基于静态平衡的四足机器人斜面步态规划

本研究从静态平衡角度出发,考虑了影响斜面步行稳定性的各种因素,提出了采用SM和SNE共同判稳的方法。基于这两个指标,针对四足机器人在斜面步行中的倾倒和绕支撑腿连线翻转的问题,规划了一种快速、稳定的全方位静步态,通过计算机仿真平台进行验证,实验表明了所研究方法的可行性和有效性。     

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。     

基于圆弧模型的四足机器人步态规划

根据Aibo机器狗前腿的圆弧型结构建立了机器人腿部的二维实体模型,并通过两个直角三角形解算Aibo机器狗的逆运动学．在此模型的基础上进行前腿在地面滚动行走的同心圆步态规划,并通过机器学习得到了平稳、快速的行走步态参数．     

四足机器人静步态直线行走规划研究

为使四足机器人以静态步行方式实现稳定直线行走.基于仿生学,利用SolidWorks环境下所构建的虚拟模趔,使用三角函数法对机器人的步行参数进行了规划和设计,并在ADAMS中对所规划的步行方式进行了仿真和检验.进而针对仿真中机器人出现横向偏移的现象,对影响机器人稳定直线行走的原因进行了分析,提出了支撑足零差速规划方法,并在进一步的仿真中证明了方法能有效减小横向偏移量,实现机器人的稳定直线行走.研究结果以及所用的仿真方法对四足机器人的步态设计具有一定的借鉴意义.     

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OpenGL的四足机器人步态仿真系统

研究了OpenGL在四足机器人步态仿真系统中的应用，建立了一套完整的，具有交互性的四足机器人步态仿真系统，对四足机器人步态的辅助研究起了良好的作用。     

基于倒立摆模型的四足机器人对角步态规划

为提高点着地四足机器人在匀速对角小跑过程中的动态稳定性,将对角小跑过程简化为一个倒立摆模型。;针对四足机器人对角小跑过程中由于重心无法始终处于支撑对角线上所引起的翻转,在此模型中转换为由于重心引起的摆动角误差;采用虚位移原理对机器人摆动角的变化进行分析,确定不同重心运动变化对摆动角误差的影响并找到合适的重心起始位置,理论上能够使摆动角的误差为零;动态仿真实验验证了所提出的对角步态规划能够使四足机器人实现稳定的对角小跑的有效性。     

四足机器人的步态仿真研究

该文通过对一种四足机器人进行设计和步态规划后,利用仿真技术分析它的适应环境与承载能力。首先在四足步行机器人初始结构参数基础上,基于三维软件Pro/ENGINEER建立机器人仿真模型,并将模型导入到仿真软件中完成行走过程,以稳定性为评价指标对机器人进行优化和评价;最后在路面上进行一定量的承载和适应环境方面的分析,为智能化机器人提供一种分析方式。     

基于遗传算法的六足机器人控制系统

作为一种仿生机器人,六足机器人地形适应能力强,但步态控制困难,舵机效率低.为搭建六足机器人的控制系统,采用STM32单片机联合舵机控制板实现对机器人的嵌入式步态控制.同时,建立D-H坐标系,对机器人进行逆运动学方程推导,构建六足仿生机器人的运动学模型.在对步态进行分析基础上,基于遗传算法设计步态优化系统,实现完整的六足...     

基于 Matlab 与 Modelsim 的四足机器人步态算法的协同仿真

首先对液压四足机器人的运动特性进行了研究,选取 CPG 算法作为控制算法并建立了数学模型,用 Matlab 实现软件上的仿真,观察各髋关节的输出信号;然后借助 Matlab 工具 HDL Coder 将 Simulink 模型转换为 Verilog 硬件语言,并在硬件环境下借助 Modelsim 用 VHDL 语言进行协同仿真;最后通过输出信号的前后对比验证了算法的有效性。该方法简化了测试流程,无需采用复杂的 Test Bench 编程方法,提高了测试的完整性。     

智能决策改进的四足机器人ZMP爬行步态算法

提出了一种基于反馈控制和贪婪决策的四足机器人爬行步态规划算法。该算法利用机载惯性传感器IMU（Inertial Measurement Unit）来实时计算零力矩点和姿态角,以稳态裕度为指标在支撑平面内实时规划期望零力矩点（Zero Moment Point,ZMP）轨迹,结合非线性反馈控制器实现对机体ZMP点的连续平滑调节,保证机器人在按给定速度矢量进行连续爬行的同时具有抵抗一定外力扰动的能力。步态规划采用动态步态周期,基于机器人结构约束和贪婪决策实现跨腿的自动触发,提高了步态自适应性。最终通过样机行走实验验证了所提算法应用于微型四足机器人中的可行性,机器人实现了在平坦地面上稳定地全向行走和旋转,所提算法同时兼顾了自适应性和稳定裕度。     

基于静平衡的四足机器人直行与楼梯爬越步态

为提升四足机器人的障碍爬越能力,采用稳定裕度作为四足机器人静态稳定的判据,以落足点形成的 象限边界明确了不同初始位姿机器人的迈腿可能性．基于迈腿次序将所有步态划分为24 种类型．利用运动空间需 求最小、稳定裕度最大、步态协调性最好3 个基本评价指标,对四足机器人的24 种基本步态进行了对比分析．提出 了基于投影分析法结合平面静平衡步态理论的楼梯爬越步态研究方法,并以上述3 个特性参数最佳为要求,对楼梯 爬越步态进行了系统仿真,所得结果为四足机器人的直行与楼梯爬越步态选择提供了理论依据．实验表明了所研究 方法的有效性．     

基于遗传算法的移动机器人路径规划

采用动态可变长编码的方法,以栅格表示环境。针对遗传算法大型障碍物难的问题,采用follow wall行为,较好地解决了基于遗传算法的快速路径规划和大型障碍物避障问题。该算法适应任何形状的障碍物,适用于静态和动态环境中。计算机仿真表明,该算法是一种正确和高效的路径规划方法。     

改进遗传算法在机器人路径规划中的应用研究

针对静态环境下机器人全局无碰撞的路径规划问题,提出了一种将顶点图像法与遗传算法结合起来的路径规划的方法。利用顶点图像法建立了机器人的路径模型,将候选路径表示为二进制位串的形式。在此路径模型的基础上设计了适应度增量计算法,提高了算法的收敛速度。提出了将差距大的染色体进行配对的改进染色体配对方式,保证了种群的多样性。仿真实验结果验证了该方法的有效性和可行性。     

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.     

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.     

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.     

基于VSC的机器人在线步态规划方法研究

传统方法在进行机器人在线步态规划时,由于受到大量外部复杂因素的干扰,造成步态规划偏差较大,无法准确跟踪期望步态;为此,提出一种基于变量集控制(variable set control,VSC)的仿人机器人在线步态规划方法;将步态规划问题转化为反应机器人步态状态的变量集的规划问题,根据对相关变量的规划和计算,能够获取机器人关节空间运动的状态序列;根据变量集中的零力矩点、机器人的重心、髋部中心和步态规划之间的关系,能够获取机器人在线步态规划中关键变量集的规划和计算结果;仿真实验表明,利用该方法能够克服传统方法的缺陷,实现了对机器人在线步态规划的准确控制。     

自适应遗传算法在机器人路径规划的应用

针对现有遗传算法在求解机器人路径规划存在的收敛速度慢、易陷入局部最优等缺点,提出一种基于自适应遗传算法的机器人路径规划方法。该方法引入逆转算子,增加插入算子和删除算子,提出新的自适应策略对交叉和变异概率进行调整,更好地避免陷入局部最优,提高算法寻优效率。该算法在MATLAB和Inte3D平台中进行算例验证,实验结果表明改进的自适应遗传算法比现有遗传算法更为有效。