双足步行机器人动态直线步行运动的规划

本文对双足步行机器人迈步腿的质心做抛物线运动规划,使迈步腿产生垂直向上的惯性力,以平衡迈步腿自身的重量和身躯的一半重量.迈步期间的零矩点落在参考坐标系 X 轴向线上,完全避免了机器人侧向翻倒的可能性.文中采用了平行坐标架分配法,运动方程含义直观,简化了运动方程反解过程.     

仿人机器人实时路径规划方法研究

为了使仿人机器人在人类生活环境中自由行走,将仿人机器人的动作离散化为指定的动作,将状态空间离散化为网格,利用立体视觉和平面提取方法建立环境地图,将仿人机器人的轮廓简化为双圆柱模型进行避障检测,最终在环境地图中搜寻代价最小的一系列可行的动作作为路径,通过仿真实验验证了方法的有效性。     

面向仿人机器人自然步态规划的人体步行实验分析

自然步态规划方法是实现仿人机器人步态柔顺和能量优化的可行方法,该方法要求对人体步行及其平衡策略进行定量研究．本文分析自然步态规划方法的原理,建立了一套快捷有效的人体步态测试系统,并通过实验建立了人体步行的参数化数据库．实验结果揭示了人体步行的参数化特征及其平衡策略,对于仿人机器人的自然步态规划及控制提供了理论指导．结论特别指出,仅仅通过规划的方式实现仿人机器人的自然步态是不完备的,自然步态的实现必须同仿生控制策略相结合．同时实验结论对于仿人机器人的本体优化设计也提供了参考．     

双足步行机器人的步态规划

主要研究了双足步行机器人的基本步态的建立过程,进行了参数化处理,提出了一种简单可行的步态规划方法,并对数据结果进行了仿真验证。仿真及试验结果表明,该文给出的方法能实现不同步速的连续动态步行。通过标准步态数据的建立,为实时步态规划校正和在线控制补偿算法奠定了基础。     

小型双足步行机器人的步态规划

为了解决双足步行机器人的步态控制,实现机器人稳定步行.为加强机器人的行走稳定性和优化步态过程,通过构造机器人行走过程中应满足的约束条件,规划机器人行走时的基本姿态及重心轨迹.根据规划的行走姿态及轨迹建立运动学方程,求解方程得到机器人各关节的运动轨迹.通过Matlab软件进行对运动轨迹模型的仿真,仿真得到的结果与设想的结果一致,证明步行得到平滑的关节轨迹是平稳的,并验证了方法的可行性.     

仿人足球机器人射门过程中路径规划算法研究

为了解决仿人足球机器人射门最优路径规划问题,本文提出一种基于模糊算法的移动机器人路径规划策略,使机器人能够高效率踢球射门.利用机器人摄像头感知周围的环境信息,再利用超声波传感器得到与目标物相关的距离信息,运用模糊推理将目标位置信息模糊化,建立模糊规则并求解,最终使机器人可以确定射门的路径,进而采用正向射门或侧向射门动作.     

仿人机器人足迹规划建模及算法实现

足迹规划是仿人机器人运动规划领域的一个新思想.本文建立了仿人机器人足迹规划的模型,并通过构建启发式成本函数,利用A*算法予以实现.针对复杂多障碍物环境,特别提出了基于可变落地足迹数量的复合足迹转换模型的方法.仿真实验证明了规划模型和算法的有效性和完备性,规划效果达到仿人机器人在线运动规划的要求.同时,数值实验也证明了在复杂多障碍物环境下复合足迹转换模型的必要性和优越性.     

面向未知环境的机器人动态路径规划算法研究

针对未知地图环境下侦察巡检机器人路径规划算法存在的运算耗时较高、响应慢等问题,提出一种适用于未知地图信息情况下的动态路径规划方法及避障策略.首先,改进跳点搜索算法的关键点生成方法,针对大地图动态环境下的搜索需求提出"指定动态跳点"策略;其次,针对"指定动态跳点"策略在凹型障碍物内不易脱离等问题,提出"重搜索"策略;最后...     

一种双足步行机器人的步态规划方法

本文介绍了一种双足步行机器人的步态规划方法，以前向运动为例，详细介绍了先分阶段规划然后合成的方法，并讨论了行走过程中的冲击振动问题及减振措施，实验及仿真结果验证了这一规划方法的有效性。     

基于环境分层方法的双足机器人路径规划研究

为了实现双足机器人在障碍环境中的路径规划,提出一种将三维环境分层的方法,用两个截面将环境分为高于机器人身高障碍层、低于机器人抬脚高度障碍层和中间障碍层.首先在中间障碍层进行机器人轨迹规划,再根据机器人各种步态的不同损耗构建代价函数,把规划好的轨迹放到最底层进行规划修改,最终得到双足机器人在规划路径上代价最小的一系列连续的动作,通过计算机仿真实验验证了方法的有效性.     

Analytic Path Planning Algorithms for Bipedal Robots without a Trunk

This paper presents new path planning algorithms for bipedal robots without a trunk. The proposed methods can be regarded as an extension to the concept of the inverted pendulum mode (IPM). Further, they fill the gap between the IPM and concepts, based on general dynamic modeling. The swing leg motion is adjusted almost arbitrarily and the torso motion is calculated analytically in order to ensure stability. The proposed methods show a higher gait stability compared to literature approaches. This improvement is verified by measurement of the foot reaction forces during the walk of the existing biped BARt-UH and simulations.     

移动机器人路径规划方法研究

针对室内动态非结构化环境下的移动机器人路径规划问题,提出了一种能够将全局路径规划方法和局部路径规划方法相结合、将基于反应的行为规划和基于慎思的行为规划相结合的路径规划方法．全局路径规划器采用A*算法生成到达目标点的子目标节点序列;局部路径规划器采用改进的人工势场方法对子目标节点序列中相邻两节点进行路径平滑和优化处理．在考虑了移动机器人运动学约束的前提下,该方法不但能够充分利用已知环境信息生成全局最优路径,而且还能及时处理所遇到的随机障碍信息．仿真研究与在室内复杂环境下的实际运行结果验证了该方法的有效性．     

A Dynamic Load-Balancing Parallel Search for Enumerative Robot Path Planning

We present a parallel formulation for enumerative search in high dimensional spaces and apply it to planning paths for a 6-dof manipulator robot. Participating processors perform local A* search towards the goal configuration. To exploit all the processors at their maximum capacity at all times, a dynamic load-balancing scheme matches idle and busy processors for load transfer. For comparison purposes, we have also implemented an existing parallel static load-balancing formulation based on regular domain decomposition. Both methods achieved almost linear speed-up in our experiments. The two methods follow different search strategies in parallel and the implementation of the existing method (with tuned space decomposition) was more time efficient on average. However, the planning time of that method is highly dependent on the distribution of the search space among the processors and its tuned decomposition varies for different obstacle placements. Empirical selection of the space decomposition parameters for the existing method does not guarantee minimal planning time in all environments and leads to slower planning than our dynamic load-balancing method in some cases. The performance of the developed dynamic method is independent of the obstacle placements and the method can achieve consistent speed-up in all environments.     

仿人足底肌电特征的机器人行走规划

模仿人类行走规律是规划双足机器人运动的基础.以往模仿人类步态主要通过视觉方法或惯性模块测量(Inertia measurement unit, IMU)方法捕捉人体特征点轨迹.这些方法不考虑零力矩点(Zero moment point, ZMP)的相似性.为解决该问题,本文提出了一种基于足底肌电信号(Electromyography, EMG)和惯性模块测量信号的混合运动规划方法.该方法通过测量足底肌电信号计算出足底压力中心的位置以及踝关节扭矩,结合惯性模块所测量的人体躯干和双足轨迹,来规划双足机器人的步态.首先,用肌电仪测量足底肌电信号,用惯性测量模块测量人体各肢体部分的姿态轨迹,经数据标定后作为仿人机器人的运动参考; 然后,通过预观控制输出稳定的步态.为确保仿人行走的效果,基于人体相似性对运动数据进行了步态优化.实验验证和分析表明, EMG信号超前ZMP约160ms,利用这个特性实现了对压力点位置的有效预测,提高了机器人在线模仿人类行走的稳定性.     

基于生物认知的移动机器人路径规划方法

针对移动机器人在非结构环境下的导航任务,受哺乳动物空间认知方式的启发,提出一种基于生物认知进行移动机器人路径规划的方法．结合认知地图特性,模拟海马体的情景记忆形成机理,构建封装了场景感知、状态神经元及位姿感知相关信息的情景认知地图,实现了机器人对环境的认知．基于情景认知地图,以最小事件距离为准则,提出事件序列规划算法用于实时导航过程．实验结果表明,该控制算法能使机器人根据不同任务选择最佳规划路径．     

Global Level Path Planning for Mobile Robots in Dynamic Environments

This paper presents a self-adapting approach to global level path planning in dynamic environments. The aim of this work is to minimize risk and delays in possible applications of mobile robots (e.g., in industrial processes). We introduce a hybrid system that uses case-based reasoning as well as grid-based maps for decision-making. Maps are used to suggest several alternative paths between specific start and goal point. The casebase stores these solutions and remembers their characteristics. Environment representation and casebase design are discussed. To solve the problem of exploration vs. exploitation, a decision-making strategy is proposed that is based on the irreversibility of decisions. Forgetting strategies are discussed and evaluated in the context of case-based maintenance. The adaptability of the system is evaluated in a domain based on real sensor data with simulated occupancy probabilities. Forgetting strategies and decision-making strategies are evaluated in simulated environments. Experiments show that a robot is able to adapt in dynamic environments and can learn to use paths that are less risky to follow.     

一种车型机器人路径规划方法

在自主移动机器人的许多应用中,路径规划技术顺序地设置一套分散的路径点来引导机器人以最短的时间从起始位置到达目标点。针对移动机器人路径规划问题,提出了一种非完整型机器人路径规划技术,该技术采用基本原子操纵方法来解决车型机器人路径规划问题,并采用平滑路径规划方法来产生更多的连续路径用以解决基本原子操纵技术在做路径规划时具有很不连续的缺点从而为机器人获得最优路径。仿真结果证明了该方法的有效性和实用性。     

基于改进RRT-Connect算法的移动机器人路径规划

针对双向快速扩展随机树算法RRT-Connect在移动机器人路径规划中生成路径绕远、转折多、收敛速度慢等问题,提出一种改进RRT-Connect算法.对新节点引入考虑祖代点的重选父节点环节,利用三角不等式原理优化部分路径长度,对每一个新节点的生成设置转角约束以减小路径转折,同时设计一种动态步长策略以加快算法的收敛速度....     

智能机器人的一种新路径规划算法

为了使智能机器人的运动过程更加顺利快速,使其用更短的时间和更短的路径到达终点,采用了基于几何理论的路径规划算法,寻求智能机器人最优路径规划。该算法利用切线最短的理论优化机器人的运动过程,对智能机器人运动的每一段路径都进行了规划和优化,使智能机器人的整个运动过程更加顺畅。在实际应用中,成功地缩短了机器人的运动路径,并成功地进行了避障。这种方法使用简单,容易理解,可广泛应用于智能机器人的路径规划和避障系统中,在实际应用中更能减少能量损耗。