鱼类在水中的游动本质上是一种具有时空对称性的节律运动,由链式CPG(Central Pattern Generator,中枢模式发生器)产生和控制。本项目以哈佛大学生物学家G. V. Lauder"鱼类有多种运动步态"的观点为引线,针对一类链式鱼游CPG模型的动态特性、行为特性及应用等问题开展研究。主要研究内容包括:结合神经生理学、机器人学、智能控制理论等多方面的理论和方法,构建基于非线性交联振荡器链的新型CPG模型,分析各特征参数变化对游动特性的影响;将环境反馈信息引入CPG控制模型,探讨鱼类多种三维运动模态的在线产生、切换及适应性;并以机器鱼为实验对象,搭建仿生控制系统,对所提理论和方法进行验证。通过理论建模、系统开发到应用实践几方面的工作,不仅可以提高机器鱼的运动稳定性和作业能力,为构建高质量的仿生运动控制系统提供理论指导,而且可以加深对动物运动控制机理及机器智能本质的认识和理解。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于被动变阻尼装置高层结构风振控制效果对比分析
新型树启发式搜索算法的机器人路径规划
结直肠癌免疫治疗的多模态影像及分子影像评估
智能煤矿建设路线与工程实践
现代优化理论与应用
基于脉冲运动本质的鱼游机动与仿生控制
基于仿生侧线传感器的机器鱼游速测量方法研究
基于耦合系统动力学分析的智能体CPG神经网络运动控制
基于CPG的蛇形机器人运动控制方法的研究