适应不同重力环境的仿壁虎机器人运动仿真

针对不同重力环境下仿壁虎机器人的运动稳定性、运动高效协调性等问题,基于四足机器人的步态规划现状和仿壁虎机器人自身特定的机械结构,设计了仿壁虎机器人在g、0、-g 3种环境下的足端轨迹和运动步态。在ADAMS仿真软件中研究了机器人的运动学和动力学特性,得到了仿壁虎机器人稳定爬行与脚掌黏附力、足端轨迹和运动步态的关系。探讨了仿真结果的合理性和局限性,为仿壁虎机器人在实际环境中的稳定运动奠定了理论基础。     

基于惯性姿态参量量化融合的机器腿仿生步态控制

为了提高机器腿仿生步态控制的稳定性,提出一种基于惯性姿态参量量化融合的机器腿仿生步态控制方法。构造机器腿仿生步态的运动学模型,进行机器腿仿生步态控制约束参量建模,采用陀螺仪和加速度计等位姿传感器进行姿态参量采集。采用扩展卡尔曼滤波方法进行机器腿的惯性姿态参量融合并输入到时控制执行器中。针对未知扰动对机器腿步态参量控制的误差,采用自回归更新方法进行姿态参量误差反馈修正,实现机器腿仿生步态稳定控制。仿真结果表明:提出的方法对机器腿仿生控制的稳定性较好,姿态参量的定位跟踪能力较强,提高机器腿步行的稳健性。     

人体关节部位运动轨迹测量仪的研究

步态分析是当代生物医学工程发展中的一项重要技术，本文介绍的人体关节部位运动轨迹测量仪采用超声测距、脉冲调制、区域编码等方法，能精确重建人体步行时各关节部位的三维空间运动轨迹，该系统具有使用方便、快速、精确等优点，并具有较高的性能价格比。     

基于特征融合的步态识别算法研究

根据人体步态变化特点,提出一种基于特征融合和神经网络的步态识别算法。首先采用时域差分法对运动人体轮廓进行分割,然后分别提取空间特征和频率特征,将两步态特征融合在一起,从而实现步态的分类和识别。在CASIA步态数据库上进行仿真实验,仿真结果表明,该方法不仅克服了单一特征提取方法存在的缺陷,同时提高了步态识别正确率。     

基于深度强化学习的双足机器人斜坡步态控制方法

为提高准被动双足机器人斜坡步行稳定性, 本文提出了一种基于深度强化学习的准被动双足机器人步态控制方法. 通过分析准被动双足机器人的混合动力学模型与稳定行走过程, 建立了状态空间、动作空间、episode过程与奖励函数. 在利用基于DDPG改进的Ape-X DPG算法持续学习后, 准被动双足机器人能在较大斜坡范围内实现稳定行走. 仿真实验表明, Ape-X DPG无论是学习能力还是收敛速度均优于基于PER的DDPG. 同时, 相较于能量成型控制, 使用Ape-X DPG的准被动双足机器人步态收敛更迅速、步态收敛域更大, 证明Ape-X DPG可有效提高准被动双足机器人的步行稳定性.     

管道内壁四足爬壁机器人的运动学与步态规划

研究用于检测气体绝缘金属封闭开关（GIS）内部的负压吸附管道内壁四足爬壁机器人. 分别对机器人的腿部和机身进行运动学分析,采用改进的牛顿迭代法解决机身正运动学求解困难的问题. 对机器人沿管道轴向和圆周方向的爬壁运动进行步态规划,提出运动过程零冲击的轨迹规划方法. 使用Adams进行运动仿真,并在四足爬壁机器人样机上进行水平和垂直管道的全方位爬壁实验. 结果表明：机器人的运动轨迹与所规划的步态一致,运动过程中速度与加速度无突变,运动平稳,无明显冲击,运动学模型的正确性和所规划步态的合理性得到验证. 在GIS管道的实际检测应用中,实现机器人在不同工况下的平稳爬壁运动与检测.     

基于奖励引导的六足机器人自主步态学习

为提高机器人自主学习能力,提出一种基于奖励引导的机器人自主步态学习算法.首先给出自主设计的机械式步态同步六足机器人的机械结构,其独特的多层钢堆叠腿部设计方案和特有的机械同步传动方案为机器人后续步态学习研究奠定良好基础;接下来提出一种基于奖励引导的机器人步态学习算法,该算法可以让机器人在未知环境中进行技能学习;最后,在MATLAB和ADAMS联合仿真平台上进行算法验证实验,实验结果显示以速度和高度分别为主评价指标会呈现出2种合理的收敛结果,且在该算法下六足机器人可以自主学习到翻越木块的高难度技能.     

弹性变形对仿人机器人步态规划的影响分析

仿人机器人行走步态研究的理论、方法及建模均未考虑系统各部件弹性变形的影响，导致行走实验结果与理论步态规划存在较大的差异，制约了步行质量的提高和连续快速稳定步行的实现。本文运用ANSYS有限元软件，针对清华大学研制的THBIP—Ⅰ型仿人机器人样机，建立精确的有限元模型，进行步行运动弹性变形及其对步态规划影响的有限元仿真分析，在此基础上提出了对步态规划进行局部修正完善的方法，步行实验证明该有限元模型及仿真分析结果是有效的。     

改善步态的矫形装置

一种鞋底，所述鞋底被装入鞋中病人的足底或者成为矫正装置的一部分，包括按如下设置的材料，可以给所述鞋在第一区域提供第一弯曲阻力，在第二区域提供第二弯曲阻力，其特征在于：区分不同弯曲阻力区域的边界线，呈现S形曲线，所述鞋底由碳纤维复合材料、聚芳香胺类纤维复合材料或其它材料构成，不同弯曲阻力的区域可以通过以下方式实现：例如，通过在鞋底的不同区域使用平行编织的加强纤维或者以不同的角度交叉编织的纤维以及不同层数的纤维来实现。     

基于约束满足的多目标双足机器人动态步态参数优化*

目前的步态优化算法仅仅实现了对单一目标的优化,把双足机器人步态优化看做是多目标优化问题,构建了衡量稳定性、能量消耗、步行速度三个目标评价函数。考虑到直接对多个目标加权求和的方法不能很好地处理多目标问题,提出一种新的基于约束满足的多目标步态参数优化算法,其思想是把基于惩罚函数的SPEA2(strength Pareto evolutionary algorithm2 )应用到多目标双足机器人动态步态参数优化问题上,规划出了同时满足这三个目标的动态优化步态。通过仿真实验表明了算法的有效性。