张少白张 政

(南京邮电大学计算机学院 南京 210033)

1 引言

构建手臂运动平衡控制模型，是机器人学及控制科学所研究的一个重要的课题。 英国诺丁汉大学人工智能研究小组的教授Barbara Webb曾经说[1]：“传统的控制技术需要依赖精确的传感和驱动以及复杂的信息处理，这种技术已经不再适合具有类似感觉运动系统的机器人。”基于这种认识，模拟小脑神经系统的结构特征或功能特征，建立各种人工小脑或小脑模型，并将其应用于机器人的运动控制，正逐渐成为控制科学、机器人学以及人工智能等学科的重要研究领域。

正因为此，本文在文献[2]中曾经为手臂的定向运动构建了一个小脑控制模型，用以解释和控制手臂运动形式与手的预成型之间有关时间协调的问题。文献中假定，运动规划是在运动前区皮层(premotor cortex)中产生的；手臂运动轨迹以一种前馈的方式产生，除了初始阶段，不需要考虑手臂的实际位置；其延伸轨迹与典型钟形切向速度的分布一样，都是平滑的，并以某种反馈的形式在手和目标位置一直被监测的过程中产生。

但是，手臂控制本身不过是一种利用手臂在各种任务中抓取目标的手段，并不是一种目的。本文感兴趣的是，在延伸和抓取过程中，手臂运动形式与手的预成型(preshape)之间的时间协调问题。针对这样的问题，文献[3]曾经构建了一种基于最小加加速度最优标准的经典控制模型。该模型能很好地解释各种条件下手臂移动以及手部预成型过程的运动学原理，包括目标位置和角度大小的细微变化，其关键部分是状态预测，并能对系统传入与传出时产生的延时进行补偿。……