仿人机器人自适应步态规划方法研究

建立了仿人机器人关节转角与ZMP点之间的函数关系式 ,分析了实际ZMP点的计算过程 ,构造了一个具有学习功能的自适应步态规划参数修正框架 ,该框架能够通过学习满足仿人机器人行走过程中的实际ZMP点与理论ZMP点完全吻合 ,从而实现仿人机器人的稳定快速行走 ,降低了仿真计算结果与实际行走间的不一致性 .     

仿人机器人路径规划研究

针舛仿人机器人机械连杆控制结构的动力学、运动学等特点,建立了25自由度仿人机器人家谱树彤结构,提供了连杆数据列表,分析了步态规划约束、步行倒立摆、奇异位姿控制、落地步态方向控制等特性,构建了行走步态模型,并采用链接图法对环境空间建模,引入种群规模自调整遗传算法实现路径规划。潋仿人机器人NAO为实验平台,采用链接图法进行全局建模,实验表明,改进的遗传算法在仿人机器人路径规划中具有更快的收敛速度与更好的适应性。     

基于MRDS仿人机器人仿真平台设计

为了辅助仿人机器人双足步行的步态实验研究,基于微软机器人开发工作室(MRDS),探讨了一种仿人机器人仿真平台的设计和实现.对虚拟环境中仿真机器人实体进行了建模,研究了面向服务思想下机器人应用程序的一般设计模式,实现了平台服务对机器人行为的并发协调控制.双足步态规划及基本视觉识别的测试表明,平台有效实现了仿人机器人多种基本行为的仿真,为步行及其他控制算法的研究及实验提供了支持和基础.     

仿人机器人实时步态控制系统设计

采用智能优化方法进行仿人机器人实时步态控制系统设计,把仿人机器人的上楼梯过程近似为7连杆模型,并推导出1个周期内的运动学方程;使用2个模糊控制器分别对上楼梯过程中单双腿支撑周期内的关节轨迹输出进行离线学习训练,通过嵌入式视觉系统采集环境信息作为控制器的输入信息,并进行实时控制;同时为了解决模糊控制器离线训练过程耗时长、...     

步态训练机器人控制系统仿真研究

步态训练机器人是一种可以模拟在不同路况下行走的机器人．针对控制系统能够适应不同路况的要求,设计了一种适应负载、速度变化的变参数PID控制器,并建立了控制系统模型．在MATLAB环境下,对控制系统进行了仿真分析．仿真结果表明,平地行走、上楼梯和下楼梯3种步态轨迹的跟踪曲线均具有良好的运行特性;控制器适应了速度、负载变化的影响,满足机器人对不同路况模拟的各项要求．该研究为步态训练机器人对不同路况的进一步模拟研究奠定了基础．     

基于线性耦合振荡器模型的仿人机器人步态规划算法

在采用线性耦合振荡器模型的仿人机器人步态规划中,振荡器部分参数依靠手动调整难以获得能稳定行走的值,故提出了一种优化振荡器参数的算法以改善整个步态规划方法.将机器人的步行速度、行走过程中的质心振动幅度和ZMP(zero moment point)曲线的回绕率组合起来作为优化目标,定义并选定ZMP稳定裕度为约束条件,采用带约束的非线性优化方法作为求解工具,在部分参数固定的情况下,计算得到线性耦合振荡器部分参数的最优值.仿真结果表明,优化方法选择的参数能在保证较大ZMP稳定裕度的情况下实现机器人的快速步行.在DARwIn-OP仿人机器人开放平台上进行的步态规划实验结果表明,优化得到的线性耦合振荡器参数能保证仿人机器人以较大速度稳定行走.     

行走机器人控制策略与开闭环学习控制

主从式双腿协调控制用于异构双腿行走机器人可减少规划量,控制的关键是步态轨迹跟踪.仿生膝关节使机器人步态更加仿人;但仿生腿模型复杂,跟随人工腿步态控制困难.P型开闭环迭代学习控制结合开环和闭环学习控制优点,不依赖于模型,适用于复杂机器人轨迹跟踪控制.从开闭环结合角度,证明了算法收敛性.算法在虚拟样机上的仿真表明算法有效、鲁棒性好且收敛速度优于单独开或闭环学习控制.     

基于帧描述及ZMP的双足机器人步态发生器

为了提高仿人双足机器人行走的稳定性及自主性,提出一种基于帧描述及位姿变换的双足步行机器人新型步态生成方法,该方法将一个行走周期细分为14帧,根据机器人的实际结构尺寸并利用几何约束进行步态规划及规划合成。然后根据ZMP(zero moment point)理论及位姿矩阵算法,对所得到的数学模型以及行走过程中的稳定性、智能性等进行了仿真研究。在此基础上完成了基于嵌入式系统的双足机器人系统平台,最后在平台上的实验及仿真结果验证了所提出规划方法的有效性。     

基于帧描述及ZMP的双足机器人步态发生器

为了提高仿人双足机器人行走的稳定性及自主性,提出一种基于帧描述及位姿变换的双足步行机器人新型步态生成方法,该方法将一个行走周期细分为14帧,根据机器人的实际结构尺寸并利用几何约束进行步态规划及规划合成。然后根据ZMP(zero moment point)理论及位姿矩阵算法,对所得到的数学建模以及行走过程中的稳定性、智能性等进行了仿真研究。在此基础上完成了基于嵌入式系统的双足机器人系统平台,最后在平台上的实验及仿真结果验证了所提出规划方法的有效性。     

基于多传感器信息融合的仿人机器人跌倒检测及控制

仿人机器人在行走过程中,需要及时检测到是否要摔倒,从而阻止摔倒或通过保护动作在摔倒过程中减少机器人损伤.文中基于姿态传感器(包括加速度传感器和陀螺仪)、力感应传感器(FSR)及步行阶段建立了多传感器信息融合模型,采用模糊逻辑决策方法建立了机器人跌倒检测的综合判定方法,并设计相应的控制器,该控制器可检测到仿人机器人运动时是否会摔倒,若无法避免摔倒,则采取相应的保护动作;若可避免摔倒,则通过控制髋关节阻止机器人摔倒.最后在SCUT-I仿人机器人上进行实验,结果表明,文中方法能及时检测到机器人在运动过程中发生跌倒的时刻,并及时通过稳定控制器阻止摔倒或通过倒地控制器产生保护动作,减少机器人的损伤.     

人体步态分析与负重外骨骼机器人的动力学仿真

分析和识别穿戴者的步态信息,指导负重外骨骼机器人的机械结构设计,使其能够和穿戴者协调同步行走。设计仿人体下肢生物平台,利用传感器系统实时反馈人的步态数据,设计与建立步态数据库,在ADAMS中建立三维离线式仿真系统,结合步态的运动学数据,进行动力学分析,为机械结构的设计和驱动单元的选型提供了理论依据和数据支持。通过负重外骨骼机器人的穿戴测试,表明机械结构设计合理,可以真实反映关节转矩的变化。     

基于被动行走原理的双足机器人步态规划

为解决四连杆双足机器人的平面步态规划问题, 提出基于被动行走的平面步态规划。基于3毅向下坡面完全被动行走的动力学方程, 利用角度不变控制方法施加控制力矩, 得到机器人在水平面上的动力学模型。结合常数时间放缩方法对平面参考轨迹进行时间放缩, 得到机器人在水平面上步幅不变, 周期可变的行走步态。通过Matlab 软件数值仿真结果表明, 该研究方法是可行、有效的。     

仿人智能模型控制器及其仿真分析

在采用单片机实现的智能控制系统中，嵌入式软件开发需要简单实用的智能控制算法，其既能保证系统具有较好的性能，又能满足系统控制的实时性要求，针对这个问题，将仿人智能控制与模糊控制相结合，提出了一种仿人智能模糊控制器，给出了该控制器的基本结构、控制算法和仿真结果。仿真分析和实际应用证明，仿人智能模型控制器的设计不需要对象精确的数学模型，且实现比较简单。仿人智能控制器控制效果好，它具有响应速度快、超调小、鲁棒性强等优点，具有一定的工程应用价值。     

基于线性二次调节器算法的两轮自平衡机器人最优控制方法

两轮自平衡机器人作为一种多输入多输出系统,虽然已在许多日常使用中得到应用,但大多数研究只关注通过试验实验或使用简易的数学模型来达到平衡.为了研究两轮自平衡机器人完整数学模型建模和运动平衡控制器设计,首先,根据机器人的电机模型、车轮模型和摆体模型,推导机器人运动的状态空间模型;其次,分析系统的可控性和可观性,并结合状态估计和反馈控制设计具有状态估计的反馈控制器,同时引入线性二次调节器(linear quadratic regulator,LQR)控制方法以完善控制器在机器人运动中的控制效果.仿真实验结果表明:具有状态估计的反馈控制器和LQR控制方法对于这类自平衡机器人运动平衡控制具有良好的稳定性和鲁棒性.     

欠驱动机器人强化学习算法仿真及结果分析

针对纯被动机器人对环境变化敏感,抗干扰能力差等问题,提出了一种基于Sarsa(λ)强化学习的底层PD控制器参数优化算法.在MatODE环境下建立双足有膝关节机器人模型并进行控制器设计.通过与传统控制器仿真结果的对比分析,得出该算法可使模型获得更加稳定的行走步态,同时提高了系统抵抗斜坡扰动的能力,增强机器人的行走鲁棒性.     

仿生四足机器人对角步态规划及稳定性分析

本文以仿生四足机器人作为研究对象,为改善对角步态的稳定性,提出了通过改变对角步态中支撑足的初始位置来提高机器人运动稳定性的方法。通过支撑足位置参数n来改变其初始支撑位置,仿真表明:n从0开始递增直至0.3,稳定性逐渐提高;在 n=0.3附近翻转角达到最小,机身偏转最小,稳定性最好;n>0.3之后稳定性又逐渐减弱;此外在步态规划中研究发现以复合摆线作为足端轨迹相比于椭圆曲线更有利于机器人行走的稳定性。仿真与实验证明了该方法的准确性以及可行性。因此,通过调整支撑足的初始位置以及选择复合摆线作为足端轨迹能使机器人的稳定性有较大提高,为仿生四足机器人的对角快速稳定行走奠定基础。     

双足机器人稳定行走步行模式的研究

研究了一种基于零力矩点(ZMP)预观控制系统的双足机器人稳定行走步行模式生成方法.通过对双足机器人行走过程中行走参数及ZMP轨迹进行规划,计算出机器人行走过程中的质心轨迹.由运动学模型求解出其行走过程中步行姿态,预观控制器利用未来目标ZMP参考值和双足机器人状态计算控制输入,对机器人进行稳定行走控制.最后采用ADAMS和Matlab/Simulink联合仿真技术对离线步行模式进行仿真验证,仿真结果表明双足机器人虚拟样机可实现稳定行走效果.     

仿人机器人未知地面行走控制方法研究

介绍了一种仿人机器人未知地面行走的控制算法 .该算法通过踝关节六维力 \力矩传感器信息感知地面环境 ,确定步态参数 ,利用基于ZMP稳定判据的规划方法进行实时运动规划 ,实现机器人稳定行走 .     

基于再励学习的被动动态步行机器人

为了研究仿人、能量高效的双足机器人步行,研制了由MACCEPA(mechanically adjustable compliance and controllable equilibrium position actuator)柔性驱动器驱动的半被动双足机器人,并实现了其动力学仿真系统.提出一种基于再励学习的步行控制方法.该方法首先采用Q-学习方法学习机器人在理想环境中的稳定步行步态及其控制策略,然后将此步态和控制策略作为模糊优胜学习方法的参考步态和参考控制策略并在线学习模糊网络的优胜值参数.仿真结果表明: 利用学习训练的结果控制柔性驱动器在步行相转换时的动作,机器人可以实现稳定动态步行.     

基于ZMP双足机器人稳定性控制策略与算法的研究

基于ZMP控制理论及其数学模型,通过预先给定双足机器人步态的运动轨迹,计算确定各关节的旋转角度并选定控制系统的控制算法.对遗传算法在双足机器人步行稳定性控制策略做了分析,主要解决如何产生稳定控制机器人步态的数据,在步态运行过程中保证双足机器人从一个稳定态到下一个状态时,同样也是稳定的,以实现机器人在实际行走过程中达到较好的稳定效果.ZMP