基于自抗扰的自主水下航行器地形跟踪控制

为保证自主水下航行器在进行地形跟踪任务时,可以更好地抵抗外界环境及自身信号传输的干扰作用,提出一种基于自抗扰控制技术的地形跟踪控制方法,可以将地形跟踪转化为水下机器人的纵倾控制,并设计有运动保护机制。在仿真实验中,利用所设计方法,进行了三维运动仿真,模拟了机器人从水面到水下完成地形跟踪任务的全过程,并与基于PID控制方法的控制器进行比较。结果表明,基于自抗扰控制技术的地形跟踪控制方法能够准确完成预定任务,同时,相比于基于PID的跟踪方法,能够更有效地抑制干扰所造成的超调和震颤等现象,具有更优的控制效果。     

基于Kimura振荡器和虚拟模型的气动肌肉四足机器人步态控制

步态控制是四足机器人适应复杂地形的关键,为此对机器人步态进行规划和控制,提出一种步态控制器。针对气动肌肉驱动的四足机器人,根据机器人Denavit-Hartenberg参数建立单腿运动学模型;采用Kimura振荡器设计四足机器人步态的中枢模式发生器（CPG）网络,并改进振荡器输出与关节角度之间的映射关系;采用摆线函数规划机器人足端轨迹,基于生物神经反射机理和虚拟模型控制（VMC）,以肢体摆动相位和足端触地信息为状态切换条件,建立沟壑地形自适应步态控制器;搭建Adams与MATLAB联合仿真平台和实物样机测试平台,对步态控制器进行验证。结果表明：改进的CPG步态网络可减小步态参数间的耦合,所生成信号的幅值和相位稳定;基于CPG和VMC的步态控制器能实现机器人对角步态运动,并能跨越宽度为机器人足端宽度的2.50倍沟壑。     

基于ZMP的四足仿生机器人反应式行为控制策略研究

针对四足机器人面向广域地形克服山地、砂石等障碍过程中会发生受力扰动造成失稳的问题,设计了一种基于零力矩点(Zero Moment Point,ZMP)稳定性判据的反应式行为控制策略.该控制策略采用基于非线性干扰观测器的滑模角度跟踪控制策略控制关节角,实现负载突变下四足机器人的机身姿态智能自适应稳定控制.Matlab和Adams仿真分析结果表明,该控制策略能够有效地提高四足仿生机器人对动态复杂地形及外界扰动的智能自适应能力.     

基于双参数自适应优化的无人履带车辆轨迹跟踪控制

为解决定参数轨迹跟踪控制器工况适应性差的问题,基于改进粒子群优化(IPSO)、多层感知机(MLP)算法,设计一种双参数自适应优化的无人履带车辆轨迹跟踪控制算法。离线状态下,基于采集的实车数据,以轨迹跟踪的高精度、高稳定性、低时间成本为目标,利用IPSO算法构建了不同运动基元下的最优参数组合数据集,并以运动基元类型和车速等为特征向量,控制时域长度、时间步长为标签,采用学习率自适应优化算法完成MLP神经网络模型的训练。在线状态下,根据规划层下发的轨迹信息和车辆状态反馈信息,由MLP神经网络输出预测的最优控制时域长度和控制时间步长,作为双参数输入到模型预测控制算法中,完成自适应轨迹跟踪控制。基于ROS-VREP的联合仿真和基于双侧独立电驱动履带平台进行实车试验。研究结果表明,在包含大曲率转向的综合工况下,与相同计算时间成本的定参数轨迹跟踪控制算法相比,所设计的轨迹跟踪控制器横向偏差均值、航向偏差均值以及转角变化率均值分别降低了30.5%、17.2%、7.8%,证明了算法的可行性和有效性。     

基于扩张状态观测器和模型预测方法的四足机器人抗干扰复合控制

为提高存在模型不确定及外界扰动的情况下对四足机器人的控制效果，提出结合扩张状态观测器、二次型优化(Quadratic Programming, QP)及模型预测控制(Model Predictive Control, MPC)的复合控制算法。基于单刚体四足机器人模型，设计基于MPC的控制算法，实现对四足机器人的控制。考虑到模型及参数的不确定性，以及环境中存在的外界扰动，进一步利用变带宽非线性扩张状态观测器对机器人受到的总和扰动进行估计，并利用估计结果，设计基于QP的足端力重分配算法，实现对总和扰动的补偿。通过仿真实验验证了本文所提控制算法的有效性。仿真结果表明，在使用抗干扰复合控制方法之后，机器人在质量发生重大变化和受到外力作用下，依然可以保持良好的控制效果，与传统控制方法相比，机器人的控制精度和抗干扰能力得到了明显提升。     

并联机器人动力学与控制仿真研究

并联机器人控制问题一直以来都是一个开放领域,在这方面的研究还比较少.文中以6-UPS型Stewart平台为研究对象,利用牛顿-欧拉方法建立了并联机器人的动力学模型,并提出了基于控制法则的动力学分解方法,推导出并联机器人的控制率方程,设计了基于动力学模型的控制器.采用PID校正方法对并联机器人的轨迹进行跟踪,给出了运动平台做圆周运动时轨迹跟踪曲线,仿真实验结果表明,轨迹跟踪效果比较理想,控制方案是正确的.为进一步的并联机器人控制及性能改进奠定了良好的基础.     

基于虚拟元件的负载型四足步行平台静步态行走控制

传统的基于逆运动学或逆动力学静步态行走控制方法易导致步行平台足端与地面产生较大冲击力、机体轨迹产生较大跟踪误差,使步行平台出现稳定性问题。为实现负载型四足步行平台静步态柔顺稳定行走,提出一种基于虚拟元件的静步态行走控制方法。将步行平台静步态行走控制分为机体运动控制及摆动腿运动控制两部分,分别在机体各自由度及摆动腿各自由度添加虚拟弹簧阻尼元件,将机体与摆动腿控制转换为虚拟力控制。运用序列二次规划方法将机体虚拟力分配到支撑腿足端。结合各腿的雅克比矩阵,得到支撑腿与摆动腿的驱动关节力矩,并设计了步行平台静步态行走状态机。运用MATLAB与ADAMS软件建立四足步行平台仿真模型,对平台静步态行走进行联合仿真。仿真结果表明,虚拟元件控制实现了步行平台复杂地形静步态平稳行走,平台能够适应复杂地形变化,足端与地面冲击力较小,证实了所提虚拟元件控制方法的有效性。     

新型四足并联军用机器人步态控制算法及仿真

在多关节步行机器人控制策略中，全部采用中央模式(CPG)网络进行控制的方法具有参数繁多、网络结构复杂的特点；机器人的工作环境通常多变且复杂，对机器人的灵活性和抗干扰能力提出了更高的要求，故仅采用单一的控制模式很难满足上述需求。针对上述问题，在机器人控制上把基于CPG的控制方法和基于虚拟模型的控制方法进行综合，对单腿为3-UPS机构的四足并联军用机器人设计了一种新型步态控制算法，用CPG完成机器人的基础步态，完成输入输出之间的非线性振荡器网络模型的搭建，并将模型的输出与关节电机的驱动力矩构成映射关系；再用虚拟模型生成行走时保持机器人平稳姿态所需要的足端虚拟力，并将足端虚拟力映射为关节驱动力矩。通过V-REP与MATLAB软件对该步态控制算法进行联合仿真实验。仿真结果表明：所提出的步态控制算法有效；新算法的优势在于简化控制网络的同时还能保证机器人在行走过程中拥有较强的灵活性和抗干扰能力，这种新型控制模式为四足并联军用机器人的步态控制提供了新的思路与方法。     

基于GWO-WOA的执行器严重故障多移动机器人编队重构控制

针对执行器严重故障下多移动机器人的编队重构控制问题，提出一种基于灰狼优化-鲸鱼优化算法(Grey WolfOptimizer-Whale Optimization Algorithm, GWO-WOA)的协同编队重构控制策略。设计一种故障观测器以检测多机器人系统中出现的执行器严重故障，并使执行器严重故障的机器人离开编队。利用匈牙利算法分配剩余机器人在期望重构编队中的位置，并用GWO-WOA规划出机器人的运动路径。提出编队重构综合控制策略，包括三部分，分别为基于一致性的编队保持控制、基于势能函数的避碰控制和基于比例积分的跟踪控制器，使多机器人在无碰撞的情形下实现了重构编队。仿真实验结果表明，所提出的编队重构控制策略能够实时监测出故障机器人，并且在形成期望重构编队的同时防止相互碰撞。     

新技术形势下四足、双足机器人技术的变革

从科研思维、行为模式方面，论述四足、双足机器人国内发展现状，对比国内与波士顿动力公司间存在的差距。从科研范式的角度分析新技术推动下中国在四足、双足机器人换道超车的核心技术及发展方向，总结国内在电驱动关节及足式机器人控制方面所面临的机遇，提出基于AI驱动的足式机器人系统设计方法。     

小型仿人足球机器人控制系统

针对当前小型仿人足球机器人在足球比赛中的复杂任务背景,设计了可实时在线路径规划的小型仿人足球机器人控制系统。基于Robotis公司的Dynamixel系列AX-12型舵机和标准连接件设计了具有20个自由度的仿人足球机器人本体结构;基于运算速度较高的DSP芯片TM$320F2812设计了主控制器;应用CMUcam3视觉传感子系统进行图像采集和处理,将获得的目标位置反馈给主控制器,完成基于视觉伺服控制的实时路径规划任务。目前,该仿人足球机器人可以在实验室环境中完成稳定直走、转弯和准确踢球等运动规划任务。下一步将重点研究最小损伤下的跌倒控制、爬起和不同动作单元的动态切换等复杂任务和多个仿人足球机器人的协调控制。     

用于四足机器人的并联弹性腿足关节设计与优化

为了提升四足机器人腿足的运动性能，设计一种具有并联弹性驱动器(Parallel Elastic Actuator, PEA)的腿足关节，通过模仿四足动物的肌腱作用原理，将拉簧并联在小腿连杆和大腿连杆之间，在膝关节处实现了并联弹性驱动，具有尺寸小、质量和惯量低的特点。建立了PEA膝关节的动力学模型，并借助该模型，在预设跟踪任务轨迹下，综合考虑峰值力矩、峰值功率和能量利用率，对拉簧的刚度系数进行多目标优化，得到全局最优的拉簧刚度为5 510 N/m。为了对比本PEA关节与电机直驱关节的性能，从仿真和实验两个方面进行验证。利用Gazebo机器人仿真环境，使用带有刚度的滑动副来实现PEA拉簧的效果，通过物理引擎模拟获取关节电机的输出力矩、输出功率、机械能耗；搭建PEA膝关节实验平台开展样机实验，获取膝关节电机的电源输入参数，如输入电流、输入功率、电源能耗。实验结果表明：PEA对比电机直驱关节，在0.5～2.0 s的轨迹周期下，电机输出方面可以减少峰值力矩40%～79%、峰值功率52%～89%和机械能损耗40%～89%,电机输入方面可以减少峰值电流46%～77%、峰值电功率43%～76%和电能损...     

一种轮腿复合型机器人的步态研究与越障性能分析

为实现地面移动机器人在复杂地形下的环境探索需求,结合轮式机器人的高速特性和足式机器人对地形适应性强的特征,提出一种轮幅型轮腿复合型机器人,并针对其在移动过程中的振动问题以及爬梯过程中的越障问题,对机器人进行步态研究及性能分析。从静力学分析中得出机器人轮腿结构以不同姿态着地时的受力情况,结合实际情况中机器人运动约束对机器人在前进、转向和越障等任务中的步态进行分析,并基于动力学仿真ADAMS软件建立动力学模型来模拟机器人不同步态下的振动情况以及越障性能。研究结果表明,结合本文提出的步态控制方法,该轮腿复合型机器人在复杂地形环境中具有较好的行进效率和越障能力。     

履带平台无人驾驶系统基于语义信息的模块串联方法

为提高无人履带平台在复杂越野环境下的通行能力,提出一种通过语义信息串联无人驾驶系统中环境感知、运动规划、运动控制模块的方法。环境感知模块通过相机与激光雷达的融合感知方法,利用图像语义信息与激光雷达点云特征,结合平台通过性几何参数,对环境中可通行区域进行粗提取,之后在可通行区域利用高斯聚类模型对环境进行精细的可通行度分析,最终生成具有不同通行度语义信息的三维栅格地图;运动规划模块在考虑平台运动学模型、动力学约束以及平滑过渡约束的基础上,结合地形与道路表面属性生成行为运动基元,通过对基元的分层式在线选择生成具有行为语义的轨迹;运动控制模块基于模型预测控制算法充分考虑平台驱动电机的执行能力、跟踪偏差以及控制稳定性,借助运动规划给出的行为运动基元语义属性,对控制目标函数权重系数进行实时更新,减小轨迹跟踪的横向误差,航向误差以及速度误差。最终利用中型混合动力无人履带平台进行了实车验证,结果表明：所提运动规划方法结果相较于基于平面二值栅格地图规划的轨迹在平均俯仰角、平均侧倾角、平均曲率分别降低46.1%、46.5%、14.2%;所提出基于行为语义轨迹变参数运动控制方法相较于定参数的运动控制方法分别在横向偏差、航向偏差、速度偏差降低17.1%、2.7%、6.1%。     

机器鱼双闭环正弦形轨迹跟踪控制方法

为实现机器鱼位置和姿态的实时轨迹跟踪控制,通过将姿态控制作为内环、位置控制作为外环的方式设计双闭环控制算法。内环通过采用滑模控制器使得其收敛速度大于外环,保证闭环控制系统整体稳定性,通过李亚普诺夫稳定性定理证明机器鱼位置姿态双闭环控制系统具有渐近稳定性。仿真结果表明：该方法可有效控制机器鱼纵垂面轨迹的实时追踪;实验中机器鱼完成预设运动共耗时12 s,其轨迹最大误差和平均误差分别为0.078 m和 0.052 m,验证了双闭环算法在机器鱼轨迹跟踪控制中的有效性和高效性。     

模糊变结构在可重复使用运载器再入轨迹跟踪上的应用

为了减小可重复使用运载器(RLV)轨迹跟踪对气动参数及初始状态的依赖性,克服鲁棒性差的问题,在纵向跟踪制导方面,提出一种基于模糊变结构的轨迹跟踪方法。在侧向轨迹控制方面,提出了一种快速收敛的在线规划倾侧角反向时机的方法。仿真结果表明：采用模糊变结构的纵向跟踪控制方法,在存在较大初始状态误差及气动参数摄动的情况下,能较好地实现对标准轨迹的稳定跟踪,具有较强的鲁棒性;采用所设计的侧向制导方法可以实现反向点的在线规划,有效地提高了侧向制导的精度。     

基于混合神经振荡器的爬行四足机器人运动协调控制

中枢神经模式振荡器常用于多足机器人运动协调控制。为实现含有主动柔性躯干的爬行四足机器人运动协调控制,构建一种混合神经振荡器。该振荡器利用Hopf振荡器和Kuramoto振荡器对机器人四肢和躯干进行协调控制,并通过建立二者之间的耦合关系实现四肢与躯干的协调运动。利用仿真平台搭建爬行四足机器人虚拟样机,对静走步态、对角步态以及两种步态间柔顺切换分别进行直线运动仿真,同时对该协调控制进行可行性验证,获得虚拟样机运动图像以及其足端轨迹曲线。仿真结果表明：该混合神经振荡器可实现机器人的静走与对角步态直线运动;通过建立静走和对角步态下四肢与躯干之间的协调关系,并改变机器人各腿部振荡器之间的相位差,能进行两种步态之间的柔顺切换。     

遗传算法在武装机器人稳定平台控制中的应用

为了进一步提高武装机器人稳定平台的控制效果,达到武装机器人在复杂野外环境下的作战要求,使用遗传基因算法对控制武装机器人的稳定平台的模糊控制器进行了优化。首先对模糊控制器的控制规则进行编码,确定种群和个体,然后通过复制、交叉、变异、选择,利用适应度函数选择出更优的个体,进而改良模糊控制器。通过实验仿真证明：利用遗传基因算法优化后的模糊控制器对武装机器人稳定平台的控制效果得到了大幅的提升,遗传基因算法在优化模糊控制器,提升模糊控制器对武装机器人稳定平台控制效果上具有很好的作用。     

多臂空间机器人操作大型目标的全身接触柔顺控制研究

多臂空间机器人操作大型目标时,由于受到来自目标把手的较大拖拽力,机器人无法对目标实施有效的操作和运动约束,这些无法预知的外部拖拽可能导致机器人支撑臂的损坏或者任务失败。为了应对上述挑战,提出了一种基于全身阻抗控制和独立导纳控制的组合式接触柔顺全身控制策略,分别在空间机器人多刚体系统质心层面构建机械阻抗特性和在每条机械臂建立导纳特性,实现对外部拖拽的有效管理。基于二次规划（QP）方法构建了系统控制器,将机器人全身运动行为统一起来,设计了包括全身柔顺控制和关节力矩优化在内的QP目标函数,用来实现接触柔顺控制。通过仿真和降维度气浮实验方法综合验证了上述方法的有效性。     

基于非对称模型的欠驱动无人海洋运载器轨迹跟踪控制

研究一类欠驱动无人海洋运载器（UMV）的轨迹跟踪控制问题,提出了一种基于非对称模型的积分反步控制方法。建立了非完全对称（左右对称、前后不对称）的欠驱动UMV水平面运动模型,考虑了系统阻尼系数矩阵和惯性系数矩阵非对角线元素存在非零项的问题;通过设计虚拟状态和控制输入反馈变换,解决了UMV轨迹跟踪控制过程中存在的角速度持续激励问题,得到了直线轨迹和曲线轨迹通用的跟踪控制器;在轨迹跟踪控制器当中引入跟踪误差的积分项,提高了UMV系统的全局稳定收敛速度,基于Barbalat引理和Lyapunov稳定性理论分析了系统的稳定性。借助实验室半物理仿真平台进行仿真实验,与传统基于对称模型的控制算法对比,体现出了基于非对称模型的欠驱动UMV轨迹跟踪控制方法的优越性。