行步骤B21，则k个运动模板由步骤B21中选择3个运动模板， 以及步骤B22中选择k-3个运动模板共同构成;若非首次执行步骤B21，则k个运动模板由步 骤B21中选择3个运动模板、步骤B22中选择k-4个运动模板、步骤B3中前一次计算得到及 P' new所形成的一组运动模板共同构成。
[0037] 优选的，步骤Μ中依据控制精度和计算时间进行误差阈值的设定。
[0038] 优选的，所述的上肢运动过程包括肌肉激活、肌肉收缩、关节运动过程。
[0039] 本发明提供的一种类人机器人上肢运动的类神经控制方法基于人体运动的习惯 计划理论和运动通路中小脑与脊髓间的信息传播机制进行设计，能够使用已有的运动模板 及权重关系表示新的运动任务，并针对新的运动任务生成新任务的运动模板，其过程避免 了实时的逆动力学求解，大幅减少了计算量，加快了上肢的反应速度，使类人机器人能同时 具备高精度、学习能力和快速反应能力。
【附图说明】
[0040] 图1为人体上肢动力学模型的分析图；
[0041 ]图2为机器人运动控制流程图。
【具体实施方式】
[0042] 为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照 附图，对本发明进一步详细说明。
[0043] 本发明的一种类人机器人上肢运动的类神经控制方法，包括模型及模板的构建、 模板的选择和控制输出两大部分：
[0044] 第一部分:模型及模板的构建：
[0045]步骤A1，建立类人机器人的上肢动力学模型D;
[0046] 依据人体各类上肢运动过程的依次建模来进行类人机器人的上肢动力学模型D的 建立，所述的上肢运动过程包括肌肉激活、肌肉收缩、关节运动等过程。人体上肢动力学模 型的分析图如图1所示，建模过程如下：
[0047] a(t)为肌肉信号，代表肌肉激活强度，由神经元刺激产生，u(t)为神经元信号，关 系如下公式(1)所示：
[0048]
[0049 ]其中为激活时间常量，为去激活时间常量。
[0050] Fm为作用于各关节的肌肉力，由肌肉信号a(t)控制肌肉运动而产生，关系如公式 (2)~(5)所示：
[0051] Fm=Fo(fif2a(t)+f3) (2)
[0052]
[0053]
[0054] f3 = 1.3arctan[0.1 (χ-0 .22)10] (5)
[0055] 其ρ
为肌肉纤维长度，Ιο为原始肌肉纤维长度，Vm为肌肉收缩 速度。
[0056] 肌肉力带动关节旋转，产生运动，上肢运动的广义加速度母如公式(6)所示：
[0057]
(6)
[0058] 式中，q为广义坐标，?为上肢运动的广义加速度，为系统质量矩阵的逆矩阵，G 为环境外力，R为肌肉力臂矩阵。
[0059]结合运动的初始状态和对上式(6)的积分，可得关节的旋转角度α、β，其中α为大臂 与垂直方向的夹角，β为小臂与大臂延长线方向的夹角，根据几何关系，可计算出上肢运动 的终点位置P = (x，y)，其中x、y的计算公式分别为公式(7)和公式(8):
[0060] x = li sina+l2 sin(a+0) (7)
[0061] y = -(li cosa+12 cos(a+0)) (8)
[0062]式中，li为大臂长度，h为小臂长度。
[0063]在类人机器人的上肢动力学模型D中，上肢运动的控制信号为类神经元信号，该信 号为一组时间序列，由机器人控制器产生，将控制电机转动并带动上肢肌肉收缩，使上肢运 动到指定的终点位置，类人机器人上肢运动的输出结果为上肢运动的终点位置，其中关系 如公式(9):
[0064] p = (x,y) =D(u(t)) (9)
[0065] 式中，u (t)表示上肢运动的控制信号，p = (x，y)表示上肢运动的终点位置，D表示 上肢动力学模型。
[0066] 步骤A2,根据类人机器人的上肢动力学模型D，建立m组运动的初始的运动模板形 成运动模板库并存储于机器人控制器中；运动模板由类人机器人上肢运动的控制信号和输 出结果组成;初始的运动模板的个数m2 3。
[0067] 类人机器人上肢运动的控制信号为类神经元信号，该信号为一组由机器人控制器 产生的时间序列，机器人控制器依据类神经元信号控制电机转动，进而带动类人机器人的 上肢肌肉运动，将类人机器人上肢运动到指定的终点位置，类人机器人上肢运动的输出结 果为上肢运动的终点位置。
[0068] 该步骤中，运动模板库的建立包括如下步骤：
[0069] 步骤A21，设定一次上肢运动中期望的终点位置pi= {xi，yi};
[0070] 步骤A22,根据Pl及上肢动力学模型D反向计算出对应的控制信号m;
[0071] 步骤A23,根据m及上肢动力学模型D计算出机器人上肢运动中实际的终点位置p 'i；
[0072] 步骤A24,同一次运动中的m和i将作为一组初始的运动模板；
[0073]步骤A25，重复步骤A21至步骤A24获得m组初始的运动模板形成运动模板库并存储 于机器人控制器中，运动模板库表示为U= {ui，U2，···，Um}和P' = {p\，pS，···，p\}。
[0074]第二部分:模板的选择和控制输出，如图2所示：
[0075] 步骤B1，给定新的运动任务位置Pnew= {xnew，ynew};
[0076] 步骤B2,依据人体运动的习惯计划理论和运动通路中小脑与脊髓间的信息传播机 制，给定新的运动任务位置Pnew后机器人控制器从运动模板库中选择K个运动模板;其中k 2 3；
[0077] 步骤B2中运动模板的选择方法包括如下步骤：
[0078]步骤B21，从运动模板库中选择3个运动模板，使3个运动模板中类人机器人上肢的 终点位置f i能够形成包围pnew的最小三角形；
[0079] 步骤B22，当选择的模板数k>3时，从运动模板库中选择其余的运动模板，选择依据 为类人机器人上肢的终点位置的距离从小到大顺序选择，且能与步骤B21中所选 择的3个运动模板中类人机器人上肢的终点位置形成一个包围p new的凸多边形N;
[0080] 本步骤中所述的其余运动模板的个数为:若为首次执行步骤B21则为K-3,若非首 次执行步骤B21则为K-4个运动模板。
[0081 ]步骤B23，若为首次执行步骤B21，则k个运动模板由步骤B21中选择3个运动模板， 以及步骤B22中选择k-3个运动模板共同构成;若非首次执行步骤B21，则k个运动模板由步 骤B21中选择3个运动模板、步骤B22中选择k-4个运动模板、步骤B3中前一次计算得到及 P' new所形成的一组运动模板共同构成。
[0082]步骤B3,根据各所选模版中上肢终点位置与pnew的距离关系确定各运动模板的权 重Wi，将所选择的各个运动模板的控制信号Ui及对应权重Wi相乘后求和计算出新的运动任 务所需的控制信号11_，将1!_输入上肢动力学模型计算上肢运动的终点位置
[0083] 该步骤中Unew和pZ new具体计算方法如下：：
[0084] 步骤B31，依次计算pnew与步骤B2中所选的运动模板所对应上肢终点位置P' i的权 重关系，如公式(10)所示；
[0085](10) '?
[0086] 式中
，di表示ιΛ与pnew的欧几里得距离；
[0087]步骤B32,利用步骤B2中所选的运动模板的控制信号m及对应权重Wl计算新任务所 需的控制信号11_，计算公式如公式(11)所示：
[0088]
(11)
[0089]步骤B33,将控制信号unew带入上肢动力学模型D，计算