基于离散化的六足机器人自由步态规划

为精细模仿生物步态,充分发挥六足机器人运动潜能,本文在离散化机器人足端轨迹的基础上,融合中枢模式发生器(central pattern generator,CPG)模型与反射模型的核心思想,建立了离散化步态模型,结合稳定性分析,构建了机器人稳定的位置状态空间,将复杂的步态规划问题转化为稳定的位置状态空间中位置状态间的排序问题,在此基础上,提出了一种新的自由步态生成算法,并基于平均稳定裕量对该算法进行了优化.样机步态实验结果表明,自由步态生成算法与自由步态优化算法均可生成在一定程度上符合生物运动特点的稳定步态,实现机器人运动过程中速度的动态调整,跨越宽度为步距的障碍,且基于平均稳定裕量的自由步态优化算法生成步态的稳定性要远大于自由步态生成算法.     

面向复杂地形的四足机器人步态生成方法

为实现四足机器人在凹凸地形上稳定运动并能选择最大步长的目的,提出了基于稳定裕度的步态规划方法;基于研究对象,建立四足机器人的运动学方程及逆运动学方程,将机器人足端的位置映射为各关节的关节变量;提出工作空间矩阵的概念,将所需克服的地形高度反映到工作空间矩阵中,并选择最优步态区域;依据四足机器人的立足点在质心坐标系下的空间坐标,以纵向稳定裕度为约束条件,在工作空间矩阵中计算机器人摆动腿的最大步长并规划机械腿的运动轨迹;针对所提出的方法,分别利用MATLAB和ADAMS进行仿真验证;在MATLAB环境中计算并验证质心的水平投影是否在立足点形成支撑多变形内,而ADAMS平台分析机器人在复杂地形上的位移变化及姿态变化。仿真结果表明机器人的质心始终在支撑多边形内,机器人的躯干姿态基本保持不变且运动速度匀速,所提出的方法能够保证机器人稳定行走,为四足机器人的稳定运动提出依据。     

一种六足步行机器人的自由步态算法

本文探讨了适用于六足步行机器人的步态类型和机器人腿运动的三个约束条件,提出了一种适用于六足步行机器人在不规则地形上运动的自由步态算法.机器人在大部分的地形状况下以标准模式行走.当标准模式失效时,则采用自适应模式,对机器人状态进行调整,以实现正常的行走运动.在保证运动速度和能量效率的前提下,使机器人具备良好的地形适应能力.最后,文章给出了算法的程序流程图,并在MATLAB下进行了仿真验证.     

基于改进蚁群算法的四足机器人步态规划

四足机器人关节众多、运动方式复杂,步态规划是四足机器人运动控制的基础。传统的算法多基于仿生原理,缺乏广泛适应性。 在建立运动学方程的基础上,提出了一种基于改进蚁群算法的步态规划算法。该算法利用了四足机器人4条腿运动的线性无关性,将步态规划问题转换为在四维空间里求取最长路径问题。仿真结果表明,该算法得出了满足约束条件的所有步态,最后通过机器人样机检验,验证了该算法求取结果的有效性和合理性。     

基于神经网络的仿人跑步机器人步态规划

为了快速生成仿人机器人跑步运动轨迹,研究了一种用于仿人机器人跑步步态生成的步态规划器。采用三维弹簧倒立摆模型描述跑步过程中仿人机器人质心运动规律,奔跑时机器人质心轨迹及落脚点位置可以由四个步态参数来确定,从而将步态规划问题转化成步态参数优化问题,求解了500余种不同运动状态下的步态参数。建立了基于三层BP神经网络的步态规划器,将优化结果作为训练样本训练神经网络。用上述规划器实现了仿人机器人跑步步态规划并对规划结果进行了仿真验证。研究结果表明,基于BP神经网络的步态规划器可以实现步态参数的快速计算,生成的跑步步态逼真;提出的跑步运动步态规划方法可行,为仿人机器人实时轨迹生成提供了一种解决方法。     

一种粗糙地形下四足仿生机器人的柔顺步态生成方法

传统以刚体动力学为基础的四足机器人运动控制方法对地形误差敏感,无法适应粗糙复杂地形,因此提出一种基于虚拟模型的运动控制方法用于实现四足机器人在粗糙地形下的行走.建立了以足底接触力为约束的高层步行任务和底层运动控制的映射关系.采用弹簧-阻尼-质量虚拟模型对四足机器人进行建模,将四足机器人的步行任务用一系列作用于机体质心的虚拟力去表征,基于各足等效力矩平衡的原则,将笛卡儿空间的虚拟力矢量分配到各支撑足,利用雅可比矩阵把足端力矢量转换为机器人关节空间的关节转矩.针对崎岖的空间3维粗糙地形,建立了机器人躯干姿态与地形的关联参数,通过调整躯干姿态有效扩大了机器人对粗糙地形的适应程度.运动仿真结果表明,机器人可以实现粗糙地形下稳定连续的行走,足底接触力平稳、无冲击,证明了该柔顺步态生成方法的合理性和有效性.     

四足机器人步态分析及仿真实现

为实现一种液压驱动的四足机器人稳定行走,根据机器人稳定裕量原则,针对JQRI00四足机器人进行了步态规划。根据前期对四足机器人的结构设计,建立了JQRI00四足机器人的虚拟样机;针对其结构特点,分别设计了四足机器人在进行直线行走和转弯时的步态规划,应用ADAMS对虚拟样机进行了直线步态仿真。仿真结果准确、合理,表明所研究的步态规划正确、可行,能够实现四足机器人稳定行走,为机器人后期进行驱动控制奠定了基础。     

基于余弦振荡器的四足机器人步态生成与仿真

为实现四足机器人的稳定运动,基于四足机器人对角步态的几何模型,建立余弦振荡器,生成节律运动的上层架构以及上、下层之间的关节映射,得到完整的步态生成策略,并建立四种关节配置形式的机器人虚拟样机模型,进行运动学和动力学仿真.仿真结果表明,基于余弦振荡器的步态生成方法能够满足各种关节配置形式的机器人步态要求,验证了步态生成方法的正确性和普遍适用性,且根据机体波动率的比较,确定前肘后膝式具有更好的稳定性.     

基于主支撑腿运动优化的仿人机器人快速步态规划算法

提出一种基于主支撑腿运动优化的快速步态规划算法,利用快速动态步行的特点,规划ZMP(Zero Moment Point)适时地离开质心投影并始终停留在稳定的支撑区域内．规划过程中考虑了仿人机器人摆动足触地时的碰撞,整个步态产生于深度的优化过程．     

仿生六足机器人步态设计与运动仿真

仿生六足机器人稳定性好、灵活度高在众多领域得到了使用。为实现对六足机器人的运动控制和性能分析，通过构建机器人D-H连杆坐标系结合机械结构参数，确定了运动学正解、逆解表达式；设计可修改参数的机器人行走参考步态，引入了控制机体保持水平的姿态控制和适应不平整地形的腿着陆控制。以MATLAB的Simulink作为仿真环境，构建机器人模型，完成运动仿真，并对测量到的运动数据和腿部关节输出力矩进行分析。其结果表明，机器人能够跟随所设计步态生成的轨迹连续稳定行走，使用基于模型设计的方法，验证了所提算法的正确性和可行性，最后得到了腿部各关节力矩分布，为后续六足机器人设计与运动控制提供参考。     

基于三维线性倒立摆的双足机器人步态规划

双足机器人的步态控制策略是保证双足稳定行走的重要条件之一.提出一种基于三维线性倒立摆模型的双足机器人步态规划的算法.首先简化了三维倒立摆模型,并且假设了步行周期起始状态的ZMP位置,然后通过运动方程推导出含参数的质心与时间的函数,再将机器人的步态规划简化到每个步行周期,通过每个周期的初始条件获得函数的相关参数,最后将此方法推广到带转向的步态规划中,并应用于实际Robocup3D比赛中.实验结果表明该方法具有可行性和有效性.     

六足步行机横向行走最佳步态及其运动特性初探

本文分别以纵向稳定裕量和一般稳定裕量为准则,通过对六足步行机横向行走几何模型的分析和计算机优化计算,得出六足步行机横向运动时的最佳步态为广义三角步态.此外,文中对广义三角步态的运动特性(包括静态稳定性、爬坡能力、越沟能力等)进行了初步研究,阐明了这些运动特性与步行机若干几何参数间的内在联系,为六足步行机的总体尺寸设计提供了理论依据。     

面向离散地形的欠驱动双足机器人平衡控制方法

欠驱动双足机器人在行走中为保持自身的平衡,双脚需要不间断运动.但在仅有特定立足点的离散地形上很难实现调整后的落脚点,从而导致欠驱动双足机器人在复杂环境中的适应能力下降.提出了基于虚拟约束(Virtual constraint,VC)的变步长调节与控制方法,根据欠驱动双足机器人当前状态与参考落脚点设计了非时变尺度缩放因子,能够实时重构适应当前环境的步态轨迹;同时构建了全身动力学模型,采用反馈线性化的模型预测控制(Model predictive control,MPC)滚动优化产生力矩控制量,实现准确的轨迹跟踪控制.最终进行了欠驱动双足机器人的随机离散地形稳定行走的仿真实验,验证了所提方法的有效性与鲁棒性.     

双足爬壁机器人壁面凹过渡步态规划研究

针对腿足式爬壁机器人在壁面过渡时的步态规划问题，以一种真空吸附式双足爬壁机器人为研究对象，在步态分析的基础上，基于有限状态机建立了机器人的步态模型，进而提出了基于加权插值和BP神经网络的双足爬壁机器人壁面凹过渡在线步态规划算法，为提高机器人壁面过渡的自主控制能力奠定了基础．仿真分析和实验结果表明，该步态规划算法对于实际的机器人系统是有效的和可行的。     

基于虚拟样机技术的四足机器人静态稳定步态规划

针对现有技术文献中广泛使用的多种静态稳定步态中速度稳定性与稳定裕度不可兼得的通病,在随动质心的静态步态基础上,利用参数化坐标变换矩阵方法规划出一种四足机器人前进过程中质心以曲线轨迹移动的静态步态方法,使该步态方法以连续性速度运动的过程中保证一定稳定裕度;通过D-H法求得四足机器人的逆运动学坐标变换矩阵,分别在三维空间中对四足机器人的四组足端轨迹方程进行规划,并带入MATLAB软件后以逆运动学方程计算出关节夹角驱动方程,利用步态规划图求出机器人四条腿各自对应的夹角驱动方程以及机体质心轨迹方程;最后在MSC.ADAMS软件中建立四足机器人虚拟样机并对规划的步态进行虚拟仿真,仿真结果验证了该步态对提升四足机器人对于速度连续性以及稳定裕度的提升。     

基于环境反馈机制的四足机器人运动技能学习

哺乳动物的运动学习机制已得到广泛研究,犬科动物可以根据环境反馈的引导性信息自主地学习运动技能,对其提供更为特定的训练引导可以加快其对相关任务的学习速度.受上述启发,在软演员-评论家算法(SAC)的基础上提出一种基于期望状态奖励引导的强化学习算法(DSG-SAC),利用环境中的状态反馈机制来引导四足机器人进行有效探索,可以提高四足机器人仿生步态学习效果,并提高训练效率.在该算法中,策略网络与评价网络先近似拟合期望状态观测与当前状态的误差,再经过当前状态的正反馈后输出评价函数与动作,使四足机器人朝着期望的方向动作.将所提出算法在四足机器人上进行验证,通过实验结果可知,所提出的算法能够完成四足机器人的仿生步态学习.进一步,设计消融实验来探讨超参数温度系数和折扣因子对算法的影响,实验结果表明,改进后的算法具有比单纯的SAC算法更加优越的性能.     

一种多模型融合的仿猎豹四足机器人复杂运动控制方法

针对具有2自由度主动脊柱关节的仿猎豹四足机器人,基于任务分解思想和生物神经系统机理,提出多模型融合的控制方法。该方法以弹簧负载倒立摆模型实现单腿跳跃控制,通过中枢模式发生器（CPG）实现4条腿之间以及脊柱―腿之间的协调控制,利用虚拟模型控制实现机器人与环境交互,采用基于CPG输出的有限状态机来融合3个控制模型,构建仿猎豹四足机器人的多模型分层运动控制器。参考猎豹脊柱运动特征,设计了机器人脊柱关节运动模式,给出脊柱与腿的协调控制策略。最后,在Webots仿真环境中搭建了仿猎豹四足机器人虚拟样机,实现了不同步态下的脊柱―腿的协调控制、在崎岖地形上稳定奔跑,以及平滑的对角―疾驰―对角步态转换,仿真结果验证了所提出的多模型融合的四足机器人运动控制方法的有效性。     

NSGA-Ⅱ在蛇形机器人中的优化与控制

研究蛇形机器人蜿蜒运动步态的优化与控制问题。结合摩擦力模型,并分析蛇形机器人运动步态模型,根据基于闭环反馈的控制系统结构运用PID控制器对其步态进行跟踪控制,在此基础上采用基于非支配排序遗传算法(NSGA-Ⅱ)对步态进行优化,该优化方法实现对闭环反馈跟踪控制系统的参数优化。仿真结果表明,NSGA-Ⅱ算法能达到变量优化目的,在功率和速度之间寻找最优值,对于解决蛇形机器人运动步态多目标优化问题是可行有效的。     

RoboCup3D仿真机器人步态优化研究

在RoboCup3D比赛中,拥有一个快速灵活、稳定的步态模式是赢得机器人足球比赛的关键之一。为了获得这样的步态模式,提出一种双足机器人垂直质心高度可变的机器学习训练方法。首先,通过规划双足机器人垂直质心高度的轨迹、利用倒立摆模型和数值化方法控制零力矩点,实现双足机器人的类人行走。然后,采用自适应协方差矩阵进化算法对步态参数优化,为了获得快速稳定的步行,采用累积分层的学习方法在之前优化的基础上进一步优化。最后,采用蜂拥编队壁障算法验证多机器人环境下优化步态的稳定性、灵活性。实验和竞赛结果均表明本文提出算法的有效性。     

连续不规则台阶环境四足机器人步态规划与控制

为了实现四足机器人在无崎岖地形先验知识情况下的自主爬行,提出了一种四足机器人运动控制方法.该方法采用间歇爬行步态作为主步态,将爬行运动分解为若干任务分别进行控制:基于NESM(normalized energy stability margin)判据计算内外倾的稳定裕度并根据其比值进行质心位置调整;使用坐标映射的方式调整足端坐标进行地面坡度适应;通过调整各腿长度控制机器人的高度;利用姿态传感器信息进行姿态恢复.仿真和实验表明,机器人仅依赖内部传感器即实现了在崎岖地形稳定行走,验证了本文方法的有效性和可靠性.