基于CPG的沙漠蜘蛛机器人多模式运动控制方法

模仿具有多种运动模式的沙漠蜘蛛,设计了本体为双层六杆5R闭链机构的仿蜘蛛机器人,其中16个主动关节由直流伺服电机控制．提出了基于Hopf振荡器的中枢模式发生器（CPG）运动控制模型,用于实现仿蜘蛛机器人的翻滚、爬行、侧滚等多种运动模式以及步态切换．利用Matlab和ADAMS对仿蜘蛛机器人的多模式运动进行动力学仿真,结果表明机器人可实现连续平稳的翻滚、爬行、侧滚运动,验证了CPG仿生控制方法应用于闭链机器人多模式运动的可行性．     

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。     

仿生六足机器人步态设计与运动仿真

仿生六足机器人稳定性好、灵活度高在众多领域得到了使用。为实现对六足机器人的运动控制和性能分析，通过构建机器人D-H连杆坐标系结合机械结构参数，确定了运动学正解、逆解表达式；设计可修改参数的机器人行走参考步态，引入了控制机体保持水平的姿态控制和适应不平整地形的腿着陆控制。以MATLAB的Simulink作为仿真环境，构建机器人模型，完成运动仿真，并对测量到的运动数据和腿部关节输出力矩进行分析。其结果表明，机器人能够跟随所设计步态生成的轨迹连续稳定行走，使用基于模型设计的方法，验证了所提算法的正确性和可行性，最后得到了腿部各关节力矩分布，为后续六足机器人设计与运动控制提供参考。     

基于CPG的并联腿四足机器人步态控制

并联腿结构的四足机器人具有承载能力强、刚度大、运动精度高的优点，但控制复杂。为更好地控制，提出了一种串联结构等效方法对并联腿进行了分析，结合中枢模式发生器（CPG）对等效的髋、膝关节进行控制，从而实现四足机器人不同步态，并利用ADAMS与MATLAB/SIMULINK软件搭建了四足机器人的虚拟样机与控制系统。仿真实验结果表明，串联等效分析方法能够应用于并联腿结构，CPG可实现四足机器人的Walk与Trot步态，验证了该方法的可行性与有效性。     

基于Hopf振荡器实现的蛇形机器人的步态控制

针对生物蛇不同步态的运动特点,提出了一种基于Hopf振荡器实现的蛇形机器人的中枢模式发生器(CPG)运动控制方法.首先,利用具有非线性极限环特性的耦合的Hopf振荡器构建出能够实现蜿蜒运动和侧向蜿蜒运动两种步态的链式网络模型.然后,根据动力学仿真软件建立机器人的虚拟样机,利用模型中振荡器的输出作为蛇形机器人分布式多冗余度关节的控制信号来驱动前进,成功实现了以上两种运动方式,并讨论了CPG的模型参数与机器人前进速度的关系.最后,在实物样机上的实验进一步验证了所提出的方法在实现蛇形机器人多种步态控制方面的有效性.     

基于并联腿机构的四足仿生机器人开发

本论文主要对生物的节律运动控制机理进行仿生,模仿生物中枢模式发生器(CPG)产生节律运动控制信号,并对其工程模型进行了简化,方便控制方法实现。同时在机器人腿部结构方面,采用了具有高精度和高刚度的并联闭环机构,提高了机器人的承载能力。经实验表明,基于此并联机构腿的四足机器人可以灵活的实现平面、坡面的多种步态的稳定快速运动。     

仿生六足步行机器人步态轨迹的研究与仿真

针对仿生六足步行机器人关节较多,其步态轨迹规划和关节控制量计算都较为复杂的现状,采用Solidworks软件与MSC.ADAMS软件相结合的方式对六足仿生步行机器人的样机模型进行了运动学仿真与分析.通过仿真,验证了所设计的三角步态的适用性和所选择的三次样条曲线作为机器人足端点轨迹曲线方案的可行性.详细阐述了六足仿生步行机器人轨迹仿真的原理、方法及过程,找到了一种在ADAMS环境下求解机器人逆解的方法,简化了理论计算,提高了设计效率.     

基于双层级CPG的3维蛇形机器人运动控制方法

为实现3维蛇形机器人多模式运动控制,提出了一种基于双层级中枢模式发生器(CPG)的运动控制方法.该双层级CPG网络包含节律层和模式层,节律层的CPG神经元用于控制3维蛇形机器人的俯仰关节组和偏转关节组的相位关系,模式层的CPG神经元用于控制3维蛇形机器人关节组内各个关节的相位差及关节轨迹.首先,利用Kuramoto振荡器对CPG神经元进行建模,并确定CPG网络的层级结构和耦合拓扑;然后,基于蛇形约束曲线计算3维蛇形机器人侧滚运动、侧移运动、滑行运动及转向运动4种典型运动步态的控制参数;最后,通过联合仿真和实验验证该双层级CPG网络的控制性能.由实验结果可知,3维蛇形机器人的侧滚运动、侧移运动、滑行运动以及转向运动的实际速度分别能够达到3.9 cm/s、9.0 cm/s、2.1 cm/s和10.8°/s.因此,该方法能够有效地、灵活地控制3维蛇形机器人的多模式运动.     

控制六足仿生机器人三角步态的研究

基于仿生学原理,在分析六足昆虫运动机理的基础上,对六足仿生机器人的三角步态运动原理进行了分析.论文涉及六腿机器人步态研究的一些基本参数的描述,讨论了用相对运动的原理研究步态的方法,结合慧鱼机器人组合包中的构件拼出六足仿生机器人.该机器人模型结构简单,设计独特,能前进和后退,且能避开小型障碍物.基于三角步态运动原理对其进行了反复实验,实验结果表明六足仿生机器人具有较好的机动性和稳定性.     

四足机器人腿型配置的仿真分析与性能评价

对于四足机器人,腿型和关节姿态的布置形式极为重要,决定着机器人的运动学和动力学性能;四足机器人的腿型配置形式多样,为了在有效行走的前提下分析不同腿型配置的四足机器人的性能优劣和效率高低,采用基于CPG的仿生步态算法进行运动控制,通过Matlab/Simulink与Adams联合仿真,从速度、能耗和地形适应性三方面对不同腿型配置的四足机器人进行仿真分析和性能评价;通过对比仿真结果得知,前肘后膝型机器人前进速度更快,运动更平稳,横向偏移更小,能耗更低,具有更好的地形适应性,运动性能更优越,为物理样机调试与优化提供了理论依据。     

Smooth transition between different gaits of a hexapod robot via a central pattern generators algorithm

This paper focuses on the topic of smooth gait transition of a hexapod robot by a proposed central pattern generator (CPG) algorithm. Through analyzing the movement characteristics of the real insects, it is easy to generate kinds of gait patterns and achieve their smooth transition if we employ a series of oscillations with adjustable phase lag. Based on this concept, a CPG model is proposed, which is constructed by an isochronous oscillators and several first-order low-pass filters. As an application, a hexapod robot and its locomotion control are introduced by converting the CPG signal to robot’s joint space. Simulation and real world experiment are completed to demonstrate the validity of the proposed CPG model. Through measuring the position of the body center and the distance between footpoints and ground, the smooth gait transition can be achieved so that the effectiveness of the proposed method is verified.     

一种六足仿生巡检机器人的设计与实现

六足仿生机器人因其灵活度好、可靠性高、适应性强等特点而得到广泛应用;针对六足仿生巡检机器人,从结构设计、步态规划、系统仿真和实物构建等方面,探索一般意义上系统设计和实现方法;首先设计了六足仿生机器人的多关节机械结构,并给出了此类系统的量化建模方法;然后采用了重心随动的三角步态规划方法,对系统稳定性和典型步态规划进行了量化分析;在此基础上基于标准D-H参数法建立了机器人的运动学模型,并且通过仿真实现了六足机器人向前纵向行走和向右横向行走的直线平稳运动;最后通过六足仿生巡检机器人实物测试,验证了所设计的结构和步态规划方法的可行性和有效性。     

基于中枢模式发生器的仿生机器狗步态控制的应用研究

由于人工规划产生的步态是比较僵硬的、缓慢的,缺乏灵活的自组织能力,与真正的动物步态存在很大差别;文章提出了机器狗生物步态的概念;以生物的中枢模式发生器CPG模型为核心建立仿生四足机器狗运动控制系统;根据哺乳动物的肢体运动关系,建立机器狗膝髋关节运动关系方程,并设计系统软硬件;设计的控制器能够有效地克服机器狗关节轨迹跟踪控制中耦合、力矩非线性等因素的影响,且具有自适应能力;通过仿真验证了应用于机器狗的生物CPG控制机理的控制方法是有效的。     

A Simplified CPGs Network with Phase Oscillator Model for Locomotion Control of a Snake-like Robot

CPG (Central pattern generator) is a dynamical system of coupled nonlinear oscillators or neural networks inspired by a control mechanism in animal bodies. Without any rhythmic inputs, the CPG has the ability to produce oscillatory patterns. This paper presents a novel structure of a CPG network which can produce rhythmic motion that imitates movement of animals such as snake and lamprey. The focus is on the locomotion control of a snake-like robot, where phase oscillator has been adopted as the dynamical model to control the harmonic motion of the CPG network. There are two main points addressed in this paper: (1) simple network structure of unidirectional coupling oscillators, and (2) a single parameter to control the body shape and to control the forward and backward movement of the snake-like robot. The proposed CPG network is designed to have a simple structure with less complexity, less mathematical computation, fast convergence speed and exhibit limit cycle behavior. In addition, a new parameter, τ is introduced to control the smoothness of the CPG output as well as the speed of the snake-like robot. Simulation and experimental results show that the proposed CPG network can be used to control the serpentine locomotion of a snake-like robot.     

基于模型预测—中枢模式发生器的六足机器人轨迹跟踪控制

为了模仿动物卓越的运动能力和环境适应能力,提出了六足仿生机器人的轨迹跟踪控制方法。首先建立了机器人的运动学模型,接着通过转向参数将机器人的速度和角速度与中枢模式发生器（CPG）参数结合起来,设计了转换函数。然后通过转换函数将模型预测控制器和CPG网络结合起来,提出了基于CPG的模型预测控制器（MPC-CPG）,并证明了其稳定性。最后对机器人跟踪圆周轨迹和直线轨迹进行了仿真和实验。实验表明,在有初始误差的条件下,机器人在MPC-CPG控制器的作用下能够快速地消除位置误差和航向角误差,跟踪上参考轨迹。轨迹跟踪的位置误差始终保持在-0.1～0.1 m,航向角误差保持在-27?～20?。在MPC-CPG控制器的作用下,机器人不仅具有较高的轨迹跟踪精度,同时还表现出良好的运动平滑性和协调性,进一步验证了所提出的MPC-CPG控制器的有效性。     

基于UMAC的六足机器人控制系统设计

六足机器人随着任务的复杂程度不断提高,自由度也不断增多,使其控制结构也越来越复杂,给工程实现带来很大的困难.本文以中枢模式发生器(CPG)原理为基础,IPC+UMAC多轴运动控制器为核心,采用分级分布式控制结构设计六足机器人控制系统.控制系统包括6个CPG单元,每个CPG单元的输出信号控制机器人单腿的三个关节.通过CP...     

基于自学习中枢模式发生器的仿人机器人适应性行走控制

为了克服传统中枢模式发生器(Central pattern generator, CPG)关节空间控制方法的复杂性和局限性, 本文基于自学习中枢模式发生器模型, 提出了一套在线调制和融合多传感器信息的仿人机器人环境自适应行走控制方法.算法难点在于如何在机器人的工作空间将自学习CPG用于工作空间轨迹生成, 并使CPG参数直接和步态模式相关联.本文提出了利用自学习CPG来学习和实时生成机器人质心轨迹和脚掌轨迹的方法, 在线调节机器人步长、抬腿高度和步行速度等关键参数.参考生物反射行为, 利用传感反馈信息激发CPG以产生具有环境适应性的工作空间轨迹, 提升行走质量. 控制系统的参数通过优化算法来进一步改善行走性能.相比于传统的CPG关节空间法, 本文所采用的自学习CPG工作空间法不仅极大简化了CPG网络结构而且提高了仿人机器人行走的适应性.最后, 通过仿人机器人坡面适应性行走的仿真和实验, 验证了所提出控制策略的可行性和有效性.