四足步行机器人动步态特征辨识算法

针对四足机器人行走动步态的研究，提出了一种基于神经网络中Ｋｏｈｏｎｅｎ自组织映射的聚类算法。该算法依据其特征对步态数据进行聚类，并利用求重心的方法，获取特征模型，大大简化了调试工作。     

四足机器人对角小跑直线步行的虚拟模型

提出用虚拟模型控制技术实现四足步行机器人的对角小跑直线步行,在阐述虚拟模型概念的基础上,推导了JTUWM-Ⅲ四足机器人对角支撑和四足支撑的虚拟模型,实现了对小角小跑步态,机体步行速度为0.2km/h。     

四足步行机器人中一种新型腿结构缓冲特性

四足步行机器人在高速步行时,地面对其产生了很大的冲击,引入弹性步行机构是减少冲击的关键．将一种新型弹性步行机构应用于四足步行机器人中,分析其工作原理,并研究其控制电路．进而以Ｐａｃｉｎｇ步态为例,对弹性步行机构的缓冲和储能功能进行了理论探讨和实验分析,并在对刚性腿和弹性腿对比研究的基础上,指出将弹性步行机构应用于四足步行机器人具有独特的优越性．     

负载型四足步行平台静步态行走虚拟模型控制

为实现负载型四足步行平台静步态柔顺行走,减小控制方法的复杂程度,提出了一种基于机体虚拟模型的步行平台静步态行走控制方法。将平台静步态行走控制分为支撑阶段足端力的求解、摆动腿的运动控制及机体运动控制三部分。对于静步态行走支撑阶段中存在的三足及四足支撑阶段,分别在平台整体受力分析基础上,通过添加相应的约束条件,实现了其各方向的力可控。通过在摆动腿足端实际位置与理想位置之间添加虚拟的弹簧阻尼元件实现了足端轨迹跟踪准确性及足端着地时的柔顺性。通过在机体实际位置及期望位置之间添加相应的虚拟弹簧阻尼元件,结合平台机体轨迹规划实现其静步态行走。并通过机动平台平地及爬越台阶静步态行走仿真验证了控制算法的有效性。     

基于粒子群算法的四足机器人静步态优化方法

针对四足机器人机身因实现平衡稳定而进行横向调整的静步态稳定性规划问题,提出了一种新的基于粒子群算法的四足机器人机身横向调整参数优化方法.算法以运动过程中机身的横向调整参数为设计变量,其目标函数综合考虑了四足机器人躯体稳定性、行走直线性等运动性能,并利用Matlab与Adams软件对所提出的优化方法进行了一系列仿真实验验证.仿真实验结果表明:所提优化方法可以快速有效地寻求全局最优参数,使四足机器人能够实现具有良好运动性能的静步态.      

基于中心压力判据的双足步行机器人稳定性研究

本文首先对中心压力判据进行了研究,然后根据双足步行机器人实验平台的实际情况,经过简化,得到了一种双足步行机器人离线动作稳定性的判别方法,并进行了基于位姿矩阵的数学建模。同时通过在机器人脚底加入力传感器的方法,设计了一种简化的在线稳定性判别方法,并将以上两种判稳性检测方法应用到了实际机器人的控制当中。     

四足机器人对角小跑起步姿态对稳定性的影响

四足机器人在高速动态步行过程中保持稳定性是十分重要的.建立了四足机器人对角小跑步态下绕支撑对角线的翻转力矩力学模型,分析了该力矩对机器人运动姿态及稳定步行的不利影响,得出了翻转角度与步行周期的平方及步长成正比的结论,并提出了利用起步姿态来削弱翻转力矩不利影响的方法--三分法.仿真实验证明了该方法的有效性.     

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。     

四足机器人坡面行走稳定性分析

为了提高四足机器人坡面行走的稳定性,四足机器人的小腿采用液压缸,并提出了通过增大机器人后腿小腿腿长和减小前腿小腿腿长的方法,使机器人质心向前移动,从而提高坡面行走稳定性.对四足机器人进行了运动学分析,计算了四足机器人前腿和后腿小腿腿长的调整量与坡面倾斜角度的关系.利用Adams和Matlab,对四足机器人进行了联合仿真.仿真结果表明,四足机器人能够以trot步态在坡面上稳定行走,验证了四足机器人质心调整方法的有效性.     

四足机器人坡面质心调整方法

为了实现稳定的坡面运动,设计了小腿采用液压缸的四足机器人.基于对角小跑步态,提出一种通过改变机器人前腿小腿腿长和保持后腿小腿腿长不变来实现坡面质心调整的方法.以机器人质心在斜面的投影点落在支撑对角线交点处为判据,对该质心调整方法进行了稳定性分析,得到姿态调整的确定值.对零冲击复合摆线足端轨迹规划方法进行了改进,以减少四足机器人坡面上的足地接触冲击.利用Adams和Matlab对四足机器人坡面trot步态运动进行了联合仿真.仿真结果表明所提出的质心调整方法和足端轨迹规划方法能够实现机器人在20°坡面上的稳定行走.      

四足机器人步行控制算法的研究

静态步行控制算法是利用稳定裕量(S-Margin)判别法,对采用缩放式腿部结构的四足机器人进行步行控制,保证了全过程的稳定性,并通过腿部姿态的改变自动补偿凹凸地面的影响。最后,通过实验证明了上述算法及所研究的软件的可靠性和实用性。     

模糊神经网络在四足步行机器人控制中的应用

将神经网络和模糊控制理论应用于四足步行机器人的控制中，并在实验基础上选取样本，设计了针对四足步行机器人的模糊神经网络控制系统．     

基于虚拟模型的四足机器人直觉控制

JTUWM-Ⅲ四足机器人在关节上设置驱动器，高层的步行任务转化为低层关节空间的驱动控制，它是非直觉的。针对这一问题，以虚拟驱动器模拟实际关节转矩，基于此虚拟驱动器的模型，将高层的步行任务转化为底层的关系转矩控制，凭直觉连续设置虚拟力使机器人不断从平衡状态进入不平衡状态，进而由虚拟模型得到期望转矩，驱动机器人进入新的平衡状态完成步行。     

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.     

基于移动变长倒立摆的四足机器人对角支撑的稳定性控制

四足机器人系统复杂,运动自由度多,其动态稳定性一直是机器人控制领域的难点与热点。为使四足机器人能够在复杂多样的自然环境中运动自如,针对四足机器人特殊的对角双足支撑动态稳定性问题进行探究。将足式机器人简化为可移动变长倒立摆模型,对其进行运动学和动力学分析,设计了一种运动稳定控制算法,使四足机器人能在对角双足支撑的情况下保持稳定,在受到外力的干扰时可自动调整,并再次恢复到平衡稳定状态。以搭建的四足仿狗机器人为实验平台,开展了对角支撑的平衡实验,实验结果表明四足机器人能够在对角支撑下精确控制自身的稳定,验证了该控制算法的可行性,为后期四足机器人动态稳定性行走奠定重要基础。