双足步行机器人的步态规划

主要研究了双足步行机器人的基本步态的建立过程,进行了参数化处理,提出了一种简单可行的步态规划方法,并对数据结果进行了仿真验证。仿真及试验结果表明,该文给出的方法能实现不同步速的连续动态步行。通过标准步态数据的建立,为实时步态规划校正和在线控制补偿算法奠定了基础。     

双足机器人动态步态规划

针对目前仿人机器人动态步行在样机上实现较少的情况,将多项式插值方法运用于机器人踝关节轨迹规划,结合已知髋关节运动轨迹,利用几何约束的方法求取膝关节运动轨迹,得到完整步态周期内各关节运动规律,最终实现NAO机器人的动态步行。实验结果证实了基于多项式插值的几何约束规划方法是可行且有效的。     

一种双足步行机器人的步态规划方法

本文介绍了一种双足步行机器人的步态规划方法，以前向运动为例，详细介绍了先分阶段规划然后合成的方法，并讨论了行走过程中的冲击振动问题及减振措施，实验及仿真结果验证了这一规划方法的有效性。     

小型双足步行机器人的步态规划

为了解决双足步行机器人的步态控制,实现机器人稳定步行.为加强机器人的行走稳定性和优化步态过程,通过构造机器人行走过程中应满足的约束条件,规划机器人行走时的基本姿态及重心轨迹.根据规划的行走姿态及轨迹建立运动学方程,求解方程得到机器人各关节的运动轨迹.通过Matlab软件进行对运动轨迹模型的仿真,仿真得到的结果与设想的结果一致,证明步行得到平滑的关节轨迹是平稳的,并验证了方法的可行性.     

双足机器人NAO爬楼步态规划

双足机器人的爬楼梯性能是衡量其在复杂环境下行走能力的一项重要指标.本文针对双足机器人NAO爬楼梯步态规划问题,提出一种离线步态规划方法：基于几何法建立机器人爬楼梯逆运动学模型;将运动解耦为前向运动和侧向运动,对于起步、中步和止步三个阶段,采用加速度空间法和几何约束规划法,计算各关节运动轨迹,并基于其逆运动学模型,得到各关节角序列;分别基于NAOSim和NAO进行虚拟样机仿真实验和实物样机验证.实验结果表明,步态规划方法合理有效.     

基于力矩传感器的双足机器人在线模糊步态调整器设计

双足机器人动态行走时,零力矩点轨迹与期望值之间存在一定偏差。利用机器人力矩传感器的输出信号,结合动力学算法实时计算零力矩点的位置,并利用基于模糊逻辑的步态调整算法修正踝关节处的４个关节角,以达到降低零力矩点位置误差,提高系统动态行走稳定性的目的。仿真和实验证实了该算法的有效性。     

双足机器人步态控制研究方法综述

概括地介绍了双足机器人步态控制领域内的主要研究思路．详细阐述了基于双足动力学特征的3种建模方法,包括倒立摆模型、被动步态模型、质量弹簧模型的特点．另外讨论了两种常用的约束条件(稳定判据与能量约束)和3种智能控制方法(神经元理论、模糊逻辑与遗传算法)在双足机器人步态控制中的研究情况．     

仿人预测控制在双足机器人步行控制中的应用

基于零力矩点(ZMP)的预测控制是目前双足机器人步行控制中最先进的方法,但是预测控制需要比较精确的预测模型,在环境扰动导致模型失配时,预测控制的性能下降较快。为了解决这个问题,利用仿人智能控制对环境误差具有较强抑制的特点改进预测控制。探讨了在步行控制中引入仿人智能控制的必要性和仿人智能控制改进预测控制的可行性,并设计了仿人预测控制器。最后通过仿真实验验证了新的控制器对双足机器人步行控制的有效性。     

基于模糊控制的双足步行机器人控制研究

本文研制了一台能够独立自主行走的新型的双足步行机器人。机器人的主体部分采用6台伺服舵机,由伺服舵机对机器人进行驱动,同时舵机本身又可作为躯干,使整个机器人的结构非常紧凑。这也是对现有大多数此类机器人进行研究之后所做的改进。对机器人的行走控制由PIC单片机及其相关电路组成。鉴于双足步行机器人是一个复杂系统,故采用模糊控制来提高其控制的精度。经过实际检验,使用模糊控制可以获得很好的控制效果。     

双手爪式仿生攀爬机器人的摇杆控制

探讨一种新型双手爪式5自由度仿生攀爬机器人(Climbot)的摇杆控制方法.首先,对机器人的运动学和可夹持空间问题进行了分析.然后,针对其双手爪交替夹持攀爬的特点,提出了直观的摇杆操作模式,包括对不同的攀爬步态设计了不同的操作坐标系,并利用建立变换矩阵的方法将交替夹持端前后的机器人描述在同一坐标系中.最后,通过尺蠖、扭转和翻转3种步态的路灯杆攀爬和应用示范实验结果证明了该摇杆控制方法的有效性.     

窄足爬坡机器人结构及控制电路设计

论述竞赛用窄足爬坡机器人的整体结构以及机器人控制系统硬件部分设计和部分功能的软件实现,结合竞赛要求完成窄足爬坡机器人整体设计安装,经过多次试验调试,机器人达到了完成上坡任务的最佳状态,试验结果表明系统设计的合理性和可行性。     

采用DDPG的双足机器人自学习步态规划方法

为解决多自由度双足机器人步行控制中高维非线性规划难题,挖掘不确定环境下双足机器人自主运动潜力,提出了一种改进的基于深度确定性策略梯度算法（DDPG）的双足机器人步态规划方案。把双足机器人多关节自由度控制问题转化为非线性函数的多目标优化求解问题,采用DDPG算法来求解。为解决全局逼近网络求解过程收敛慢的问题,采用径向基（RBF）神经网络进行非线性函数值的计算,并采用梯度下降算法更新神经网络权值,采用SumTree来筛选优质样本。通过ROS、Gazebo、Tensorflow的联合仿真平台对双足机器人进行了模拟学习训练。经数据仿真验证,改进后的DDPG算法平均达到最大累积奖励的时间提前了45.7%,成功率也提升了8.9%,且经训练后的关节姿态角度具有更好的平滑度。     

双足机器人的两种步态规划的解耦分析及比较

在双足机器人行走步态规划的研究中,首先对前进方向和侧面摆动进行解耦,建立运动学数学模型,运用ZMP稳定性判据作为双足机器人行走稳定性判断标准,利用时序构造函数法和三次样条插值法对双足机器人运行步态进行规划。利用matlab软件编程和仿真,能够体现出不同规划方法下步行状态在时间和空间的特征,仿真结果对比表明,利用三次样条插值法的步态规划,能够更好的反映出双足机器人的步行稳定性。     

基于神经反射的双足机器人步态控制的研究

双足步行机器人因为其高度的非线性系统且无固定支撑底面,使得传统的控制策略或算法产生的步态控制运动十分的僵硬,缓慢,缺乏灵活的自组织能力,与真正生物步态存在很大差异;而生物能很好利用环境的反射自激行为产生有节律的协调运动从而适应多种复杂环境,文中基于神经反射原理设计了反射网络控制器,从而克服常规控制策略的步态规划的不足,提高了系统性能,消除了关节的抖动,能够很好地适应其外界环境干扰因素的影响,通过MATLAB和ADAMS联合动态仿真,证明了该控制方案的优越性,并得到很好的控制效果。     

五杆四驱动平面双足机器人动态步态规划与非线性控制

以五杆四驱动的平面双足步行机器人为对象,研究了其动态步行的时不变步态规划和限定时间的非线性控制策略．揭示了其模型的欠驱动和完全驱动的混杂和非光滑动力学特性,推导了其碰撞模型．基于虚拟约束的概念,提出时不变步态的输出函数解析设计方法,设计了反馈线性化控制器,将系统转化为双积分环节．然后采用限定时间控制器在一步内零化输出函数．仿真实验表明,动态步行趋于一个稳定的极限环,实现了规划的行走模式,验证了该方法的有效性．     

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.