中央模式发生器(Central Pattern Generators,CPG)是一种能够在缺乏有规律的感知和中央控制输入的情况下,产生有节奏的模式输出的神经网络。基于CPG控制的蛇形机器人的研究是在仿生学的基础上开展的,目的是为了实现蛇形机器人在复杂的非结构环境下能够实现自主的运动。本项目的主要研究内容是建立蛇形机器人的CPG控制模型,内部和外部控制信息的融合,实现在计算机上的仿真,并运用到实际的
{{i.achievement_title}}
数据更新时间:2023-05-31
基于SSVEP 直接脑控机器人方向和速度研究
端壁抽吸控制下攻角对压气机叶栅叶尖 泄漏流动的影响
基于ESO的DGVSCMG双框架伺服系统不匹配 扰动抑制
多源数据驱动CNN-GRU模型的公交客流量分类预测
基于结构滤波器的伺服系统谐振抑制
基于能量的蛇形机器人蜿蜒运动控制方法研究
基于动物运动神经系统的蛇形机器人控制方法研究
基于混沌三神经元CPG方法的仿生六足机器人运动控制研究
基于自生长CPG网络的足式机器人运动控制研究