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。     

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。     

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。     

气动肌肉肘关节的滑模内环导纳控制设计

柔顺控制是共融机器人研究的重点。针对级联式气动肌肉肘关节动力学模型,建立了以滑模位置控制为内环、触力导纳控制为外环的控制结构;设计了带干扰观测器的滑模控制器（SMCDO）,证明SMCDO算法的收敛性;将环境等效为弹簧模型,设计了外环导纳控制器,并给出控制律。搭建实物测试平台,分别开展阈值力、力安全阈值测试以及碰撞测试,并分析了刚度系数对修正轨迹和接触力的影响。实验结果表明：关节柔顺性与刚度系数相关;SMCDO内环导纳控制精度优于无干扰观测器的滑模控制器内环导纳控制;所设计的控制算法稳定且有效。     

由2自由度并联髋关节构成的脊柱式四足步行机器人步态规划和稳定性分析

针对四足机器人研究中的承载能力低、行走平稳性差问题,设计了一种由2自由度并联髋关节构成的脊柱式四足步行机器人。采用解析几何法和坐标变换法对机器人站立腿和摆动腿进行运动学建模,根据足端位置逆解求得了髋关节变量,进而提出一种无膝关节四足机器人的直行步态、定点转向步态和爬楼梯步态规划方法。基于运动学模型和步态规划方法,通过数值仿真分别得到步态周期内瞬时稳定裕度数据和重心高度变化数据,结果表明四足机器人有较好的稳定性。机器人步态试验验证了该步态规划方法的合理性和有效性。     

四足机器人特定复杂运动技能控制

为了提高四足机器人的运动多样性和地形适应性,提出一种复杂运动行为控制方法,通过构建四足机器人动力学模型,在此基础上进行离线滚动优化预测,生成四足机器人复杂行为的期望轨迹。在运动学、关节扭矩、接触力、运动状态和地形高度等非线性约束下更全面地优化了轨迹,设计在线轨迹跟踪控制器与落足控制器,实现四足机器人复杂行为的在线控制。在多复杂运动的动态仿真环境下评估了所提方法,机器人可以实现前跳、后空翻、前空翻和旋转跳跃,并可以在给定地形信息下跳跃障碍物。将在线轨迹跟踪控制器迁移到四足机器人物理样机中,完成了四足机器人向前跳跃的实验。实验结果表明,所提出的方法能够使四足机器人有效地完成多种特定复杂运动技能的稳定控制。     

四足仿生移动平台技术发展综述及关键技术分析

在了解国外主要研究机构及其主要研究成果的基础上,对四足仿生移动平台的技术发展及其关键技术进行了总结和分析,并就四足仿生移动平台未来发展趋势进行了展望.     

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。     

基于干扰观测器的级联气动肌肉肘关节滑模控制

肘关节的设计和控制是仿人手臂的研究重点。为了得到肘关节的模型,首先搭建测试平台对单根气动肌肉进行静态建模,再建立级联式肘关节的名义模型,采用最小二乘参数辨识得到模型的参数。基于Luenberger干扰观测器设计了滑模控制律。分别采用PID控制、滑模控制和基于干扰观测器的滑模控制对肘关节位置跟踪进行仿真和实验,在仿人手臂末端夹持半瓶矿泉水作为负载和外界不确定性干扰,测试3种控制算法的性能。仿真和实验结果表明,基于干扰观测器的滑模控制位置跟踪精度和鲁棒性均优于滑模控制和PID控制。     

基于动力学模型的轮式移动机器人运动控制

目前,对不确定非完整动力学系统进行设计的主要方法有自适应控制,预测控制、最优控制、智能控制等。结合WMR动力学建模理论的研究成果,对基于动力学模型的WMR运动控制器的设计和研究进展进行综述,并分析今后的重点研究方向。     

基于语义树Markov随机场模型的地面机器人多尺度道路感知

道路实时感知是自主式地面移动机器人实现自主导航的关键技术,但由于室外道路环境的复杂性与不确定性,其算法开发难度较大。提出了一种基于小波域语义树Markov模型的多尺度仿生道路感知算法。在时空域上采用三维随机场对机器人采集到的道路图像序列进行建模,提出了一种采用树结构约束、面向道路识别的语义树Markov随机场（RT-MRF）模型;采用遗传算法优化的有监督RT-MRF模型进行道路图像序列分割;机器人通过跟踪分割边界实现道路区域识别及自主导航。采用自主研制的四足仿生机器人作为研究和实验平台。实验结果表明：该方法能够在具有阴影、裂纹、坑洞、不平整及光照度变化的较差道路检测条件下鲁棒分割出道路边界,算法实时性高,可满足室外移动机器人自主导航需求。     

仿尺蠖机器人曲面爬行步态分析与中枢模式发生器规划

风电叶片爬壁机器人的曲面爬行步态是研究难点。为此建立了含3个T型和2个I型关节的5自由度仿尺蠖机器人机构模型;通过几何关系分析机构对球曲面的适应性,基于吸附稳定状态建立关节角度幅值与曲率半径之间的函数关系,采用余弦函数设计翻转步态轨迹;基于反馈学习方法、自适应频率Hopf振荡器和Kuramoto耦合,设计关节中枢模式发生器(CPG)单元及其网络;通过学习平面翻转步态得到CPG网络参数初值,再通过在线调节关节角度幅值规划球曲面翻转步态。通过Matlab和Adams联合仿真分析了CPG网络的稳定性;进行了实物样机测试,测试了在叶片曲面上的翻转步态。研究结果表明,利用吸附稳定所需角度幅值可将平面步态调节为曲面步态,CPG在线调节步态规划方法有效。     

气动肌肉的轴向和径向冲击检测与区分

冲击检测是仿生驱动器研究难点。基于管腔效应,对比分析气动肌肉轴向和径向冲击特性,采用流体阻抗法建立差压信号模型;搭建冲击测试平台,通过实验研究了负载、气压、冲击强度和径向冲击位置对差压信号的影响;对比了径向和轴向冲击时差压信号相频曲线的周期性变化特性;设计自相关函数提取差压信号的周期性特征。实验结果表明,差压信号自相关函数法可有效检测与区分轴向和径向冲击,40组验证实验数据的区分准确率为97.5%. 冲击检测是仿生驱动器研究难点。基于管腔效应,对比分析气动肌肉轴向和径向冲击特性,采用流体阻抗法建立差压信号模型;搭建冲击测试平台,通过实验研究了负载、气压、冲击强度和径向冲击位置对差压信号的影响;对比了径向和轴向冲击时差压信号相频曲线的周期性变化特性;设计自相关函数提取差压信号的周期性特征。实验结果表明,差压信号自相关函数法可有效检测与区分轴向和径向冲击,40组验证实验数据的区分准确率为97.5%.