生物诱导的机器入行走控制研究进展

相对于轮式移动机器人,足式机器人本体容易跨越障碍,通过崎岖不平的地面,具有更强的运动灵活性和环境适应性.但由于多冗余自由度、重心变化等问题使得足式机器人行走控制非常复杂.目前,行走控制方法主要基于编程作业机制,即预先计算轨迹、步态等,这一方法不仅本身非常复杂,缺乏一般性,而且无法解决环境适应性问题,使得足式机器人本体特性不能得到充分的发挥.改变传统的思维模式,研究和抽象生物的行走机理并加以模仿可能是突破机器人行走控制瓶颈的有效途径,已引起科学家的广泛关注.基于中枢模式发生器(central pattern generator,CPG)的生物诱导行走控制方法是这一思路的典型代表,已经得到广泛关注并在机器人行走控制中取得了初步实验结果.文中回顾了CPG的生物学机理,介绍了其生物学存在依据、结构特性;从控制工程的角度,介绍了CPG的工程模拟、特性分析、以及目前在机器人行走控制中的研究进展;结合现有研究指出了该方法面临的困难、存在的问题及未来研究方向.     

基于Fuzzy–CPG的双足机器人适应性行走控制

为提高双足机器人的环境适应性, 本文提出了一种基于模糊控制与中枢模式发生器(CPG)的混合控制策 略, 称之为Fuzzy–CPG算法. 高层控制中枢串联模糊控制系统, 将环境反馈信息映射为行走步态信息和CPG幅值参 数. 低层控制中枢CPG根据高层输出命令产生节律性信号, 作为机器人的关节控制信号. 通过机器人运动, 获取环境 信息并反馈给高层控制中枢, 产生下一步的运动命令. 在坡度和凹凸程度可变的仿真环境中进行混合控制策略的 实验验证, 结果表明, 本文提出的Fuzzy–CPG控制方法可以使机器人根据环境的变化产生适应的行走步态, 提高了 双足机器人的环境适应性行走能力.     

基于自学习中枢模式发生器的仿人机器人适应性行走控制

为了克服传统中枢模式发生器(Central pattern generator, CPG)关节空间控制方法的复杂性和局限性, 本文基于自学习中枢模式发生器模型, 提出了一套在线调制和融合多传感器信息的仿人机器人环境自适应行走控制方法.算法难点在于如何在机器人的工作空间将自学习CPG用于工作空间轨迹生成, 并使CPG参数直接和步态模式相关联.本文提出了利用自学习CPG来学习和实时生成机器人质心轨迹和脚掌轨迹的方法, 在线调节机器人步长、抬腿高度和步行速度等关键参数.参考生物反射行为, 利用传感反馈信息激发CPG以产生具有环境适应性的工作空间轨迹, 提升行走质量. 控制系统的参数通过优化算法来进一步改善行走性能.相比于传统的CPG关节空间法, 本文所采用的自学习CPG工作空间法不仅极大简化了CPG网络结构而且提高了仿人机器人行走的适应性.最后, 通过仿人机器人坡面适应性行走的仿真和实验, 验证了所提出控制策略的可行性和有效性.     

基于CPG的双足机器人多层步行控制器设计

针对双足机器人步行控制器的设计问题,基于生物学启发原理,提出一种基于中枢模式发生器(CPG)与稳定性分析相结合的多层次结构控制器设计方法。分析机器人的步行运动,给出双足运动描述。基于CPG理论设计多层次结构的步行控制器,应用极限环理论方法分析运动稳定性。在保证步行稳定的前提下,所提出的控制方法具有结构简单、通用性好、方便在线平滑修正等优点,步行仿真实验验证了所提出算法的有效性。     

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。     

基于模型预测—中枢模式发生器的六足机器人轨迹跟踪控制

为了模仿动物卓越的运动能力和环境适应能力,提出了六足仿生机器人的轨迹跟踪控制方法。首先建立了机器人的运动学模型,接着通过转向参数将机器人的速度和角速度与中枢模式发生器（CPG）参数结合起来,设计了转换函数。然后通过转换函数将模型预测控制器和CPG网络结合起来,提出了基于CPG的模型预测控制器（MPC-CPG）,并证明了其稳定性。最后对机器人跟踪圆周轨迹和直线轨迹进行了仿真和实验。实验表明,在有初始误差的条件下,机器人在MPC-CPG控制器的作用下能够快速地消除位置误差和航向角误差,跟踪上参考轨迹。轨迹跟踪的位置误差始终保持在-0.1～0.1 m,航向角误差保持在-27?～20?。在MPC-CPG控制器的作用下,机器人不仅具有较高的轨迹跟踪精度,同时还表现出良好的运动平滑性和协调性,进一步验证了所提出的MPC-CPG控制器的有效性。     

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。     

基于中枢神经模式产生器机器人的控制网络

分析了基于中枢神经模式产生器(Central Pattern Generator,CPG)的仿人机器人控制网络系统结构的特点,介绍了振荡器的数学模型。研究了CPG网络中各神经元的刺激方式,采用Hopf非线性振荡器构造神经元,模仿人类的行走步态,设计一种6关节控制网络。计算仿真中该网络输出信号稳定,运动节奏符合设计要求。最后,应用一仿人机器人完成了实验,提高了其行走的速度和稳定性,验证了该网络的有效性。     

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。     

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.     

双轮自平衡机器人行走伺服控制算法

为解决双轮自平衡机器人行走伺服控制问题,针对其动力学特性,提出使用分层模糊控制的方法对双轮自平衡机器人运动进行控制,并且设计一种基于mamdani型模糊推理规则的模糊控制器.使用这种模糊控制器在双轮自平衡机器人硬件平台上完成了2个实验.一是以恒定倾斜角行走为控制目标的行走伺服控制;二是以恒定速率行走为控制目标的行走伺服控制.实验结果表明,设计的模糊控制器模糊规则简洁,可以很好地解决双轮自平衡机器人行走伺服控制问题.     

融合机械元的蛇形机器人循环抑制中枢模式发生器控制方法

针对蛇形机器人中枢模式发生器(CPG)控制中控制信号以及传感信息缺少选择依据的问题,提出了一种融合了机械元的循环抑制CPG控制方法.首先,将蛇形机器人本体动力学方程改造为机械元引入循环抑制CPG模型.其次,提出了改进的Matsuoka神经元,从而使得神经元与机械元具有一致的表达形式.再次,分析了融入机械元的循环抑制CPG模型中的参数关系,并给出了控制信号和传感信息与CPG状态量关系的表达式.最后,利用仿真对所提出的方法进行了验证,并对产生结果进行了分析.该方法中蛇形机器人的控制信号与传感信息都具有明确的定义,且由于用机械元的物理结构代替了神经元的计算,降低了CPG的计算量.     

基于PSO蛇形机器人CPG控制模型参数的优化

针对蛇形机器人链式CPG(central pattern generator)复杂模型,提出了采用粒子群算法(particle swarm optimization)优化CPG控制模型参数,用来解决CPG参数整定效率低、效果不理想的问题,然后结合Webots机器人仿真软件,实现了PSO算法优化蛇形机器人CPG控制模型参数。最后利用Webots仿真软件,通过实验仿真与遗传算法的结果相对比,证实了PSO算法的优越性,为蛇形机器人的运动步态转换提供好的基础。     

六足仿生机器人机构与控制系统设计

由于六足仿生机器人的足数较多,控制其稳定行走较为复杂,针对控制六足机器人稳定行走的要求,该六足机器人的腿部是参照蚂蚁的腿部结构进行设计,并对其进行建模分析.整个系统在硬件上选取了Arduino、无线模块、显示模块、舵机控制板等;软件上选用Qt Creator在上位机上编程,用于远程遥控六足机器人及观察其行走状态变化;在步态控制上采用了三角步态控制算法.通过设计机械结构、建模分析以及硬件、软件和算法的结合,实现了六足仿生机器人的稳定行走.     

二足机器人之动态平衡研究

主要探讨二足机器人（biped robots）行走或受到外力干扰时,通过动态平衡控制使机器人行走更趋稳定,并增强站立时稳定性．二足机器人动态平衡之实现,主要是将动态平衡控制程序撰写于Nios Ⅱ发展环境中,当二足机器人行走时,利用脚底压力传感器取得压力值,运算及判断二足机器人实际重心是否落在二足机器人支撑多边形范嗣内,并计算实际重心与期望重心之误差,以模糊控制器将二足机器人重心控制于支撑多边形范围内,使二足机器人行走时能够更加稳定,实验结果表明该方法是有效的．     

未知崎岖地形下四足机器人复合抗扰柔顺控制

为使四足机器人能够在未知崎岖地形中以对角(Trot)步态柔顺且稳定地行走,提出了一种复合抗扰柔顺控制策略。首先,四足机器人的机身和支撑相采用内外环分层控制策略,外环采用全局快速终端滑模控制器来控制机身的位姿,以使机身位姿快速精确地收敛到平衡状态,并通过设计非线性干扰观测器来消除系统不确定性和外界扰动,以进一步提高系统的鲁棒性;其次,内环采用基于力的PD控制器,以使支撑相的足端接触力能够跟踪滑模控制器所需的期望力,实现足端与地面的软接触,减少对机器人的冲击;同时,摆动相采用具有相同主动柔顺性的阻抗控制器;最后,采用MATLAB/Simulink进行了对比仿真实验,结果表明在所提控制策略下,四足机器人在未知崎岖地形中行走具有良好的鲁棒性和柔顺性。     

基于能量成型的双足机器人解耦控制

研究带有膝关节和髋关节的双足机器人在3D (three-dimensional)空间稳定行走的控制器设计.通过构建概循环拉格朗日函数,将双足机器人的3D动态系统解耦成前向和侧向两部分,对前向部分设计势能成型控制器,使前向获得稳定行走步态;用输出零动态控制器控制侧向,满足系统的动态解耦条件.仿真结果表明了所提出方法的有效性.     

液压驱动型四足机器人电液伺服控制系统仿真建模与实验分析

复杂的作业环境和艰巨的作业任务使液压驱动型四足机器人对其伺服系统的精度、速度和力量均比一般机器人在普通情况下有更高的要求。为掌握液压驱动型四足机器人在多种路况下行走时各液压缸的受力情况以及液压系统内流量、压力的变化情况,需要对其虚拟样机进行机械动力系统和液压伺服系统的联合仿真,定性分析电液伺服系统位置、速度等被控对象的特性,并分析PID控制器在四足机器人伺服控制方面的特性与不足。针对传统控制算法在四足机器人控制存在的短板问题,设计了一种非对称前馈补偿模糊自适应PID算法,并利用物理样机进行了实际验证。实验结果为四足机器人电液伺服控制系统硬件、软件和控制算法的设计与优化指明了方向,还为研究四足机器人平稳步态控制策略提供了决策依据和数据支持。     

四足机器人躯干重心稳定的变步长行走研究

在机器人稳定性控制优化问题的研究中,四足机器人行走过程中躯干重心位置的波动是运动不平稳的一个重要原因,也会带来机器人的低能效比和机械寿命缩短等问题.为了解决上述问题,研究了四足机器人行走过程中保持重心稳定的方法,提出重心无波动关节运动规划方法.从静止加速到指定速度的过程,速度的增加按S型曲线变化,保证重心的平稳加速;在恒速行走过程中,以躯干重心位置变化的加速度为零、足端在起脚和落脚位置的冲击为零作为约束条件,计算出四足机器人各关节的运动函数,保证了行走过程的重心平稳.机器人行走的步长在行走过程中动态计算,计算依据是保证整个行走过程中重心在水平面的投影始终在机器人支撑脚所在多边形范围之内,可进一步减小重心在垂向的波动.对所提方法进行了计算机仿真,运动规划及关节驱动函数在Matlab中实时解算,运动过程的程序控制采用Matlab的状态机技术,四足机器人行走的动力学过程用Adams实时计算.仿真过程中四足机器人行走平稳,实际重心曲线在横向和垂向的偏移波动极小,表明提方法对于重心的控制是有效的,为机器人稳定行走设计提供了依据.     

具有弹性连杆机构的四足机器人对角小跑步态控制

为了提高四足机器人的运动性能和抗冲击能力,设计了一种具有弹性连杆机构和线驱动系统的四足机器人,称为LCS(linkage-cable-spring)四足机器人.借鉴SLIP (弹簧负载倒立摆)模型,提出了基于着地角的速度控制策略和基于能量补偿的质心高度控制策略.采用姿态控制策略来提高对角小跑步态的运动稳定性.仿真实现了给定前进速度条件下稳定的对角小跑步态.搭建LCS四足机器人样机实验平台,完成了踏步、对角小跑步态行走实验.实验结果表明,LCS四足机器人运动过程中机身翻滚和俯仰角能控制在2?以内,并能平稳通过10 mm×10 mm小型障碍物.