基于CPG的六足机器人运动步态控制方法

中枢模式发生器（CPG）在六足机器人的运动步态控制中起着至关重要的作用。为了研究六足机器人的运动控制方法,首先基于仿生学原理设计了六足机器人的机械结构,并在虚拟样机软件ADAMS中搭建其三维模型;其次选择Hopf振荡器作为CPG单元,并改进了振荡器模型;然后设计了六足机器人的CPG网络拓扑结构,包含单腿关节映射函数方案和腿间CPG环形耦合网络方案,并对其进行了改进;最后通过ADAMS和MATLAB联合仿真实验,验证了所设计六足机器人的运动稳定性和CPG控制方案的可行性与有效性。仿真结果表明,该方法能够满足六足机器人不同运动步态的控制需求,对六足机器人的运动控制具有一定的实际应用价值。     

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。     

非线性模型预测控制技术的研究现状与发展趋势探讨

分析了当前的非线性模型预测控制（Nonlinear Model Predictive Control,NMPC）技术和应用现状,并为今后的研究和发展提出了一些课题。给出了NMPC的主要原理,并概述了NMPC的关键优点/不足及其一些理论、计算和实施方面的问题。除了关于NMPC的数学构造及其闭环稳定性的基本问题的一般描述,还对如NMPC的鲁棒构造问题、输出反馈问题,并对闭环系统的性能预测进行了讨论。一个NMPC算法的成功取决于最初选择的非线性模型结构的合理性,所以给出了可为一个新的NMPC算法形成潜在数学构造的一些合适的非线性模型结构的简述。总之,3个对NMPC应用的最主要障碍是：非线性模型的开发;状态估计;快速、可靠的实时控制算法的求解方案。对于未来NMPC技术的需求包括非线性模型辨识的系统方法发展;非线性估计方法;可靠的数值求解技术;以及评价NMPC应用的更好方法。     

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。     

一种双足机器人实时步态规划方法及相关数值算法

针对步行双足机器人实时步态规划问题,提出了一种改进的非线性模型预测控制（NMPC）方法．采用扩展的关节坐标,将单腿支撑相（SSP）和双腿支撑相（DSP）统一表示为一个非线性动力学模型．通过对SSP和DSP的3个阶段设定运动学和动力学虚拟约束,将复杂实时步态规划问题转化为4个以预测时域内控制量二次型为代价函数的NMPC问题．采用直接法将连续优化问题参数化为有限维优化问题,并采用惩罚函数法将状态变量约束转化为代价函数中的惩罚项,从而得到能够用渐进二次规划（SQP）求解的有限维静态优化问题．仿真结果表明,应用该方法对BIP机器人模型进行实时步态规划,实现了包含足部转动的动态步行,且机器人满足稳定性条件,不发生侧滑,从而证明了该方法的有效性和可实现性．     

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。     

具有2DOF铰接式躯干的仿猎豹四足奔跑机器人

为了探索脊柱运动对腿运动的增强机理,设计了具有2自由度铰接式躯干的仿猎豹四足奔跑机器人。对带腾空相的跳跃（bound）步态奔跑运动的力学过程进行描述,采用阻尼型弹性负载倒立摆（D-SLIP）模型建立了四足机器人动力学模型。依据猎豹的奔跑运动模式,对四足机器人脊柱关节与腿关节的耦合运动进行了轨迹规划。提出一种改进的粒子群优化（PSO）算法,解决了机器人脊柱关节驱动机构尺寸和运动轨迹控制参数之间目标互斥的嵌套优化问题。对四足机器人跳跃奔跑运动进行动力学仿真,结果表明：脊柱与腿的协调运动可以增大奔跑步幅,使机器人产生腾空相,从而提高机器人的奔跑速度。     

基于FPGA的非线性预测控制器设计

对于非线性程度较高的复杂对象,非线性模型预测控制（NonlinearModelPredictiveControl,NMPC）是一种有效的控制策略。为了实现对这类对象的有效控制,设计了一种基于FPGA（FieldProgrammableGateArray）的非线性预测控制器,该嵌入式控制器具有灵活性和高适应性等特点,能够应用于工业现场控制。为了满足工业控制的可行性和实时性要求,提出了一种序贯二次规划（SQP）算法的改进算法,在FPGA有限的计算资源下,保证每个采样间隔内都能得到NMPC优化问题的可行解。经仿真实验证明,采用非线性预测控制器在计算速度和精度上都能达到较好的性能。     

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.     

四足机器人对角小跑步态全方位移动控制方法及其实现

为实现四足机器人在平面和斜坡上的全方位移动,提出了基于对角小跑步态的运动控制方法.基于所推导的四足机器人运动学方程和仿生步态规划方法,将机器人在平面内的运动解耦为前向运动、侧向运动和自转运动3部分以降低运动控制的复杂度.首先利用各部分振荡幅度来实现机器人在3个方向上的运动速度控制,然后利用将各部分运动合成实现四足机器人在水平面内的全方位移动控制;基于平面的全方位移动控制方法,对足端位置进行映射,实现了机器人在斜坡上的对角小跑步态全方位运动控制.最后,分别在平面和斜坡上进行了仿真和实际物理样机实验.步程计数据、仿真数据与物理样机实验结果之间的差别在可接受范围之内,证实了该方法有效地实现了机器人的速度控制和运动解耦,验证了所提出方法的正确性和有效性.     

多机器人系统中的机器人运动控制

针对多机器人系统中机器人运动控制的要求和特点,提出了基于Server+IPC+PLC架构的移动机器人运动控制系统方案,解决了系统互连中存在的一些问题。建立移动机器人的运动学模型,设计基于分解运动速度控制的机器人运动轨迹跟踪算法,并通过仿真研究验证算法的有效性。     

四足机器人对角小跑步态非线性控制方法仿真

针对现有的四足机器人对角小跑步态控制方法存在的机器人运动速度较慢、灵活性较差等问题,提出了一种基于虚拟模型的四足机器人对角小跑步态非线性控制方法。方法需要构建一个四足机器人模型,并在该模型的工作范围内建立一个平面直角坐标系,在不考虑机器人足端车轮滑动的情况下,将驱动四足机器人的运动方程转换成矩阵的形式,寻找有界输入平动线速度和转动角速度,使矩阵在其控制下产生的误差可以在大范围内保持稳定。求解该四足机器人在工作平面坐标系中姿态误差的微分方程,构造该微分方程的Lyapunov函数并对其求导,根据求导结果设计一个四足机器人驱动控制器,通过该驱动控制器实现对四足机器人的对角小跑步态非线性控制。仿真结果表明,所提方法能够在快速、灵活的情况下实现对四足机器人对角小跑步态的非线性控制,且鲁棒性较高,能够满足用户需求。     

用IGA优化的直流电机的仿人智能控制

讨论了当前足球机器人运动控制系统的控制算法对足球机器人运动性能的影响。在分析了足球机器人运动控制系统组成和电机数学模型的基础上,对足球机器人运动控制器采用多模态控制的仿人智能控制（Human-Simulated Intelligent Control,HSIC）算法,利用改进的遗传算法（Improved Genetic Algorithm,IGA）对仿人智能控制器参数进行优化。通过与目前普遍采用的常规PID控制器作对比实验,表明采用IGA参数整定后的HSIC控制器对电机具有更好的控制品质,并改善了足球机器人的运动性能。     

基于ORB-SLAM2的四足机器人定位和建图

四足机器人被认为是灾后救援、野外探索以及危险环境巡逻搜查的最佳移动平台,而定位与建图又是机器人在复杂地势环境进行自主行走的前提。搭建了一个基于四连杆并联机构的四足机器人运动平台,并且针对该四足机器人设计了相应的运动控制算法。为解决四足机器人在复杂环境中的地图构建与定位难题,采用ORB-SLAM2算法进行四足机器人的三维位姿估计,同时构建一个线程用于三维稠密点云信息的获取与拼接,并最终实现了在复杂环境中的四足机器人定位与建图功能。     

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。     

利用事件和期限驱动对机器人延时的优化

随着科技的进步,机器人领域得到了飞速发展,为了更好地让机器人适应复杂工作环境,需要进一步提高机器人的感知性能。大多数机器人采用视觉作为感知手段。但由于图像中包含大量数据以及处理这些数据需要花费大量时间,导致了机器人有显著的延时,从而导致机器人性能的下降。因此,为了解决这一问题,提出了一种基于期限驱动和事件驱动控制方法,该方法的核心是把基于模型的控制设计方法的思想应用到基于视觉的自定位算法的机器人运动控制中。同时考虑了一种简单的基于随机样本一致性的定位算法的延时情况。实验结果证明,提出的期限驱动和事件驱动控制设计明显优于传统的周期控制。     

四轮全方位移动机器人的建模和最优控制

本文研究实时动态环境中四轮全方位移动机器人的运动控制和轨迹规划.通过对机器人运动学和动力学特性的分析,给出了四轮全方位移动机器人的控制模型,并根据方程特性对其进行了合理的简化,使得计算量有效减少.同时采用Bang-Bang控制规划出时间最优的机器人运动轨迹.通过轨迹规划和控制模型的结合达到了实时控制的效果.实验证明了模型的正确性和算法的有效性.     

基于CPG的并联腿四足机器人步态控制

并联腿结构的四足机器人具有承载能力强、刚度大、运动精度高的优点，但控制复杂。为更好地控制，提出了一种串联结构等效方法对并联腿进行了分析，结合中枢模式发生器（CPG）对等效的髋、膝关节进行控制，从而实现四足机器人不同步态，并利用ADAMS与MATLAB/SIMULINK软件搭建了四足机器人的虚拟样机与控制系统。仿真实验结果表明，串联等效分析方法能够应用于并联腿结构，CPG可实现四足机器人的Walk与Trot步态，验证了该方法的可行性与有效性。     

基于导纳控制的社交机器人伴随与避障控制策略

目前社交机器人与目标人体并排行走（人体伴随与避障）时的运动控制策略的研究相对缺乏。为提升陪伴任务中用户的舒适度、机器人的运动柔顺度及其安全避障能力,本文提出了一种基于导纳控制的人体伴随与避障控制策略。首先,基于人机交互空间理论设计了交互力模型以构建人机动态交互关系,避免机器人侵犯目标人的亲密区域以提升目标人的舒适度;其次,将导纳控制模型与交互力模型结合,通过设置合理的导纳参数提升机器人运动控制的柔顺度;最后,引入行为动力学模型模拟人类的避障行为,以保障人体伴随任务的安全性。此外,提出了一组评价指标以验证伴随控制器的性能。根据仿真实验结果,在柔顺度方面,相较于PID法和虚拟弹簧模型（VSM）法,本方法下速度变化量分别降低69.6%和67.1%;在舒适度方面,机器人未给目标人带来不适;在安全性方面,本方法的避障失败率仅为10%,优于人工势场（APF）法和VSM法的40%和50%。实物实验中,机器人的柔顺度和舒适度指标均较好,避障失败率仅为5%,有效实现了安全友好的人体伴随与避障控制。     

高性能液压驱动四足机器人SCalf的设计与实现

详细阐述了液压驱动的四足仿生机器人SCalf的结构组成、机载动力系统、液压驱动器和实时控制系统.利用基于姿态解耦的运动控制方法,实现了机器人的平稳、快速运动.开发了基于足底接触力的腿部柔顺控制方法,提高了机器人对复杂地形的适应能力.在实际运行实验中,验证了SCalf机器人在非平整路面、易打滑路面、上下坡及上楼梯状况下的运动能力,以及受到侧向冲击时的抗扰动能力和自主平衡能力,证明了SCalf四足机器人能够满足较为复杂地面环境下的行走需求.