小型仿人机器人控制系统设计

本文提出了一种以ARM9为主控制器的新型的仿人机器人分布式控制系统。单片机和外部计数器组成关节控制器。主控制器和关节控制器之间采用USB通信。从而实现了控制系统的小型化和低功耗。通过该系统控制小型仿人机器人完成了行走实验。     

基于干扰观测器的机器人关节控制

提出了基于干扰观测器的仿人机器人关节控制方法。在建立仿人机器人单关节物理模型的基础上,设计了相应的干扰观测器和控制器,解决了关节控制中时变非线性的重力力矩对控制性能的影响。与PID控制器进行性能比较,并探讨了关节模型摄动对干扰观测器的影响,仿真结果表明该方法在仿人机器人关节控制中的可行性和有效性。     

基于虚拟位姿迟钝搜索的仿人机器人手臂抓取控制系统的设计

为了使仿人机器人手臂抓取控制系统更加智能化,提高运行效率,设计并实现了一种基于虚拟位姿迟钝搜索的仿人机器人手臂抓取控制系统。系统采用PMAC运动控制器完成机器人运行数据的传递、处理以及对机器人手臂抓取工作台的控制,采用Accelus系列数字伺服驱动器,调控仿人机器人运动位置和速度,通过关节控制器对机器人抓取过程中手臂关节的位置、速度以及角度信息进行控制,通过以S3C2440为核心芯片的上位机,实现仿人机器人手臂控制的远程通信以及抓取任务的调度,完成仿人机器人手臂抓取的智能控制,软件设计过程中,对基于虚拟位姿迟钝搜索的仿人机器人手臂抓取控制算法进行了详细分析,并给出了机器人手臂抓取控制程序代码实例,通过仿真实例验证了本系统的可用性和实用性。     

仿人机器人柔性腰部机构研究

仿人机器人腰部的构成对仿人机器人的运动学、动力学性能起着重要的作用．本 文着重分析了目前仿人机器人腰部机构存在的问题，提出了一种具有柔性特征的仿人机器人 腰部设计方案，并分析了此腰部机构对机器人的运动稳定性、操作柔顺性的影响．本设计使 仿人机器人具有良好的柔顺性，提高了机器人与人协作时的安全性、稳定性和抗干扰能力．     

仿人机器人控制系统研究及其关节控制器设计

论述了由嵌入式计算机组成的3层仿人机器人控制系统,并详细介绍了其中的关节控制器。控制系统实行逐级控制,任务分散,提高了机器人的智能化程度。关节控制器选用TM320F2811型数字信号处理器作为处理器,具有全数字型、集成度高、体积小、功耗低、可实现多轴运动控制的特点。关节控制策略采用模糊PD结合传统PI调节的算法,实验结果表明这种控制算法具有较强快速性、精确性、鲁棒性。     

高精度电液位置伺服系统的智能PID控制

本文针对机器人的关节电液位置伺服系统的特点，基于常PID算法，结合仿人智能控制原理[1]，设计了一个简单的智能PID控制器，该控制器克服了机器人系统固人的变惯量，非线性等不利因素的影响，显著提高系统的动性能的精度，文中给出了大量的数字仿真实和实时控制结果。     

仿人机器人控制系统研究及其关节控制器设计

论述了由嵌入式计算机组成的3层仿人机器人控制系统,并详细介绍了其中的关节控制器.控制系统实行逐级控制,任务分散,提高了机器人的智能化程度.关节控制器选用TM320F2811型数字信号处理器作为处理器,具有全数字型、集成度高、体积小、功耗低、可实现多轴运动控制的特点.关节控制策略采用模糊PD结合传统PI调节的算法,实验结果表明这种控制算法具有较强快速性、精确性、鲁棒性.     

仿人机器人分布式控制系统研究及实现

采用分布式控制方式设计了仿人机器人控制系统,运用CAN总线将主控计算机、关节控制器、力传感器连在一起,分散了信息处理和控制任务,提高了机器人智能程度.基于DSP为核心的关节控制器的设计,采用了智能体数字舵机作为动力装置.引入反馈控制,提高了关节控制器控制精度,以及通过全双工串行通信方式实现数字舵机的控制,改善数据传输方式.     

基于CAN总线的仿人机器人关节伺服控制系统研究

本文针对仿人机器人的结构和控制性能要求，结合清华大学THBIP-I型仿人机器 人样机研制，研究提出了基于CAN总线的仿人机器人关节伺服分级控制体系结构．文中详细 描述了系统的总体结构方案、位置控制卡的结构原理、通讯协议和控制算法，以及系统在TH BIP-I仿人机器人样机上的技术实现，并在控制实验有效性验证的基础上，提出了进一步完 善发展的思路．     

基于CAN总线和双传感器的仿人机器人运动控制系统研究

提出了一种以CAN总线为通信工具,DSP芯片为控制器的主处理器和双位置传感器的反馈结构,其配合主控计算机和底层控制器双层反馈的控制方式,可适于仿人步行机器人的分布式运动控制系统.整个控制系统结构灵活、功能强大、工作稳定可靠,可以显著提高仿人机器人的运动性能.     

MAHRU-M: A mobile humanoid robot platform based on a dual-network control system and coordinated task execution

This paper introduces a mobile humanoid robot platform able to execute various services for humans in their everyday environments. For service in more intelligent and varied environments, the control system of a robot must operate efficiently to ensure a coordinated robot system. We enhanced the efficiency of the control system by developing a dual-network control system. The network system consists of two communication protocols: high-speed IEEE 1394, and a highly stable Controller Area Network (CAN). A service framework is also introduced for the coordinated task execution by a humanoid robot. To execute given tasks, various sub-systems of the robot were coordinated effectively by this system. Performance assessments of the presented framework and the proposed control system are experimentally conducted. MAHRU-M, as a platform for a mobile humanoid robot, recognizes the designated object. The object’s pose is calculated by performing model-based object tracking using a particle filter with back projection-based sampling. A unique approach is used to solve the human-like arm inverse kinematics, allowing the control system to generate smooth trajectories for each joint of the humanoid robot. A mean-shift algorithm using bilateral filtering is also used for real-time and robust object tracking. The results of the experiment show that a robot can execute its services efficiently in human workspaces such as an office or a home.     

基于ODE 引擎的开放式仿人机器人仿真

为了获得灵活、开放、简洁的仿真功能,提出了一种基于ODE（open dynamics engine）的仿人机器人 仿真平台集成方案．将基于ODE 的仿人机器人仿真系统开发过程定义为两类运算：变换叠加和关节叠加,并设计 了这两类叠加的ODE 算法．将仿人机器人结构描述为一个设计者和计算机都可以理解的结构表,将该结构表翻译 为ODE 基本元素实现仿真．设计并实现了一个基于所提出方案的仿人机器人仿真平台,根据基于倒立摆的步态规 划思想,设计并在仿真平台上实现了双足步行的仿真实验．实验证明了文中方法的有效性．     

THBIP-I拟人机器人研究进展

清华大学THBIP-I拟人机器人研究项目，由精密仪器系、机械工程系和自动化系组 成研究小组进行系统研究，其研究目的是发展先进机器人理论和技术，开发自主式拟人机器 人样机．THBIP-I机器人是具有头、手臂、躯干、腿和脚的拟人机器人，共32个自由度，并 具有视觉及语音识别等智能功能．结构设计方面，由直流无刷电机、滚珠丝杠、曲柄连杆机 构、谐波减速器组成，各驱动关节轴独立运动．控制系统分三层：组织层、协调层、执行层 ，分别完成任务规划、关节协调运动控制、关节伺服控制等任务．传感系统由关节位置检测 、地面反力检测、姿态检测、视觉系统、语音识别系统组成．电源系统采用机载电池系统供 电．本文将介绍THBIP-I机器人研究进展．     

On the Design and Development of a Quadruped Robot Platform

In this paper, we describe the development of a quadruped robot named HuboDog. The objective of this project is to develop a reliable and robust quadruped robot platform that enables the implementation of stable and fast static/dynamic walking on even or uneven terrain, and walking while carrying a payload. A lightweight but highly rigid platform is achieved via a frame-type structure and double-supported beam-type joint design. A small, light but high output power joint actuator is designed with a harmonic reduction gear and electric motor that has high speed and a high output power. A distributed control system is used since it can reduce the computational burden of the main computer and easily extend the electrical components. Microprocessor-based subcontrollers are developed for motor control and sensor signal feedback. The main computer, which is mounted on the trunk, communicates with the subcontroller via the CAN (Controller Area Network) protocol. We used Windows XP as the operating system and have established a real-time control system in Windows XP by using RTX (Real Time eXtension) software. This paper includes design concepts, mechanical system design, system integration and electrical system design. In order to demonstrate the performance of the robot platform, simple experiments were performed.     

CMAC在仿人机器人逆运动学计算中的应用

本文采用关节角位移和末端位姿误差作为小脑模型神经网络(CMAC)的输入,根据仿人机器人的正运动学模型来调整CMAC的权值,使网络最终逼近仿人机器人的逆模型,从而得到末端位姿到各个关节角的映射关系,避免了传统解析方法面临的计算量大、解不唯一的问题。MATLAB仿真结果表明,利用CMAC对仿人机器人的逆运动学问题求解,可以保证机器人位姿较好地跟踪给定的参考轨迹,说明CMAC能够逼近仿人机器人的逆运动学模型。     

仿人机器人分布式控制系统设计与实现

针对BHBIP-1型双足步行机器人对控制系统的实时性和稳定性要求,设计实现具有3层结构的分布式控制系统,包括基于PC104的主控层、CAN总线通信层和执行层,给出上位机、关节位置伺服控制器的硬件及控制软件设计方案。样机调试结果表明,该控制系统性能良好,机器人行走过程稳定,抗干扰能力强。     

分布式电源在仿人机器人控制系统中的应用

为实现仿人机器人无缆工作的时间更长,设计了采用分布式电源的控制系统.仿人机器人关节电机驱动器采用动力电和数字电分开供电的方式,动力电主要为电机供电,而数字电主要为控制芯片供电,因而采用分布式电源方案,即由一个电池组对多个关节驱动器的数字电部分供电,而对单个关节驱动器的动力电部分由一个电池组供电.该方案在搭建的多电机控制...     

仿人机器人复杂动作设计中人体运动数据提取及分析方法

提出了仿人机器人复杂动作设计中人体运动数据提取及分析方法. 首先, 通过运动捕捉系统获取人体运动数据, 并采用运动重定向技术, 输出人--机简化模型的数据; 然后, 对运动数据进行分析和运动学解算, 给出基于人体运动数据的仿人机器人逆运动学求解方法, 得到仿人机器人模型的关节角数据; 再经过运动学约束和稳定性调节后, 生成能够应用于仿人机器人的运动轨迹. 最终, 通过在仿人机器人BHR-2上进行刀术实验验证了该方法的有效性.