基于ZMP判据的仿人机器人步态模仿

仿人机器人行走稳定性研究是机器人领域一大研究热点,目前主要依据动力学模型规划稳定步态,但依靠步态规划形成的运动模式往往需要复杂的运算,并且机器人的运动形式单一.为实现机器人多样化步态的生成,在模仿学习的框架下对机器人的步态模仿问题展开研究,利用人体行走信息作为示教数据,实现仿人机器人对人体行走过程的模仿学习,在简化运动规划的同时使机器人的运动步态更具多样化与拟人化.为满足机器人在步态模仿过程中的稳定性,基于零力矩点(zero moment point,ZMP)判据补偿质心偏移,利用滞回曲线确定行走过程中支撑脚的切换以实现稳定性控制.基于NAO机器人的模仿学习系统仿真研究结果表明:ZMP判据的引入有效地保证了机器人对人体示教步态模仿的稳定性,基于滞回曲线的支撑脚选取保证了支撑脚切换的平稳.     

一种欠驱动平面双足机器人变速控制策略

针对欠驱动平面双足机器人的行走速度控制难题,提出一种新的变速行走控制策略.该控制策略有两层结构,上层采用一种模糊融合的思路,根据给定速度产生参考步态,即由能稳定行走的已设计步态模糊融合出参考步态,再由PI控制器对参数进行平滑|底层由基于虚拟约束的反馈线性化方法实现轨迹跟踪,同时解决行走中的欠驱动问题,达到连续稳定变速的目的.仿真结果表明：与其他变速策略想比,该控制策略能在变速的同时改变步长,而且有更好的控制效果,也能很好地实现变速的连续性.     

基于能量和角度不变相结合的双足机器人控制

为了提高欠驱动双足行走机器人被动行走步态的稳定性,扩大极限环收敛域及增强对干扰的抑制力,提出了一种角度不变和能量控制相结合的方法.通过角度不变控制使机器在不同倾斜角度的地面产生稳定步态;通过能量控制方法扩大机器人行走步态极限环的收敛域,并采用一个可调整的非线性函数在线调整能量控制器的增益.通过仿真曲线分析总结了当斜坡角度变化时极限环、步态曲线和能量曲线的变化规律.仿真结果表明,该方法既能扩大极限环的收敛域,又能增加系统对地面斜坡变化的鲁棒性.     

基于虚拟重力的双足机器人迭代学习控制

基于双足机器人在小斜坡上的无源动态行走步态,采用虚拟重力原理,得到各时刻虚拟重力对机器人关节施加的力矩,将其应用于水平面上机器人动态行走控制,结合迭代学习控制方法,实现水平面上动态行走的步态跟踪控制.仿真结果表明,相对普通PID控制方法,结合虚拟重力的迭代学习控制效果良好,具有较强的鲁棒性.     

面向舞蹈机器人步态控制的膝关节参数粒子群优化

面向舞蹈机器人中常见的行走动作,模仿人类的行走行为,构建舞蹈机器人腿部模型,并设计机器人步态与被模仿者步态的跟踪优化函数,利用粒子群优化方法对步态模型中的膝关节的控制参数进行优化.根据仿真结果,该方法能够在符合机械结构要求的情况下,实现舞蹈机器人对人类步态行为的模拟,达到了良好的步态控制目标,方法可行有效.     

基于模糊规则的三肢体仿生机器人步态规划器

针对实验室研制的三肢体功能仿生机器人所欲实现的行走功能提出5种基本步态:高姿爬行步态、低姿爬行步态、交叉行走步态、翻转行走步态和两肢体行走步态,据此提出基于模糊规则的在线步态规划器.该步态规划器可以通过对上述5种基本步态的轨迹进行模糊修整,生成适合动态环境行走的演化步态,然后再自动回归到基本步态,实现基本步态和演化步态之间的转换,从而完成既定任务.机器人爬坡仿真实验表明了该步态规划器理论上的有效性.     

基于Wilson-Cowan神经振荡器的四足机器人步态规划研究

中枢模式发生器(central pattern generator,CPG)是一种重要的机器人节律运动控制方法。在Wilson-Cowan神经振荡器基础上,提出了一种新的CPG控制器,用于四足机器人的节律运动控制,每个Wilson-Cowan神经振荡器分别对应机器人的一个步行腿,对机器人的腿进行协调运动控制。通过调整振荡器之间的步态连接权矩阵,可以实现机器人不同的节律运动和各种运动模式间的转换。计算机仿真表明:本文提出的CPG控制方法能够稳定的生成不同步态的机器人运动轨迹,输出结果能够较好地符合各种步态的相位要求。     

HT—1关节型四足机器人的计算机分层系统结构

提出HT-1关节型四足机器人的计算机分层系统结构方案。第一层是开发层,用来开发四足机器人步态控制软件以及步态仿真系统;第二层是执行层,用来对四足机器人各关节进行并行控制,使机器人仅在执行层控制下行走。这对四足机器人专用计算机减轻重量,小型化具有重要意义。     

双足机器人动态上下楼梯的规划与控制

针对双足机器人上、下楼梯时的稳定行走问题,结合机器人动态上、下楼梯的约束条件,规划双足机器人动态上、下楼梯的步态,并提出了相应的稳定性控制策略。其中,机器人侧向平面采用保持机器人质心动态平衡的规划方法,通过调整躯干侧向最大偏移量,实现机器人侧向平面的稳定;机器人前进方向和重力方向采用三次多项式拟合的步态规划方法,通过传感器反馈的躯干姿态角及相应的角速度信息,结合楼梯台阶信息,调整机器人前进方向和重力方向质心的位置,保证机器人运动的稳定性。仿真结果验证了该方法的有效性。     

基于多体动力学的六足机器人快速步态研究

实现六足机器人步态控制的前提是能够准确进行步态建模.本文提出一种基于多体动力学的六足机器人三角步态仿真模型,该模型由Simulink中的SimMechanics模块所建立,主要包括力模型和控制器模型.力模型针对足和接触地面的作用力与反作用力,控制器模型用来模拟六足机器人在行走时具有仿昆虫的行走特征.本文选用昆虫常见的三...     

平面半被动双足机器人步态稳定性分析

建立了以踝关节脉冲推力为动力源的平面半被动双足机器人模型,并推荐利用拉格朗日第二类方程得到机器人的动力学方程。为判断模型的稳定性,采用庞加莱映射方法分析了半被动双足机器人行走的固定点及其稳定性,并讨论了模型稳定行走的动力学附加条件。分析了模型中各机械参数对模型稳定性的影响。最后,在脉冲推力作用时添加扰动模型仍能稳定行走,证明模型对脉冲干扰具有鲁棒性。     

冲击噪声的有源控制方法综述

给出了冲击噪声的特性,概述了现存的冲击噪声有源控制方法,从计算量、稳定性、收敛性和消噪效果等方面对各方法的优缺点进行了分析。给出了有关冲击噪声未来的研究内容及方向。     

Walking Stability Control Method for Biped Robot on Uneven Ground Based on Deep Q-Network

A gait control method for a biped robot based on the deep Q-network (DQN) algorithm is proposed to enhance the stability of walking on uneven ground. This control strategy is an intelligent learning method of posture adjustment. A robot is taken as an agent and trained to walk steadily on an uneven surface with obstacles, using a simple reward function based on forward progress. The reward-punishment (RP) mechanism of the DQN algorithm is established after obtaining the offline gait which was generated in advance foot trajectory planning. Instead of implementing a complex dynamic model, the proposed method enables the biped robot to learn to adjust its posture on the uneven ground and ensures walking stability. The performance and effectiveness of the proposed algorithm was validated in the V-REP simulation environment. The results demonstrate that the biped robot''s lateral tile angle is less than 3° after implementing the proposed method and the walking stability is obviously improved.     

基于非回归矩阵的机器人鲁棒自适应跟踪控制

为了避免复杂的设计和在线计算，提出了一种新颖的鲁棒自适应控制策略，采用简单的多项式结构，只需了解系统的阶数和输出的位置及速度状态，计算一些相关的标量函数，避免了计算回归矩阵和其它矩阵。这种方法能够有效地补偿通常难于建模的摩擦力和外部扰动的影响，保证系统达到全局的指数渐近稳定或全局一致最后有界。仿真实验表明：这是一种行之有效的控制算法。     

基于模型不确定补偿的轮式移动机器人反演复合控制

针对轮式移动机器人存在模型不确定性、非线性以及未建模的动态特性等因素,严重影响系统轨迹跟踪的稳定性和精确性,提出一种基于系统模型不确定性补偿的反演复合控制策略。基于非完整轮式移动机器人的运动学模型,采用反演控制思想以及李雅普诺夫稳定性判据设计轨迹跟踪的虚拟速度控制量,作为系统的持续激励输入。考虑轮式移动机器人具有模型不确定性和外部有界力矩干扰,根据轮式移动机器人的动力学模型推导得到系统不确定项,并采用具有高度非线性拟合特性的神经网络对其估计,得到模型的力矩控制量,且由李雅普诺夫稳定性分析得到不确定项的自适应律,实现自调整和实时轨迹跟踪。对比仿真表明,该复合控制策略能自适应的跟踪期望轨迹,与单一的反演控制、模型不确定性补偿控制策略、传统PID控制相比,均具有更好的鲁棒性和高的跟踪精度。     

H型倾转推进两栖机器人水下姿态自抗扰控制

针对水陆两栖机器人推力不稳和环境扰动造成的姿态不稳定问题,设计了一种新型的将轮驱动与喷水推进进行复合的可倾转复合推进装置。将该可倾转复合推进装置应用在H构型两栖机器人中,基于推力倾转角分离控制策略和自抗扰控制原理设计了姿态自稳定控制器,并在耦合自由度上采用异步调节机制。使用Simulink/ADAMS联合仿真平台进行姿态稳定仿真验证,并确定了具有较好效果的控制器参数;物理样机运行实验表明,H型两栖机器人可以完成预设运动,姿态自稳定控制器能够将该机器人水下运行时的姿态抖动抑制在5°以内。     

小型仿人机器人步行稳定控制方法研究

针对小型仿人机器人足部异常着地姿态对步行稳定性的重要影响,提出了一种基于力分布的快速着地柔顺控制方法,使机器人能够根据着地时地面反作用力的分布情况,快速判断足部着地姿态,通过实时调节踝关节实现机器人的快速着地柔顺控制。该方法结合基于零力矩点（Zero Moment Point,ZMP）和身体姿态的平衡控制方法,在运动调节功能的协调下,形成了一个较为完备的小型仿人机器人实时稳定控制体系。     

移动机器人在未知环境中避障的控制策略

针对非完全约束移动机器人在未知环境下向目标点移动过程中的避障问题,提出了一种对突然出现的障碍物通过其轮廓进行避障的策略。该策略避免机器人反向运动,使其总是朝目标点进行避障运动;在稳定合理的条件下分析了避障的稳定性。实验结果显示,该策略是可行的,并具有良好的性能。     

脉冲控制在励磁电力系统中的应用研究

介绍了电力系统励磁模块控制方式的发展现状，提出一种新的励磁系统控制方法——脉冲控制，阐述了脉冲控制的原理并建立鲁棒稳定性判据，给出励磁系统的数学模型并将脉冲控制应用到系统中；最后通过MATLAB软件在电力系统受到小扰动时，分别对励磁系统使用传统的AVR＋PSS控制及脉冲控制，观察仿真波形；结果表明使用脉冲控制克服了原控制器超调大、响应速度慢等缺点，显著改善了系统性能。     

Real-time Non-linear Target Tracking Control of Wheeled Mobile Robots

A control strategy for real-time target tracking for wheeled mobile robots is presented.Using a modified Kalman filter for environment perception,a novel tracking control law derived from Lyapunov stability theory is introduced.Tuning of linear velocity and angular velocity with mechanical constraints is applied.The proposed control system can simultaneously solve the target trajectory prediction,real-time tracking,and posture regulation problems of a wheeled mobile robot.Experimental results illustrate the effectiveness of the proposed tracking control laws.