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。     

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.     

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.     

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.     

中枢模式发生器网络步态运动

采用相对简单的Rayleigh振荡器作为中枢模式发生器(CPG)控制器,建立网络模型,针对该方法对多神经元耦合描述的不足,在单神经元和双神经元模型的基础上添加一个神经元,建立了三神经元模型。利用该模型分别模拟髋关节、膝关节和踝关节运动,实现了对步态运动过程中腿部各关节的模拟。仿真结果表明,用Rayleigh振荡器构建的CPG能够很好地模拟多神经元的生理特性,Rayleigh振荡器作为CPG控制器建立多神经元网络模型是可行的。     

中枢模式发生器网络步态运动

采用相对简单的Rayleigh振荡器作为中枢模式发生器(CPG)控制器,建立网络模型,针对该方法对多神经元耦合描述的不足,在单神经元和双神经元模型的基础上添加一个神经元,建立了三神经元模型。利用该模型分别模拟髋关节、膝关节和踝关节运动,实现了对步态运动过程中腿部各关节的模拟。仿真结果表明,用Rayleigh振荡器构建的CPG能够很好地模拟多神经元的生理特性,Rayleigh振荡器作为CPG控制器建立多神经元网络模型是可行的。     

基于CPG的仿蟹机器人复杂地形步态生成方法

为了提高仿蟹机器人的复杂环境适应性,提出一种基于生物神经反射机理的自适应复杂地形步态生成方法。首先,采用互抑神经元振荡器构建仿蟹机器人CPG运动控制网络模型;其次,利用具有良好逼近能力的前馈神经网络将CPG输出的节律信号映射为步行足足端轨迹;然后,在CPG模型中引入基于力传感器触发的反射机制,实现了机器人自适应复杂地形步态生成;最后,通过仿蟹机器人复杂地形运动控制的实验研究,验证所提出的基于生物神经反射机理的自适应复杂地形步态生成方法的有效性。     

自然地形下六足步行机器人基于落足点的位姿调整策略

以搭载双目视觉系统的六足步行机器人HITCR-II为研究对象,根据选取的落足点,设计了机器人兼顾运动效率和稳定性的位姿调整策略。通过足端轨迹规划和机器人逆运动学算法求得各个关节的运动轨迹,在Adams中对机器人在自然地形中行走过程进行了运动学仿真实验。实验结果表明,使用该位姿调整策略,能够使六足步行机器人HITCR-II实现在自然地形下的高效稳定地运动。     

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.     

串联机器人运动学建模与轨迹规划研究

以IRS3003机器人为研究对象对六自由度串联机器人的运动学建模及轨迹规划方法进行研究,采用D H建模方法,结合Matlab Robotics机器人工具箱建立IRS3003机器人运动模型,对机器人操作空间进行运动学分析.采用五次多项式插值方法,基于PPO路径规划码垛轨迹,分别实现机器人在关节空间和笛卡尔空间的轨迹规划与...     

面向崎岖地形的六足机器人运动能力分析

对机器人自身运动能力的把握是进行合理运动规划和控制的前提.针对面向崎岖地形应用的六足机器人的运动能力进行分析.首先,介绍了六足机器人平台及其系统设计;然后,分别对六足机器人腿部、由机器人躯干和各支撑腿构成的并联机构进行了运动学建模,并分析了它们的工作空间;最后,基于Adams和Matlab建立了含有梅花桩崎岖地形的六足机器人仿真平台,并进行了六足机器人运动仿真.结果表明:通过结合六足机器人自身运动能力和地形特征进行合理的运动规划,可有效提高六足机器人在崎岖地形下的运动能力.     

基于DSP的焊装机器人控制算法研究与仿真设计

在建立六自由度焊装机器人D-H坐标系及确定各手臂参数的基础上,研究其正逆运动学方程,设计其数值模拟算法,并在MATLAB环境下建立仿真模型,获得在定点控制模式下各个关节电机控制量,得到具有固定重力补偿的机器人控制模型;基于六自由度机器人动力学控制原理,在考虑电机特性及机器人手臂动力学特性的基础上,建立了具有传感器反馈控制的优化模型;在Tecnomatix环境下创建了四机器人焊接工位,利用其提供的Robotics功能模块,实现了机器人的路径及功能示教;利用DSP(Digital Single Processor,数字信号处理器)解算了机器人关节坐标的牛顿-欧拉逆运动学方程,并实时、快速处理传感器反馈信号,实现了对多个伺服系统的闭环控制。     

四足机器人对角小跑步态控制策略分析

基于动力学模型的四足机器人运动控制,难以实现适应非结构化环境的稳定步行.开展了基于中枢模式发生器控制策略的四足机器人对角小跑步态仿真分析与实验研究.采用正弦函数规划了四足机器人的足端期望轨迹,采用D-H坐标法进行四足机器人腿摆动相和支撑相的运动学分析,由运动学逆解获得四足机器人足端期望轨迹和关节角位移间的关系.设计了中枢模式发生器的神经振荡器控制器,建立由兴奋神经元和抑制神经元组成的振荡单元模型,输出振荡波控制四足机器人髋关节和膝关节.通过开展四足机器人对角小跑步态步行仿真和实验研究,验证了理论分析和控制方法的正确性,为提高四足机器人机动性奠定基础.     

基于谐波轨迹和中枢模式发生器的工业机器人在线轨迹规划

针对工业机器人周期性点位重复作业的平滑轨迹和在线变更轨迹要求,提出了新的关节空间的在线运动轨迹规划方法.在传统谐波轨迹方法的基础上,通过引入生物体中用于产生节律活动的中枢模式发生器(CPG)模型,设计了适用于工业机器人点位往复运动的改进CPG网络.拾放任务作为点位作业的一个典型实例,被用于证实新方法的有效性.实验仿真结果表明,提出的新方法只需求解初始点与终止点的逆运动学,无需其他附加约束条件即可在笛卡尔空间产生平滑的轨迹并通过CPG参数的调整实现稳定的在线轨迹变更,有效缩短作业时间,有益于提高生产率.     

MOTOMAN-HP3型机器人运动学建模

根据MOTOMAN-HP3型机器人具体结构特点,建立机器人的运动学模型,求出正逆解.并在机器人运动学建模过程中,对关节运动范围的转换规律进行了研究.为机器人运动分析、离线编程、轨迹规划等打下了基础.     

通用型六自由度工业机器人的运动学分析

针对六自由度工业机器人运动学分析和轨迹规划过程中的计算烦琐问题,以通用型六自由度工业机器人为研究对象,在Matlab环境下,利用Robotics Toolbox工具箱对该机器人进行运动学建模,并建立该机器人的D-H模型,对其进行运动学求解和轨迹规划与仿真。实验表明,Robotics Toolbox工具箱极大地简化了通用型六自由度工业机器人运动学分析的正、逆解的求解过程,并且能直观地显示机器人的运动特性、参数和轨迹。对通用型这类六自由度工业机器人的研究与应用具有重要的价值。     

脊柱型四足机器人运动学建模及对角小跑步态规划

针对四足机器人在常规对角小跑步态中绕对角支撑线的翻转力矩会导致机器人失衡问题,在运动学建模和失衡原因分析的基础上提出了2种新颖的对角小跑步态规划方法:叠加腿部侧摆运动的对角小跑步态和叠加脊柱偏航摆动的对角小跑步态.前者引入腿的侧摆关节的运动调节支撑腿足端轨迹,后者增加脊柱偏航关节的运动调节机器人的重心并保持足端轨迹不变,这2种方法均使机器人重心在整个对角小跑步态周期位于对角支撑线上.仿真结果显示,相比于常规对角小跑步态和足端轨迹后移的对角小跑步态,提出的对角小跑步态规划方法显著提高了机器人运动的稳定性.此外,提出的规划方法在存在模型误差时具有鲁棒性.     

基于复合摆线轨迹的四足机器人稳定性分析

为了缩短四足机器人的研发周期,进一步提高其运动稳定性,基于复合摆线轨迹对不同步态周期下四足机器人的稳定性进行了研究.给出了四足机器人结构设计,并建立运动学模型进行运动学分析.采用复合摆线法进行轨迹规划,然后进一步结合运动学模型得到各关节驱动函数,并将其导入到ADAMS模型中设置相关约束进行动力学仿真.将机体翻转角作为主...