文件名称：MLMP-CPG:多层多模式CPG用于人形机器人的自适应运动
文件大小：10KB
文件格式：ZIP
更新时间：2024-05-19 12:37:15
Python
多层多模式CPG用于人形机器人的自适应运动 抽象的 在本文中，我们提出了脊髓*模式发生器（CPG）的扩展数学模型。 所提出的CPG模型用作类人机器人的底层低级控制器，以生成各种步行模式。 已经证明这种生物学机制对动物的运动具有鲁棒性。 我们的模型得到两项神经生理学研究的支持。 第一项研究确定了由两层CPG组成的神经回路，其中以不同的水平产生模式形成和节奏产生。 第二项研究的重点是可以生成包括振动在内的不同模式的特定神经模型。 此神经模型已在CPG的模式生成层中使用，这使其能够生成有节奏的和非有节奏的运动模式。 由于图案形成层，CPG能够产生与主要节律（伸展/屈曲）和节律删除相关的行为，而无需重新设定节律。 拟议的多层多模式CPG模型（MLMP-CPG）已部署在3D人形机器人（NAO）中，同时执行运动任务。 仿真和实验结果证明了我们模型的有效性。 链接到本文： 链接到视频： 这里提供
【文件预览】：
MLMP-CPG-master
----code()
--------myPloting.py(1KB)
--------mainNao.py(12KB)
--------SetTiming.py(1KB)
--------MyNaoPsitiveAngle_E_or_F.txt(334B)
--------MyNao.txt(706B)
--------MLMPCPG.py(16KB)
--------NAOMotor.py(869B)
----README.md(2KB)