基于神经网络的四足机器人 SLIP 模型运动控制

根据四足哺乳动物形态设计的四足机器人,能够适应错综复杂的地形,且具有较强的运动属性。 而对于四足机器人而言,运动的控制十分重要,所以对四足机器人运动过程中的跳跃控制问题进行了研究。 首先,采用弹簧负载倒立摆模型（SLIP）对四足机器人结构进行简化处理,建立了简化模型的动力学方程, 并分析了模型的运动过程以及着陆相与腾空相的转换条件。其次,在仿真平台中建立了 SLIP 动力学模型, 通过动力学仿真得到了一份仿真样本数据,并利用这份样本数据训练了一个神经网络,其中样本考虑了四足 机器人在与地面接触过程中由于碰撞和阻尼所消耗的能量。最后,在仿真平台中进行验证,给定模型的初始 高度和水平速度,通过神经网络计算出合适的着陆角,得到期望的水平末速度和弹跳高度。实验结果表明, 基于神经网络的方法可以较精确地实现对 SLIP 模型运动的控制。     

四足机器人 Trot 步态规划与仿真分析

为了提高四足机器人对角步态的稳定性,缓解对角步态摆动相两条腿不能同时着地的问题,从 足端轨迹优化、足端初始位置选择这两方面进行步态规划。通过 D-H 法建立四足机器人运动学模型,几何 法求运动学逆解。基于零冲击原则优化足端轨迹函数,选取 8 种不同的初始足端位置进行仿真。从足端冲击 力、机体位移、俯仰角、滚动角、偏航角的变化等方面分析四足机器人运动的稳定性。对比仿真结果表明： 采用优化后的足端轨迹、优选后的足端初始位置的四足机器人,对角步态运动更为稳定。     

基于分离-重构技术的6R机器人逆解新方法

提出一种利用分离-重构技术求6R机器人逆解的新方法.首先利用螺旋理论对机器人进行正向运动学建模,然后利用指数积公式的变换,证明了n自由度机器人的可分离性,以及重构连接的通用几何约束;最后以PUMA-560机器人为例,给出其分离及重新连接的几何约束条件.在满足约束条件的前提下,推导出各个关节角求解公式,最终求得机器人逆运...     

改进混沌麻雀搜索算法及其在冗余机械臂逆运动学求解中的应用

针对冗余机械臂不满足Pieper准则，无法获得逆运动学封闭解的问题，提出一种自适应混沌麻雀搜索算法（ACSSA）。首先，利用佳点集均匀分布特性生成初始化种群；其次，引入自适应动态权重，用于平衡全局和局部搜索能力，提高种群多样性，改善陷入局部最优的问题；最后，引入高斯变异，加强局部搜索能力，同时产生Tent混沌序列，防止陷入局部最优。将ACSSA应用到冗余机械臂逆向运动学求解中，分别对空间点到点运动和空间连续轨迹跟踪两种工况进行仿真，并与CSSA和SSA进行对比。结果表明：在第一种工况下，ACSSA在收敛精度上提高了2个数量级，在算法稳定性上比CSSA、SSA分别高出2、3个数量级；第二种工况下，在计算值与理论值的绝对误差精度和稳定性这两个评定指标上，ACSSA较CSSA提高了1个数量级，较SSA提高了6个数量级。充分说明了ACSSA具有精度高、收敛速度快的特性。