过动态参数调节实现不同步态之间平滑过渡的方法。
• 评估简化振子模型在实时机器人控制中应用的可行性。

提出的方法

• CPG基于Rulkov映射的耦合非线性振子建模，实现脉冲-爆发动力学的高效计算。
• 采用半中心振子结构，通过两个神经元之间的相互抑制生成反相位节律输出。
• 通过欧拉法以0.01秒的时间步长求解微分方程组，调节耦合参数（频率、相位、振幅）。
• 控制器采用拓扑结构网络，左右腿以反相位运行，中间部分单向耦合以维持步态协调。
• 通过突然改变耦合参数（如自然频率）实现平滑的步态转换，依赖网络固有的稳定性实现再同步。
• 本实现未集成感官反馈，但框架设计支持未来集成以实现避障功能。

实验结果

研究问题

• RQ1 基于耦合振子的简化CPG模型是否能在机器人系统中实现稳健、实时的运动？
• RQ2 CPG控制器在随机环境扰动后，多大程度上能维持步态稳定性？
• RQ3 能否通过CPG网络中的动态参数调节实现不同步态之间的平滑过渡？
• RQ4 CPG网络在多大程度上能纠正振子固有频率差异引起的相位漂移？
• RQ5 与传统集中式控制相比，基于CPG的控制方法在适应性与鲁棒性方面表现如何？

主要发现

• CPG控制器成功使3D打印六足机器人仅通过少数可调参数实现了协调、节律性的运动。
• 系统对随机扰动表现出强鲁棒性，CPG网络在数秒内实现自稳定并从干扰中恢复，如图12所示。
• 相位同步实时纠正了振子间的微小频率失配，防止了长期相位漂移。
• 通过突然改变耦合参数实现了步态的平滑过渡，网络自动收敛至新稳定模式，如图13所示。
• 尽管存在挑战，该方法在实时控制中表现有效，欧拉法与Rulkov映射模型在嵌入式硬件上实现了高效计算。
• CPG框架在未来的感官反馈集成方面展现出强大潜力，可用于实现避障与自适应导航行为。