generador de patrones centrales reconfigurables para la

Generador de Patrones Centrales Reconfigurables


para la Implementación Adaptativa de Patrones

Rítmicos de Locomoción

José Hugo Barrón Zambrano

Asesor :Dr. César Torres Huitzil

José Hugo Barrón Zambrano Generador de Patrones Centrales Reconfigurables 1


Contenido.

1 Introducción y motivación.

2 Descripción del problema.

3 Estado del Arte.

4 Metodología.

5 Cronograma.

6 Conclusiones.



Introducción y motivación.


Tradicionalmente los robots han sido construidos con ruedaspara su desplazamiento.

Recientemente en la robótica, muchos trabajos se hanenfocado a la viabilidad del diseño de robots con piernasbasándose en la biología.

La importancia de la locomoción, tanto para la biología y larobótica, han dado lugar a múltiples interacciones entre losdos campos.





Patrón de locomoción.

Es un patrón de movimientos periódicos para los actuadores deuna dada estructura de locomoción [1]





Diferentes métodos para el control de la locomoción en robots hansido desarrollados:

Basados en trayectorias.

Centro de masa (Center of Mass - CoM)Centro de presión (Center of Pressure - CoP)Punto de momento cero (Zero Moment Point - ZMP)

Basados en heurísticas.

Control de modelo virtual (Virtual Model Control- VMC)

Biológicamente inspirados.

Generador de Patrones Centrales (Central Pattern Generators -CPG)





Basados en trayectorias.

La trayectoria es calculada por adelantado y se garantiza unalocomoción estable.Necesidad de un control externo para enfrentar lasperturbaciones.Requiere un conocimiento exacto del modelo del robotEl método no provee una metodología de diseño y lastrayectorias son estimadas a prueba y error.Prueba la estabilidad del movimiento mediante la superficieconvexa formada por los puntos de contacto





Basados en heurísticas: VMC.Las trayectorias también son estimadas por adelantado usandoun proceso de optimización.Modela los actuadores del robot como resorte yamortiguadores.No siempre se puede trasladar el modelo basado en resorte yamortiguadores al robot real.Puede generar daño a los actuadores del robot.Requiere conocimiento sobre el modelo del robot.





Biológicamente inspirados.

En los animales vertebrados, un elemento esencial en el controlde la locomoción es el CPG, ubicado en la médula espinal.

El CPG es un circuito neuronal capaz de producir patrones decoordinación para una actividad rítmica en un sistema de lazoabierto.

Las señales de control son simples pero suficientes paramodular la generación de patrones.

Los CPGs fueron falsamente percibidos como productoressolamente de patrones fijos.




CPG.

Los CPGs son vistos como redes de sistemas no linealesacoplados.

Modelado a través de ecuaciones diferenciales acopladas.

u̇ = −u + ωuv O(v) + ωuuO(u) + Su

v̇ = −v + ωvuO(u) + ωvv O(v) + Sv

donde u y v son el estado interno de las neuronas, ωuv , ωuv ,ωuu, y ωvv determinan la dinámica del sistema, O es la funciónde activación, Su y Sv son las señales de retroalimentación.




CPG.

Características de modelos de locomoción basados en CPGs:Robustez frente a perturbaciones.Presentan un procesamiento distribuido.Pocos parámetros de control.Ideales para integrar las señales de retroalimentación desensores.No es necesario conocer el modelo exacto del robot.Capacidad de generar nuevas trayectorias si necesidad deentrenamiento



Descripción del problema.


Problemas en el marco de diseño de los CPGs:

Diseñar una red de osciladores para producir un patrón enparticular.Parámetros son sintonizados a prueba y error.Diseño de la estructura de interconexión entre los osciladores.Predecir el comportamiento del robot en un situacióndesconocida





Problemas en el mecanismo de adaptación en los CPGs:Los animales raramente realizan la locomoción en estadoestacionario durante mucho tiempo.Determinar como la retroalimentación debe ser introducidapara la modulación del CPG.Transición entre los diferentes modos de locomoción basado enlas señales de retroalimentación.





Problemas de implementación en los CPGs:

Resolver bajo restricciones de tiempo real un conjunto deecuaciones diferenciales acopladas.Implementaciones de bajo costo con respuesta en tiempo real yadaptativas.Implementaciones digitales (microprocesadores) y analógicas(transistores).




Preguntas de investigación.

Preguntas de investigación.

¿Cómo se puede diseñar un CPG capaz de generar múltiplespatrones de andar en base a una sola topología?

¿Como se puede integrar información del medio ambiente parala modulación de los CPGs y sus transiciones?

¿Qué enfoques de diseño hardware son viables para el controlde la locomoción de una manera descentralizado y altamenteparalelizable basada en CPG?




Objetivos.

Objetivo.

Explorar modelos para la generación de patrones rítmicos delocomoción adaptativos para robots hexápodos, utilizandoinformación de percepción visual del ambiente, embebidos dentrode una plataforma hardware.




Objetivos.

Objetivos específicos.

Obtener el diseño de un CPGs para la generación de múltiplespatrones de locomoción capaz de ser usado in diferentesrobots.

Proponer un mecanismos de integración y coordinación de lapercepción del ambiente con los sistemas de locomociónbasada en CPGs para la generación de patrones rítmicosadaptativos.

Diseñar e implementar en hardware un modelo depercepción-acción basado en CPGs que permita generardiferentes patrones de locomoción derivado de la informaciónvisual y de sensores.




Hipótesis.

Hipótesis.

La locomoción basada en CPGs tiene la habilidad de generaresquemas de control modulares, capaces de adaptarse y generarmovimientos complejos de manera coordinada, utilizandoestructuras neuronales y de percepción visual implementadas enuna plataforma hardware.




Contribuciones.

Contribuciones.

Esquema de locomoción basado en CPG y su aplicación en undiseño para la locomoción en robots hexápados y su uso enrobots con diferente número de articulaciones.

Mecanismo de integración del proceso de percepción para lalocomoción adaptativa en respuesta al ambiente.

Abstracción e implementación de una arquitectura hardwarepara la generación de patrones centrales reconfigurablesbasado en un esquema biológico usando dispositivosreconfigurables.



Estado del Arte.

Estado del Arte.

Trabajo Robot Implementación Modelo deoscilador

Tipos demarcha

Retro-alimentación

Integración

Arena et al(2005)

hexápodo(simu-lación)

VLSI redes neu-ronales

caminary escalar

giroscopios estructurajerárquica

Lee et al(2007)

robotlangosta(simu-lación)

CMOS neuronaHindmarsh-Rose

caminar – –

Ijspeert et al(2007)

cuadrúpedo(robotsalaman-dra )

microprocesador osciladorde fase

caminary nadar

sensores decontacto

directa

Manoonponget al (2008)

hexápodo microprocesador osciladorneuronal

caminadoomni-direc-cional

sensores IR redes neu-ronales

Torres et al(2008)

un solo os-cilador

FPGA modelode Amari-Hopfield

– – –

Santos et al(2012)

cuadrúpedo microprocesador osciladorHofp

caminadoomni-direc-cional

cámaras sistemasde ecua-ciones



Metodología.

Metodología.

La metodología se divide en tres fases:

Modelo de locomoción basado en CPG.

Control de alto nivel: percepción-acción.

Implementación hardware empotrada.



Metodología.



Selección e implementación del modelo CPG.

Prueba y análisis de resultados.

Diseño e implementación de la red de CPGs para un robotcuadrúpedo.




Metodología.

Control de alto nivel.

Control de alto nivel: percepción visual-locomoción.

Revisión y análisis de los modelos de percepción visual (PV).

Implementación del modelo de PV y análisis de resultados.

Integración del modelo de PV y la red de CPGs, interfaz entreambos módulos.




Metodología.



Diseño e implementación de los módulos HW de:

1 CPG.2 Red de CPGs .3 Percepción visual.4 Módulo de integración

Implementación de los módulos en una plataforma HW.

Pruebas y análisis de resultados.



Metodología.


Esquema.

Figura: Esquema propuesto para CPGs reconfigurables utilizandoinformación de la percepción.



Cronograma.

Cronograma de actividades.

Año 2010 2011 2012 2013Actividad C1 C2 C3 C1 C2 C3 C1 C2 C3 C1 C2 C3Selección, implementación, prueba delCPG y análisis de resultados.

X X X

Diseño, implementación, prueba de la redde CPGs y análisis de resultados.

X X X

Revisión y análisis de los modelos de PV. X X XImplementación del modelo de PV yanálisis de resultados.

X X X X

Integración del modelo de PV y la red deCPGs, prueba y análisis de resultados.

X X X X X

Diseño e implementación de los módulosHW.

1 1 2 3 3-4

4

Integración de los módulos en unaplataforma HW, pruebas y análisis de re-sultados.

X X X X

Cursos. RMI PDI CRPredoctoral y defensa de Tesis. P TPublicaciones. C R C C CL R



Conclusiones.

Conclusiones.

El CPG es un circuito neuronal capaz de producir patrones decoordinación para una actividad rítmica.

Se presenta un esquema de control para la generación dediferentes modos de andar para un robot cuadrúpedo, basadoen los principios locomoción que imita a los CPGs biológicos.

El enfoque propuesto proporcionará circuitos modulares decontrol que son adaptables y capaces de generar movimientoscomplejos y coordinados.



Conclusiones.

Conclusiones.

La implementación proporcionará la flexibilidad para generardiferentes patrones rítmicos en tiempo de ejecución.

La implementación tomará ventaja del procesamientodistribuido por medio de unidades elementales que interactúena través de esquemas de interconexión programables.

El estudio de los mecanismos que subyacen en lasinteracciones entre la locomoción y la percepción, podríandescubrir las soluciones para abordar estos problemascomplejos de navegación.



Referencias

Referencias I

P. Arena, L. Fortuna, Frasca, G. Sicurella. An adaptive, self-organizing dynamical system for hierarchical

control of bio-inspired locomotion. IEEE Transactions on Systems, Man and Cybernetics, Part B, 34(4),18231837 (2004)

Y.J. Lee, J. Lee, K. K. Kim, and J. Kim, Y.and Ayers. Low power cmos electronic central pattern generator

design for a biomimetic underwater robot. Neurocomputing, 71:284Ű-296, December 2007

A. J. Ijspeert and A. Crespi. Online trajectory generation in an amphibious snake robot using a lamprey-likecentral pattern generator model. In Proceedings of the 2007 IEEE International Conference on Robotics andAutomation (ICRA 2007), pages 262Ű-268, 2007

P. Manoonpong. Neural Preprocessing and Control of Reactive Walking Machines: Towards Versatile

Artificial Perception-Action Systems (Cognitive Technologies). Springer-Verlag New York, Inc., Secaucus,NJ, USA, 2007.

C. P. Santos and V. Matos. CPG modulation for navigation and omnidirectional quadruped locomotion.

Robotics and Autonomous Systems, 60(6):912 Ű- 927, 2012.

C. Torres-Huitzil and B. Girau, A. Gauffriau. Hardware/software co-design for embedded implementation of

neural networks. In: Diniz, P.C., Marques, E., Bertels, K., Fernandes, M.M., Cardoso, J.M.P. (eds.) ARCS2007. LNCS, vol. 4419, pp. 167178. Springer, Heidelberg (2007)



GRACIAS


generador de patrones centrales reconfigurables para la

Documents