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.     

微型仿生六足机器人的运动控制的软件设计

介绍了一种微型六足机器人的新结构,该设计将直线行进运动与转向运动合理地结合了起来;着重介绍了基于IO板的机器人控制系统VB软件设计,并分析了机器人的运动稳定性和灵活性;最后是实验结果和分析;按照文章叙述成功制作了机器人样机——“银甲虫1号”,其大小为：半径3cm,高4．2cm,重49g;实验证明“银甲虫1号”运动灵活可靠,有很好的机动性。     

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。     

基于形状记忆合金的四足步行机器人

利用形状记忆合金（Shape Memory Alloys,简称SMA）作为驱动元件，设计制作四足步行机器人，其动作靠电流的通，断来控制，本文介绍了这种机器人的具体的设计和制作方案，包括该机器人的运动原理，设计要点，结构组成和控制方式，并且对样机的相关参数作了评价。     

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.     

足式机器人在非结构地形中的姿态求解算法

为了改进传统足式机器人姿态求解算法的不足,提出了一种新型的适用于非结构地形的姿态求解方法.该算法将动力学分析得到机体运动加速度信息与惯性测量单元（IMU）的信息相融合,通过卡尔曼滤波器计算机器人机体的姿态信息.所提的算法也适用于机器人机体存在冲击力的情况。为了验证算法的有效性,对两款典型的足式机器人在非结构地形中的运动进行了仿真,结果表明提出的算法能够准确的求解出机器人的姿态信息,具有良好的有效性和通用性。     

基于弹簧负载倒立摆模型的仿袋鼠机器人稳定跳跃控制

仿生跳跃机器人具备很强的越障和环境适应能力,但是由于机器人运动过程中较短的可控时间以及腾空阶段运动的不确定性,运动的稳定性对于仿生跳跃机器人至关重要.本文对仿袋鼠机器人跳跃运动过程中的稳定跳跃控制问题进行了研究.首先采用双质量弹簧负载倒立摆模型(spring-loaded inverted pendulum,SLIP)模型对袋鼠机器人的结构进行简化,建立了机器人系统的动力学模型,并对机器人的运动过程以及着地相与腾空相的切换条件进行了分析.然后采用解耦控制的思想,将SLIP模型的运动控制分解为水平速度控制和跳跃高度控制两个方面,分别通过控制着地角度实现对水平运动速度的控制,通过能量补偿实现对跳跃高度的控制.最后在ADAMS仿真环境中建立机器人模型并进行了机器人运动仿真实验.实验结果表明,本文提出的方法可以实现仿袋鼠机器人稳定的周期性跳跃运动.     

基于快速学习型神经网络的机器人运动学模型辨识及运动控制

该文提出一种快速学习型神经网络，它不仅符合生物神经网络的基本特征，而且算法简单，学习收敛速度快，有线性，非线性系统辨识精度高优异特点。因此，此类神经网络非常适合于机器人运动学模型辨识及运动控制，仿真结果表明，基于快速学习型神经网络进行机械手运动学模型辨识有运动控制是合适的。     

沟壑类非连续地形下的四足机器人运动控制

针对四足机器人踏入野外沟攀或踏上非结构化下行台阶时出现的姿态失稳问题,提出模仿生物神经反射机理的抗垂直惯性力平衡控制方法,即通过检测躯干的俯仰角突变信息,触发姿态反射,通过四条腿协调运动快速调整机器人姿态,抵抗惯性力造成的瞬时失稳.本文利用一个8自由度的四足仿生机器人设计了对比实验:机器人可成功跨越1.2倍跨距的沟壑并...     

一种四足机器人全向行走运动控制方法

本文给出一种四足机器人全向行走的机器人控制方法。文章基于AIBO四足机器人提出了一整套运动控制方法。方法包括正向运动学计算,反向运动学计算,运动轨迹的平滑插值方法以及全向行走的实时轨迹规划。为实现四足机器人平滑的行走轨迹,本文同时给出了一种改进型三维拉格朗日插值方法,可有效平滑腿部末端运动轨迹,减少机械损伤。     

移动机器人编队的运动控制策略

为实现移动机器人编队的多样性、稳定性和队形变换连续性,并解决移动机器人编队运动中的避障、避碰、到达目标的问题,对基本队形进行分析,提出队形参数化的思路,建立基本队形虚结构的参数化数学模型,通过调整参数使队形在基本队形及其衍生的队形间进行变换;机器人在运行的过程中,利用行为融合方法、跟随领航者法、人工势场法和虚结构法对机器人进行运动控制,实现了机器人的避障、避碰、队形归建等目标。对上述策略进行了仿真实验,实验结果表明,使用本策略既保留了虚结构法队形稳定、队形归建迅速的优点,又改进了其灵活性差的不足。     

Gait optimization of step climbing for a hexapod robot

RHex-style hexapod robot is a type of legged robot which can perform multiple moving gaits according to different applications, due to its simple structure and strong mobility. However, traversing high obstacles has always been a big challenge for legged robots. In this paper, gait optimization of a hexapod robot is proposed for climbing steps at different heights, which even enables the robot to climb the step 3.9 times of the leg length. First, a previous step-climbing gait is optimized by adjusting body inclination when placing front legs on top of the step, which enables RHex with different sizes to perform the rising stage of the gait. Second, to improve the climbing heights, a novel quasi-static climbing gait is proposed by using the reversed claw-shape legs to reach the higher step. The nondeformable legs are used to raise the center of mass (COM) of the body by lifting the front and rear legs alternately so that the front legs can reach the top of the step, then the front and middle legs are lifted alternately to maneuver COM up onto the step. The simulations and dynamic analysis of climbing steps are utilized to verify the feasibility of the improved gait. Finally, the step-climbing experiments at different heights are performed with the optimized gaits to compare with the existing gaits. The results of simulations and experiments show the superiority of the proposed gaits due to climbing higher steps.     

Motion planning and contact control for a tele-assisted hydraulic underwater robot

Implementing tele-assistance or supervisory control for autonomous subsea robots requires atomic actions that can be called from high level task planners or mission managers. This paper reports on the design and implementation of a particular atomic action for the case of a subsea robot carrying out tasks in contact with the surrounding environment.Subsea vehicles equipped with manipulators can have upward of 11 degrees of freedom (DOF), with degenerate and redundant inverse kinematics. Distributed local motion planning is presented as a means to specify the motion of each robot DOF given a goal point or trajectory. Results are presented to show the effectiveness of the distributed versus non-distributed approach, a means to deal with local minima difficulties, and the performance for trajectory following with and without saturated joint angles on a robot arm.Consideration is also given to the modelling of hydraulic underwater robots and to the resulting design of hybrid position/force control strategies. A model for a hydraulically actuated robot is developed, taking into account the electrohydraulic servovalve, the bulk modulus of oil, piston area, friction, hose compliance and other arm parameters. Open and closed-loop control results are reported for simulated and real systems.Finally, the use of distributed motion planning and sequential position/force control of a Slingsby TA-9 hydraulic underwater manipulator is described, to implement an atomic action for tele-assistance. The specific task of automatically positioning and inserting a Tronic subsea mateable connector is illustrated, with results showing the contact conditions during insertion.     

足式机器人腿部倾角传感器信号处理研究

足式机器人在自主行走时,一般通过倾角传感器来测量腿部转动角度计算足端位置,然而目前足式机器人腿部倾角传感器测量时易受噪声干扰、温度等因素的影响,导致测量精度低,足端位置估计不准确.针对以上问题,提出新的倾角传感器信号处理方法,首先利用卡尔曼滤波方法对倾角传感器输出信号进行滤波预处理,然后把滤波信号和倾角传感器输出温度值作为建立的双输入单输出RBF神经网络模型的输入变量,采用蚁群聚类算法的并行寻优特征和自适应调整挥发系数方法来确定RBF神经网络基函数位置.实验结果表明,提出的算法能很好地滤除倾角传感器信号中的噪声,实现了倾角信号的温度补偿,测量误差能够控制在0.75％以内,具有实际运用价值.     

机械手臂的多模型预测控制

针对机械手臂的非线性特点,提出了基于隶属度函数的多模型预测控制方法。该方法首先根据机械手臂的特点,选择合适的调度变量,将机械手臂的工作空间划分为若干个工作子空间,在每个子空间内的平衡点处对机械手臂进行线性化处理,得到相应的线性子模型,从而得到机械手臂的多模型表示;其次针对每个线性子模型设计局部预测控制器,使其在相应的子空间内达到控制要求;最后选择梯形隶属度函数与局部预测控制器进行加权求和,获得全局多模型预测控制器,以对机械手臂进行控制。仿真结果表明,当机械手臂的工作条件在大范围内变化时,全局多模型预测控制器的控制性能远优于常规PD控制器,达到了预期的控制目的。     

An energetic control based on limit cycles for stabilization of fast legged robots

Control of legged robots with fast gaits is addressed in this paper. These kind of systems interact intermittently with the environment. We propose a viable approach for the control of hopping gaits for legged robots. This control approach is based on controlled limit cycles (CLC) for stabilization of fast gaits (closed orbits) for legged robots. The designed control system generates the desired trajectories (on-line) and control inputs. Robustness of the proposed control with respect to parameter variation and disturbance is illustrated by numerical simulations. Viable definitions of gaits and their admissibility are introduced.     

A robust control scheme for asymptotic tracking of robot motion

In this paper, a controller structure is developed to provide for asymptotic tracking of robot motion. The design tool is the theory of hyperstability and the analysis has led to a simple and an easy-to-implement robust version of the inverse dynamics. Simulation studies are worked out to demonstrate the controller performance. A comparison with other methods is done to show the merits of the developed scheme vs. other recently developed schemes. The implementation and computational requirements of the control schemes are determined and shown to be within the capabilities of new control hardware.This work was supported by the Kuwait University Research Administration under Grant No. EE063.     

电动并联六轮足机器人的运动驱动与多模态控制方法

提出一种并联六轮足移动机器人.该机器人设有多模式Stewart型腿结构,其负载能力大,集成了轮式运动和足式运动的优点,可实现足式、轮式、轮足复合式运动.首先,阐述了机器人设计思路,对电动并联六轮足机器人的硬件系统和控制系统进行设计.其次,针对足式运动模式,设计了一套完整的足式"三角"步态和稳定行走算法,该算法可降低足端与地面之间的垂直方向冲击,防止足式运动拖腿或打滑;针对轮式运动模式,设计并介绍了6轮协同控制和轮式协同转向原理;针对轮足复合式运动模式,介绍了变高度、变支撑面、变轮距、主动隔振控制原理,重点分析了主动隔振控制和变轮距控制,可实现主动隔振及姿态平稳控制,提高了机器人在崎岖颠簸地形下的轮足复合式运动的稳定性.最后,对电动并联六轮足机器人的足式、轮式、轮足复合式运动模式进行实验,实验结果验证了本文提出的并联六轮足移动机器人设计的可行性和各运动模式下驱动与控制算法的有效性.     

Reinforcement learning-based shared control for walking-aid robot and its experimental verification

A walking-aid robot is an assistive device for enabling safe, stable and efficient locomotion in elderly or disabled individuals. In this paper, we propose a reinforcement learning-based shared control (RLSC) algorithm for intelligent walking-aid robot to address existing control problems in cooperative walking-aid robot system. Firstly, the intelligent walking-aid robot and the human walking intention estimation algorithm are introduced. Due to the limited physical and cognitive capabilities of elderly and disabled people, robot control input assistance is provided to maintain tactile comfort and a sense of stability. Then, considering the robot’s ability to autonomously adapt to different user operation habits and motor abilities, the RLSC algorithm is proposed. By dynamically adjusting user control weight according to different user control efficiencies and walking environments, the robot can improve the user’s degree of comfort when using the device and automatically adapting to user’s behaviour. Finally, the effectiveness of our algorithm is verified by experiments in a specified environment.