基于生物中枢模式发生器原理的四足机器人

传统由人工规划产生的步态是比较僵硬的、缓慢的,缺乏灵活的自组织能力,与真正的动物步态存在很大差别.该文提出了机器人生物步态的概念.以生物的中枢模式发生器(central pattern generator, CPG)模型为核心建立四足机器人运动控制系统,建立CPG网络的权重矩阵与步态的对应关系.采用不同的权重矩阵得到四足机器人的典型步态.根据哺乳动物的肢体运动关系,建立机器人膝髋关节运动关系方程.通过仿真验证了基于生物CPG控制机理的机器人节律运动控制方法是有效的,机器人生物步态的实现是可能的.     

基于生物反射模型的四足机器人坡面运动控制与越障研究

为了提高四足机器人在包含坡面和障碍物等复杂地形中的运动能力与环境自适应能力,在对四足机器人基本步态研究的基础上,利用生物节律运动和反射控制机理,对四足机器人的适应性行走控制模型进行了研究.建立了适用于四足机器人坡面运动以及越障运动的前庭反射和屈肌反射数学模型,根据该数学模型构建的生物反射控制器与机器人膝、髋关节CPG控制网络有机融合,构成了协调性好、整体性高的控制系统.通过Adams/Matlab联合仿真,验证了所提出控制模型的可行性与有效性.该模型能够有效地使前膝后肘式四足机器人流畅、平稳地完成上下坡运动,并具备自适应越障运动能力.     

一种蛇形机器人蜿蜒运动的实现及环境适应性研究

生物蛇数量众多的脊椎骨以及无足的身体结构,使其形成了特殊的蜿蜒式前进步态,能够广泛适应于草地、沙漠和湖泊等起伏地形,这种节律性的运动方式被证明是由中枢模式发生器(CPG)控制的.利用Hopf振荡器的稳态特性建立了能够实现蛇形机器人蜿蜒步态的CPG步态控制网络,依据蛇形机器人的模型仿真器得到了控制蜿蜒运动的CPG网络参数,并利用该网络的输出蛇形机器人成功实现了前进.根据Hopf振荡器对控制参数突然变化的良好适应性,通过在线调整得到了新的输出.讨论了面对复杂环境时蛇形机器人转弯运动的实现以及改变蛇形机器人身体S波构形来提高其环境适应性的方法.在蛇形机器人样机上的实验证明了基于CPG的运动控制方法在蛇形机器人蜿蜒运动上的有效性.     

基于CPG的仿海蟹机器人浮游步态生成方法

结合仿生游动机理,针对游泳桨推进仿海蟹机器人提出一种基于中枢模式发生器浮游步态生成方法.采用可独立控制频率、幅值、相位延迟和时间非对称系数的一类非线性振荡器作为节律信号发生器,通过最近相邻耦合的方式构建了仿生游动的链式中枢模式发生器(CPG)运动控制模型,并分析了振荡单元平衡点的性态,证明了振荡器极限环存在的唯一性和稳定性;在此基础上,引入三个顶层控制信号作为CPG网络的激励,分别用来控制机器人的游动速度、转艏速率和浮潜速率,实现了仿海蟹机器人的三维游动控制.实验结果显示样机具有一定稳定性和机动性,机器人的直线游动速度和转艏速度随着游速控制系数和转艏速率控制系数的增加而增大,最大直线游动速度可达0.41 BL/s,最大原地转艏速率可达1.7 rad/s.仿真及实验结果验证了此中枢模式发生器模型的可行性与所提控制方法的有效性.     

离散化四足机器人自由步态控制方法

为了实现离散化四足机器人自由步态的控制,提出一种新的基于中枢神经模式发生器(CPG)的自由步态控制方法。介绍了离散化四足机器人模型,在已确定的地形中,设定四足机器人起始点与抵达点的状态。将连续步态按照离散化步态完成排序,形成排序集合。在此基础上,利用中枢神经模式发生器CPG,采用周期性振荡信号对离散化四足机器人腿部各关节进行控制,给出单独神经元模型。为了便于分析,使用互抑神经元构成的振荡器对神经元的输出信号进行改善,通过该振荡器产生规律的振荡信号,以控制离散化四足机器人完成自由步态移动。实验结果表明,所提方法能够有效控制离散化四足机器人实现自由步态移动。     

基于力反馈-中枢模式发生器模型的六足机器人控制器

六足机器人的多关节、高耦合、非线性的机械结构使其运动控制成为机器人研究领域一大难题。针对上述问题,在Matsuoka振荡器的基础上,创新性提出带力反馈神经元的三神经元相互反馈的中枢模式发生器(CPG)模型作为六足机器人的运动控制器。在对六足机器人进行运动学建模、运动学分析等数学分析的基础上,对三神经元CPG模型建模分析;并得到振荡周期波形满足六足机器人节律运动的要求。对力反馈模型进行实物设计;并建立对应反馈模型。根据反馈信息对六足机器人运动节律、关节信息等实时调节。最后通过仿真及实物实验证明,该CPG模型能够满足维持六足机器人稳定运动的要求,在复杂、未知环境中,也能够保持机器人的稳定性与适应性,实现复杂环境下的自适应运动。     

基于力反馈-CPG模型的六足机器人控制器

六足机器人的多关节、高耦合、非线性的机械结构使其运动控制成为机器人研究领域一大难题。针对上述问题,本文在Matsuoka振荡器的基础上创新性提出带力反馈神经元的三神经元相互反馈的CPG模型作为六足机器人的运动控制器。在对六足机器人进行运动学建模、运动学分析等数学分析的基础上对三神经元CPG模型建模分析并得到振荡周期波形满足六足机器人节律运动的要求。对力反馈模型进行实物设计并建立对应反馈模型,根据反馈信息对六足机器人运动节律、关节信息等实时调节。最后通过仿真及实物实验证明该CPG模型能够满足维持六足机器人稳定运动的要求,在复杂未知环境中也能够保持机器人的稳定性与适应性,实现复杂环境下的自适应运动。     

一种基于CPG的两足机器人步态生成方法

提出一种基于中枢模式发生器(central pattern generator,CPG)的双足机器人步态生成方法.应用Matsuoka振荡器设计了CPG控制器,其输出控制踝关节角度,膝关节和髋关节角度通过轨迹规划得到.通过将CPG输出与"引导曲线"叠加,实现了机器人的连续稳定行走.该方法避免了CPG繁杂的参数优化过程,是CPG应用的一大进步.MATLAB仿真结果证明了所提方法的可行性.     

基于CPG模型的推进器运动控制方法

为了生成仿生长鳍波动推进器的多种运动模式,提出了一种基于中枢模式发生器(CPG)模型的运动控制方法.利用改进的Matsuoka振荡器,建立了一个含有10个神经振荡器的CPG模型,通过调节CPG模型的输入参数协调控制推进器各鳍条的摆动,得到多种运动模式,基于CPG模型建立了长鳍波动推进器的运动控制器.通过在FPGA中实现CPG控制器,实现长鳍波动推进器的实时在线控制.通过推进器的游动实验,验证了控制器的有效性.     

脊柱型四足机器人粗糙可变地形对角小跑运动控制

为了实现脊柱型四足机器人在粗糙可变地形上的对角小跑运动,在运动学分析的基础上提出了基于中枢模式发生器的控制方法,包括步态规划、地面倾角估计、姿态控制、碰撞反射、踏空反射和侧向步反射6个模块.步态规划生成控制机器人运动的腿部和脊柱关节信号;地面倾角估计估计地形倾角,并根据倾角调节规划的足端轨迹;姿态控制控制机体和地面保持平行并控制机器人的航向角;碰撞反射控制摆动腿在碰到障碍物时可以快速越过并恢复到规划的运动轨迹;踏空反射控制支撑腿在遇到下凹地形时可以快速撑地并恢复到规划的运动轨迹;侧向步反射抵消外力的影响,防止机器人侧向倾覆.通过控制机器人在不同地形运动可以分步调节并确定各模块的控制参数.仿真结果显示,利用提出的控制方法脊柱型四足机器人可以顺利通过包含外力干扰、台阶、斜坡和楼梯的结构化地形,以及由不同角度随机排列直角三角体模拟的粗糙地形、由不同角度随机排列直角三角体和球形颗粒模拟的粗糙可变地形.     

神经元模型的四足机器人适应性行走控制

为了改善足式机器人的适应性行走能力,提出仿生控制和智能优化算法相结合的控制策略.利用Rulkov神经元模型对生物中枢模式发生器(central pattern generator, CPG)进行机理建模;设计了基于CPG模型的单关节和多关节耦合的网络拓扑结构,并利用多目标遗传算法优化CPG单元间的耦合系数矩阵,使得CPG网络的输出信号可以控制机器人关节按照一定的时序发生动作;设计机器人信息融合反馈系统并提出坡面适应性行走控制策略,并以四足机器人GhostDog作为实验对象,在Webots仿真平台上做实验验证.结果表明,所提出的行走控制策略可以控制机器人自主完成模式切换,具有一定的环境适应性.     

基于Rulkov神经元模型的四足机器人适应性行走控制

为了改善足式机器人的适应性行走能力,提出仿生控制和智能优化算法相结合的控制策略.利用Rulkov神经元模型对生物中枢模式发生器(central pattern generator, CPG)进行机理建模;设计了基于CPG模型的单关节和多关节耦合的网络拓扑结构,并利用多目标遗传算法优化CPG单元间的耦合系数矩阵,使得CPG网络的输出信号可以控制机器人关节按照一定的时序发生动作;设计机器人信息融合反馈系统并提出坡面适应性行走控制策略,并以四足机器人GhostDog作为实验对象,在Webots仿真平台上做实验验证.结果表明,所提出的行走控制策略可以控制机器人自主完成模式切换,具有一定的环境适应性.     

基于中枢模式发生器的机器人行走控制

基于中枢模式发生器(central pattern generator,CPG)的动物运动控制机理实现四足机器人AIBO的行走控制.利用Kimura振荡神经元构建CPG分布式控制网络,通过多目标遗传算法优化调整CPG网络中的参数,在AIBO上实现类似动物行走(walk)的行走模式.通过Webots仿真和实体实验,验证所设计的CPG控制网络和控制方法的可行性与有效性.     

四足机器人步态参数优化及探索性行走策略

为实现四足机器人在复杂的地形环境、有限的能量供应和不可预知的干扰下运动稳定，提高四足机器人穿越复杂地形的能力，采用了粒子群优化算法对经典步行步态参数进行优化，提出了一种易于实现、能适应不同地形的探索性步态. 所提出的探索步态不需要立体视觉或激光雷达所感测到的任何地形信息，机器人通过IMU传感器和足端力传感器接触地面来感知地形. 针对提出的优化方法和步态策略进行了仿真和实验，验证了所提出的探索性步态在穿越不平坦地形时的运动能力.      

基于Petri网模型控制的步行机器人的自由步态

为解决步行机器人在复杂环境下的运动问题 ,根据步行运动的特点 ,提出了单腿运动的 Petri网控制模型 ,又以5足步行机为例 ,建立了与其腿数相对应的多腿协调控制模型 ,并制定了相应的控制策略。在此基础上 ,重新提出了有关步行机器人自由步态的有关概念及其运动规划算法 ,定义了保持静稳定行走状态的运动条件和判断方法。最后对 5足步行机在平面不连续落足区内的跨沟运动进行了仿真。仿真结果表明 ,提出的运动控制模型和自由步态能够自动适应运动环境 ,实现离散地形下的步行运动     

仿人服务机器人的平衡控制

仿人机器人具有复杂的耦合非线性特性,因此仿人机器人的平衡控制具有重要的研究意义。针对仿人服务机器人系统,研究智能仿人服务机器人的平衡控制。首先,研究智能双足仿人机器人HUBO的行走与站立时平衡模式,分析HUBO基于ZMP的步态规划方法,并分析HUBO内部各个关键控制器的控制方式,以保证机器人行走时的平衡。然后,通过这些信息,使用Simulink对各控制器进行仿真,验证控制效果。最后,通过仿真分析、改进各项控制参数,进一步改善了仿人机器人步态平衡控制,达到较好的步态平衡控制效果。     

一种仿人机器人斜坡运动步态规划方法

以SCUT-Ⅰ仿人机器人步态运动为对象,提出了由斜坡运动步长、步行周期等参数控制的斜坡运动模式,并基于倒立摆模型对斜坡运动过程中仿人机器人的髋关节和摆动腿踝关节的轨迹进行规划,从而得到斜坡运动的轨迹;最后,根据SCUT-Ⅰ仿人机器人模型参数,在Matlab 6.5中建立机器人的模型,对机器人斜坡运动进行仿真实验,验证了该规划方法的有效性及稳定性.     

工程灾害救援环境中仿人机器人下蹲取物动力学分析

根据对仿人机器人的结构特征和下蹲取物步态的分析,将下蹲取物的仿人机器人简化为具有七自由度的六连杆模型,并基于拉格朗日法对其建立了动力学方程,进而计算出仿人机器人各主要关节力矩时间曲线.阐明了工程灾害救援环境中仿人机器人下蹲取物过程各主要关节的受力机理,为仿人机器人的救援行为设计提供基础.     

基于Webots的蛇形机器人蜿蜒步态规划及偏移补偿

仿生蛇形机器人对复杂环境具有良好的适应性,应用前景广泛.针对蜿蜒运动初始时刻的突变问题和运动过程中存在的偏移问题,提出优化方程,并对蜿蜒运动步态进行规划,研究了模型参数对机器人运动速度、偏移的影响,分析运动控制参数,并对运动步态偏移进行补偿.通过Webots仿真实验表明:运动控制参数决定了蛇形机器人的运动形状、偏移量及转弯特性,可以有效避免侧向偏移,对蛇形机器人高效的运动控制具有较为重要的借鉴意义.     

适应非平整地面的双足机器人柔顺步态优化方法

为了实现双足机器人在不平整地面上的快速步行,提出一种基于优化的2D柔顺步态规划方法.基于腿部刚度和触地角,采用弹簧倒立摆模型建立机器人步行的参数化模型.考虑质心控制误差,提出一种适应位姿扰动的步态规划方法,允许机器人不必回到预设姿态就可以直接进入下一步态周期,使机器人更灵活.针对传统规划方法仅考虑质心在步态周期末端速度而导致的速度误差,提出一种速度补偿策略,控制整个步态周期速度,提高了连续步行的速度跟踪精度.将对腿部刚度和触地角的求解转化为优化问题,采用改进鲸鱼群算法进行求解,实现了对复杂环境的自适应.仿真结果表明:相较于传统方法,提出的方法可以实现更快速的步行,使机器人能在更复杂的地面上精确跟踪目标速度,连续平稳行走.