下肢康复训练机器人步态规划及运动学仿真

为满足神经受损患者步行康复训练需要,设计了一种具有四自由度步态机构的下肢康复训练机器人,建立了步态机构正逆运动学解析模型;为使机器人能模拟不同步态为患者提供多种训练模式,根据步行运动特征,给出了以步长,步态周期及步态时相为参数的可调步态规划方法.通过基于Matlab＼Simulink＼SiMMechanics环境下的机构运动学仿真分析,验证了运动学模型的正确性以及步态规划的可行性,说明该四自由度步态训练机器人可以模拟正常人步行时的步态和脚踝运动姿态,满足患者步态训练需要.仿真结果还可用于步态机构的参数优化设计,并为后续人机控制系统研究提供必要数据和研究基础.     

一种仿人机器人步态优化的新方法研究

利用仿人机器人七连杆模型,建立了机器人姿态的位置向量.先用带参数的五次多项式拟合机器人髋关节的位置曲线,然后用非时间参考变量的方式规划出了踝关节和膝关节的运动轨迹.在机器人步行的稳定区域内,通过遗传算法求得了ZMP点偏离脚掌中心距离的最大值,从而确定了髋关节的参数,实现了仿人机器人步态优化.实验证明该方法有效.     

四足步行机器人逆运动学分析

对四足机器人进行了步态规划,并推导出其逆运动学方程,基于MATLAB建立其运动学模型,以末端轨迹作为输入曲线,得到各关节运动变化曲线.然后,将关节运动变化曲线作为机器人虚拟样机的驱动信号,可使机器人按照规划步态进行运动.研究结果验证了理论分析的正确性,为多足步行机器人运动控制分析提供了理论基础.     

基于矢量势场法的机器人足球路径规划

基于传统人工势场方法,提出了在适应于障碍物和目标都动态变化的机器人路径规划方法。针对机器人足球的特点,在每个时间周期中,球场上的障碍物和边界对机器人产生排斥的位置矢量,球对机器人产生吸引的位置矢量和角度矢量,机器人在这些矢量的作用下,可以产生下一个时刻的路径点,最终每个时刻的路径点形成了机器人的路径。仿真结果表明,所提出的路径规划方法能够满足机器人在动态环境中实时路径规划的要求     

六足步行机器人的步态规划及运动学分析

主要对六足步行机器人进行步态规划和运动学建模,规划了六足步行机器人的直行步态和足端轨迹.基于MATLAB软件建立机器人的逆运动学模型,生成机器人步行时各个驱动关节的变化曲线.通过在六足步行机器人的实验平台上模拟机器人的实际运动状态得到机器人步行时的轨迹曲线,分析了机器人的步行性能,验证了步态规划的可行性和运动学方程的正确性.     

六足步行机器人定半径转弯步态

将三角步态应用于六足步行机器人定半径转弯步态中,提出基于三角步态的定半径转弯步态规划方法,简化了六足步行机器人转弯步态.将利用重心直线段轨迹跟踪定半径圆轨迹的方法运用到六足步行机器人的定半径转弯步态中,提出基于稳定性约束和腿运动约束条件下的六足步行机器人最大转弯角度的求解方法.在六足步行机器人定半径转弯步态中,对于2组腿分别作为支撑腿转弯时,采用不同的转弯角度从而有效地利用机器人转弯过程中每步的转弯能力.利用MATLAB和ADAMS软件对基于三角步态的六足步行机器人定半径转弯步态进行仿真,仿真结果验证了提出的转弯步态规划方法的正确性.     

双足舞蹈机器人步态规划

以双足舞蹈机器人为对象,建立系统的多自由度运动学模型,在此基础上开展舞蹈机器人正运动学和逆运动学分析,根据行走步长、步宽、步行周期等运动参数求解机器人各关节角度;引入三维倒立摆模型,结合零力矩点(Zero-Moment-Point,ZMP)稳定判据,对舞蹈机器人进行步态规划稳定性分析;最后,结合对舞蹈机器人的行走步态进行了仿真分析,得到了各个关节的角度值,可作为舞蹈机器人的输入控制参数.     

NMPC实时步态规划双足机器人步态轨迹周期稳定性分析

针对用非线性预测控制(NMPC)实时步态规划得到的拟人步行双足机器人步态轨迹,分析了模型失配和地面环境变化条件下稳态多步步行的鲁棒周期稳定性问题。通过反馈线性化,将高维混杂系统的周期稳定性问题转化为降维非可控模态的周期稳定性问题。由Poinca-re映射不动点的存在条件提出多步周期极限环的鲁棒稳定性定理,证明了多步与单步周期稳定性的一致性。通过对时间轴的离线积分,仿真分析了模型误差和速度跃变误差对极限环存在性和收敛速度的影响。本文结论对NMPC方法应用于实际物理对象具有重要理论意义和实际意义。     

基于LSTM神经网络的仿人机器人循环步态的生成方法

为了解决Kinect视野限制仿人机器人不能对人体步行动作进行长时间模仿的问题,提出基于长短期记忆(long short-term memory,LSTM)神经网络预测模型生成仿人机器人的循环步态的方法.通过Kinect多次采集人体步行时各个关节角度的一维时间序列,经仿人机器人步态平衡模型得到仿人机器人的关节角度驱动序列.使用C-C方法确定时间序列的时间延迟和嵌入维数,对关节角度序列进行相空间重构,获取时间序列的更多特征值对基于LSTM神经网络搭建的关节角度预测模型训练,并通过其生成多个步态周期的关节角度序列.使用生成的序列在WEBOTS平台中驱动仿人机器人NAO完成多个步态周期的步行动作.该方法有效解决体感摄影机视野限制问题,使仿人机器人能完成多个步态周期的步行模仿动作.     

基于能耗优化的六足步行机器人力矩分配

针对步行机器人的节能需求,提出以降低系统能耗为目标的六足步行机器人力矩分配算法.通过建立六足步行机器人的运动学模型和改进的波浪步态模型,提出六足机器人足端脚力分配问题.在分析机器人的平衡条件并结合摩擦约束的基础上,建立机器人足端脚力的约束方程.利用机器人的动力学模型,得到机器人足端脚力约束方程与关节力矩约束之间的变换关系.在考虑直流电机的有效功率和热损耗的基础上,通过求解线性等式与不等式约束下的二次规划问题,对各关节力矩进行优化分配.通过与传统的以内力平方和最小化为优化目标的脚力分配方法相比较证明,在合适的步进速度和步态占地系数下,机器人采用新的力矩分配方法时能够节省系统能耗22%～39%.