An Evolutionary optimized central pattern generator (CPG) is proposed, to generate the locomotion of a robotic fish. CPG structure consists of biological neural networks that generate coordinated rhythmic signals for the locomotion control of the vertebrate and the invertebrate. In this paper, an evolutionary optimized CPG structure is proposed for generating fish-like locomotion of the robotic fish by controlling the apping angles of all the joints. The proposed CPG structure consists of three neural oscillators and each neural oscillator generates rhythmic signals for the corresponding joint of the three-joint robotic fish. The CPG structure for autonomous repeated locomotion has the parameters which determine the form of output signals. Quantum-inspired evolutionary algorithm (QEA) is employed for optimizing these parameters to generate signals which track the kinematically derived fish-like locomotion.
Since the heading angle changes periodically, when the robotic fish is swimming, the input images from the front camera cannot be used to get surround information. To solve this problem, the image of the swimming direction is captured using gyro sensor, and the input images are continuously transformed to the relative location by image stitching which consists of speeded up robust features (SURF) and random sample consensus (RANSAC), comparing with an image of swimming direction. Moreover, if a certain object is detected, relative location will be returned.
n this paper, the mechanical design and the specifications of the robotic fish "Fibo" are also introduced. Using Fibo, the evolutionary optimized CPG-based locomotion generator and gyro sensor-based vision sway compensation are demonstrated by real experiments. Moreover, combining two proposed algorithms, target following of the robotic fish is realized and demonstrated by real experiments.
본 논문에서는 로봇 물고기의 유영 생성을 위해 진화 최적화된 중앙패턴발생기(Central pattern generator(CPG))를 제안한다. CPG구조는 주기적인 움직임을 발생하기 위해 여러 개의 신경 조직망으로 구성되어 있다. 제안된 CPG구조는 2개의 신경세포로 구성된 3개의 신경 발진기로 구성되어 있고 각각 3개의 연결 마디로 구성된 로봇 물고기의 동력부에 연결되어 신호를 출력한다. CPG는 주기적인 출력신호의 특성을 결정하는 매개변수들을 갖고 있다. 실제 물고기의 움직임과 유사한 신호가 발생하도록 CPG의 매개변수들을 양자개념을 도입한 진화연산(Quantum-inspired evolutionary algorithm(QEA))으로 최적화한다.
로봇 물고기는 유영 중에 머리가 주기적으로 흔들리기 때문에 로봇 전면에서 입력되는 영상은 주변 정보를 얻는데 사용하기 힘들다. 이 문제를 해결하기 위해서 먼저 자이로센서로 유영방향을 검출하고 그 방향의 영상을 추출한다. 그리고 입력되는 영상을 Speeded up robust features(SURF)와 Random sample consensus(RANSAC)으로 구성된 Image stitching을 이용하여 계속적으로 유영방향 영상과 비교를 통해 상대적인 위치로 변환한다. 또한, 변환된 영상에서 특정 물체를 검출하고 상대적인 위치도 반환한다.
본 논문에서는 로봇 물고기 ”Fibo”의 기구설계와 사양에 대한 소개도 포함하고 있다. “Fibo”를 이용하여 진화 최적화된 CPG기반 유영 생성기와 자이로센서 기반 영상 흔들림 보정이 실제 실험을 통해서 증명된다. 또한, 두 제안된 알고리즘을 통합하여 로봇 물고기의 특정 물체 추적이 구현되고 실제실험에서 증명된다.
