基于二阶锥方法的仿人机器人稳定性控制

步行环境复杂,外力干扰等因素都会影响仿人机器人的步行稳定性.为了提高仿人机器人的稳定性,在7连杆仿人机器人模型的基础上,提出了用二阶锥方法控制仿人机器人运动的稳定性.首先介绍了二阶锥规划的原理;其次利用摩擦力、ZMP和运动能量3个约束条件构建二阶锥,从而进行求解;最后通过仿真实验证明,该方法与LMS和微粒群在多方面对比有明显优势,提高了仿人机器人运动的稳定性.     

动态环境下的多智能体机器人协作模型

提出了在动态环境中,多Agent的一种协作模型,适用于环境信息不完备的复杂情况.将Agent的独立强化学习与BDI模型结合起来,使多Agent系统不但拥有强化学习的高度反应性和自适应性,而且拥有BDI的推理能力,使只使用数值分析而忽略推理环节的强化学习结合了逻辑推理方法.使用了Borlzman选取随机动作,并且采用了新的奖励函数和表示方法,减少了学习空间,提高了学习速度.仿真结果表明所提方法可行,能够满足多Agent系统的要求.     

一种复杂环境下的仿人机器人路径规划算法

针对仿人机器人运动规划中特有的问题——障碍物的多样性、机器人具有越障和绕障等多种避障运动的功能、路径的代价因素的多样化(时间、距离、能耗等),对环境地图和机器人进行建模,采用混合代价进行仿人机器人的路径规划.首先提出基于多维向量的字典序比较的启发式搜索算法,该算法能够按优先级考虑各项代价因素寻找到综合最优的路径;然后引...     

仿人机器人视觉颜色空间的图像分割算法

提出了一种新颖的图像分割算法,用于提高仿人机器人足球比赛中机器人获取的颜色质最.为了使仿人机器人快速获得颜色图像,采用HSI颜色空间,并对现有算法进行了改进,根据每个像素点HSI 3值中有关J值的公式对当前像素的主要特征进行判断,采用了模糊K均值聚类的方法进行图像分割.根据每个像素点S值的分布,动态地决定当前选用的是H值还是I值,这样就能够有效地消除HSI模型的不足,使得机器人的视觉能够适应复杂的比赛环境.实验结果表明所提方法有效.     

一种仿人机器人复杂运动控制方法

提出了一种新的基于任务的控制策略方法,用任务控制和可选关节控制相结合的方式代替控制全身关节的方式.该控制方式结合了传统的人工控制和全自主控制优点,在操作者与机器人之间建立控制模式.把整个任务分成若干个子任务,对于简单任务采用任务级控制方式,对于复杂任务采用人工关节级精确控制.可用较少的输入控制仿人机器人进行复杂的运动,且可针对所需完成任务的难易程度调整所采用的控制方式.实验证明该控制方法在篮球型机器人上有着较好的应用.     

一种类人型足球机器人快速行走控制方法

针对机器人足球比赛的特点,提出了一种足球机器人快速行走控制方法,通过嵌入式视觉系统采集比赛现场环境信息,使用数据采集与决策双线程软件设计,可以在线实时调整机器人的行走路线,使足球机器人进行快速的行走.同时通过线性插值的方式使机器人底层行走不同步态之间进行光滑衔接,最后通过仿真和实物证明该控制方法的有效性.     

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、...