基于多体动力学的六足机器人快速步态研究

实现六足机器人步态控制的前提是能够准确进行步态建模.本文提出一种基于多体动力学的六足机器人三角步态仿真模型,该模型由Simulink中的SimMechanics模块所建立,主要包括力模型和控制器模型.力模型针对足和接触地面的作用力与反作用力,控制器模型用来模拟六足机器人在行走时具有仿昆虫的行走特征.本文选用昆虫常见的三角步态来进行仿真研究,该模型成功执行了六足机器人的步态,验证了模型的有效性.     

六足仿生机器人越障步态方法研究

在分析六足昆虫运动原理的基础上,提出了一种适合六足仿生机器人越障爬坡的一种步态.针对该机器人需要爬坡的要求对步态进行设计,并且从理论上对提出的"多边形步态"进行了可行性分析.在仿真软件中建立了六足机器人虚拟样机,动态模拟了采用该步态的六足仿生机器人的越障运动.指出利用该种越障步态原理设计思路所确定的机器人具有很好的稳定性以及特殊地形适应能力.     

基于Boltzamnn机的机器人自主学习算法

针对两轮机器人自平衡运动控制问题,提出了一种基于Boltzamnn机的Skinner操作条件反射学习机制作为机器人仿生自主学习的算法.该算法利用Boltzamnn机中Metropolis判据平衡Skinner操作条件反射学习中探索和利用的比例,并依据概率取向机制以一定的概率选择最优行为,从而使机器人在未知环境下可获得像人或动物一样的仿生自主学习技能,实现机器人的自平衡运动控制.最后,分别用基于Boltzamnn机的Skinner操作条件反射的学习算法和基于贪婪策略的Skinner操作条件反射的学习算法做了仿真实验并进行了比较.结果表明,基于Boltzamnn机的Skinner操作条件反射的学习算法能使机器人获得较强的运动平衡控制技能和较好的动态性能,体现了机器人的自主学习特性.     

仿生六足机器人传感信息处理及全方向运动控制

针对仿生六足机器人的智能运动控制问题,提出一种基于中枢神经模式发生器(CPG)的控制方法.传统CPG控制方法无法很好地控制机器人足端轨迹,而本CPG控制方法中加入了用于足端轨迹控制的轨迹发生器模块,通过调节参数值可以实现机器人的全方向运动控制.为降低传统CPG控制中传感信息反馈以及参数调整的复杂程度,设计2种用于传感信号处理的神经网络.该模块实现多传感信号的融合,并生成用以控制机器人运动行为的各个参数值,实现机器人的自主避障.设计一个仿生六足机器人样机,将其分别放置在两种不同的情境下进行自主避障行走实验,结果证明了机器人全方向运动控制算法和自主避障算法的可行性.     

基于CPG控制的六足爬壁机器人自主越障研究

针对基于混沌CPG(central pattern generation)模型控制的六足爬壁机器人在幕墙上自主越障爬行的问题,本文提出了一种融合障碍探测模块、位姿调整模块以及简单神经环路混沌CPG的运动控制方法,并根据幕墙障碍特点和由传感器采集到的机器人方位信息及障碍距离信息,设计了合理的越障策略。实验显示该机器人可据环境自主切换三足行进步态、四足越障步态和五足原地旋转步态,并能够调整重心与幕墙间的距离以增加稳定性,最后完成了机器人在幕墙上自主爬壁和越障。     

六足步行机器人定半径转弯步态

将三角步态应用于六足步行机器人定半径转弯步态中,提出基于三角步态的定半径转弯步态规划方法,简化了六足步行机器人转弯步态.将利用重心直线段轨迹跟踪定半径圆轨迹的方法运用到六足步行机器人的定半径转弯步态中,提出基于稳定性约束和腿运动约束条件下的六足步行机器人最大转弯角度的求解方法.在六足步行机器人定半径转弯步态中,对于2组腿分别作为支撑腿转弯时,采用不同的转弯角度从而有效地利用机器人转弯过程中每步的转弯能力.利用MATLAB和ADAMS软件对基于三角步态的六足步行机器人定半径转弯步态进行仿真,仿真结果验证了提出的转弯步态规划方法的正确性.     

六足步行机器人的步态规划及运动学分析

主要对六足步行机器人进行步态规划和运动学建模,规划了六足步行机器人的直行步态和足端轨迹.基于MATLAB软件建立机器人的逆运动学模型,生成机器人步行时各个驱动关节的变化曲线.通过在六足步行机器人的实验平台上模拟机器人的实际运动状态得到机器人步行时的轨迹曲线,分析了机器人的步行性能,验证了步态规划的可行性和运动学方程的正确性.     

气动柔性关节六足机器人结构设计与步态实验

采用自主研发的气动柔性关节,研制了一种地面移动六足机器人,能够实现前后、左右移动和转动等功能.重点研究了柔性关节六足机器人腿部结构、关节的运动原理和行进步态.搭建了试验台,通过高速摄像等实验手段,验证了机器人步态规划的合理性.为气动柔性关节六足机器人在实践中的应用,提供了理论与实践基础.     

仿生六足机器人传感信息处理及全方向运动控制

针对传统CPG控制方法无法很好地控制机器人足端轨迹的问题,提出基于中枢神经模式发生器(CPG)的控制方法.在CPG控制方法中加入用于足端轨迹控制的轨迹发生器模块,通过调节参数值可以实现机器人的全方向运动控制.为降低传统CPG控制中传感信息反馈以及参数调整的复杂程度,设计2种用于躲避前方和两侧障碍物的传感信号处理的神经网络.该模块实现多传感信号的融合,生成用以控制机器人运动行为的各个参数值,实现机器人的自主避障.设计一个仿生六足机器人样机,将其分别放置在墙角和狭窄空间中进行自主避障行走实验,结果证明了机器人全方向运动控制算法和自主避障算法的可行性.     

适合航行的六足仿生机器人Spider的研制

研制了一种新型六足仿生机器人Spider,应用于复杂地形环境中的自主步行。设计了具有全方位移动能力的机器人本体结构,并基于灵活度评价函数对结构参数进行了优化;以ARM芯片为主控制器、FPGA芯片为协控制器构建了机器人硬件控制系统;实现了一种基于功能-行为集成的步行控制器,用于生成静态稳定的自由步态。仿真和实验结果验证了六足机器人的崎岖地形全方位自适应步行能力。