两足步行机器人动态步行的步态控制与实时时位控制方法

本文讨论两足步行机器人动态步行实时控制中的步态 控制方法．在姿态控制条件下，详细分析了步行系统的步态稳定性，提出了步态控制器的构 造和设计方法，综合姿态控制器和步态控制器，提出了动态步行实时时位控制方案，最后运 用仿真模型验证了这一实时控制方案的可行性．     

两足步行机器人动态行姿态稳定性及姿态控制

本文提出了一种新型两足行机器人动态步行实时控制方法，引入了姿态稳定性和步态稳定性的概念，提出了姿态控制器的结构及设计方法。     

两足步行机器人姿态稳定性分析

本文就两足步行机器人动态步行实时控制中的姿态稳定性问题进行研究，运用李亚普诺夫方法证明了当机器人踝关节采用小力矩控制时其余各关节角运动轨迹跟踪控制的稳定性，并给出了各关节控制器设计的约束条件，为姿态控制的设计奠定了理论基础。     

仿人机器人动态步行控制综述

综述了仿人机器人动态步行的研究历史和研究现状。归纳了动态步行的特点,分析了动态步行稳定性判定方法,介绍了基于ZMP的姿态稳定判据和基于庞加莱映射（Poincaré Map）的步态稳定判据。总结了仿人机器人学习适应复杂地面环境步行的方法,概述了动态步行控制实现的典型解决方案,指出了动态步行控制中待解决的问题,并探讨了未来的发展方向。     

欠驱动两足步行机器人研究现状

针对欠驱动两足步行机器人的研究现状与发展趋势进行了探讨。首先,总结了被动行走和踝关节欠驱动两足机器人的研究现状,介绍了欠驱动两足步行机器人的基本研究方法,包括问题描述、步态规划、运动控制和稳定性判定等,并对欠驱动两足机器人需要进一步研究的问题和发展方向进行深入研究,最终目标是将欠驱动控制策略应用于两足步行机器人的行走过程控制,以提高其运动性能。     

两足步行椅机器人的机构设计

主要介绍了两足步行椅机器人的整体机构设计．在踝关节和髋关节处，采用了一种新型多自由度正交关节设计，使得机器人结构紧凑，提高了步态规划的精度．利用两足步行椅机器人动力学模型，分析了各关节的驱动力矩，以此确定了驱动电机的功率．在髋关节和座椅之间设计了减震系统，并建立了减震系统模型，分析了减震系统对于步态稳定性的作用．最后，为保证乘坐者的安全，从机构的角度设计了机械式保护装置．     

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．     

舵机控制步行机器人系统设计

首先设计了两足步行机器人的本体结构,并选择舵机作为驱动源。然后,基于广义坐标对该机器人进行了运动学建模,该方法运算简便、直观易懂。重点讨论了动态步行的算法设计,详细分析了基于零力矩点的仿人机器人动态步行运动规划方法。结合机器人的几何约束和运动约束,推导机器人参数化步态设计的推导公式,机器人步态的参数化设计大大方便了机器人的运动学和动力学分析。最后,介绍了运动规划的实验设计,并对关节调试作了总结和分析,指出了存在的问题和解决的办法。     

双足机器人动态步行实时步态生成

针对双足机器人动态步行生成关节运动轨迹复杂问题,提出了一种简单直观的实时步态生成方案。建立了平面五杆双足机器人动力学模型,通过模仿人类步行主要运动特征并根据双足机器人动态步行双腿姿态变化的要求,将动态步行复杂任务分解为顺序执行的四个过程,在关节空间相对坐标系下设计了躯干运动模式、摆动腿和支撑腿动作及步行速度调整模式,结合当前步行控制结果反馈实时产生稳定的关节运动轨迹。仿真实验验证了该方法的有效性,简单易实现。     

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。     

点接触式两足步行机器人直立姿态稳定控制

针对点接触式两足步行机器人提出了一种直立姿态稳定控制策略。建立了机器人动力学模型,对机器人直立姿态的稳定性和可控性进行分析;并基于T-S模型建模,构造机器人全局模糊模型,基于LQR最优控制理论,设计全局渐近稳定的模糊控制器对机器人直立姿态进行稳定控制。仿真结果表明,该算法具有较宽的稳定范围,可以使机器人在上电以后和从行走切换到站立状态时迅速恢复直立姿态,保持稳定。     

双足步行机器人控制器的改进与实现

文章首先指出二十四自由度双足机器人的控制器是该型机器人的核心,也是扩展该型机器人功能首先需要改进的部件,接着介绍了双足机器人的控制器硬件和软件的改进设计。文章比较详细地阐述了双足机器人步态轨迹控制与规划,并指出下一步的研究方向是如何控制双足步行机器人稳定地和健壮地在复杂环境里及粗糙地面上行走。     

双足机器人步态控制研究方法综述

概括地介绍了双足机器人步态控制领域内的主要研究思路．详细阐述了基于双足动力学特征的3种建模方法,包括倒立摆模型、被动步态模型、质量弹簧模型的特点．另外讨论了两种常用的约束条件(稳定判据与能量约束)和3种智能控制方法(神经元理论、模糊逻辑与遗传算法)在双足机器人步态控制中的研究情况．     

动态双足机器人的控制与优化研究进展

对动态双足机器人的可控周期步态的稳定性、鲁棒性和优化控制策略的国内外研究现状与发展趋势进行了探讨.首先,介绍动态双足机器人的动力学数学模型,进一步,提出动态双足机器人运动步态和控制系统原理;其次,讨论动态双足机器人可控周期步态稳定性现有的研究方法,分析这些方法中存在的缺点与不足;再次,研究动态双足机器人的可控周期步态优化控制策略,阐明各种策略的优缺点;最后,给出动态双足机器人研究领域的难点问题和未来工作,展望动态双足机器人可控周期步态与鲁棒稳定性及其应用的研究思路.     

Stability and control of dynamic walking for a five-link planar biped robot with feet

During dynamic walking of biped robots, the underactuated rotating degree of freedom (DOF) emerges between the support foot and the ground, which makes the biped model hybrid and dimension-variant.This paper addresses the asymptotic orbit stability for criterion for DVHS is also presented, and the result is then used to study dynamic walking for a five-link planar biped robot with feet. Time-invariant gait planning and nonlinear control strategy for dynamic walking with flat feet is also introduced. Simulation results indicate that an asymptotically stable limit cycle of dynamic walking is achieved by the proposed method.     

Stability and control of dynamic walking for a five-link planar biped robot with feet

During dynamic walking of biped robots, the underactuated rotating degree of freedom （DOF） emerges between the support foot and the ground, which makes the biped model hybrid and dimension-variant. This paper addresses the asymptotic orbit stability for dimension-variant hybrid systems （DVHS）. Based on the generalized Poincare map, the stability criterion for DVHS is also presented, and the result is then used to study dynamic walking for a five-link planar biped robot with feet. Time-invariant gait planning and nonlinear control strategy for dynamic walking with fiat feet is also introduced. Simulation results indicate that an asymptotically stable limit cycle of dynamic walking is achieved by the proposed method.     

Robust pseudo virtual passive dynamic walking with control of swing-leg retraction

This paper proposes a simplified method of underactuated virtual passive dynamic walking without having any singularities in the control input, which is termed as the pseudo virtual passive dynamic walking (PVPDW), and analyzes the gait properties considering quasiconstraint on the impact posture. First, we introduce a planar underactuated biped model that added an upper body by means of a bisecting hip mechanism and formulate the method of PVPDW based on the concept of pseudo center of mass. Second, we introduce a control law for inhibiting swing-leg retraction and analyze the effect on the gait stability. The simulation results show that falling down as a 1-DOF rigid body dramatically increases the stable domain even though the hip angle at impact is not precisely kept constant. Finally, we discuss the mechanism from the energy-loss coefficient point of view.     

A SVM controller for the stable walking of biped robots based on small sample sizes

Conventional machine learning methods such as neural network (NN) uses empirical risk minimization (ERM) based on infinite samples, which is disadvantageous to the gait learning control based on small sample sizes for biped robots walking in unstructured, uncertain and dynamic environments. Aiming at the stable walking control problem in the dynamic environments for biped robots, this paper puts forward a method of gait control based on support vector machines (SVM), which provides a solution for the learning control issue based on small sample sizes. The SVM is equipped with a mixed kernel function for the gait learning. Using ankle trajectory and hip trajectory as inputs, and the corresponding trunk trajectory as outputs, the SVM is trained based on small sample sizes to learn the dynamic kinematics relationships between the legs and the trunk of the biped robots. Robustness of the gait control is enhanced, which is propitious to realize the stable biped walking, and the proposed method shows superior performance when compared to SVM with radial basis function (RBF) kernels and polynomial kernels, respectively. Simulation results demonstrate the superiority of the proposed methods.     

一种小样本支持向量机控制器在两足机器人步态控制的研究

神经网络等传统的机器学习方法是基于样本数目无穷大的经验风险最小化原则,这对非确定环境下有限样本的步态学习控制非常不利．针对两足机器人面临的非确定环境适应性难题,提出了一种基于支持向量机（SVM）的两足机器人步态控制方法,解决了小样本条件下的步态学习控制问题．提出了一种基于混合核的步态回归方法,仿真研究表明了这种方法比全局核和局部核分别单独用于步态学习时有优越性．SVM以踝关节及髋关节的轨迹作为输入,相应的满足ZMP判据的上体轨迹作为输出,利用有限的理想步态样本对机器人上体轨迹与腿部轨迹之间的动态运动关系进行学习,然后将训练好的SVM置入机器人控制系统,从而增强了步态控制的鲁棒性,有利于实现两足机器人在非结构环境下的稳定步行．仿真结果表明了所提方法的优越性．