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。     

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。     

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。     

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．     

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.     

基于遗传算法的四足机器人行走步态规划

因RoboCup四腿组比赛所采用机器人的关节刚度较低,采用固定形状行走轨迹的步态规划方法所产生的实际步态和规划步态偏差较大。这种偏差限制了机器人行走速度的提高。为了提高机器人的行走速度,在原有步态规划方法的基础上,引入200组坐标描述任意形状的机器人行走轨迹,并用改进的遗传算法寻找最适合机器人行走的轨迹形状。实验结果表明：改进的行走轨迹规划方法经学习后的实际步态更有利于机器人的行走,在行走更加平稳的同时可使机器人获得更快速的行走效果。     

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.     

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。     

A Real-Time Kinematics on the Translational Crawl Motion of a Quadruped Robot

It is known that the kinematics of a quadruped robot is complex due to its topology and the redundant actuation in the robot. However, it is fundamental to compute the inverse and direct kinematics for the sophisticated control of the robot in real-time. In this paper, the translational crawl gait of a quadruped robot is introduced and the approach to find the solution of the kinematics for such a crawl motion is proposed. Since the resulting kinematics is simplified, the formulation can be used for the real-time control of the robot. The results of simulation and experiment shows that the present method is feasible and efficient.     

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。     

面向奔跑运动的刚-柔复合四足机器人单腿设计与实验研究

针对四足机器人奔跑运动对高速高机动性的要求,基于生物“狗”腿部跟腱生物力学特性,提出一种刚-柔复合四足机器人单腿结构模式．设计刚-柔复合四足机器人单腿结构,进行刚-柔复合单腿机构的有无冲击载荷动作特性、刚度特性、D-H运动学和足尖工作空间分析;考虑动态运动下的地面冲击等噪声因素,应用线性二次型高斯控制进行刚-柔复 合单腿关节驱动器控制,且以竖直跳跃运动作为奔跑运动的重要基础运动原型,利用有限状态机和顶点高度反馈进行障碍地形环境下等高跳跃控制分析与仿真;最后进行了刚-柔复合四足机器人单腿连续竖直跳跃运动实验．分析与实验结果证明了结构设计的合理性和控制的有效性．     

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.     

基于速度矢量的四足机器人间歇步态规划方法

为保证大负重四足机器人的全方位稳定行走,提出了基于速度矢量的间歇步态规划方法,采用间歇步态作为主步态,将平动与转动速度矢量映射为绕旋转中心转动．首先,采用旋转中心理论得到旋转中心坐标,根据足端工作空间计算最大旋转速度．其次,以稳定裕度为约束条件,对支撑相起始位置进行设计,同时为了满足零冲击条件,采用改进的复合摆线方法对摆动相轨迹进行规划．然后,提出增量式的轨迹规划方法,便于编程实现连续的支撑相运动指令,并进行稳定裕度、连续性、移动速度以及工作空间的需求分析,提出相应的参数设计方法．最后,分别采用虚拟样机和物理样机对3种步态进行对比实验,结果表明当α=0.5时其步态的晃动量最少且方差最小,该方法能够保证大负重四足机器人实现连续的全方位运动轨迹,并且具有较好的稳定性．     

步行机器人的步态选择与静态平衡

本文的研究范围包括步行机器人的步态选择和四足步行机的静态行走平衡,首先,根据“有限状态理论”,引入了一个关于步态的新定义,在此基础上,研究了步态的选择准则,两个基本特性及其综合方法.最后.导出了使四足步行机保持静态稳定行走的充分和必要条件.     

适用多种环境的救灾勘探四足仿生机器狗

随着自然灾害的频发,救援人员的伤亡人数也在增加,机器人代替人完成救援工作成为研究热点。根据对国际相关领域研究成果的分析,设计了一款稳定性高,环境适应能力强的仿生四足机器狗。全身支架采用铝合金打造,腿部采用碳纤维打造,搭配大扭矩电机,结合六自由度机械臂,实现不同地形环境下的前进方式转换。基于前肘后膝式的腿型设计并结合ADAMS仿真,实现稳定行走。结合气体检测和图像识别模块,实现救灾现场的环境勘探和搜救任务。基于稳定裕度最优化的原则,采用对角步态的行走步态控制方式。公布了8自由度前肘后膝X腿型式四足机器狗机械设计及其步态控制方案。     

基于RBF-Q学习的四足机器人运动协调控制

通过分析四足机器人运动协调的实现方式, 利用RBF网络和Q学习算法设计了一种足端跟踪理想轨迹的运动协调方法。其仿真结果表明, 该方法可以控制四足机器人足端对给定位移和速度轨迹的精确跟踪, 实现四足机器人的运动协调。