国外仿人机器人发展概况

介绍了国外仿人机器人发展的特点,详细分析了日本、美国和韩国等国几种仿人机器人的主要技术及其技术指标．根据国外的样机设计,作者讨论了仿人机器人各部分自由度的选用,分析了仿人机器人传动和控制设计中的一些问题．就国外仿人机器人发展对中国的启示提出了看法．     

基于模糊优化的仿人机器人运动规划研究

文章主要是对仿人型两足机器人(简称仿人机器人)的运动稳定性进行分析、研究,建立了一套动力学模型,并运用模糊优化的方法分析其运动参数.实验表明:该方法在很大程度上提高了仿人两足机器人的运动稳定性.     

仿人机器人7DOF腿部的运动分析与仿真

传统的6自由度腿部逆运动学求解可以得到唯一解,仿人机器人7自由度腿部由于冗余自由度的存在,其逆运动学求解比6自由度腿部更难.本文采用D-H方法对现有的仿人机器人7自由度的下肢进行运动学建模与分析,用位姿分离法求解步行运动中的逆运动学解,在LMS Virtual.Lab仿真平台上仿真,为解决机器人的动力学问题做必要的准备.     

含弧形自由度仿人灵巧手掌的机构设计

提出了一种人手掌的简化模型,根据该模型,设计了仿人灵巧手掌的机构,使得只作为仿人灵巧手手指及其控制部件机架的手掌形成弧形自由度参加手部动作,提高了仿人灵巧手通用性、灵活性和抓持物体的适应性。经优化设计和仿真,机构完全符合灵巧手进行运动时手掌的运动要求。     

仿人跑步机器人机构与步态规划综述

阐述了仿人跑步机器人研究的必要性,介绍了几款国外典型的仿人机器人机构设计和驱动系统设计,对仿人跑步机器人的步态规划问题进行了综述,并指出仿人跑步机器人领域的研究难点和未来研究方向。     

仿人机器人相似性运动研究进展

针对仿人机器人模仿人体运动问题, 从运动轨迹角度比较了基于运动解析方程方法与基于人体运动相似性方法的特点, 阐述了相似性运动系统基本结构, 分析了图像捕捉与处理、相似性特征处理、相似性运动约束与优化等模块功能, 阐述了相似性运动中的人体运动捕获与处理、运动关节解算、运动模型简化与重定向、关键姿势处理与相似度评价、关节空间位姿计算、动力学匹配约束等方面的研究现状, 最后提出了研究展望。     

基于双计算机的仿人机器人的视觉跟踪系统

运动目标的实时跟踪是机器人视觉的关键技术之一。设计了仿人机器人的视觉跟踪系统,系统采用双计算机,分别负责视觉信息的处理和运动单元的控制,两台计算机通过Memolink进行通讯。基于Windows的视觉信息处理子系统实现运动目标的分割,状态估计和预测。运动控制子系统采用RTlinux实时操作系统,利用PD控制器控制关节运动。实验验证了系统的稳定性和实时性。     

仿人机器人步态规划反馈控制研究综述

仿人机器人步行稳定性是机器人领域重要研究内容之一。介绍了仿人机器人常用的步态规划方法,划分为非反馈式和反馈式的两种步态规划算法。总结了反馈式步态规划主要研究的内容,并以世界著名Asimo、HRP、KHR和Darmstad仿人机器人为例,描述仿人机器人具体反馈控制方法和过程。探讨了仿人机器人步态反馈控制中有待研究的内容。     

仿人机器人实时路径规划方法研究

为了使仿人机器人在人类生活环境中自由行走,将仿人机器人的动作离散化为指定的动作,将状态空间离散化为网格,利用立体视觉和平面提取方法建立环境地图,将仿人机器人的轮廓简化为双圆柱模型进行避障检测,最终在环境地图中搜寻代价最小的一系列可行的动作作为路径,通过仿真实验验证了方法的有效性。     

从两足机器人到仿人型机器人的研究历史及其问题

本文介绍了从两足机器人发展到仿人型机器人的历史,分析了在自由度、能量最优和碰撞研究的一些研究现状和前景,并对仿人型机器人与两足机器人在运动特性上有所不同提出了一些问题．     

仿人机器人的分布式控制系统设计

针对仿人机器人系统自由度多,实时性与可靠性要求高的特点,设计了基于CAN总线的具有Windows与RT-Linux系统的双主机的主控层结构的分布式控制系统,整个控制系统采用集中管理分散控制的方式,按照控制系统的结构和功能划分为主控层、通信层、协调执行层3层。CAN总线与一般通信总线相比,它的数据通信具有较强的实时性,并且CAN总线连线简单,降低了系统连线的复杂程度,增强了系统的可靠性。其中基于Windows的控制系统负责仿人机器人关节电机的调试以及传感数据的显示;基于RT-Linux的系统实现机器人的实时运动控制。实验表明提出的分布式控制系统操作简便、安全可靠、实时性强,能充分满足仿人机器人系统调试与运动控制的要求。     

全局和声搜索方法及其在仿人灵巧臂逆运动学求解中的应用

仿人灵巧臂逆运动学(IK)问题可转化为等效的最小化问题,并采用数值优化方法求解.和声搜索(HS)是模拟乐师在音乐演奏中调整音调现象的一种启发式搜索方法,目前还尚未在机器人机械臂逆运动学问题中得到应用.本文提出一种基于粒子群体智能的全局和声搜索方法(GHSA),该方法在和声搜索算法中引入微粒群操作(PSO),采用粒子群策略替代常规和声搜索算法中的搜索法则创作新和声,通过粒子自身认知和群体知识更新和声变量位置信息平衡算法对解空间全局探索与局部开发间能力;同时算法还引入变异操作增强算法跳出局部最优解能力,基准函数测试表明该方法改善了全局搜索能力及求解可靠性.在此基础上以七自由度(7-DOF)冗余仿人灵巧臂为例,考虑以灵巧臂末端位姿误差和“舒适度”指标构建适应度函数并采用GHSA算法求解其逆运动学(IK)问题,数值仿真结果表明了该方法是解决仿人灵巧臂逆运动学问题的一种有效方法.     

机器人仿生面部系统研究综述

机器人仿生面部系统是近几年机器人研究领域较活跃并引起广泛兴趣的研究方向之一．本文综合分析了在机器人仿生面部系统的制造及其表情的产生等方面的研究现状,并对该领域未来的研究重点、发展方向作出了展望．     

基于六维力/力矩传感器和关节力矩的仿人机器人步态补偿算法

为实现仿人机器人的稳定行走,提出一种根据其足底六维力/力矩传感器信息、针对关节力矩的步态补偿算法．利用直流伺服电机的过载能力,来改善仿人机器人关节在大负载扰动下的动态性能．行走实验证明了该算法在离线实施过程中的有效性．     

仿人机器人的研究历史、现状及展望

仿人机器人是当前机器人研究领域最活跃的研究方向之一,引起了许多科研工作者的注意．本文介绍了仿人机器人与其他移动机器人相比的主要优点,对国内外仿人机器人的研制工作作了综述,并对将来的研究方向和工作重点作出了展望．     

基于直齿轮传动和双环解耦的柔性手腕原理与运动学分析

由于ｐｉｔｃｈ、ｙａｗ运动耦合干涉问题一直没有被提出和解决,使得现有的柔性手腕机构中必须采用复杂、加工困难的球齿轮传动以满足ｐｉｔｃｈ、ｙａｗ机构运动的特殊要求．基于作者提出的双环解耦原理解决了不需球齿轮传动实现ｐｉｔｃｈ－ｙａｗ－ｒｏｌ柔性腕机构的关键问题,因而采用通常的直齿圆柱齿轮传动方式不需特殊加工即避开了球齿轮传动复杂和加工困难的问题．此外,提出和设计的柔性手腕在机器人柔性臂设计方面也有参考价值．     

What kind of floor am I standing on? Floor surface identification by a small humanoid robot through full-body motions

This study addresses a floor identification method for small humanoid robots that work in such daily environments as homes. The fundamental difficulty lays in a method to understand the physical properties of floors. To achieve floor identification with small humanoid robots, we used inertial sensors that can be easily installed on such robots, and dynamically selected a full-body motion that physically senses floors to achieve accurate floor identification. We collected a training data-set over 10 different kinds of common floors in home environments. We achieved 85.7% precision with our proposed method. We also demonstrate that our robot could appropriately change its locomotion behaviours depending on the floor identification results.     

实时解析法在NAO模型运动学求逆解中的应用

为了提高RoboCup3D仿真平台中球员在运动过程中的精确性和稳定性,提出一种针对仿人机器人NAO模型的运动学实时求逆解方法。首先,分析了NAO模型的下肢拓扑结构,并且建立了其前向运动学模型;然后,通过实时的逆运动学解析法推导出机器人下肢关节各个关节角的求解方程;最后,通过编码实现该算法。实验结果验证了该方法的求解数值稳定性和在线实施的可行性,提升了RoboCup3D仿真球队的整体竞技水平。