学习人类控制策略的双足机器人步态控制研究

针对双足机器人面临的复杂环境下动态行走的适应性难题,提出了一种基于学习人类控制策略的双足机器人步态控制方法。利用三维线性倒立摆模型构造双足行走系统的状态方程,建立学习人类控制策略的参数化模型,设计了基于SVM的学习型控制器。该方法保证了躯干始终处于与地面近似垂直,增强了步态控制的鲁棒性,提高了双足机器人在复杂环境下行走的动态稳定性。实验验证了该方法的有效性。     

基于深度强化学习的双足机器人斜坡步态控制方法

为提高准被动双足机器人斜坡步行稳定性, 本文提出了一种基于深度强化学习的准被动双足机器人步态控制方法. 通过分析准被动双足机器人的混合动力学模型与稳定行走过程, 建立了状态空间、动作空间、episode过程与奖励函数. 在利用基于DDPG改进的Ape-X DPG算法持续学习后, 准被动双足机器人能在较大斜坡范围内实现稳定行走. 仿真实验表明, Ape-X DPG无论是学习能力还是收敛速度均优于基于PER的DDPG. 同时, 相较于能量成型控制, 使用Ape-X DPG的准被动双足机器人步态收敛更迅速、步态收敛域更大, 证明Ape-X DPG可有效提高准被动双足机器人的步行稳定性.     

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。     

基于深度Q网络的仿人机器人步态优化

为实现仿人机器人快速稳定的行走，在满足有效参数组合的条件下，提出一种基于深度强化学习的步行参数训练算法以优化机器人步态。首先，从环境中捕获机器人步态模型参数作为DQN的输入；然后，用DQN来拟合机器人行走产生的状态-动作值函数；最后，通过动作选择策略选择当前机器人执行的步态动作，同时产生奖励函数达到更新DQN的目的。选择NAO仿真机器人为实验对象，在RoboCup3D仿真平台上进行实验，结果证明在此算法下，NAO仿人机器人可以获得稳定的双足步行。     

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.     

基于体感的仿人机器人步态学习与控制

针对现有理想化步态动力学模型规划方法复杂、人为指定参数过多、计算量大的问题,提出一种基于体感数据学习人体步态的仿人机器人步态生成方法。首先,用体感设备收集人体骨骼信息,基于最小二乘拟合方法建立人体关节局部坐标系;其次,搭建人体与机器人映射的运动学模型,根据两者间主要关节映射关系,生成机器人关节转角轨迹,实现机器人对人类行走姿态的学习;然后,基于零力矩点(ZMP)稳定性原则,对机器人脚踝关节转角采用梯度下降算法进行优化控制;最后,在步态稳定性分析上,提出使用安全系数来评价机器人行走稳定程度的方法。实验结果表明,步行过程中安全系数保持在0~0.85,期望为0.4825,ZMP接近于稳定区域中心,机器人实现了仿人姿态的稳定行走,证明了该方法的有效性。     

基于D-DQN强化学习算法的双足机器人智能控制研究

针对现有双足机器人智能控制算法存在的轨迹偏差大、效率低等问题,提出了一种基于D-DQN强化学习的控制算法;先分析双足机器人运动中的坐标变换关系和关节连杆补偿过程,然后基于Q值网络实现对复杂运动非线性过程降维处理,采用了Q值网络权值和辅助权值的双网络权值设计方式,进一步强化DQN网络性能,并以Tanh函数作为神经网络的激活函数,提升DQN网络的数值训练能力;在数据训练和交互中经验回放池发挥出关键的辅助作用,通过将奖励值输入到目标函数中,进一步提升对双足机器人的控制精度,最后通过虚拟约束控制的方式提高双足机器人运动中的稳定性;实验结果显示：在D-DQN强化学习的控制算法,机器人完成第一阶段测试的时间仅为115 s,综合轨迹偏差0.02 m,而且步态切换极限环测试的稳定性良好。     

无动力双足步行机器人控制策略与算法

本文研究无动力双足步行机器人的建模、分析与控制问题. 基于能量的控制增加了机器人行走极限环的稳定性、鲁棒性, 扩大了极限环的收敛域; 角度不变控制使机器人的稳定行走步态摆脱了地面倾斜角度的限制; 把基于能量的控制与角度不变控制结合起来, 可以实现在不同倾斜角度地面上行走模式的切换. 基于能量的行走平均速度控制方法在平均速度与目标能量之间建立了联系, 能使机器人的行走产生新的稳定步态. 最后, 对无动力双足步行机器人的研究前景做了展望.     

基于机器视觉的双足机器人寻迹系统设计

双足行走机器人的步态规划、步态交换稳定性控制和行走轨迹识别是其研究重点,机器人控制系统设计的合理性直接决定机器人本体的最终行走性能。同时,合理设计双足机器人的运动机械结构,降低了运动控制难度。双足机器人寻迹系统的步行运动,需要多个关节的协同控制,来保证重心的稳定性,这对双足机器人寻迹系统的硬件尺寸和关节质量有一定的限制。在特定场景中对机器人的寻迹是一个复杂的系统,包括视觉采集、图像预处理、导航线提取、路径规划、机器人控制等算法。因此,本文讨论了基于机器视觉的双足机器人寻迹系统的设计,并对系统设计进行了探讨和分析,以确定机器人各部分都能得到灵活处理。     

RoboCup3D仿真机器人步态优化研究

在RoboCup3D比赛中,拥有一个快速灵活、稳定的步态模式是赢得机器人足球比赛的关键之一。为了获得这样的步态模式,提出一种双足机器人垂直质心高度可变的机器学习训练方法。首先,通过规划双足机器人垂直质心高度的轨迹、利用倒立摆模型和数值化方法控制零力矩点,实现双足机器人的类人行走。然后,采用自适应协方差矩阵进化算法对步态参数优化,为了获得快速稳定的步行,采用累积分层的学习方法在之前优化的基础上进一步优化。最后,采用蜂拥编队壁障算法验证多机器人环境下优化步态的稳定性、灵活性。实验和竞赛结果均表明本文提出算法的有效性。     

Error Analysis and Effective Adjustment of the Walking-Ready Posture for a Biped Humanoid Robot

A walking control algorithm is generally a mixture of various controllers; it depends on the characteristics of the target system. Simply adopting one part of another researcher's algorithm does not guarantee an improvement in walking performance. However, this paper proposes an effective algorithm that can be easily adopted to other biped humanoid robots; the algorithm enhances the walking performance and stability of the robot merely by adjusting the walking-ready posture. The walking performance of biped humanoid robots is easily affected by an unsuitable walking-ready posture in terms of accuracy and repeatability. More specifically, low accuracy for the walking-ready posture may cause a large difference between an actual biped robot and its mathematical model, and the low repeatability may disturb the evaluation of the performances of balance controllers. Therefore, this paper first discusses the factors that detrimentally affect bipedal walking performance and their phenomena in the walking-ready posture. The necessary conditions for an ideal walking-ready posture are then defined based on static equilibrium and a suitable adjustment algorithm is proposed. Finally, the effectiveness of the algorithm is verified through dynamic computer simulations.     

基于脉冲推力的半被动双足机器人无模型神经网络控制

研究了半被动双足机器人的平面稳定行走控制问题。以最简行走模型为动力学模型,采用沿支撑腿方向的脚后跟脉冲推力作为行走动力源。考虑到系统模型的非线性特征,将基于三角函数扩展的函数链接型人工神经网络控制算法引入到机器人系统中,以产生系统所需的脉冲推力。并采用基于数据驱动的无模型同步扰动随机逼近算法对神经网络的权值进行更新。利用庞加莱映射方法分析了半被动双足机器人行走的稳定条件。在理论分析的基础上,对该算法进行了仿真研究。仿真结果表明：文中所提算法在收敛快速性上要优于迭代学习控制算法,可以实现双足机器人平面上的稳定周期行走。且雅可比矩阵的特征值均位于单位圆内,满足系统的稳定条件。     

Adjustment of Home Posture of Biped Humanoid Robot Using Sensory Feedback Control

Humanoid robot dynamic walking is seriously affected by the initial home posture (walking ready posture). If the initial home posture is not accurate, the robot may fall down during walking despite using robust walking control algorithm. Moreover, the initial home posture of a real physical robot is slightly different at every setting because the zero position of the joint is not exactly the same. Therefore, an accurate and consistent initial home posture is essential when we compare and analyze walking control algorithms. In order to find a zero position, an incremental encoder with a limit switch or an absolute encoder such as a potentiometer can generally be used. However, the initial calibration of this method for a multi-axis humanoid robot that enables the desired initial sensor signal is difficult and time-consuming. Furthermore, it has the disadvantage that additional limit switches or absolute encoders can interfere with the design objective of compactness. Therefore, this paper describes a novel adjustment method of the home posture for a biped humanoid robot utilizing incremental encoders, an inertial sensor and force torque sensors. Four kinds of controllers are proposed for the adjustment of the home posture and adjusted offsets are measured when the outputs of the controllers have converged. Experimental results from KHR-2 show the effectiveness of the proposed adjustment algorithm.     

Ascending and descending stairs for a biped robot

This paper synthesizes an efficient walking pattern for a practical biped robot when ascending and descending stairs. The main features of the biped robot include variable length legs and a translatable balance weight in the body. The biped robot's walk is a mixture of both statically stable and dynamically stable modes and relies on some degrees of static stability provided by large feet and by carefully controlling the center of gravity's position. The paper describes the design and experiment of a 7-DOF practical biped which is capable of ascending and descending stairs, and the synthesis of an efficient walking gait for ascending and descending stairs. Our biped robot is one of the few biped walking machines capable of ascending and descending stairs     

面向离散地形的欠驱动双足机器人平衡控制方法

欠驱动双足机器人在行走中为保持自身的平衡,双脚需要不间断运动.但在仅有特定立足点的离散地形上很难实现调整后的落脚点,从而导致欠驱动双足机器人在复杂环境中的适应能力下降.提出了基于虚拟约束(Virtual constraint,VC)的变步长调节与控制方法,根据欠驱动双足机器人当前状态与参考落脚点设计了非时变尺度缩放因子,能够实时重构适应当前环境的步态轨迹;同时构建了全身动力学模型,采用反馈线性化的模型预测控制(Model predictive control,MPC)滚动优化产生力矩控制量,实现准确的轨迹跟踪控制.最终进行了欠驱动双足机器人的随机离散地形稳定行走的仿真实验,验证了所提方法的有效性与鲁棒性.     

A fault tolerant gait for a hexapod robot over uneven terrain

The fault tolerant gait of legged robots in static walking is a gait which maintains its stability against a fault event preventing a leg from having the support state. In this paper, a fault tolerant quadruped gait is proposed for a hexapod traversing uneven terrain with forbidden regions, which do not offer viable footholds but can be stepped over. By comparing performance of straight-line motion and crab walking over even terrain, it is shown that the proposed gait has better mobility and terrain adaptability than previously developed gaits. Based on the proposed gait, we present a method for the generation of the fault tolerant locomotion of a hexapod over uneven terrain with forbidden regions. The proposed method minimizes the number of legs on the ground during walking, and foot adjustment algorithm is used for avoiding steps on forbidden regions. The effectiveness of the proposed strategy over uneven terrain is demonstrated with a computer simulation.     

脉冲推力作用下半被动双足机器人的行走动力学分析

为了提高半被动双足机器人在水平地面上行走的稳定性,研究一种脉冲推力作用下半被动双足机器人的行走动力学行为.以最简单的特殊行走模型为动力学模型,采用支撑腿脚后跟脉冲推力作为双足机器人行走动力源.鉴于系统模型的高度非线性,将连续阶段的非线性微分方程线性化;利用角动量守恒和脉冲推力构造一个二维离散映射;采用离散映射的不动点及其特征值分析系统周期步态的存在性和稳定性;接着讨论系统的倍周期分岔.在理论分析的基础上,通过Matlab软件对半被动双足机器人的行走动力学进行仿真实验. 仿真结果表明,在水平地面上行走的半被动双足机器人具有稳定的周期-1步态和周期-2步态.     

Posture Stabilization Strategy for a Trotting Point-foot Quadruped Robot

This paper proposes a posture stabilization strategy for achieving the stable trot gait of a point-foot quadruped robot. Specifically, a stepping strategy (foot placement strategy) has been developed to achieve a stable trot gait. Because in the trot gait of a quadruped robot the diagonal legs can be considered to contact and leave the ground at the same time, the trot gait can be considered as a virtual biped gait. Based on the dynamic model of a virtual biped gait, the stepping point (or the foot placement) that achieves the stabilization of the robot is determined. Finally, the effectiveness of the proposed posture stabilization strategy is validated experimentally.