基于Matlab的双足机器人单腿运动学仿真研究

摘要：双足机器人有良好的地面适应能力,它可以通过改变腿部结构来达到跨越不同的障碍物的,具有广阔的应用前景。针对双足机器人结构复杂,运动控制困难的特点,研究了其单腿的运动学模型并利用Matlab中的Simulink和 SimMechanics工具箱建立了单腿的可参数化的仿真模型,对腿部的运动情况和控制输入输出进行仿真,仿真结果表明腿部的结构参数能够实现预定的运动,为双足机器人腿部参数的优化和样机的研制提供了理论依据。     

基于CPG的双足机器人NAO的行走控制

基于中枢模式发生器(CPG)机理实现双足机器人NAO的行走控制.利用Kimura振荡神经元设计双足机器人的重心轨迹,得益于CPG丰富的动态特性,机器人的重心轨迹可以通过调节CPG参数来灵活调节.进一步利用生成的重心轨迹信息来在线规划机器人的脚掌轨迹,得到具有环境适应性的脚掌轨迹从而达到适应性行走的目的.通过开放动力学引...     

双足步行机器人模型解耦及控制

本文在双足机器人作平稳步行的假设下，建立了解耦的上身躯和两腿的模型，并基于奇异摄动理论在直角坐标系下给出了平稳步行的控制方法，同时在证明摄动方程稳定的前提下，建立了非线性控制器，解决了快速性和无超调之间的矛盾。     

不平整地面上双足机器人的步态控制

提出了一种不平地面环境下双足机器人的步行控制算法.该算法由步态规划和传感器反馈控制系统组成.在步态规划中,采用被动倒立摆模型设计双足机器人的质心位置,所生成的步态使机器人能够在平地上更自然有效地稳定行走.在线反馈控制系统用于处理地面环境的凹凸不平以及来自外界的未知扰动,可分为上身姿态控制、期望ZMP控制以及非线性落地控制3个部分.这3种控制分别针对不同的控制目标,并根据步行过程的具体阶段在线修正预先规划好的步态,维持双足机器人的步行稳定性.它们在结构上相互耦合,从而实现加速在线反馈控制系统的收敛速度、克服机器人柔性对控制作用的负面影响等效果.双足机器人在凹凸地面的步行实验验证了所提出步行控制算法的有效性.     

水下机器人的模糊滑模控制方法

建立了某水下机器人的水动力模型，采用模糊逻辑与滑模控制相结合的方法，通过模糊逻辑动态调整滑模控制器的指数趋近率的参数，有效地抑制了滑模控制中所存在的抖振现象，仿真试验和水池试验证明，该控制器能有效地消除滑模控制的抖振，对外部扰动具有较强的鲁棒性，而且具有良好的响应特性．     

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.     

双足机器人稳定性控制的定性映射描述

双足步行机器人的自由度大,具有高度的灵活性以适应环境,这就给稳定性的研究与实现提出了很高的要求。当前,双足机器人的步频加快、步幅增大以及奔跑功能的实现急待理论突破的指导。运用定性映射数学表达,尝试对双足机器人进行更有效地实时控制以实现动态稳定,设计了一个实时调整动态参数的稳定性控制系统,以实现非线性逼近双足机器人期望零力矩点ZMP(zeromomentpoint)轨迹,从而保证了步态的可靠性和系统的抗干扰能力。相比其他的控制方法,此方法更简单、精确,也有利于编程的实现。     

多关节机器人的自学习模糊全局滑模控制

针对模型不确定性多关节机器人的轨迹跟踪控制问题,研究多关节机器人全局滑模控制,为了削弱系统在滑动模态上的抖振,将模糊控制和全局滑模控制相结合,提出一种自学习模糊全局滑模控制方法.该方法利用模糊系统的输出代替全局滑模控制中的非连续开关切换量,并根据滑模变结构原理,设计自学习算法,动态调整模糊隶属函数的参数.通过对2关节机器人的仿真,结果表明在存在模型误差和外部扰动的情况下,该方法既能达到快速跟踪,又能很好地消除控制器的抖振.     

冗余度机器人关节变量的滑模变结构控制研究

对冗余度机器人关节变量的滑模控制进行了研究，并给出了其具体的算例仿真结果。     

基于虚拟样机的双足机器人步行联合仿真

为了提高双足机器人设计的效率与可靠性,利用机械系统动力学仿真软件ADAMS建立双足机器人的机械动力学模型,利用Matlab建立控制系统,通过ADAMS与Matlab的接口模块,实现了基于ADAMS与Matlab联合步行双足机器人仿真平台的建立.结果表明,仿真得出机器人在平地行走过程中各关节的力矩变化情况,获得了最高转速、有效转速、最大转矩、有效转矩等机器人运动的关键参数,为双足机器人物理样机的电机和减速器选型提供了理论依据.     

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     

双足步行机器人控制电路设计与实现

提出和实现了一种具有语音控制和无线下载功能的双足步行教育机器人的控制电路。系统采用双单片机处理系统,其中包括步行控制电路、红外避障电路、超声波测距电路、语音发音识别电路和电脑无线通讯电路。基于此控制电路的双足步行机器人,具有很好的学习扩展性和新颖性。     

基于地面反力最优规划的双足机器人姿态控制

提出了一种基于地面反力最优规划的双足步行机器人上体姿态控制算法,以实现上体轨迹准确跟踪及为分级递阶控制结构中的地面反力／位混合控制提供参考输入。由于上体只安装了加速度器并未安装陀螺仪,文中采用线性观测器来重构沿偏转轴和俯仰轴的偏转速度,利用无源性理论控制器－观测器设计了保持上体姿态跟踪特性及系统为最终有界和局部指数稳定有界的地面反力期望值。     

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.     

基于自适应网络的动态双足机器人模糊控制

提出一种基于步态规划分级结构的自适应网络模糊推理系统控制策略,该方法不需要确定双足机器人运动学和动力学模型.以一种动态双足机器人为例,建立机器人的Sugeno模糊模型,对机器人系统的不确定上界进行自适应参数估计,采用自适应控制器逼近未知不确定界,解决了一类非线性系统的稳定控制问题.控制器的设计只要求不确定性满足匹配条件,而无需知道不确定界,能够处理不确定参数变化范围更广的情况,减少控制系统设计中的保守性.设计的分级控制系统可以学习试验的输入输出数据,从而在动态平衡下进行行走.同时,模糊控制器的进一步在线学习能力可以显著地改善步行机器人的动态性能.     

具有弹性阻尼环节的步行机器人动步态仿真

在研究一种弹性腿机构的基础上,建立了两足步行机器人的动力学模型,设计了上阶梯的动步态．仿真结果表明,在腿机构的适当位置加入弹性阻尼元件能够减少驱动力矩（力）以及驱动功率的峰值．     

基于Backstepping的机器人鲁棒控制律设计

考虑了仅有关节位置测量的机器人控制问题,首先设计滑模观测器估计速度信号,然后基于Ｂａｃｋｓｔｅｐｐｉｎｇ的非线性控制系统综合方法,提出了一种机器人的鲁棒控制方案,可保证跟踪误差的一致最终有界,最后对所提出的鲁棒控制方案与常用的ＰＩＤ＋前馈补偿控制方案作了实验比较,结果表明,所提出的鲁棒控制方案具有更高的跟踪精度。     

基于遗传算法的两足步行机器人步态优化

将具有２４ 个自由度的机器人ＪＦＨＲ简化为７ 连杆机构,建立了描述机器人姿态的位置向量．用三次多项式拟合机器人髋关节和踝关节的位置轨迹,并通过动力学模型建立能量消耗表达式,得到能量最优的步态,即多项式系数的获得就可以表示为一个多变量最小值的优化问题,最后应用遗传算法（Ｇｅｎｅｔｉｃ Ａｌｇｏｒｉｔｈｍ , ＧＡ）获得最优解．在ＧＡ设计中,将每一个需要优化的参数用１０位二进制数表示,种群中染色体的个数为５０,演化的代数固定为１００,杂交率和变异率分别定为０．８和０．０４．对平地步行和斜坡步行进行了仿真．