面向非连续性地面的双足欠驱动步行稳定控制

为实现双足机器人在真实非连续地面上的欠驱动稳定步行,基于自适应前馈控制算法提出一种变步长稳定步行控制策略.首先,针对机器人步行速度、稳定性以及质心运动轨迹的映射关系,引出一种基于质心运动状态的单输入-单输出自适应前馈控制算法,实现机器人在真实地面上的稳定步行.其次,从步行仿人性的角度出发,为消除地面非连续性对步行稳定性的影响,通过改变步长和质心理想跟踪速度设计变步长稳定步行控制策略,实现欠驱动双足步行机器人在真实非连续地面上的稳定步行.最后,通过对四连杆机器人模型的数值仿真,以及在木板和橡胶混合地面上的机器人样机试验,验证变步长稳定步行控制策略的有效性.试验结果表明:本文提出的变步长稳定步行控制策略能够实现在真实非连续地面上的欠驱动稳定步行.     

基于质心运动状态的双足机器人欠驱动步行稳定控制

针对双足机器人欠驱动步行稳定控制问题,提出一种基于机器人质心(Co M)运动状态的前馈控制策略.首先,根据步行速度与步行稳定性的关系,提出一种基于步行速度的欠驱动步行稳定性直观表述并给予数学定义:如果机器人步行速度能够始终收敛于一个已被证明可维持步行的速度,则机器人步行处于稳定状态;然后,基于该直观表述的数学定义和人类变速步行时的步态特征,提出一种基于质心运动状态的前馈控制策略,控制策略以机器人质心水平速度作为系统输出,通过控制质心在单个步行周期内的位移,实现对质心水平运动速度的控制,进而实现稳定步行;最后,在混凝土和木板地面上,成功实现了平均步行速度0.178 m/s、步幅为腿长0.31倍的欠驱动步行.试验结果表明:所提出的控制策略能够通过控制质心对理想速度的跟踪,实现欠驱动稳定步行.     

双足机器人自适应常值驱动与传感反馈结合的仿生行走控制

为了将双足机器人的混沌步态控制收敛到稳定的周期步态,提出一种控制策略。首先用庞卡莱截面法研究斜坡倾角变化对步态的影响,结果表明,坡度增大会导致倍周期步态到混沌步态的产生;然后以人类步行的生物力学为仿生依据,根据延迟反馈控制的基本思路,设计了自适应常值驱动与传感反馈相结合的仿生行走控制策略,并依据当前步和前两步初始状态对控制器参数进行逐步调节,最终将混沌步态控制收敛到周期步态。仿真结果表明了所提出算法的有效性。     

四履带双摆臂机器人越障机理及越障能力

为发挥四履带双摆臂机器人的最佳越障性能,本文从运动学的角度,在固定双履带机器人越障机理的 基础上,分析了四履带双摆臂机器人克服台阶、斜坡、沟道等典型障碍的运动机理及其最大越障能力,重点研究了 四履带双摆臂机器人正向和反向两种攀越台阶方式的运动机理及其最大越障能力．以CUMT-II 型煤矿探测机器人 样机为例,绘制了机器人仰角、摆臂摆角与跨越台阶高度的3 维关系图,以及斜坡坡度与摆臂摆角关系曲线,并求 出了相应的最大越障能力的理论值,与实验室实测数据进行了对比分析．本文推导出机器人的最佳越障性能及对应 的质心和摆臂的位置,可为机器人越障时质心位置的控制提供理论依据．     

基于腰关节力矩补偿的仿人机器人快速步行模式生成

为了有效地提高仿人机器人动步行能力,利用基于预观控制的ZMP 步态生成模式的优点并引入脚尖 脚后跟与地面间的旋转关节,生成了机器人的质心和踝关节轨迹．同时,为了得到更快的步行速度,提出了侧向质 心摆动幅度递减和腰关节偏摆力矩补偿的方法．最后在虚拟物理环境下,利用动力学仿真软件实现了虚拟3-D 仿人 机器人快速动步行．仿真结果证明了所采用方法的有效性．     

双足机器人自然ZMP轨迹生成方法研究

为了实现双足机器人类人行走,提出了一种基于自然ZMP轨迹的双足机器人步行模式生成方法。在单腿支撑相,根据基于三维线性倒立摆模型,在设定从脚跟到脚趾移动的自然ZMP轨迹后,得到质心轨迹方程;在双腿支撑相采用线性摆模型生成质心轨迹方程。同时给出了在统一坐标系中的多步规划质心轨迹方程。在RoboCup 3D仿真平台实现了采用自然ZMP轨迹的双足机器人类人稳定步行,实验和竞赛结果都验证了该方法的有效性。     

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。     

飞机牵引机器人路径跟踪模糊控制

为了提高飞机地面自动导航路径跟踪的控制精度,提出了基于模糊自适应控制的智能飞机牵引机器人纯追踪路径跟踪方法。首先建立了牵引机器人-飞机两轮简化模型,进行了路径跟踪运动分析;基于此分析,以牵引机器人-飞机系统运动速度和轨迹误差为输入,以预测距离为输出,通过模糊自适应控制实时调整纯追踪算法预测距离,设计了基于自适应模糊控制的路径跟踪控制器;通过几何仿真和虚拟样机仿真两种方法分别对所提出的方法进行了验证。结果表明,牵引机器人-飞机系统在变速运动时,路径跟踪的轨迹误差能控制在0.5 m左右,完全满足飞机地面自动牵引滑行的精度要求,验证了所提方法的有效性和适应性。     

两足步行椅机器人机械参数与步行稳定性关系研究

研究了两足步行椅机器人的机械参数对步行ZMP（Zero Moment Point）稳定裕度的影响．采用稳定的参数化步态，在步态不变的情况下，改变机器人各连杆的质量、转动惯量和质心位置，分析其对ZMP稳定裕度的影响．通过仿真实验得到以下结论：合理选择大腿、小腿和上身的机械参数可以显著增加步行ZMP稳定裕度，从而降低伺服控制的难度．     

基于模糊自适应整定PID的活套高度控制系统

针对板带热连轧机传统活套高度控制策略存在的问题,提出用模糊自适应整定PID的控制策略．控制器输入取活套量的偏差e和偏差变化率ec,输出取PID控制器3个参数的修正量,从而实现了PID参数的在线自整定．通过MATLAB语言,进行了传统PID控制与模糊自适应整定PID控制动态性能的仿真比较,结果表明采用模糊自适应整定PID控制可明显提高活套高度控制系统的动态性能．     

双足机器人虚拟斜坡行走的抗扰能力研究

：在无外部传感器的开环条件下,应用虚拟斜坡行走方法在平面双足机器人Stepper-2D 上实现了10%腿 长的跨越台阶抗扰行走．为了研究虚拟斜坡行走的抗扰能力,引入了地面台阶扰动,利用跨越台阶前后截面状态之 间的关系证明了台阶扰动最终可以转化为系统的初始状态扰动,虚拟斜坡行走良好的抗扰性能来源于自身不动点的 稳定性．通过分析过渡过程中系统截面状态之间的关系,得到了系统能够跨越台阶的充要条件,并研究了腿长缩短 系数β 、瞬间伸长角θ*II 以及两腿夹角φ0和所能跨越的最大相对障碍高度之间的关系,对所取得的10%腿长的跨越 台阶抗扰行走实验结果给出了理论解释．     

足式机器人SLIP模型向上跳跃台阶的运动控制

由于存在地势起伏,台阶对足式机器人运动稳定性会带来较大挑战.弹簧负载倒立摆模型(SLIP)作为研究足式机器人的优良模板,能否完成向上跳跃台阶的动作与其腿部摆角,起跳位置和跳跃高度都有密切的关系.由于调整模型腿部摆角规律容易引发运动失效,故本文在算法中引入虚拟弹簧腿,根据虚拟弹簧腿的运行规律确定合理起跳位置,根据起跳位置来控制系统跳跃高度进而完成跳跃台阶的动作.最后利用仿真软件进行多组仿真,结果表明本文算法对起跳区间划分合理,对起跳高度控制精准,能够实现SLIP模型跳跃台阶前后的稳定运动.     

基于ROS的蛇形机器人基本仿生运动与自主爬台阶控制

设计了一种带正交关节和主动轮组合的蛇形机器人。该机器人不仅能够实现基本的蜿蜒运动、纵向行波运动、横向翻滚运动和横向行波运动,且针对台阶式障碍物提出了一种自主爬越台阶的控制策略。机器人通过激光测距传感器与头部关节的仰角得到台阶高度,抬起相应高度的关节将头关节搭在台阶上,控制主动轮的推进速度与关节抬起的角速度相结合的方式达到上台阶的目的,并且在运动过程中将头部俯仰关节舵机的负载反馈作为判别下台阶的条件。基于ROS （robot operating system）构建了蛇形机器人仿真模型,并通过仿真与实验验证了机器人的基本运动控制和自主爬台阶控制策略的有效性。     

一种新的双足机器人模型设计与相关研究

针对双足机器人最简模型在行走过程中出现摆动腿足部擦地的问题,提出了一种通过摆动腿膝关节弯曲达到摆动腿缩短的新模型。当摆动腿开始摆动时,摆动腿膝关节弯曲锁定,摆动腿缩短;当摆动腿摆动到最大位置时,膝关节解锁,摆动腿伸直再锁定,此后摆动腿回摆,系统变为直腿模型。采用脚后跟冲击控制,在摆动腿落地前,拖后的支撑腿与地面接触处施加一指向髋关节的瞬时冲击力,冲击力可以减小摆动腿着地时能量的损耗,同时驱动被动机器人向前行走。设计了迭代学习控制算法,找到极限环与不动点,实现不同给定期望步长跟踪的冲击力的计算。仿真结果表明,迭代学习控制可以有效的实现不同期望步长的跟踪,可以很快的找到机器人系统的不动点,通过收敛的相平面,得到稳定的极限环,保证了机器人行走过程稳定。     

Hybrid-state driven autonomous control for planar bipedal locomotion

The focus of this paper is on the development of a human inspired autonomous control scheme for a planar bipedal robot in a hybrid dynamical framework to realize human-like walking projected onto sagittal plane. In addition, a unified modelling scheme is presented for the biped dynamics incorporating the effects of various locomotion constraints due to varying feet-ground contact states, unilateral ground contact force, contact friction cone, passive dynamics associated with floating base etc. along with a practical impact velocity map on heel strike event. The autonomous control synthesis is formulated as a two-level hierarchical control algorithm with a hybrid-state based supervisory control in outer level and an integrated set of constrained motion control primitives, called task level control, in inner level. The supervisory level control is designed based on a human inspired heuristic approach whereas the task level control is formulated as a quadratic optimization problem with linear constraints. The explicit analytic solution obtained in terms of joint acceleration and ground contact force is used in turn to generate the joint torque command based on inverse dynamics model of the biped. The proposed controller framework is named as Hybrid-state Driven Autonomous Control (HyDAC). Unlike many other bipedal control schemes, HyDAC does not require a preplanned trajectory or orbit in terms of joint variables for locomotion control. Moreover, it is built upon a set of basic motion control primitives similar to those in human walk which provides a transparent and easily adaptable structure for the controller. These features make HyDAC framework suitable for bipedal walk on terrain with step and slope discontinuities without a priori gait optimization. The stability and agility of the proposed control scheme are demonstrated through dynamic model simulation of a 12-link planar biped having similar size and mass properties of an adult sized human being restricted to sagittal plane. Simulation results show that the planar biped is able to walk for a speed range of 0.1–2 m/s on level terrain and for a ground slope range of $+/-$20 deg for 1 m/s speed.     

Adaptive walking control of quadruped robots based on central pattern generator （CPG） and reflex

This paper presents a central pattern generator (CPG) and vestibular reflex combined control strategy for a quadruped robot. An oscillator network and a knee-to-hip mapping function are presented to realize the rhythmic motion for the quadruped robot. A two-phase parameter tuning method is designed to adjust the parameters of oscillator network. First, based on the numerical simulation, the influences of the parameters on the output signals are analyzed, then the genetic algorithm (GA) is used to evolve the phase relationships of the oscillators to realize the basic animal-like walking pattern. Moreover, the animal’s vestibular reflex mechanism is mimicked to realize the adaptive walking of the quadruped robot on a slope terrain. Coupled with the sensory feedback information, the robot can walk up and down the slope smoothly. The presented bio-inspired control method is validated through simulations and experiments with AIBO. Under the control of the presented CPG and vestibular reflex combined control method, AIBO can cope with slipping, falling down and walk on a slope successfully, which demonstrates the effectiveness of the proposed walking control method.     

采用自适应扰动观察法的光伏并网系统最大功率点跟踪

提出了一种自适应扰动观察（P＆O）算法,用于在不同天气条件下太阳能光伏（PV）并网系统的最大功率点跟踪（MPPT）控制策略。该策略对于从太阳能光伏电池板中,获取最大的功率输出是十分重要的。利用一种依赖于功率变化的可变的扰动步长,提出了改进的自适应扰动观察算法。最后将通过仿真所得到的数据与传统的扰动观察算法进行了比较,结果表明所提出MPPT算法的收敛值和速度得到了改善,稳定时间缩短25%,稳态值提高20%以上,在太阳能光伏并网系统的最大功率点跟踪时是有效而实用的。     

基于deep Q-network双足机器人非平整地面行走稳定性控制方法

针对双足机器人在非平整地面行走时容易失去运动稳定性的问题,提出一种基于一种基于价值的深度强化学习算法DQN（Deep Q-Network）的步态控制方法。首先通过机器人步态规划得到针对平整地面环境的离线步态,然后将双足机器人视为一个智能体,建立机器人环境空间、状态空间、动作空间及奖惩机制,该过程与传统控制方法相比无需复杂的动力学建模过程,最后经过多回合训练使双足机器人学会在不平整地面进行姿态调整,保证行走稳定性。在V-Rep仿真环境中进行了算法验证,双足机器人在非平整地面行走过程中,通过DQN步态调整学习算法,姿态角度波动范围在3°以内,结果表明双足机器人行走稳定性得到明显改善,实现了机器人的姿态调整行为学习,证明了该方法的有效性。     

Observer-Based Path Tracking Controller Design for Autonomous Ground Vehicles With Input Saturation

This paper investigates the problem of path tracking control for autonomous ground vehicles(AGVs),where the input saturation,system nonlinearities and uncertainties are considered.Firstly,the nonlinear path tracking system is formulated as a linear parameter varying(LPV) model where the variation of vehicle velocity is taken into account.Secondly,considering the noise effects on the measurement of lateral offset and heading angle,an observer-based control strategy is proposed,and by analyzing th...