一种粗糙地形下四足仿生机器人的柔顺步态生成方法

传统以刚体动力学为基础的四足机器人运动控制方法对地形误差敏感,无法适应粗糙复杂地形,因此提出一种基于虚拟模型的运动控制方法用于实现四足机器人在粗糙地形下的行走.建立了以足底接触力为约束的高层步行任务和底层运动控制的映射关系.采用弹簧-阻尼-质量虚拟模型对四足机器人进行建模,将四足机器人的步行任务用一系列作用于机体质心的虚拟力去表征,基于各足等效力矩平衡的原则,将笛卡儿空间的虚拟力矢量分配到各支撑足,利用雅可比矩阵把足端力矢量转换为机器人关节空间的关节转矩.针对崎岖的空间3维粗糙地形,建立了机器人躯干姿态与地形的关联参数,通过调整躯干姿态有效扩大了机器人对粗糙地形的适应程度.运动仿真结果表明,机器人可以实现粗糙地形下稳定连续的行走,足底接触力平稳、无冲击,证明了该柔顺步态生成方法的合理性和有效性.     

面向位控机器人的力/位混合控制

本文提出了一种面向位控机器人的力/位混合控制策略．通过力反馈信息对未知约 束进行估计获得位控和力控方向,根据位控和力控方向对机器人终端的运动轨迹进行规划, 并采用阻抗力控制规律以使机器人获得较好的柔顺性．仿真试验表明,该策略具有较高的力 控制精度和表面跟踪能力．     

侧向推搡下的四足机器人复合抗扰控制策略

针对四足机器人侧向推搡下的平衡恢复问题,提出了一种复合抗扰反应式鲁棒控制策略.该策略由摆动相的自适应侧摆规划策略和支撑相的关节抗扰控制构成.摆动相自适应侧摆规划策略通过四足机器人足端落地点的力平衡条件进行主动式步态规划以保证机器人在侧向推搡下的姿态稳定,并基于关节输出力矩给出了侧摆的启动条件.支撑相关节抗扰控制通过带扰动项的四足机器人完整动力学模型设计了基于干扰观测器的鲁棒滑模控制器,实现对侧向推搡扰动的补偿.最后,通过Matlab与ADAMS联合仿真验证了提出的控制策略的有效性.     

基于模糊滑模的六足蛇形臂机器人的末端位姿控制

针对六足蛇形臂机器人的超关节极限和位形偏移量大、末端位姿的控制稳定性不好的问题,提出一种基于模糊滑模的六足蛇形臂机器人的末端位姿控制算法。在超冗余运动学逆解空间中建立蛇形臂机器人的运动学模型,采用修正的DH参数法进行六足蛇形臂机器人的末端位姿参数调节和融合处理,建立蛇形臂机器人的末端位姿力学控制模型,在末端跟随运动中采用外环滑模导纳控制方法进行末端位姿的自适应参数调节,采用滑模误差反馈调节方法确定六足蛇形臂机器人的末端位姿,实现六足蛇形臂机器人准确的姿态定位和参量解算,提高控制稳定性。仿真结果表明:采用该算法进行六足蛇形臂机器人的末端位姿控制的姿态校正性能较好,蛇形臂关节的空间位姿自适应调整能力较强,跟随运动准确,具有很好的位姿控制稳定性。     

基于被动柔顺的机器人抛磨力/位混合控制方法

为了实现抛磨系统机器人末端的位置控制和接触力控制,提出一种基于被动柔顺装置的机器人抛磨系统力/位混合控制策略.在机器人末端安装一个柔顺装置实现对工具末端力控制和位置控制的解耦.柔顺装置一端安装于机器人末端,另一端连接抛磨工具.机器人控制器控制机器人末端位姿,间接对工具末端位姿进行控制和补偿,柔顺装置控制器直接控制工具与工件的接触力.经过建模分析,采用非线性PD(比例-微分)控制提高了柔顺装置的动态调节性能.仿真结果证明该方法可以对目标轨迹进行跟踪与补偿,并实现期望力的快速调节.非线性PD控制将柔顺装置受干扰后恢复稳定的调节时间由220 ms提高到60 ms.实验进一步验证了仿真结果,并通过对航空叶片进行打磨与抛光获得了良好的表面质量.结果表明提出的控制方法是切实可行的.     

液压驱动伺服机器人的模糊滑模控制研究

针对液压驱动四足机器人伺服系统非线性和不确定性严重的问题,提出了一种快速响应、鲁棒性好、控制精度高的模糊滑模控制器,并进行了仿真研究.首先,建立了液压驱动伺服机器人的液压动力机构非线性数学模型,利用Lyapunov方法设计了滑模控制器;其次,构造了一个模糊边界层宽度调节器,削弱滑模控制的抖振;最后,分析了参考力、液压参数、供油压力及负载刚度变化对系统输出的影响.仿真结果表明,该控制器对液压伺服力系统非线性和参数变化具有较好的控制效果.该方法用于四足液压驱动伺服机器人的控制是可行的、有效的.     

四旋翼飞行器多模式稳定控制

针对四旋翼飞行器的飞行稳定问题,提出了一种多模式的控制策略.在系统建模时引入未知扰动.系统采用内外环控制的方式,外环为位置控制环,采用自适应RBF神经网络对扰动进行预测,并采用非奇异终端滑模控制器实现对未知扰动的补偿和位置跟踪,有效提高了系统的鲁棒性;内环为姿态控制环,采用具备3种姿态角解算模式的超螺旋非奇异终端滑模控制器,使姿态角保持在安全区间内,使飞行器更加稳定和安全.通过李雅普诺夫方程法证明系统的稳定性,并证明了系统误差可有限时间收敛.最后,通过仿真实验验证了所提出控制策略的有效性.     

基于虚拟模型的四足机器人对角小跑步态控制方法

为提高四足机器人对角小跑运动的稳定性,实现机器人躯干6维运动方向控制的解耦,提出了一种基于虚拟模型的对角小跑步态控制方法.控制器主要包括支撑相虚拟模型控制和摆动相虚拟模型控制.在支撑相,建立了作用于躯干质心的虚拟力与对角支撑腿关节扭矩之间的数学关系,通过调整躯干虚拟力的大小控制躯干的高度与姿态,控制机器人前进速度和自转角速度.在摆动相,将机器人侧向速度控制引入到足端轨迹规划中,并通过虚拟的"弹簧-阻尼"元件驱动摆动足沿给定轨迹运动.此外,在控制器设计过程中,引入了状态机,用于监控机器人各腿的状态,并输出对角小跑步态相位切换指令.仿真实验结果表明,机器人能够以对角小跑步态在平地上进行全方位移动,跨越不平坦地形,并能够抵抗外部冲击,证明了文中控制方法的有效性和鲁棒性.     

四足机器人节律柔顺行走控制

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。     

连续不规则台阶环境四足机器人步态规划与控制

为了实现四足机器人在无崎岖地形先验知识情况下的自主爬行,提出了一种四足机器人运动控制方法.该方法采用间歇爬行步态作为主步态,将爬行运动分解为若干任务分别进行控制:基于NESM(normalized energy stability margin)判据计算内外倾的稳定裕度并根据其比值进行质心位置调整;使用坐标映射的方式调整足端坐标进行地面坡度适应;通过调整各腿长度控制机器人的高度;利用姿态传感器信息进行姿态恢复.仿真和实验表明,机器人仅依赖内部传感器即实现了在崎岖地形稳定行走,验证了本文方法的有效性和可靠性.     

基于低通滤波器的不确定机器人迭代学习控制

针对不确定机器人系统轨迹跟踪问题,并更好地消除系统不确定性对控制性能的影响,提出一种基于低通滤波器的迭代学习控制方法。采用滑模变结构控制(SMC)以提高控制器对系统干扰和摄动的鲁棒性,并在控制器输出端引入低通滤波器(LPF)来消除滑模控制中出现的抖振现象。将系统的不确定项描述为周期性和非周期性两部分,通过采用迭代学习算法对周期性不确定部分进行迭代学习,采用RBF神经网络对非周期性不确定部分的未知上界进行自适应学习。该控制方法不仅对系统的不确定性和有界外部扰动具有鲁棒性,而且使得整个系统在迭代域中是全局渐近稳定的。严格的理论推导和仿真结果表明了该控制策略的有效性。     

主从遥操作下双臂机器人的阻抗控制策略研究

在遥操作机器人系统中,从端机器人不仅需准确地跟随主端设备的运动,还需与外界环境保持合适接触力,以避免因接触力过大对机器人和环境造成破坏.由于遥操作机器人系统中主从端设备是分离的,要实现遥操作下柔顺接触是极具挑战的.为了提高遥操作机器人系统任务执行的安全性,本文结合运动映射提出一种主从遥操作下阻抗控制策略.首先,通过提出主从端运动映射策略,将主从端设备联系起来,并获得从端机器人运动的目标位姿.接着,为了实现机器人末端执行器与环境的柔顺接触,提出阻抗控制策略,建立机器人与外界环境之间的位置和接触力的动态响应关系.同时,引入虚拟排斥力,让从端机器人的双臂在可行的空间中运动,从而提高了机器人操作的柔顺性和安全性.设计了机器人拖拽和白板擦拭两个实验来验证方法有效性.实验结果表明,所提出方法可实现机器人在具有接触的任务中的柔顺操作,可提高操作的安全性.     

高性能液压驱动四足机器人SCalf的设计与实现

详细阐述了液压驱动的四足仿生机器人SCalf的结构组成、机载动力系统、液压驱动器和实时控制系统.利用基于姿态解耦的运动控制方法,实现了机器人的平稳、快速运动.开发了基于足底接触力的腿部柔顺控制方法,提高了机器人对复杂地形的适应能力.在实际运行实验中,验证了SCalf机器人在非平整路面、易打滑路面、上下坡及上楼梯状况下的运动能力,以及受到侧向冲击时的抗扰动能力和自主平衡能力,证明了SCalf四足机器人能够满足较为复杂地面环境下的行走需求.     

具有电液执行器的主动悬架神经网滑模控制

提出了一种新型兼顾乘坐舒适性和操纵稳定性的主动悬架自适应神经网络滑模控制器。首先建立了考虑电液执行器动力学特性的非线性悬架模型。由于执行器具有未知时变的非线性,该控制器被分为两个回路。在内环,采用自适应径向基函数（Radial Basis Function,RBF）神经网络使具有控制器对不确定性的鲁棒性,并根据李雅普诺夫稳定性理论得到的更新律在线调整自校正加权向量。在外环,结合了天棚地棚混合控制策略设计了一个模型参考滑模控制器（Model Reference Sliding Mode Control,MRSMC）来跟踪混合参考模型的状态。此外,还为估计不可测信号设计了基于无迹卡尔曼滤波(Unscented Kalman Filter,UKF)的状态观测器。仿真结果表明,即使存在不确定性,控制器也可以精确地跟踪所受的力。仿真结果表明,该方法在存在未知因素时能够有效地提高悬架性能。     

基于滑模阻抗的双足机器人单腿柔顺性控制研究

为了实现双足机器人在不平整地面的稳定行走,提高双足机器人的柔顺性,在阻抗模型的基础上,将滑模控制和阻抗控制相结合应用到双足机器人的控制中,建立了双足机器人系统的数学模型;基于阻抗控制模型设计滑模阻抗控制器,建立了被控对象模型、阻抗模型以及控制算法;应用SIMULINK分别对阻抗控制和滑模阻抗控制进行仿真,分析了两种控制...     

基于虚拟模型控制的四足机器人缓冲策略

提出了一种基于虚拟模型控制的四足机器人缓冲策略.根据机器人落地过程中的触地状态和躯干纵向速度,将机器人的落地过程分为下落阶段、缓冲阶段和恢复阶段.在下落阶段,通过虚拟"弹簧-阻尼"元件驱动足端沿期望轨迹运动.在缓冲阶段和恢复阶段,控制器根据机器人下落过程中落地腿数目的不同,分别建立支撑腿与躯干质心虚拟力之间的数学关系,并通过施加在躯干质心的虚拟力的大小来控制躯干的位姿.躯干质心所施加的虚拟力通过主动变刚度控制实现,控制器根据机器人所处的落地阶段,给出合理的虚拟刚度和阻尼,从而减小机器人落地的冲击.由仿真实验可以看出,此缓冲策略是有效的.     

四足机器人步态生成算法研究与仿真

在四足机器人行走动态控制的研究中,为使四足机器人能在复杂地面状况下行走,提出了一种四足机器人在不平坦地面爬行时的平动步态生成算法.首先构建四足机器人步行机构模型,根据静态稳定性对角线原理的判定确定机器人腿的摆动顺序;以平动步态为例根据机器人前行方向、初始位姿、地面不平坦等因素计算一个步态周期后机器人的位姿从而实现平动直线行走的连续步态算法.考虑了机器人机构约束以及状态变化因素使机器人在每一个步态周期都能跨出尽可能大的步幅实现行走效率的最大化.通过仿真验证了算法的正确性.仿真结果对四足机器人步态稳定性的研究及实现具有实际的参考价值.     

基于滑模位置控制的机器人灵巧手模糊自适应阻抗控制

提出一种基于滑模位置控制的模糊自适应阻抗控制策略。该控制方案通过模糊控制器实时地调整阻抗参数,不但可使系统稳定,而且具有良好的动态品质;同时内环的滑模位置控制器可增强系统的鲁棒性,最后以机器人灵巧手单关节为对象进行仿真研究,证明了该控制策略的有效性和可行性。     

四足机器人对角小跑步态非线性控制方法仿真

针对现有的四足机器人对角小跑步态控制方法存在的机器人运动速度较慢、灵活性较差等问题,提出了一种基于虚拟模型的四足机器人对角小跑步态非线性控制方法。方法需要构建一个四足机器人模型,并在该模型的工作范围内建立一个平面直角坐标系,在不考虑机器人足端车轮滑动的情况下,将驱动四足机器人的运动方程转换成矩阵的形式,寻找有界输入平动线速度和转动角速度,使矩阵在其控制下产生的误差可以在大范围内保持稳定。求解该四足机器人在工作平面坐标系中姿态误差的微分方程,构造该微分方程的Lyapunov函数并对其求导,根据求导结果设计一个四足机器人驱动控制器,通过该驱动控制器实现对四足机器人的对角小跑步态非线性控制。仿真结果表明,所提方法能够在快速、灵活的情况下实现对四足机器人对角小跑步态的非线性控制,且鲁棒性较高,能够满足用户需求。     

模糊自适应在机器人行走平衡控制中的应用

针对多变量、非线性的两轮机器人系统的行走平衡控制问题,提出一种基于Backstepping（反推）方法和PID的控制策略。该策略在Backstepping控制器中加入模糊自适应部分,利用模糊系统逼近Backstepping设计过程中的未知非线性函数,模糊系统中的参数基于自适应律调整,解决了Backstepping控制器中因含有未知参数难以实现的困难,避免了两轮机器人系统不满足严格三角结构的问题。针对两轮机器人的仿真实验结果表明：采用设计的控制策略,可以实现两轮机器人的行走平衡控制任务。