一种基于Q学习的仿蝠鲼机器鱼深度控制方法

    公开(公告)号:CN116009564A

    公开(公告)日:2023-04-25

    申请号:CN202211567285.8

    申请日:2022-12-07

    Abstract: 本发明涉及一种基于Q学习的仿蝠鲼机器鱼深度控制方法,与传统的控制方法相比,本发明不需要建立控制对象模型,通过采集实验数据,离线训练Q表格,然后将表格移植到样机控制器中,通过查表的方式取得控制变量,控制样机在固定深度游动。与其他强化学习控制方法相比,其对硬件资源要求低,对空间需求小,功耗小,实现方便。其有益效果在于:方法的实现对控制器的硬件要求低,普通的单片机就可以实现,除了节约成本外,还达到节约空间和节约能源的效果。本发明实现简单,泛化能力强,除了可以应用于仿生水下机器人外,还能应用于传统水下AUV。

    一种具有滑扑切换功能的CPG相位振荡器模型

    公开(公告)号:CN116482974A

    公开(公告)日:2023-07-25

    申请号:CN202310394658.4

    申请日:2023-04-13

    Abstract: 本发明公开了一种具有滑扑切换功能的CPG相位振荡器模型及应用,该模型通过构建振幅偏置方程来引入振幅偏置;通过将输出方程中的余弦函数改变为振幅偏置和正弦函数相加的形式,实现类正弦信号的输出,从而实现空间非对称扑动;通过引入空间非对称拍动系数来实现振幅偏置的改变;将振幅偏置方程设计为振幅是否为0的两种不同形式,即可实现定量角度偏置信号和周期性节律信号的不同输出,从而实现扑动和滑翔的两种不同模态;将振幅偏置方程和改进后的输出方程引入传统的CPG相位振荡器模型中,即可完成具有滑扑切换功能的CPG相位振荡器模型的构建。本发明构建的CPG相位振荡器模型用于仿生扑翼机器人的滑翔与扑动模态的切换及运动控制,可实现扑翼结构的空间非对称上下扑动与定量角度偏置,且振幅偏置单独可控、扑动与滑翔模态切换快速且平滑,具有计算简单、控制方便、环境适用性强的特点。

    基于Q学习和胸鳍振幅偏置的仿蝠鲼机器鱼横滚控制方法

    公开(公告)号:CN115981351A

    公开(公告)日:2023-04-18

    申请号:CN202211567319.3

    申请日:2022-12-07

    Abstract: 本发明涉及一种基于Q学习和胸鳍振幅偏置的仿蝠鲼机器鱼横滚控制方法,与传统的控制方法相比,本发明不需要建立控制对象模型,通过采集实验数据,离线训练Q表格,然后将表格移植到样机控制器中,通过查表的方式取得控制变量,控制样机在固定深度游动。与其他强化学习控制方法相比,其对硬件资源要求低,对空间需求小,功耗小,实现方便。其有益效果在于:对控制器的硬件要求低,普通的单片机就可以实现,除了节约成本外,还达到节约空间和节约能源的效果。不需要建立控制对象的数学模型,由于仿生模型更加难以建立,因此可以节约大量时间成本。不需要专家经验来建立规则库就可以实现机器鱼的横滚控制,Q表在训练的时候自己会学到“专家经验”。

    一种基于非对称模糊S面的仿蝠鲼航行器深度控制方法

    公开(公告)号:CN115755938B

    公开(公告)日:2023-12-05

    申请号:CN202211342074.4

    申请日:2022-10-30

    Abstract: 本发明涉及一种基于非对称模糊S面的仿蝠鲼航行器深度控制方法,通过深度传感器采集仿蝠鲼航行器当前的深度,计算其与期望深度的偏差;将仿蝠鲼航行器的深度偏差和深度偏差的变化率作为模糊控制器的输入,通过模糊控制器得到S面控制器的两个控制参数k1和k2的变化值Δk1和Δk2;利用Δk1和Δk2分别对改进的S面控制器中对应的k1和k2进行实时修正,将修正后的控制参数k1和k2作为改进的s面控制算法在当前时刻的控制参数;采用改进的S面控制算法,控制仿蝠鲼航行器的尾鳍偏置角度,使仿蝠鲼航行器运动到期望的深度。

    一种具有空间非对称特征的CPG相位振荡器模型

    公开(公告)号:CN116945155A

    公开(公告)日:2023-10-27

    申请号:CN202310394657.X

    申请日:2023-04-13

    Abstract: 本发明公开了一种具有空间非对称特征的CPG相位振荡器模型,通过改进传统的CPG相位振荡器模型,将带有空间非对称系数的振幅偏置方程引入其中,使其具有空间非对称特征。与现有技术相比,本发明构建的CPG相位振荡器模型可方便地输出空间非对称信号,实现空间非对称的类正弦信号输出,通过改变方程中的空间非对称系数能够单独控制输出信号的偏置,用于实现仿生机器人的空间非对称性运动,具有计算简单、控制方便、信号切换快速且平滑的特点。

    一种基于Q学习和胸鳍振幅的仿蝠鲼机器鱼航向控制方法

    公开(公告)号:CN115981352A

    公开(公告)日:2023-04-18

    申请号:CN202211581335.8

    申请日:2022-12-07

    Abstract: 本发明涉及一种基于Q学习和胸鳍振幅的仿蝠鲼机器鱼航向控制方法,与传统的控制方法相比,本发明不需要建立控制对象模型,通过采集实验数据,离线训练Q表格,然后将表格移植到样机控制器中,通过查表的方式取得控制变量,控制样机在固定深度游动。与其他强化学习控制方法相比,其对硬件资源要求低,对空间需求小,功耗小,实现方便。其有益效果在于:对控制器的硬件要求低,普通的单片机就可以实现,除了节约成本外,还达到节约空间和节约能源的效果。相比于基于模糊控制的航向控制方法,本方法不需要专家经验来建立规则库就可以实现机器鱼的航向控制,Q表在训练的时候自己会学到“专家经验”。

    一种引入期望相位差连续性过渡方程的CPG相位振荡器模型

    公开(公告)号:CN116679554A

    公开(公告)日:2023-09-01

    申请号:CN202310394662.0

    申请日:2023-04-13

    Abstract: 本发明公开了一种引入期望相位差连续性过渡方程的CPG相位振荡器模型,具体包括期望相位差连续性过渡方程、相位方程、振幅方程和输出方程。该模型在保留了传统相位振荡器模型基本方程的基础上,通过引入期望相位差连续性过渡方程,解决了期望相位差跳变引起的输出过渡不顺滑问题,满足实际应用中对输出过渡顺滑性要求。在实际仿生机器人的运动控制中,采用本发明所述的相位振荡器模型为控制器,可以使其驱动系统在期望相位差跳变变时有平滑的过渡输出,避免了由于输出不平滑导致的驱动系统瞬间加速度过大从而损坏机器鱼的机械系统问题,进而能够实现平滑的姿态控制和模态切换。

    一种仿蝠鲼机器人与蝠鲼运动模态相似度评价方法

    公开(公告)号:CN116442217A

    公开(公告)日:2023-07-18

    申请号:CN202310287801.X

    申请日:2023-03-22

    Abstract: 本发明涉及一种仿蝠鲼机器人与蝠鲼运动模态相似度评价方法,选取仿蝠鲼机器人胸鳍鳍条末端点作为i个特征点,蝠鲼按同比例关系在蝠鲼胸鳍鳍条末端点选取特征点;通过运动捕获设备将观察蝠鲼和仿蝠鲼机器人的运动动作进行记录;利用DTW算法对仿蝠鲼机器人与蝠鲼的运动姿态进行相似度评价,建立仿蝠鲼机器人与蝠鲼的运动性能相似度评价方法,将其分解为前游、俯仰、偏航三种基本模态对仿蝠鲼机器人进行运动性能相似度计算对仿蝠鲼机器人及蝠鲼相似度评价。本发明建立仿蝠鲼机器人与蝠鲼的相似度评价体系,为仿蝠鲼机器人仿生运动控制优化指明了方向。

    基于Q学习和胸鳍相位差的仿蝠鲼机器鱼航向控制方法

    公开(公告)号:CN115981353A

    公开(公告)日:2023-04-18

    申请号:CN202211602464.0

    申请日:2022-12-07

    Abstract: 本发明涉及一种基于Q学习和胸鳍相位差的仿蝠鲼机器鱼航向控制方法,与传统的控制方法相比,本发明不需要建立控制对象模型,通过采集实验数据,离线训练Q表格,然后将表格移植到样机控制器中,通过查表的方式取得控制变量,控制样机在固定深度游动。与其他强化学习控制方法相比,其对硬件资源要求低,对空间需求小,功耗小,实现方便。其有益效果在于:对控制器的硬件要求低,普通的单片机就可以实现,除了节约成本外,还达到节约空间和节约能源的效果。节约大量时间成本。实现简单,泛化能力强,除了可以应用于仿生水下机器人外,还能应用于传统水下AUV。

    一种基于Q学习和胸鳍鳍条偏置的仿生鱼俯仰控制方法

    公开(公告)号:CN115793678A

    公开(公告)日:2023-03-14

    申请号:CN202211567754.6

    申请日:2022-12-07

    Abstract: 本发明涉及一种基于Q学习和胸鳍鳍条偏置的仿生鱼俯仰控制方法,与传统的控制方法相比,本发明不需要建立控制对象模型,通过采集实验数据,离线训练Q表格,然后将表格移植到样机控制器中,通过查表的方式取得控制变量,控制样机在固定深度游动。与其他强化学习控制方法相比,其对硬件资源要求低,对空间需求小,功耗小,实现方便。其有益效果在于:对控制器的硬件要求低,普通的单片机就可以实现,除了节约成本外,还达到节约空间和节约能源的效果。不需要建立控制对象的数学模型,由于仿生模型更加难以建立,因此可以节约大量时间成本。不需要专家经验来建立规则库就可以实现机器鱼的俯仰控制,Q表在训练的时候自己会学到“专家经验”。

Patent Agency Ranking