基于虚拟模型的四足机器人对角小跑步态控制方法

为提高四足机器人对角小跑运动的稳定性,实现机器人躯干6维运动方向控制的解耦,提出了一种基于虚拟模型的对角小跑步态控制方法.控制器主要包括支撑相虚拟模型控制和摆动相虚拟模型控制.在支撑相,建立了作用于躯干质心的虚拟力与对角支撑腿关节扭矩之间的数学关系,通过调整躯干虚拟力的大小控制躯干的高度与姿态,控制机器人前进速度和自转角速度.在摆动相,将机器人侧向速度控制引入到足端轨迹规划中,并通过虚拟的"弹簧-阻尼"元件驱动摆动足沿给定轨迹运动.此外,在控制器设计过程中,引入了状态机,用于监控机器人各腿的状态,并输出对角小跑步态相位切换指令.仿真实验结果表明,机器人能够以对角小跑步态在平地上进行全方位移动,跨越不平坦地形,并能够抵抗外部冲击,证明了文中控制方法的有效性和鲁棒性.     

四足机器人对角小跑步态非线性控制方法仿真

针对现有的四足机器人对角小跑步态控制方法存在的机器人运动速度较慢、灵活性较差等问题,提出了一种基于虚拟模型的四足机器人对角小跑步态非线性控制方法。方法需要构建一个四足机器人模型,并在该模型的工作范围内建立一个平面直角坐标系,在不考虑机器人足端车轮滑动的情况下,将驱动四足机器人的运动方程转换成矩阵的形式,寻找有界输入平动线速度和转动角速度,使矩阵在其控制下产生的误差可以在大范围内保持稳定。求解该四足机器人在工作平面坐标系中姿态误差的微分方程,构造该微分方程的Lyapunov函数并对其求导,根据求导结果设计一个四足机器人驱动控制器,通过该驱动控制器实现对四足机器人的对角小跑步态非线性控制。仿真结果表明,所提方法能够在快速、灵活的情况下实现对四足机器人对角小跑步态的非线性控制,且鲁棒性较高,能够满足用户需求。     

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.     

具有主动腰关节的四足机器人在间歇性对角小跑步态下的姿态平衡控制

提出一种由前轮腿模块、后轮腿模块和主动腰关节模块组成的轮腿式机器人.研究发现,拥有刚性腰关节模块的轮腿式机器人在以对角小跑步态行进的过程中处于振荡的非平衡态.为此,借鉴四足动物生物学研究成果以及基于ZMP(零力矩点)的实时性摆动补偿轨迹规划,本文利用主动腰关节模块来提高轮腿式机器人在间歇性小跑步态下的稳定性.对上述的轮腿式机器人进行运动学和动力学建模,通过仿真实验证实了添加偏航关节的规律性摆动可以大幅减少和改善机体的倾斜振荡,机体的倾斜幅度由原先的62.2 mm降至12.8 mm,明显提升了机器人在间歇性小跑步态下的运动稳定性.     

四足机器人对角小跑起步姿态对稳定步行的影响

对四足机器人对角小跑步态下绕支撑对角线的翻转力矩建立了力学模型，分析了该力矩对机器人运动姿态及稳定步行的不利影响，并提出了利用起步姿态来削弱翻转力矩不利影响的方法——三分法．     

四足机器人节律柔顺行走控制

针对节律运动突变碰撞力大和柔顺性低的问题,改进基于Hopf振荡器的中枢模式发生器模型,提出一种节律柔顺行走控制方法。分析Hopf振荡器输出信号与关节运动之间的关系,整合膝关节变量,改变神经元之间的作用关系,实现对称步态和非对称步态行走;分析节律运动碰撞力突变对四足机器人行走产生的负面影响,提出基于碰撞力大小和四足机器人身体姿态的柔顺性评估方法;通过连续调整碰撞阶段大腿的摆动幅度,增大摆动周期,减小碰撞阶段的关节运动速度,形成机器人本体与地面之间的缓冲,实现节律柔顺行走。四足机器人慢走步态和对角小跑步态仿真实验验证了该控制方法的有效性。     

仿生四足机器人设计及运动学足端受力分析

仿生四足机器人腿部结构设计与生物腿部实际结构存在差异,足端与地面的刚性接触力对于控制其运动平稳和收敛会产生不利影响。为解决上述问题,分析德国牧羊犬骨骼结构,通过图像处理和分析手段获取牧羊犬对角小跑步态运动中四肢各关节的运动规律,设计一款四足机器人。该机器人足端具有转化足端与地面刚性接触为柔性接触的机构。根据正运动学和逆运动学理论分析模型足端工作空间。将仿真获得的受力曲线与实际受力曲线进行对比,结果表明,运动控制函数和柔性机构更有助于四足机器人的运动平稳。     

四足机器人对角小跑步态下液压驱动单元位置伺服控制特性参数灵敏度研究

高性能四足仿生机器人的关节由高度集成的液压驱动单元(HDU)驱动,液压传动的引入在带来高性能的同时,也增强了非线性和参数时变性等问题,此外机器人各关节复杂多变的载荷特性,也增大了每个关节HDU的控制难度.为了有针对性地进行对角小跑步态的控制补偿,研究了各HDU位置控制特性的主要影响参数.首先,考虑伺服阀动态特性、压力-流量非线性、伺服缸活塞初始位移及摩擦非线性,搭建其位置伺服控制系统.基于HDU实际结构参数和工作参数建立仿真模型.将HDU实测的摩擦力及对角小跑步态下各关节实测的位移与外负载力数据加载至仿真模型中,得出HDU伺服控制的输出位移及负载力仿真曲线,并进行了试验验证.基于位置伺服控制方程,推导含非线性和时变参数的灵敏度方程表达式,进而求解4个关节工况下HDU输出位移对各参数的灵敏度函数.以采样时间内参数变化引起输出变化的最大值及参数变化引起输出变化绝对值的总和为灵敏度衡量指标,给出指标变化柱形图,分析各参数灵敏度变化规律,并对各HDU中供油压力、比例增益、活塞初始位移及外负载力4个参数的灵敏度指标进行试验验证.最后得到了对角小跑步态下影响各关节HDU位置控制特性的主要和次要影响参数,为位置补偿控制器的设计提供了参考.     

融合元学习和PPO算法的四足机器人运动技能学习方法

具备学习能力是高等动物智能的典型表现特征, 为探明四足动物运动技能学习机理, 本文对四足机器人步 态学习任务进行研究, 复现了四足动物的节律步态学习过程. 近年来, 近端策略优化(PPO)算法作为深度强化学习 的典型代表, 普遍被用于四足机器人步态学习任务, 实验效果较好且仅需较少的超参数. 然而, 在多维输入输出场 景下, 其容易收敛到局部最优点, 表现为四足机器人学习到步态节律信号杂乱且重心震荡严重. 为解决上述问题, 在元学习启发下, 基于元学习具有刻画学习过程高维抽象表征优势, 本文提出了一种融合元学习和PPO思想的元近 端策略优化(MPPO)算法, 该算法可以让四足机器人进化学习到更优步态. 在PyBullet仿真平台上的仿真实验结果表 明, 本文提出的算法可以使四足机器人学会行走运动技能, 且与柔性行动者评价器(SAC)和PPO算法的对比实验显 示, 本文提出的MPPO算法具有步态节律信号更规律、行走速度更快等优势.     

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。     

基于四足机器人的工业仪表数字识别方法研究

在工业现场自主巡检中,由于定位误差和光线角度等因素的影响,使得四足机器人仅依靠机器视觉难以实现高精度的仪表数字识别。针对上述问题,提出一种结合移动机器人运动的工业仪表数字识别方法。该方法首先基于图像感知的四足机器人控制策略实现仪表对准,来获取大小适中的仪表图片,进而使用改进自动色彩均衡(ACE)算法提高图片清晰度,并使用改进高效准确的场景文本(EAST)检测器来优化仪表数字漏检情况,最后获得仪表数字识别结果。在基于四足机器人的工业巡检实验平台中验证了该识别方法,实验结果表明上述方法对工业仪表数字识别准确率达97.75%。     

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。     

基于环境反馈机制的四足机器人运动技能学习

哺乳动物的运动学习机制已得到广泛研究,犬科动物可以根据环境反馈的引导性信息自主地学习运动技能,对其提供更为特定的训练引导可以加快其对相关任务的学习速度.受上述启发,在软演员-评论家算法(SAC)的基础上提出一种基于期望状态奖励引导的强化学习算法(DSG-SAC),利用环境中的状态反馈机制来引导四足机器人进行有效探索,可以提高四足机器人仿生步态学习效果,并提高训练效率.在该算法中,策略网络与评价网络先近似拟合期望状态观测与当前状态的误差,再经过当前状态的正反馈后输出评价函数与动作,使四足机器人朝着期望的方向动作.将所提出算法在四足机器人上进行验证,通过实验结果可知,所提出的算法能够完成四足机器人的仿生步态学习.进一步,设计消融实验来探讨超参数温度系数和折扣因子对算法的影响,实验结果表明,改进后的算法具有比单纯的SAC算法更加优越的性能.     

基于余弦振荡器的四足机器人步态生成与仿真

为实现四足机器人的稳定运动,基于四足机器人对角步态的几何模型,建立余弦振荡器,生成节律运动的上层架构以及上、下层之间的关节映射,得到完整的步态生成策略,并建立四种关节配置形式的机器人虚拟样机模型,进行运动学和动力学仿真.仿真结果表明,基于余弦振荡器的步态生成方法能够满足各种关节配置形式的机器人步态要求,验证了步态生成方法的正确性和普遍适用性,且根据机体波动率的比较,确定前肘后膝式具有更好的稳定性.     

一种基于并联6自由度结构的电动轮足机器人

针对现有基于串联式机械腿结构的四足机器人无法同时满足承载能力大、环境适应性强、运动速度快等要求的问题,提出了一种基于并联6自由度结构的电动轮足机器人结构原理,集成了轮式运动和足式运动各自的优势.在对机器人并联式轮腿进行运动学和动力学分析基础上,建立了单腿动力学模型和机器人整体运动学模型,提出了机器人机身姿态调整算法,有效提高了机器人运动过程中姿态的平稳性.仿真与实验验证了所提出的轮足复合式机器人的可行性和轮式运动时机器人机身姿态调整策略的有效性.     

带主动腰关节的四足机器人平稳运动控制

针对四足机器人在对角小跑运动时出现的后腿“拖地”、机体振荡的现象,提出了一种基于偏航方向上主动腰关节摆动的解决方法。通过D-H法对机器人各关节进行运动学建模,获得其运动学方程,并采用Kuramoto振荡器模型作为扩展的CPG耦合网络振子,实现对腰、腿关节的统一控制。仿真实验表明,经过腰关节控制优化后的机器人在对角小跑时,相对于刚体躯干的机器人,姿态角变化幅度显著减小,抬腿高度明显增加,有效地提高了机器人的运动稳定性,证明了方法的可行性。     

一种仿婴儿欠自由度四足爬行机器人

受婴儿爬行时独特的躯体形态的启发,设计了具有柔性脊柱和弹性膝关节的欠自由度四足爬行机器人BabyBot,其脊柱为变截面通体柔顺结构,膝关节为无自由度可变形被动关节.利用伪刚体法对柔性脊柱和弹性膝关节的结构参数进行设计,采用中枢模式发生器(CPG)运动控制模型生成对角爬行步态轨迹,柔顺机构与仿生控制有机结合形成了BabyBot机器人"以膝着地、腰髋耦合"的仿婴儿爬行步态.对欠自由度仿婴儿机器人的机构可行性,以及柔性脊柱对机器人运动性能的影响进行仿真及实验,结果表明,具有弹性膝关节的欠自由度四足机器人可以实现平稳的爬行运动,变截面柔性脊柱能够减小机器人行走时躯干在横滚及偏转方向的姿态波动程度,提高了机器人运动的协调性和轨迹准确性,并揭示出婴儿爬行时脊柱的柔顺运动对稳定视觉的潜在作用.     

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。     

基于四足机器人的运动步态研究

本文主要研究基于四足机器人在运动时的步态控制方案,研究对象主要是由舵机或步进电机为驱动的四足机器人。针对于四足机器人的四肢运动方式、速度、承重、效率等方面进行研究,针对于小型或微型的四足机器人进行运动时的步态控制方案,并对四足机器人进行腿部模型构建,进行逆运动学分析,根据公式判断机器人相应腿部关节运动方案。该研究将应用于家庭服务或工厂运输的四足机器人运动解决方案上,为不同结构、不同驱动以及不同类型的四足机器人提供更加高效和灵活的步态控制方案。     

高性能液压驱动四足机器人SCalf的设计与实现

详细阐述了液压驱动的四足仿生机器人SCalf的结构组成、机载动力系统、液压驱动器和实时控制系统.利用基于姿态解耦的运动控制方法,实现了机器人的平稳、快速运动.开发了基于足底接触力的腿部柔顺控制方法,提高了机器人对复杂地形的适应能力.在实际运行实验中,验证了SCalf机器人在非平整路面、易打滑路面、上下坡及上楼梯状况下的运动能力,以及受到侧向冲击时的抗扰动能力和自主平衡能力,证明了SCalf四足机器人能够满足较为复杂地面环境下的行走需求.