共查询到18条相似文献,搜索用时 140 毫秒
1.
2.
3.
提出了一种正弦驱动与传感反馈结合的双足机器人仿生行走控制方法.所有关节由正弦振荡器驱动,
较之相互耦合的神经元振荡器更加简单;控制参数具有明晰的物理意义,便于对运动模式进行调节.传感反馈表征
了机器人的运动状态,对于保证机器人的稳定行走起着至关重要的作用.将机器人碰地、碰膝等关键运动状态作为
相位反馈,对控制力矩进行相位重置,协调各关节动作,进而实现控制器、机器人、环境的耦合.同时,从节省能量
和仿生的角度,考虑了关节运动的被动特性,确定了各关节力矩的作用区间.仿真结果表明,该控制方法能实现机
器人稳定行走,并具有良好的能效性和自稳定性. 相似文献
4.
胸鳍推进型机器鱼的CPG 控制及实现 总被引:1,自引:0,他引:1
结合仿生游动机理,针对胸鳍推进型机器鱼提出了一种基于中枢模式发生器(CPG)的运动控制方法.
该模型采用一类振荡频率和幅值可以独立控制的非线性微分方程作为其神经元振荡器模型,通过最近相邻耦合的方
式,对n 个这样的神经元振荡器进行耦合,构建了仿生机器鱼的CPG 网络模型.证明了此模型单个神经元振荡器的
极限环的存在性、唯一性及稳定性.在此基础上,通过对胸鳍推进的运动学分析,导出机器人直游、倒游、胸鳍—尾
鳍协调运动等多种模式的运动控制方法.仿真及实验结果验证了此中枢模式发生器模型的可行性与所提控制方法的
有效性. 相似文献
5.
分析了基于中枢神经模式产生器(Central Pattern Generator,CPG)的仿人机器人控制网络系统结构的特点,介绍了振荡器的数学模型。研究了CPG网络中各神经元的刺激方式,采用Hopf非线性振荡器构造神经元,模仿人类的行走步态,设计一种6关节控制网络。计算仿真中该网络输出信号稳定,运动节奏符合设计要求。最后,应用一仿人机器人完成了实验,提高了其行走的速度和稳定性,验证了该网络的有效性。 相似文献
6.
神经元振荡器在动物神经系统感知、运动、记忆等方面发挥重要作用,设计人工神经元振荡器不但可用研究生物神经元振荡器机理,而且可用于设计仿生机器人的仿生神经网络控制系统。本文首先提出了一种新型人工神经元振荡器,该振荡器由两个神经元构成,神经元自身存在非线性反馈联接,两者之间为线性突触联接。然后证明了其存在稳定的、近似圆形的极限环,振荡的收敛速度、幅度和频率分别由动力学方程中的三个参数独立控制。最后介绍了采用这种振荡器设计的鱼形机器人新型仿生神经网络控制系统,该控制系统可以实现对包括启停、稳定游动等动作的良好控制。 相似文献
7.
8.
中枢模式发生器(CPG)在六足机器人的运动步态控制中起着至关重要的作用。为了研究六足机器人的运动控制方法,首先基于仿生学原理设计了六足机器人的机械结构,并在虚拟样机软件ADAMS中搭建其三维模型;其次选择Hopf振荡器作为CPG单元,并改进了振荡器模型;然后设计了六足机器人的CPG网络拓扑结构,包含单腿关节映射函数方案和腿间CPG环形耦合网络方案,并对其进行了改进;最后通过ADAMS和MATLAB联合仿真实验,验证了所设计六足机器人的运动稳定性和CPG控制方案的可行性与有效性。仿真结果表明,该方法能够满足六足机器人不同运动步态的控制需求,对六足机器人的运动控制具有一定的实际应用价值。 相似文献
9.
10.
针对节律运动突变碰撞力大和柔顺性低的问题,改进基于Hopf振荡器的中枢模式发生器模型,提出一种节律柔顺行走控制方法。分析Hopf振荡器输出信号与关节运动之间的关系,整合膝关节变量,改变神经元之间的作用关系,实现对称步态和非对称步态行走;分析节律运动碰撞力突变对四足机器人行走产生的负面影响,提出基于碰撞力大小和四足机器人身体姿态的柔顺性评估方法;通过连续调整碰撞阶段大腿的摆动幅度,增大摆动周期,减小碰撞阶段的关节运动速度,形成机器人本体与地面之间的缓冲,实现节律柔顺行走。四足机器人慢走步态和对角小跑步态仿真实验验证了该控制方法的有效性。 相似文献
11.
12.
机器人移动轨迹按照人的手臂来模拟是提高机器人安全性和人机交互能力的有效方法,特别是针对机器人抓取路径不唯一的场合,类人行为对于人机系统表现更加自然。此前,通常利用Kinect等设备,基于人工神经网络和K近邻算法等智能算法对类人轨迹进行规划,但无法获得未采样过的最优轨迹。本文基于CP-nets采用偏好模型研究类人运动轨迹,然后将该模型应用于机器人控制,在没有采样的情况下,也可得到最优的类人轨迹。实验结果表明,基于CP-nets 的类人规划轨迹具有较高的效率和舒适性,符合人的运动特征。 相似文献
13.
为改善基于力信息的人机协调运动中人机交互力,采用了在人机接口中设置弹性元件的方法,建立了具有柔性人机接口的人机交互力学模型。在已有鲁棒自适应阻抗控制方法的基础上进行改进,提出了一种基于柔性人机接口的自适应阻抗控制方法。此控制方法是对阻抗外环位置速度进行比例补偿,对力控制内环采用模糊PID (proportion integral differential)控制,实现改进自适应阻抗算法,从而提高了位置跟随精度,并有效减小了人机交互力。分析了人机接口中弹性元件对控制效果的影响,获得了不同刚度系数时,交互力控制效果和位置跟随精度。在此基础上,建立了试验系统,完成了试验。人机协调运动试验结果显示:应用柔性人机接口和改进后的控制方法具有更好的人机交互力控制效果。标准运动输入试验结果显示:改进后的控制方法具有更好的人机交互力控制效果和更高的位置跟随精度;人机交互力大小、位置跟踪准确性与人机接口刚度系数大小均成正比。 相似文献
14.
康复机器人的同步主动交互控制与实现 总被引:2,自引:0,他引:2
提出了一种适用于康复机器人的人机交互控制方法. 结合一款具有平面并联结构的上肢康复机器人, 实现了与用户(患者)运动意图同步的、柔顺的主动康复训练. 在训练中, 利用自适应频率振荡器, 从表面肌电信号(Surface electromyography, sEMG)中获取运动模式信息, 然后结合运动模式和期望的正常运动轨迹, 生成与主动运动意图同步的参考训练轨迹. 本文通过仿真和实际实验对所提出的方法进行了验证, 振荡器可以在2~5s内快速实现与用户主动运动意图的同步, 然后利用阻抗控制器给予柔顺的辅助. 通过调节阻抗参数, 可以为患者的运动训练提供不同程度的辅助. 相似文献
15.
In human-robot collaborative manufacturing, industrial robots would work alongside human workers who jointly perform the assigned tasks seamlessly. A human-robot collaborative manufacturing system is more customised and flexible than conventional manufacturing systems. In the area of assembly, a practical human-robot collaborative assembly system should be able to predict a human worker’s intention and assist human during assembly operations. In response to the requirement, this research proposes a new human-robot collaborative system design. The primary focus of the paper is to model product assembly tasks as a sequence of human motions. Existing human motion recognition techniques are applied to recognise the human motions. Hidden Markov model is used in the motion sequence to generate a motion transition probability matrix. Based on the result, human motion prediction becomes possible. The predicted human motions are evaluated and applied in task-level human-robot collaborative assembly. 相似文献
16.
17.
步态训练轨迹是影响康复训练效果的一项重要因素,而自适应性对于下肢康复机器人的临床应用具有重要的意义.振荡器可通过在线调节参数而输出不同波形的周期信号,常用于康复机器人步态轨迹的生成.本文在高斯核函数非线性振荡器的基础上提出了一种下肢康复机器人步态轨迹自适应算法.该算法通过轨迹偏差实现对参考轨迹波形的调节,并且用相位偏差曲线面积实现参考轨迹周期的自适应.本文首先介绍了用于生成步态参考轨迹的非线性振荡器的数学模型;其次,详细描述了基于该模型的参考轨迹波形和周期自适应算法;最后,以悬挂减重式下肢康复机器人为研究对象,建立机器人与人体下肢仿真模型,对所提出的步态参考轨迹自适应算法进行仿真实验,并验证了该算法的可行性. 相似文献
18.
The disassembly process is the main step of dealing with End-Of-Life (EOL) products. This process is carried out mostly manually so far. Manual disassembly is not efficient economically and the robotic systems are not reliable in dealing with complex disassembly operations as they have high-level uncertainty. In this research, a disassembly planning method based on human-robot collaboration is proposed. This method employs the flexibility and ability of humans to deal with complex tasks, alongside the repeatability and accuracy of the robot. Besides, to increase the efficiency of the process the components are targeted based on the remanufacturability parameters. First, human-robot collaboration tasks are classified, and using evaluation of components remanufacturability parameters, human-robot collaboration definition and characteristics are defined. To target the right components based on their remanufacturability factors, the PROMETHEE II method is employed to select the components based on Cleanability, Reparability, and Economy. Then, the disassembly process is represented using AND/OR representation and the mathematical model of the process is defined. New optimization parameters for human-robot collaboration are defined and the genetic algorithm was modified to find a near-optimal solution based on the defined parameters. To validate the task classification and allocation, a 6-DOF TECHMAN robot arm is used to test the peg-out-hole disassembly operation as a common disassembly task. The experiments confirm the task classification and allocation method. Finally, an automotive component was selected as a case study to validate the efficiency of the proposed method. The results in comparison with the Particle Swarm algorithm prove the efficiency and reliability of the method. This method produces a higher quality solution for the human-robot collaborative disassembly process. 相似文献