基于三质心模型的类人机器人射门算法

为了实现快速稳定的射门动作,提出了一种基于三质心模型的类人机器人射门轨迹规划方法。首先,根据三质心模型,得到包含游动腿轨迹和躯干轨迹的零力矩点(ZMP)方程, 采用三次贝塞尔曲线规划游动腿轨迹和ZMP轨迹,根据ZMP方程求解出类人机器人的躯干轨迹;其次,在双腿支撑相根据线性摆模型计算类人机器人的质心轨迹,实现射门姿态的快速调整;最后,在RoboCup 3D仿真平台中应用此算法实现了类人机器人的快速射门动作,并与其他球队的射门动作进行了对比。实验结果表明：应用该算法仅需手工调试即可快速实现稳定的射门动作,射门动作时间有很大减少,可增强机器人足球队的竞争力。     

一种改进的机器人在线全身关节补偿

基于三维线性倒立摆模型和ZMP生成了双足机器人的步行模式;在实际的行走过程中,机器人实际的步态轨迹和期望的步态轨迹之间存在一定的误差;为了机器人稳定地行走,必须对机器人的步行模式进行在线修正;提出了一种基于爬山算法的机器人在线全身关节补偿;通过对机器人各关节的补偿,修正机器人的质心偏差,从而达到机器人步行模式的在线修正;最后,通过计算机仿真和实体机器人验证了改方案的可行性。     

基于三维线性倒立摆的双足机器人步态规划

双足机器人的步态控制策略是保证双足稳定行走的重要条件之一.提出一种基于三维线性倒立摆模型的双足机器人步态规划的算法.首先简化了三维倒立摆模型,并且假设了步行周期起始状态的ZMP位置,然后通过运动方程推导出含参数的质心与时间的函数,再将机器人的步态规划简化到每个步行周期,通过每个周期的初始条件获得函数的相关参数,最后将此方法推广到带转向的步态规划中,并应用于实际Robocup3D比赛中.实验结果表明该方法具有可行性和有效性.     

基于简化三维线性倒立摆模型的模糊控制射门算法

针对双足机器人传统射门算法存在仅适用于固定射门角度和射门姿态的问题,提出了一种基于简化三维线性倒立摆模型的模糊控制射门算法,用于实现多角度、多姿态的射门。首先利用简化三维线性倒立摆模型规划出零力矩点(ZMP)轨迹和质心轨迹;其次在双腿支撑相对双足机器人进行射门角度和姿态的调整,同时利用贝塞尔曲线规划出游动腿的轨迹;最后利用模糊控制算法精确地规划出双足机器人的射门轨迹。实验部分利用NAO机器人仿真平台验证了本文提出射门算法的性能,并与其它射门算法进行了比较。最后将实物NAO机器人用于全过程与多角度的实际射门实验,验证了本文提出射门的算法可行性与准确性。     

三维线性倒立摆模型在双足机器人系统中的应用

机器人稳定的步行行走模式在双足机器人的控制中占有很重要的地位,提出了一种基于三维线性倒立摆的机器人行走模型。通过机器人的三维倒立摆模型得到机器人质心的位置和速度,再结合机器人的逆运动学,求得机器人各关节的关节角度,驱动机器人关节运动。从而得到机器人完整的运动轨迹。     

一种提高双足机器人机动性的步行模式规划方法

为提高双足机器人的机动性以适应更宽更广的应用领域,提出一种在线规划方法.该方法根据最新的控制命令生成足迹,然后利用动力学方程的解析解在线同步规划质心(CoG)轨迹和零力矩点(ZMP)轨迹,并基于离散化算法解决机器人速度改变较大时局部ZMP轨迹的扰动问题,使其符合稳定性判据.该方法可使机器人在行走过程中一步实现任意的足迹改变,具有很高的机动性,经过在实体机器人Nao上进行效果验证并取得预期结果.     

RoboCup3D仿真机器人步态优化研究

在RoboCup3D比赛中,拥有一个快速灵活、稳定的步态模式是赢得机器人足球比赛的关键之一。为了获得这样的步态模式,提出一种双足机器人垂直质心高度可变的机器学习训练方法。首先,通过规划双足机器人垂直质心高度的轨迹、利用倒立摆模型和数值化方法控制零力矩点,实现双足机器人的类人行走。然后,采用自适应协方差矩阵进化算法对步态参数优化,为了获得快速稳定的步行,采用累积分层的学习方法在之前优化的基础上进一步优化。最后,采用蜂拥编队壁障算法验证多机器人环境下优化步态的稳定性、灵活性。实验和竞赛结果均表明本文提出算法的有效性。     

双足机器人预观控制的ZMP补偿步行模式研究

针对双足机器人的稳定行走,提出了一种预观控制的零力距点（ZMP）补偿步行模式在线生成方法。利用实际ZMP与目标ZMP之间的未来误差信息,基于预观控制计算机器人行走过程中质心的补偿量,事先调整质心轨迹来改变步态。最终使实际ZMP更好地跟踪目标值。12自由度的双足机器人动力学仿真验证了所提出方法的有效性,而且机器人能在一定程度不平整地面上实现稳定行走。     

基于CMAC的双足步行机器人逆运动学控制

针对双足步行机器人(Biped Walking Robot)腿部逆运动学模型求解问题,采用一种基于CMAC神经网络的机器人逆运动学控制方法,设计CMAC神经网络控制系统.控制系统采用2个CMAC神经网络控制器分别用来逼近步行机器人支撑腿与摆动腿的逆模型,跟踪通过三维线性倒立摆模型生成的给定腰部轨迹.建立步行机器人正运动学模型来调整CMAC神经网络权值,实现了步行器人腿部逆运动学映射.仿真结果表明,CMAC神经网络控制系统可以在保证机器人位姿良好的情况下跟踪给定的参考轨迹.三维运动学仿真结果进一步验证了控制算法的有效性.     

基于三维线性倒立摆的仿人机器人步态规划

为了实时调整仿人机器人的步态,提出一种仿人机器人的步态生成方法。把机器人运动简化为三维线性倒立摆运动模式,通过预先规划好的零力矩点(ZMP)轨迹,根据质心(CoM)和ZMP的关系,求出CoM轨迹;再将前向步态和侧向步态简化为七连杆结构和五连杆结构,利用三角定理求出各个关节的角度,结合ZMP方程讨论了行走过程中的稳定性。利用给定的条件进行了系统的仿真,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。     

双足机器人稳定行走的仿人预测控制研究

针对双足机器人的稳定行走,提出了一种新的仿人预测控制在线步行模式生成方法。把期望零力矩点（ZMP）分解成离线规划好的参考ZMP和实时变化的可变ZMP之和,通过预测控制和其逆系统共同作用对质心运动进行控制,从而生成具有自适应性的步行模式。但单一的预测控制系统对诸如矩形齿状扰动的可变ZMP的跟踪存在较大的误差,结合仿人智能控制对误差的强抑制能力,设计了与预测控制相结合的仿人预测控制系统。仿真实验验证对矩形齿状扰动的可变ZMP,仿人预测系统也能实现较好的跟踪。     

A novel compound biped locomotion algorithm for humanoid robots to realize biped walking

In this paper, a compound biped locomotion algorithm for a humanoid robot under development is presented. This paper is organized in two main parts. In the first part, it mainly focuses on the structural design for the humanoid. In the second part, the compound biped locomotion algorithm is presented based on the reference motion and reference Zero Moment Point （ZMP）. This novel algorithm includes calculation of the upper body motion and trajectory of the Center of Gravity （COG） of the robot. First, disturbances from the environment are eliminated by the compensational movement of the upper body; then based on the error between a reference ZMP and the real ZMP as well as the relation between ZMP and CoG, the CoG error is calculated, thus leading to the CoG trajectory. Then, the motion of the robot converges to its reference motion, generating stable biped walking. Because the calculation of upper body motion and trajectory of CoG both depend on the reference motion, they can work in parallel, thus providing double insurances against the robot＇s collapse. Finally, the algorithm is validated by different kinds of simulation experiments.     

基于测力平台阵列的双足步行机器人实际零力矩点检测

提出一种多维力测力平台阵列系统,通过机器人行走过程中脚部与平台接触力的测量,并根据. vukobratovic关于ZMP的定义,得到机器人行走过程的ZMP实际轨迹信息,为双足步行机器人的稳态行走步态规划提 供参考依据.更进一步,该系统也可以用作双足步行机器人行走过程步态规划的实验平台.     

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。     

仿人足底肌电特征的机器人行走规划

模仿人类行走规律是规划双足机器人运动的基础.以往模仿人类步态主要通过视觉方法或惯性模块测量(Inertia measurement unit, IMU)方法捕捉人体特征点轨迹.这些方法不考虑零力矩点(Zero moment point, ZMP)的相似性.为解决该问题,本文提出了一种基于足底肌电信号(Electromyography, EMG)和惯性模块测量信号的混合运动规划方法.该方法通过测量足底肌电信号计算出足底压力中心的位置以及踝关节扭矩,结合惯性模块所测量的人体躯干和双足轨迹,来规划双足机器人的步态.首先,用肌电仪测量足底肌电信号,用惯性测量模块测量人体各肢体部分的姿态轨迹,经数据标定后作为仿人机器人的运动参考; 然后,通过预观控制输出稳定的步态.为确保仿人行走的效果,基于人体相似性对运动数据进行了步态优化.实验验证和分析表明, EMG信号超前ZMP约160ms,利用这个特性实现了对压力点位置的有效预测,提高了机器人在线模仿人类行走的稳定性.     

Biped walking pattern generation by a simple three-dimensional inverted pendulum model

For three-dimensional (3D) walking control of a biped robot we analyze the dynamics of a 3D inverted pendulum in which motion is constrained to move along an arbitrarily defined plane. This analysis leads us to a simple linear dynamics, the Three-Dimensional Linear Inverted Pendulum Mode (3D-LIPM). The geometric nature of the trajectories under the 3D-LIPM and a method for walking pattern generation are discussed. A simulation result of a walking control using a 12-d.o.f. biped robot model is also shown.     

基于CAN 总线的机器人脚力传感器的设计及其应用􀀂

ZMP控制理论已广泛应用于双足步行机器人的步态规划中,行走过程中的实际ZMP轨迹,是通过安装在脚部的两个多维脚力传感器获取的力/力矩信息计算得到.文章提出并设计了一种基于CAN总线接口的双足步行机器人集成化脚力传感器,给出了其硬件组成及软件设计,并详细论述了双足步行机器人行走过程中实际ZMP轨迹的计算方法.     

基于六维力／力矩传感器的拟人机器人实际ZMP检测

ZMP（Zero Moment Point)作为双足双行机器人动态稳定行走的判据,已应用于世界上银多著名的步行机器人系统。目前国外步行机器人大多采用力／力矩传感器进行ZMP的实际检测计算,但采用六维力／力矩传感器的却不多,而且其安装位置也各不同,国内机器人还都还都处于离线步态规划阶段,只进行理论了ZMP的计算,并没有进行实时检测。本文根据清华大学985重点项目“拟人机器人技术及其系统研究”的研究要求,确定基于六维力／力矩传感系统的实际ZMP检测方案,确这了传感器安装的最佳位置,推导了单脚支撑期,双脚支撑期的实际ZMP计算公式提出了基于ZMP理论的姿态调整方法,以期在实际应用中进行在线步态规划。