基于最优控制的仿人机器人行走振动抑制

针对仿人机器人行走过程中由腿部非刚性特性引起的振动,提出了一种基于最优控制的行走振动抑制方法．首先对振动进行建模,并将这一模型加入到原有机器人动力学模型中去．然后基于拓展的动力学模型,使用预观控制方法求取一条符合质心加速度约束的控制轨迹,作为求解最优控制问题的初始解．进而由此初始解出发,迭代求解此带约束的最优控制问题,利用得到的最优控制轨迹即能以前馈方式抑制行走过程中的振动．最后,使用预观控制方法和本文方法在仿人机器人“空”上进行行走对比实验．实验结果表明提出的方法显著减小了机器人行走过程中零力矩点（ZMP）的振荡和躯干的晃动．该方法对行走振动抑制的有效性得到了验证．     

仿人机器人双足行走模型研究

针对仿人机器人双足行走的稳定性问题,引入零力矩点理论,根据稳定行走必须满足地面反作用力位于稳定区域内这个条件,推导出仿人机器人在行走过程中单双腿支撑期的稳定区域面积和稳定裕量。建立2种不同形状的仿人机器人双足模型,在足底和地面间创建一系列接触力,并通过机械系统动力学自动分析软件得到行走过程中足底各个点的受力曲线并进行受力分析,得出合理的双足形状。     

一种履带式行走机器人的仿人智能控制系统

本文介绍一种参加首届全国大学生机器人电视大赛的履带式行走机器人仿人智能控制系统。首先通过对机器人跟踪直线数学模型的建立，得出该系统是一个多输入多输出非线性系统，且变量间相互耦合，用传统控制方法难以解决。根据仿人智能控制的基本思想，建立了单片机控制硬件平台，提出了机器人跟踪直线、转弯、准确定位和路线规划的仿人智能控制算法。在此基础上编制了控制软件，通过调试，整定了控制参数，经过试验和参赛的考验，证明该系统简单、实用、可靠。     

仿人机器人在复杂环境中的行走研究

在仿人机器人行走限定性的研究中,由于外界环境的复杂性,仿人机器人在行走过程中很容易失稳,导致不能稳定行走的问题.为了避免失稳摔倒,结合FZMP的在线调整策略,提出了通过调整直立姿态、调整落地角动量控制、落地减振控制和落地位置控制四种稳定行走控制方法,通过改变髋关节的高度来吸收由摆动腿提前着地而产生的垂直振动,给出了髋关节的高度补偿计算公式.使得机器人行走的整个过程,特别是在地面不平整以及摆动腿落地瞬间冲击力较大时也能保持良好的稳定性.通过ADAMS软件和虚拟仿真验证,改进方法能有效的实现机器人在复杂环境中的稳定行走.     

仿人机器人上楼梯行走稳定性研究

针对仿人机器人上楼梯行走稳定性问题,进行了步态规划、稳定区域和稳定裕量的计算、控制策略等关键技术的研究。通过仿真,得到稳定行走姿态变化情况及各关节参数,为研究实时控制提供了依据。     

仿人机器人步态规划反馈控制研究综述

仿人机器人步行稳定性是机器人领域重要研究内容之一。介绍了仿人机器人常用的步态规划方法,划分为非反馈式和反馈式的两种步态规划算法。总结了反馈式步态规划主要研究的内容,并以世界著名Asimo、HRP、KHR和Darmstad仿人机器人为例,描述仿人机器人具体反馈控制方法和过程。探讨了仿人机器人步态反馈控制中有待研究的内容。     

仿人机器人斜坡行走的步态规划

为了解决双足机器人在复杂路面的行走问题,提出了一种具体的基于几何约束的机器人斜坡行走步态规划方法。通过对机器人行走的起步阶段,单脚支撑期中摆动腿对机器人身体稳定的影响,以及行走步态流程进行了详细的规划,以机器人Nao为研究对象,构建出了机器人的连杆模型,计算出机器人在前向和侧向运动中保证身体稳定的踝关节约束范围,分析了流程图中机器人各行走步态,并计算出各步态中关节角度变化,从而规划出了机器人Nao从起步到结束行走的过程。运用三次多项式插值的方法使得各关节运动平滑稳定,并根据规划中的各个步态运动利用MATIAB仿真,获得机器人在步行过程中X、Y、Z方向上的质心轨迹,并通过x、y方向的轨迹可以看出机器人行走过程重心稳定,从而证明此方法用于机器人斜坡行走的可行性。     

仿人机器人实时路径规划方法研究

为了使仿人机器人在人类生活环境中自由行走,将仿人机器人的动作离散化为指定的动作,将状态空间离散化为网格,利用立体视觉和平面提取方法建立环境地图,将仿人机器人的轮廓简化为双圆柱模型进行避障检测,最终在环境地图中搜寻代价最小的一系列可行的动作作为路径,通过仿真实验验证了方法的有效性。     

仿人机器人的步态行走设计与实现

迈进高速发展的智能时代,医疗、工业等领域对智能化产品需求越来越高,仿人机器人即是现代科技快速发展的高度智能产物之一。仿人机器人的步态行走设计采用STM32F103RBT6单片机作为主控芯片,系统包含六个舵机、开源舵机控制器、电源电路等,可分别进行上位机在线和脱机调试,实现直立行走、转弯、翻滚动作,动作流畅、运行稳定。     

仿人跑步机器人机构与步态规划综述

阐述了仿人跑步机器人研究的必要性,介绍了几款国外典型的仿人机器人机构设计和驱动系统设计,对仿人跑步机器人的步态规划问题进行了综述,并指出仿人跑步机器人领域的研究难点和未来研究方向。     

面向全方位双足步行跟随的路径规划

双足步行机器人的足迹规划方法难以满足快速步行条件下的计算效率要求, 并存在步幅变化时运动失稳的风险, 2D环境下点机器人栅格规划则难于生成针对双足步行的高效路径.本文提出针对各向异性特征全方位步行机器人的一种路径规划策略, 将状态网格图方法拓展到全方位移动机器人领域, 基于三项基本假设及基元类型划分给出了系统的运动基元枚举及选择方法, 借助实时修正的增量式AD*搜索算法实现仿人机器人在动态环境下的快速路径规划, 通过合理选择启发函数及状态转移代价, 生成了平滑高效的路径, 为后续足迹生成的动力学优化提供了基础.计算机仿真证实了方法对各类环境的适应性, Robocup避障竞速挑战赛的成功表现证明了方法对于机器人样机部署的可行性及其提高步行效率的潜力.     

基于能效优化的仿人机器人跑步步态优化与控制

针对高能耗导致的仿人机器人难以大规模实用化的问题,提出了一种新的仿人机器人参数化跑步步态优化方法。分析了不同跑步步态参数对仿人机器人水平、垂直方向的稳定性及能耗的影响,将机器人步态优化问题转化为对步态参数的多目标寻优问题,根据连杆模型得到机器人跑步过程中水平、垂直方向的稳定裕度及能耗表达式,并构造目标函数,采用基于对位学习的遗传算法对机器人参数化跑步步态进行多目标寻优,在保证机器人俯仰、翻滚和偏摆各方向力矩平衡的前提下降低整体能量消耗;针对传统遗传算法早熟及收敛速度慢的问题,提出基于领域知识的精细化初始成员策略,采取生成种群成员对位点的方式更新种群,以加快收敛速度;为提高轨迹跟踪性能,设计了自适应控制器,并给出了稳定性证明。仿真实验表明:该方法能有效降低能耗并保证其稳定性。     

基于神经网络的仿人跑步机器人步态规划

为了快速生成仿人机器人跑步运动轨迹,研究了一种用于仿人机器人跑步步态生成的步态规划器。采用三维弹簧倒立摆模型描述跑步过程中仿人机器人质心运动规律,奔跑时机器人质心轨迹及落脚点位置可以由四个步态参数来确定,从而将步态规划问题转化成步态参数优化问题,求解了500余种不同运动状态下的步态参数。建立了基于三层BP神经网络的步态规划器,将优化结果作为训练样本训练神经网络。用上述规划器实现了仿人机器人跑步步态规划并对规划结果进行了仿真验证。研究结果表明,基于BP神经网络的步态规划器可以实现步态参数的快速计算,生成的跑步步态逼真;提出的跑步运动步态规划方法可行,为仿人机器人实时轨迹生成提供了一种解决方法。     

基于主支撑腿运动优化的仿人机器人快速步态规划算法

提出一种基于主支撑腿运动优化的快速步态规划算法,利用快速动态步行的特点,规划ZMP(Zero Moment Point)适时地离开质心投影并始终停留在稳定的支撑区域内．规划过程中考虑了仿人机器人摆动足触地时的碰撞,整个步态产生于深度的优化过程．     

基于解藕合成及ZMP方程的仿人机器人三维步态规划

介绍了一种仿人机器人的新型步态规划方法。将仿人机器人前向步态简化为七连杆模型,侧向步态简化为五连杆模型;然后在Z坐标相等的情况下合成三维步态;最后通过ZMP方程来检验和仿真,并结合实际系统及其运行状况进行分析,验证了所提出规划方法的有效性。     

基于现场总线的仿人型机器人控制系统

文章介绍了先进仿人型机器人的控制系统结构,分析了其中分布式控制系统的一些特点,提出了一种基于现场总线的无缆仿人型机器人控制系统,从而较好地解决了控制系统性能与自载特性之间的矛盾。