مدل‌سازی و شبیه‌سازی مولد مرکزی الگو جهت تولید حرکات منحنیخطی در ربات مار

با پیشرفت علوم و صنایع و اهمیت به کارگیری ربات‌ها، ضرورت استفاده از سیستم‌های خودکار امری ضروری به نظر می‌رسد. از آنجا که بیشتر کاربردهای ربات‌های مار حرکت در محیط‌های ناشناخته و بعضاً پیچیده است، لزوم ایجاد روش‌های کنترلی متفاوت برای آن‌ها احساس می‌شود. ماحصل ادغام دو علم عصب شناسی و رباتیک، تولید کننده‌های عصبی حرکتی هستند که با نام مولدهای مرکزی الگو شناخته می‌شوند که مسئله تولید حرکت در ربات می‌باشد. در این مقاله به بررسی کنترل حرکت ربات مار مانند با مولد مرکزی الگو (cpg) پرداخته شده که قادر به تولید الگوهای هماهنگ سیگنال‌های خروجی با فرکانس‌های مختلف هستند، بدین منظور لازم است که در ابتدا ربات مار مدل شود و پس از آن اعمال کنترلی اعمال شود. در این مقاله بررسی کنترل حرکت ربات در دو حالت حلقه باز و حلقه بسته برای شبکه cpg ارائه شده است. در عین حال این پژوهش با شبیه‌سازی‌های انجام شده نشان می‌دهد که هر چه میزان تحریک کمتر باشد و سطح آن پایین‌تر، منجر به تولید حرکتی با فرکانس پایین‌تر می‌شود و بالعکس. سپس نحوه تاثیر مدل‌های cpg که به عنوان شبکه‌های عصبی استفاده می‌شوند، در کنترل حرکت شبیه‌سازی شده‌اند. در این مقاله نکته قابل توجه در مقایسه با سایر کنترل کننده‌ها این است که در شبکه‌های عصبی مولد مرکزی الگو سیگنال‌های ساده برای تحریک و القای حرکت ربات‌ها کافی می‌باشد که در شبیه‌سازی نشان داده شده است

Modeling and simulation of the central generator of the pattern to produce curvedlinear motions in the snake robot

With the advancement of science and technology and the importance of using robots, the need to use automated systems seems essential. Since most applications of snake robots move in unfamiliar and sometimes complex environments, there is a need to develop different control methods for them. The product of the integration of the two sciences of neuroscience and robotics, are motor neuron producers known as model central generators, which is the problem of producing motion in the robot. In this paper, we control the movement of a snakelike robot with a central pattern generator (CPG) that is able to produce coordinated patterns of output signals with different frequencies. For this purpose, it is necessary to model the snake robot first and then apply control Be. In this paper, the control of robot motion control in two modes of open loop and closed loop for CPG network is presented. At the same time, this study with simulations shows that the lower the level of stimulation and the lower its level, the lower the frequency of motion production and vice versa. Then, the effect of CPG models, which are used as neural networks, is simulated in motion control. In this paper, the remarkable point in comparison with other controllers is that in the central generating neural networks, the pattern of simple signals is sufficient to stimulate and induce the movement of robots, which is shown in the simulation