一种基于多传感器的步态相位实时检测系统

对人体步态相位进行准确实时的判断是智能假肢等康复机器人控制的基础,提出并建立了一种实时状态相位检测系统.该系统包含了4只压力传感器和2只姿态传感器,能够准确地区分出平地行走时足跟着地、足放平、足跟离地、足尖离地、摆动弯曲以及摆动伸展等五种状态相位,实验表明:该系统能够适应不同测试者的不同步幅和步速,并能够应用在假肢的实时控制中.     

表面垂足刺激器的研究现状与趋势

足下垂是由腓总神经功能障碍引起踝关节无法背屈、行走时足趾拖地的症状。它不仅影响患者日常行走,还会使 其产生自卑心理。表面垂足刺激器将刺激电极贴附在腓总神经或者胫骨前肌上,使用传感器来侦测脚步动作,通过电刺 激使脚踝产生背曲屈及翻转动作,改善步行摆动期所发生的足下垂现象。本文阐述了表面垂足刺激器的工作原理及研究 进展,并对基于生物信号反馈的闭环足下垂刺激器的研究趋势进行了介绍。     

基于帧差时空特征的步态周期检测方法

针对传统基于可穿戴传感设备步态周期检测方法需要用户高度配合的问题,本文采用计算机视觉的方法来研究高精度步态周期检测算法。受帧差法的启示,本文设计一种全新的步态图像表达特征 帧差步态时空特征,该特征不仅蕴含了步态 运动的空间,还含有步态运动的时间信息,能较好地表达步态运动周期中的各个状态。基于帧差步态时空特征,设计足趾离地状态检测算法,进而实现步态周期的自动检测。实验结果表明,本方法能精确检测步态周期中的足趾离地状态帧。     

双足爬壁机器人壁面凹过渡步态规划研究

针对腿足式爬壁机器人在壁面过渡时的步态规划问题，以一种真空吸附式双足爬壁机器人为研究对象，在步态分析的基础上，基于有限状态机建立了机器人的步态模型，进而提出了基于加权插值和BP神经网络的双足爬壁机器人壁面凹过渡在线步态规划算法，为提高机器人壁面过渡的自主控制能力奠定了基础．仿真分析和实验结果表明，该步态规划算法对于实际的机器人系统是有效的和可行的。     

基于改进蚁群算法的四足机器人步态规划

四足机器人关节众多、运动方式复杂,步态规划是四足机器人运动控制的基础。传统的算法多基于仿生原理,缺乏广泛适应性。 在建立运动学方程的基础上,提出了一种基于改进蚁群算法的步态规划算法。该算法利用了四足机器人4条腿运动的线性无关性,将步态规划问题转换为在四维空间里求取最长路径问题。仿真结果表明,该算法得出了满足约束条件的所有步态,最后通过机器人样机检验,验证了该算法求取结果的有效性和合理性。     

基于肌电信号的行走步态周期识别方法与实验系统的设计

通过下肢表面肌电信号的人体行走步态周期识别方法设计了实验系统;针对表面肌电信号的微弱性、交变性、低频性等特点,提出了识别肌肉动作起始时刻的峰—谷线性插值分段积分算法,并将该算法与阈值法相结合,提取足跟着地前肌肉动作起始时刻,从而达到划分步态周期的目的;该方法仅需单通道信号作为信息源,不同被测者可以选用不同的肌电信号;有效回避了肌电信号传感器零点漂移现象;文中分别对5位被测者行走时的7个下肢肌电信号进行采集,以VisualC++为工具,基于用户界面设计了步态周期的识别系统,其系统识别结果验证了该方法具有广泛性、可靠性、准确性和实用性。     

基于马尔可夫决策过程的六足机器人自由步态规划

为精细模仿生物步态,充分发挥六足机器人运动潜能,本文在离散化机器人足端轨迹的基础上,融合中枢模式发生器(CPG)模型与反射模型,建立了离散化步态模型,基于稳定性分析,构建了机器人稳定的位置状态空间,将复杂的步态规划问题等效转化为稳定的位置状态空间中位置状态间的排序问题,在此基础上,提出了一种自由步态生成算法;并基于处理顺序决策问题的马尔可夫决策过程,以平均稳定裕量为优化指标,针对特定地形研究自由步态的优化算法.样机步态实验结果表明,自由步态生成算法与优化算法均可生成在一定程度上符合生物运动特点的稳定步态,且自由步态优化算法可针对特定地形快速规划出基于平均稳定裕量的最优步态.     

基于离散化的六足机器人自由步态规划

为精细模仿生物步态,充分发挥六足机器人运动潜能,本文在离散化机器人足端轨迹的基础上,融合中枢模式发生器(central pattern generator,CPG)模型与反射模型的核心思想,建立了离散化步态模型,结合稳定性分析,构建了机器人稳定的位置状态空间,将复杂的步态规划问题转化为稳定的位置状态空间中位置状态间的排序问题,在此基础上,提出了一种新的自由步态生成算法,并基于平均稳定裕量对该算法进行了优化.样机步态实验结果表明,自由步态生成算法与自由步态优化算法均可生成在一定程度上符合生物运动特点的稳定步态,实现机器人运动过程中速度的动态调整,跨越宽度为步距的障碍,且基于平均稳定裕量的自由步态优化算法生成步态的稳定性要远大于自由步态生成算法.     

一种动态窗口PCA运动方向估计算法

首先针对个人航位推算系统中计步算法的阈值设定问题,提出了一种基于有限状态机的阈值自学习算法.通过该算法可以在较短的时间内(10s)获得自适应阈值,提高计步算法的准确性.然后在利用该阈值进行计步的同时,对连续步态进行分割,并以分割结果作为动态窗口进行主成分分析,可以获取目标运动的方向.此外,通过利用运动步态模型中加速度变化的规律可以有效解决180°模糊问题.实验分析结果表明,相比于固定窗口的 PCA 分析方法,基于动态窗口的 PCA 在数据处理量降低61.2%的情况下,其准确度提高了11.1%.     

基于模型的机组组合两阶段启发式算法

针对同时考虑机组爬坡速率约束和系统安全约束的机组组合问题,提出一个基于模型的两阶段启发式算法.第1阶段确定可行的机组启停状态,首先构造初始启停状态,并根据模型检验初始启停状态是否可行,如果不可行,则通过目标函数的线性近似和约束松弛构造问题的松弛模型,并将其用于可行化机组的启停状态;第2阶段利用经济分配模型确定机组的输出功率.基于118-母线电力系统的测试验证了所提出算法的有效性和鲁棒性.     

四足机器人步态生成算法研究与仿真

在四足机器人行走动态控制的研究中,为使四足机器人能在复杂地面状况下行走,提出了一种四足机器人在不平坦地面爬行时的平动步态生成算法.首先构建四足机器人步行机构模型,根据静态稳定性对角线原理的判定确定机器人腿的摆动顺序;以平动步态为例根据机器人前行方向、初始位姿、地面不平坦等因素计算一个步态周期后机器人的位姿从而实现平动直线行走的连续步态算法.考虑了机器人机构约束以及状态变化因素使机器人在每一个步态周期都能跨出尽可能大的步幅实现行走效率的最大化.通过仿真验证了算法的正确性.仿真结果对四足机器人步态稳定性的研究及实现具有实际的参考价值.     

智能决策改进的四足机器人ZMP爬行步态算法

提出了一种基于反馈控制和贪婪决策的四足机器人爬行步态规划算法。该算法利用机载惯性传感器IMU（Inertial Measurement Unit）来实时计算零力矩点和姿态角,以稳态裕度为指标在支撑平面内实时规划期望零力矩点（Zero Moment Point,ZMP）轨迹,结合非线性反馈控制器实现对机体ZMP点的连续平滑调节,保证机器人在按给定速度矢量进行连续爬行的同时具有抵抗一定外力扰动的能力。步态规划采用动态步态周期,基于机器人结构约束和贪婪决策实现跨腿的自动触发,提高了步态自适应性。最终通过样机行走实验验证了所提算法应用于微型四足机器人中的可行性,机器人实现了在平坦地面上稳定地全向行走和旋转,所提算法同时兼顾了自适应性和稳定裕度。     

不同运动状态下国产人工膝关节接触压力分布有限元分析

为研究力轴一致时不同运动对人工膝关节各组件接触压力的影响,拍摄下蹲、上楼梯和步行运动过程并解析得到运动学数据,基于国内厂家提供的图纸,建立人工膝关节的三维有限元模型,对其施加运动和载荷进行计算分析．结果表明：双腿直立时各组件上的接触压力峰值最小,而下蹲90°时股骨组件最大,下蹲120°时胫骨垫组件最大,上楼梯时各组件峰值介于下蹲90°和120°之间;步行过程中,单腿支撑、脚趾离地和脚跟着地时各组件的压力峰值依次降低．这表明该国产人工膝关节符合国人膝关节的解剖结构,内、外侧接触压力峰值适中且具有较大的接触面积,可以满足临床上的要求．     

融合元学习和PPO算法的四足机器人运动技能学习方法

具备学习能力是高等动物智能的典型表现特征, 为探明四足动物运动技能学习机理, 本文对四足机器人步 态学习任务进行研究, 复现了四足动物的节律步态学习过程. 近年来, 近端策略优化(PPO)算法作为深度强化学习 的典型代表, 普遍被用于四足机器人步态学习任务, 实验效果较好且仅需较少的超参数. 然而, 在多维输入输出场 景下, 其容易收敛到局部最优点, 表现为四足机器人学习到步态节律信号杂乱且重心震荡严重. 为解决上述问题, 在元学习启发下, 基于元学习具有刻画学习过程高维抽象表征优势, 本文提出了一种融合元学习和PPO思想的元近 端策略优化(MPPO)算法, 该算法可以让四足机器人进化学习到更优步态. 在PyBullet仿真平台上的仿真实验结果表 明, 本文提出的算法可以使四足机器人学会行走运动技能, 且与柔性行动者评价器(SAC)和PPO算法的对比实验显 示, 本文提出的MPPO算法具有步态节律信号更规律、行走速度更快等优势.     

基于主支撑腿运动优化的仿人机器人快速步态规划算法

提出一种基于主支撑腿运动优化的快速步态规划算法,利用快速动态步行的特点,规划ZMP(Zero Moment Point)适时地离开质心投影并始终停留在稳定的支撑区域内．规划过程中考虑了仿人机器人摆动足触地时的碰撞,整个步态产生于深度的优化过程．     

控制六足仿生机器人三角步态的研究

基于仿生学原理,在分析六足昆虫运动机理的基础上,对六足仿生机器人的三角步态运动原理进行了分析.论文涉及六腿机器人步态研究的一些基本参数的描述,讨论了用相对运动的原理研究步态的方法,结合慧鱼机器人组合包中的构件拼出六足仿生机器人.该机器人模型结构简单,设计独特,能前进和后退,且能避开小型障碍物.基于三角步态运动原理对其进行了反复实验,实验结果表明六足仿生机器人具有较好的机动性和稳定性.     

一种软启停正负双直流电源的设计

变形镜驱动器正负电源加电或者断电不同步,导致其在加电瞬间或者断电瞬间,输出端会输出一个-38.0V和86.0V的冲击电压,这个冲击电压使得变形镜在未开始工作时就产生了较为严重的面形畸变,为此研制了基于微处理器的软启停直流电源,它输出两路按一定时序变化的输出电压作为后续两个继电器的控制端,再通过这两个继电器分别控制变形镜驱动器正、负电源的导断,从而使得变形镜驱动器的正负电源同时加载或者卸载。在硬件平台了进行了实验验证,结果表明,使用软启停直流电源后,变形镜驱动器加电瞬间或断电瞬间,其产生的脉冲电压的峰-峰不超过0.45V,远远小于未使用软启停直流电源前的冲击电压,满足了系统的设计要求。     

两栖多足机器人水下步态分析

通过对两栖动物运动机理的研究,针对两栖多足机器人水下行走的特点,采用减轻重力、附加流 体力的方法,提出了静水环境下的动力学模型,并基于对模型的分析提出了适用于两栖多足机器人水下运动 的“蹬踏—漂浮”步态．该步态不但解决了两栖多足机器人以陆地行走步态在水下行走时出现的抓地不牢及 稳定性不够的问题,而且提高了水下步行速度．通过分析两栖多足机器人的水下实验结果,验证了步态的可 行性．     

基于四足机器人的运动步态研究

本文主要研究基于四足机器人在运动时的步态控制方案,研究对象主要是由舵机或步进电机为驱动的四足机器人。针对于四足机器人的四肢运动方式、速度、承重、效率等方面进行研究,针对于小型或微型的四足机器人进行运动时的步态控制方案,并对四足机器人进行腿部模型构建,进行逆运动学分析,根据公式判断机器人相应腿部关节运动方案。该研究将应用于家庭服务或工厂运输的四足机器人运动解决方案上,为不同结构、不同驱动以及不同类型的四足机器人提供更加高效和灵活的步态控制方案。     

基于风电规模化入网技术的机组启停间歇联合协调方法研究

传统方法在控制机组启停间歇时,受到电波波动特性影响,对机组启停间歇协调效率低.为此,本文引入风电规模化入网技术,优化机组机组启停间歇协调效果.依据机组启停间歇控制结构,采用断点控制方式设计机组启停间歇控制位置;通过自启停APS技术分析机组启停电波规律,并根据做功特点控制机组启停容量可信度;规范设计机组启停间歇联合协调方案,确定机组启停间歇联合协调步骤,实现机组启停间歇联合协调控制.结果可知,该方法协调率较高,可行性较高.