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...     

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。     

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.     

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.     

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CPG的四足机器人抗侧向冲击的动态稳定性研究

为解决四足机器人受到侧向冲击时的稳定性控制,提出了基于CPG和侧向踏步反射的控制方案:以Hopf振荡器构成的CPG网络为基础,通过为侧偏关节构造具有触发使能性质的振荡器,为四足机器人引入侧向踏步反射机制. 利用ZMP理论,引入倒立摆模型,从动力学角度预测四足机器人侧向踏步所需的步长与次数. 通过该反射,四足机器人在承受侧向冲击时产生的侧向加速度能够在较短时间内恢复正常,此后终止反射,配合正常直线行走控制方案,四足机器人就能够圆满实现在行走状态下受到侧向冲击后的稳定性控制,其抵御侧向冲击的能力显著提高. 利用Matlab与Adams联合仿真,该方案的可行性和有效性得到了可靠验证.      

煤矿救援蛇形机器人的研制与控制

针对煤矿灾后复杂的特殊环境,研制了一种具有内圆箍无外圈的叶片轮式蛇形救援机器人。该机器人总长度为1 m,共5节。由蛇头、蛇身和蛇尾组成,其中,蛇头部分由传感器组和夜视仪组成;蛇身部分由5个单元模块、5个连接板、4个正交关节、2个速度舵机组成;蛇尾部分由主控制器、避障模块、通信模块和动力源组成。通过控制正交关节处的方向舵机实现机器人蜿蜒、直线、伸缩、抬头等位姿的改变。机器人的移动机构采用自制叶片轮驱动,具有更好地翻越、攀爬障碍物的能力。通过2个速度舵机驱动10个直流减速电机带动10个叶片轮前进,从而实现控制蛇形机器人运动速度的目的;在此基础上建立机器人运动步态数学模型,分析模型中各个参数对机器人不同运动步态的影响,找到最佳运动参数。在模拟的煤矿巷道中,将仿真得到最佳运动参数运用到对蛇形机器人的运动控制实验中。实验测试表明当蛇形曲线初始角为π/4,机器人偏转角的比例系数为2π时,蛇形机器人蜿蜒和伸缩运动效果最佳。当参数在5到15之间时,蛇形机器人抬头运动效果最佳。该研究为蛇形机器人进一步完成煤矿救援任务奠定了基础。     

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。     

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.     

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.     

Multimodal swimming control of a robotic fish with pectoral fins using a CPG network

The neural-based approaches inspired by biological neural mechanisms of locomotion are becoming increasingly popular in robot control.This paper investigates a systematic method to formulate a Central Pattern Generator(CPG) based control model for mul-timodal swimming of a multi-articulated robotic fish with flexible pectoral fins.A CPG network is created to yield diverse swim-ming in three dimensions by coupling a set of nonlinear neural oscillators using nearest-neighbor interactions.In particular,a sensitivity analysis of characteristic parameters and a stability proof of the CPG network are given.Through the coordinated con-trol of the joint CPG,caudal fin CPG,and pectoral fin CPG,a diversity of swimming modes are defined and successfully imple-mented.The latest results obtained demonstrate the effectiveness of the proposed method.It is also confirmed that the CPG-based swimming control exhibits better dynamic invariability in preserving rhythm than the conventional body wave method.     

Twist-related locomotion of a snake-like robot

0 Introduction Most creatures have unique ability and interesting gaitsto hunt for preys or escape fromtheir predators .The complicated locomotion forms of animals can lead to a broader understanding of robotic locomotion,and robotic researchers can build up a newtype of robot for special application.In the real world,snakes can be found ev- erywhere and adapt to a variety of environments . There- fore the development of snake-like robot is a meaningful application of biological inspired syste…     

变拓扑六重四面体机器人步态规划与仿真

变拓扑多面体机器人是一个多闭链多耦合的连杆机构,现有的变拓扑多面体机器人的步态规划仅仅是根据几何关系来计算,没有考虑运动方向改变和实时计算连杆变化量的复杂性。针对上述问题,提出将变拓扑六重四面体机器人的步态规划与中枢模式发生器(central patten generator,CPG)相结合,其运动方向由有限状态机确定,即确定连杆运动的次序;而CPG网络产生的信号直接驱动变拓扑六重四面体机器人的连杆运动。利用ADAMS进行仿真,实验结果表明利用算法变拓扑六重四面体机器人能根据CPG输出的信号实现翻滚运动。     

Symmetry in locomotor central pattern generators and animal gaits.

Animal locomotion is controlled, in part, by a central pattern generator (CPG), which is an intraspinal network of neurons capable of generating a rhythmic output. The spatio-temporal symmetries of the quadrupedal gaits walk, trot and pace lead to plausible assumptions about the symmetries of locomotor CPGs. These assumptions imply that the CPG of a quadruped should consist of eight nominally identical subcircuits, arranged in an essentially unique matter. Here we apply analogous arguments to myriapod CPGs. Analyses based on symmetry applied to these networks lead to testable predictions, including a distinction between primary and secondary gaits, the existence of a new primary gait called 'jump', and the occurrence of half-integer wave numbers in myriapod gaits. For bipeds, our analysis also predicts two gaits with the out-of-phase symmetry of the walk and two gaits with the in-phase symmetry of the hop. We present data that support each of these predictions. This work suggests that symmetry can be used to infer a plausible class of CPG network architectures from observed patterns of animal gaits.     

基于改进的DDPG算法的蛇形机器人路径规划方法

针对蛇形机器人执行路径规划任务时,面对复杂环境传统强化学习算法出现的训练速度慢、容易陷入死区导致收敛速度慢等问题,提出了一种改进的深度确定性策略梯度(deep deterministic policy gradient, DDPG)算法。首先,在策略-价值(actor-critic)网络中引入多层长短期记忆(long short-term memory, LSTM)神经网络模型,使其控制经验池中信息的记忆和遗忘程度;其次,通过最优化特征参数将CPG(central pattern generators)网络融入强化学习模型,并设计新型网络状态空间和奖励函数;最后,将改进算法与传统算法分别部署在Webots环境中进行仿真实验。结果表明,相比于传统算法,改进算法整体训练时间平均降低了15%,到达目标点迭代次数平均降低了22%,减少了行驶过程中陷入死区的次数,收敛速度也有明显的提升。因此所提算法可以有效地引导蛇形机器人躲避障碍物,为其在复杂环境下执行路径规划任务提供了新的思路。     

具有柔性脊椎的四足机器人奔跑运动分析

为了提高四足机器人的奔跑性能,设计了一种具有柔性脊椎的四足机器人.该柔性脊椎由两个平行橡胶棒和一个驱动液压缸组成,通过控制驱动液压缸的伸缩可使两个平行橡胶棒实现上下弯曲.分析了该四足机器人的柔性脊椎对奔跑步长的影响.基于Hopf模型的CPG控制方法,推导了髋关节和膝关节的关节驱动曲线幅值的表达式,并通过网络拓扑结构的重建将脊椎驱动信号与各腿部关节驱动信号进行耦合.最后利用Adams和MATLAB/Simulink对四足机器人进行了bound步态仿真,仿真表明具有柔性脊椎的四足机器人奔跑性能显著提高.