一种基于VINS/FINS组合导航方法

针对视觉惯性组合导航系统中微惯性器件精度偏低,以及足部惯性导航系统航向角误差可观测性差的问题,研究了一种基于上述两种系统的信息双向融合的导航定位方案. 该方法的系统结构由安装于双足步行机器人躯干部分的惯性导航系统和安装于其足部惯性导航系统两部分组成. 惯性导航系统通过视觉同时定位与地图构建数据融合方法可以获得相对准确的航向角,足部惯性导航系统利用零速修正后的位置信息实时修正惯性导航系统中的低精度惯性器件误差,从而构建视觉与惯性信息双向融合的组合导航系统结构. 实验结果表明,该组合导航方案可以有效提高双足步行机器人的航向精度和定位精度.     

A binary approximating method for graspable region determination of biped climbing robots

For a biped pole-climbing robot (BiPCR) with grippers, it is an essential demand to determine the target grasp configuration for climbing and transiting between poles, with the graspable region as a priori knowledge. The graspable region on the target pole is critically important for climbing path planning and motion control. To efficiently compute the graspable region for a BiPCR, we propose a novel binary approximating method in this paper. This method may also be applied to generate the three-dimensional (3-D) workspace of a manipulator with constant orientation. The grasping problem and the concept of graspable region for a BiPCR are first introduced. The binary approximating method and the corresponding algorithms are then presented to generate the graspable region. Additional constraints on a biped climbing robot with five degrees of freedom (DoFs) are presented as a supplement to the algorithm. A series of comprehensive simulations are conducted with the five-DoF and six-DoF climbing robots to verify the effectiveness of the proposed method. Finally, the dexterity of biped climbing robots with different DoFs is discussed.     

双足机器人稳定步行模式预测控制实现方法的研究

针对现有的预测控制生成步行模式方法中忽略了参数间关系和参数取值范围的问题进行探讨.预测控制通过控制质心运动生成步行模式以实现ZMP目标轨迹跟踪,根据预测控制器模型研究参数间的关系,并通过极点分析讨论其取值范围,提出关键参数在容许取值范围内,可以保证系统的稳定性,并生成满足稳定步行的质心运动.通过仿真实验分析了在存在扰动情况下,关键参数取适当值,能够生成稳定的步行模式.     

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。     

Online gait programming of humanoid walking via NMPC

In order to satisfy the requirement of realtime gait programming of humanoid walking with foot rotation,a kind of modified Nonlinear Model Predictive Control (NMPC) scheme was proposed. Based on setting suitable kinetic and kinematic virtual constraints of Single Support Phase (SSP) and three subphases of Double Support Phase (DSP) ,complex realtime gait programming problem was simplified to four online NMPC dynamic optimization problems. A numerical approach was proposed to transform the dynamical optimization problem to the finite dimensional static optimization problem which can be solved by Sequential Quadratic Programming (SQP) . It can be concluded from simulation that using this method on BIP model can realize online gait programming of dynamic walking with foot rotation and the biped stability can be satisfied such that there is no sliding during walking.     

基于ZMP的双足机器人稳定性分析

引入双足机器人研究中一个重要物理量——零力矩点ZMP（zero Moment Point）,研究其计算和测量方法,利用其分析双足机器人在单腿和双腿支撑时的作用范围,最后在二维和三维平面内对机器人的ZMP计算进行探讨,为稳定步态的设计做了理论铺垫。     

被动无边轮辐运动特性的Adams仿真分析

对双足被动机器人最初模型——二维无边轮辐进行了研究,建立了其动力学模型,并通过Adams分析了其运动过程中的特点,逐一分析了轮辐初速度、质量、足半径、辐条数量、辐条长度、转动惯量以及斜面坡度对无边轮辐运动的影响.结果表明:合适的初速度和斜面坡度,以及较大的质量、较大的足半径、较多的辐条数量、较短的辐条长度、较大的转动惯量会使无边轮辐形成快速而平稳的周期运动.     

基于CPG的双足机器人多层步行控制器设计

针对双足机器人步行控制器的设计问题,基于生物学启发原理,提出一种基于中枢模式发生器(CPG)与稳定性分析相结合的多层次结构控制器设计方法。分析机器人的步行运动,给出双足运动描述。基于CPG理论设计多层次结构的步行控制器,应用极限环理论方法分析运动稳定性。在保证步行稳定的前提下,所提出的控制方法具有结构简单、通用性好、方便在线平滑修正等优点,步行仿真实验验证了所提出算法的有效性。     

半被动双足机器人控制系统设计

为有针对性地根据不同干扰类型选择正确的抗干扰措施,有必要对无人机数据链所处环境的干扰信号进行分析和分类识别。本文以变换域通信系统(Transform Domain Communication System,TDCS)为载体,对无人机数据链常面临的干扰类型的自动识别进行研究,采用时域、频域、时频联合分析的方法,提出了一组对干信比变化不敏感的特征参数,并利用这组参数提出一种基于决策树理论的干扰分类识别方法,仿真结果表明,该方法能够快速准确地识别出干扰类型,具有很好的鲁棒性,并且在干信比和干噪比在0dB以上时,正确识别率均在90%以上。     

一种柔性双足压力检测装置与步态分析系统设计研究

为了获取人机交互中的人体下肢运动信息,针对目前可穿戴助力机器人中感知系统可靠性差,信息特征模糊等缺点,在分析了机器人控制系统所需的交互信息的基础上,设计了一种适用于助力机器人的柔性双足压力信息采集与处理系统。该系统由前端的信息采集装置与终端的信号处理单元两部分组成,可以实时测量使用者行走过程中足底压力分布信息。相关实验结果表明,所设计的系统性能稳定,响应迅速,测得的数据信息特征明显,重复性好,能够较好的划分人体行走过程中的步态相位,为实现可穿戴助力机器人控制提供了保障。