يك چهارچوب كنترلي سلسله‌ مراتبي و گسترده الهام گرفته شده از طبيعت براي يك ربات دو پاي سه‌لينكي

A Bio-inspired Distributed Hierarchical Control Framework for Walking of a 3-Link Biped Robot

گام‌برداري انسان يكي از مقاوم‌ترين و تطبيق‌پذير‌ترين پديده‌هاي ديناميكي در طبيعت مي‌باشد كه در آن، تعامل پيچيده‌اي ميان سيستم عصبي و بيومكانيكي بدن وجود دارد. يكي از نظريه‌هاي پيشنهاد شده براي اين پديده، وجود يك ساختار دو سطحي است كه در سطح پايين، كنترل سيستم توسط سيستم‌ عصبي پراكنده در بدن به همراه سيستم اسكلتي-عضلاني انجام مي‌پذيرد و سيستم عصبي مركزي (مغز) در سطح بالا، وظيفه كنترل سيستم در صورت عدم توانايي سطح پايين، نظارت و آموزش آن را بر عهده دارد. در اين مقاله، بر اساس اين نظريه، يك چهارچوب كنترلي دو لايه‌اي براي سيستم‌هاي زير تحريك، با درجات آزادي بالا و داراي سيكل حد توسعه داده شده است كه بر روي يك ربات دو پاي سه‌لينكي در حال گام‌برداري پياده سازي گرديده است. در اين چهار چوب كنترلي، لايه پايين كنترلي از شبكه‌اي از كنترل هاي ساده متناظر با هر درجه آزادي تشكيل مي‌گردد كه به منظور حفظ پايداري سيستم، توسط يك پسخوراند از وضعيت كلي سيستم تغذيه مي‌گردد. علاوه بر اين در لايه بالا، يك كنترلر مركزي در نظر گرفته شده است كه وظيفه آموزش اين شبكه و نظارت بر حفظ پايداري سيستم را بر عهده دارد. در ادامه نشان‌داده شده است كه به وسيله اين شبكه كنترلي كه با حداقل اطلاعات كنترلي تغذيه مي‌شود، مي‌توان سيستم در نظر گرفته شده را كه يك سيستم ديناميكي ناپايدار است، كنترل نمود.

Human walking is one of the most robust and adaptive locomotion mechanisms in nature, involves sophisticated interactions between neural and biomechanical levels. It has been suggested that the coordination of this process is done in a hierarchy of levels. The lower layer contains autonomous interactions between muscles and spinal cord and the higher layer (e.g. the brain cortex) interferes when needed. Inspiringly, in this study, we present a hierarchical control architecture in order to control under-actuated and high degree of freedom systems with limit cycle behavior and it is implemented for the walking control of a 3-link biped robot. In this architecture, the system is controlled by independent control units for each joint at the lower layer. In order to stabilize the system, these units are driven by a sensory feedback from the posture of the robot. A central stabilizing controller at the upper layer arises in case of failing the units to stabilize the system and take the responsibility of training the lower layer controllers. We show that using this architecture, a highly unstable system can be stabilized with identical simple controller units even though they do not have any feedback from all other units and the robot.