La red de control de patas (LegConNet en ingles) es un esquema de control de un robót basado en la neurobiología de los insectos. Exhibe un comportamiento de patas, de insectos muy flexibles y adaptable, capaces de sortear terrenos difíciles, ajusta la marcha a medio paso, y sin problemas de transición entre diferentes comportamientos (corriendo , andando sin prisa , torneado, escalada, etc.) Las investigaciones han explorado la estructura y coordinación de normas neurológicas que los insectos usan para caminar. LegConNet se ha centrado anteriormente en la incorporacion de las normas que los insectos utilizan para coordinar las articulaciones dentro de una pierna. La versión más reciente , sin embargo , también imita la estructura y la matemática de un sistema nervioso real.
La última versión de LegConNet se construye a partir de neuronas fisiológicas y modelos de sinapsis . Hace que las piernas tanto simuladas y robóticas funcionen con las mismas reglas que la cucaracha Blaberus discoidalis utiliza para coordinar sus distintas articulaciones en diferentes movimientos paso a paso , como caminar , giro interior y giro exterior.
La red que se muestra coordina el caminar, dentro de torneado, torneado exterior, y todavía de pie en la pata central de la cucaracha. Se basa en los datos neurobiológicos sobre el sistema nervioso del insecto palo y datos cinemáticos 3D del caminar y girar de las cucarachas. Las funciones de las articulaciones de insectos palo fueron asignadas en la cucaracha , que utiliza sus piernas un poco diferente. A pesar de la función articular diferente, probablemente tienen vías neurales similares de coordinación de su movimiento.
La información sensorial (Neuronas de color azul claro , arriba) se transmite a los generadores centrales de patrones (GPC , rojo ) que controlan la flexión y extensión de cada articulación.
GPC oscilará sin entrada , y la fase se pueden restablecer mediante la estimulación de la fila superior de cada uno, así es como se coordina la pata.
Observe que ninguna de las GPC están conectados directamente , pero sólo permanecen en fase debido a la información sensorial .
Las GPC cambian los circuitos de control muscular de color amarillo , que trata de contraer su respectivo músculo para una longitud particular .
La red permite cambiar entre distintos modos , cuando una de las neuronas de contexto verdes están estimuladas .
Estas neuronas excitan o inhiben las interneuronas sensoriales de color azul oscuro , que normalmente llevan información sensorial de las neuronas sensoriales de color azul claro al rojo ( GPC ) .
Cuando se estimulan las neuronas de contexto , la información sensorial va a diferentes GPC de lo normal , haciendo que las articulaciones para flexionarse y extenderse en un orden diferente, produscan movimiento diferente.
Esto es probablemente cómo los insectos cambian entre los movimientos paso a paso , y produce transiciones suaves y estables tanto en la simulación y en una pata robótica.
Esta es una mejora sobre la versión anterior, lo que alimentó la información sensorial en máquinas de estados finitos en cada junta para biestablemente cambiar entre la flexión y la extensión. Este sistema funciona , pero requiere de tiempo muy preciso para las transiciones adecuadas. Además , la falta de GPC significa que la información sensorial inadecuada puede conducir a la parada de la pata . Este sistema puede funcionar tanto en la simulación y como en un robot real.Los videos de abajo muestra la simulación dinámica 3D de una cucaracha caminando y girando. El cuerpo se hace invisible para mostrar el movimiento de las piernas . El modelo está apoyando a su propio peso y camina en el suelo con la fricción. Camina hacia adelante y girando como se indica en la pantalla, y deben ser claros porque el cuerpo empieza a girar y girar. Uno puede ver que las patas en el interior comienzan a llegar a un lado en lugar de moverse hacia atrás como de costumbre, mientras que las piernas en el exterior hacen más de un movimiento de empuje.
Este video muestra una sola pata robótica en un banco de pruebas para seguir adelante . El mismo sistema nervioso fue simulado y se utiliza para controlar los servos que actúan en las articulaciones de la pata robótica. Posiciones de los servos se leen para su uso en la red , y medidores de deformación sobre la pierna proporcionan información sobre la carga . Uno puede ver que el mismo movimiento básico está presente . Además de hacer que los robots mejoren caminando, este trabajo es muy valioso para la biología.
Mediante la construcción de modelos del comportamiento del insecto, podemos ser capaces de llevar a cabo más fácilmente experimentos y explorar cómo funciona el sistema . Además , el modelador debe llenar los vacíos en el conocimiento con la hipótesis , que son contrastable en el laboratorio.
Esto estimula nuevas investigaciones. Las parcelas a continuación muestran que las propuestas de resolución común en la simulación y el animal son de hecho bastante similar ( simulación a la izquierda , animal de la derecha) . Se observaron rangos similares de movimiento, y los mismos cambios tienen lugar entre caminar y girar. Ningún parámetro de estimación o de optimización del sistema se llevó a cabo ; las variables se establecieron manualmente e incluso como aproximaciones, estos muestran claramente el mismo comportamiento que el animal. Esto sugiere que el modelo está replicando algunos de los movimientos que hace que el insecto se comportan como lo hace.
 |
| Archivos de simulación de este trabajo se puede descargar aquí: |
AnimatLab fue el programa utilizado para crear esta simulación, se puede descargar en http://animatlab.com/Download/AnimatLab10/tabid/281/Default.aspx.