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.     

神经元在四足机器人伺服控制中的应用

采用神经元控制的方法来解决四足机器人的非线性问题，神经元控制器对被控对象的非线性具有自适应的能力。它比一般的自较正控制器简单，快速。实验证明，它所取得的控制效果也很好。     

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.     

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.     

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...     

一种四足行走机器人结构设计

本文设计了一种四足步行机器人,其可在搭载平台装置条件下来平缓完成直线及转弯运动.首先,对步行机器人的行走和转弯结构进行尺寸设计;其次用ProE和CAD软件对该推进系统平台进行三维建模;最后,通过机构行走过程仿真进行机构的动作及速度验证,结果表明,该设计机器人能够平缓完成预期动作,为以后开发这种结构的行走机器人提供了参考...     

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。     

液压四足机器人单腿的分数阶虚拟模型控制

虚拟模型控制广泛用于四足机器人的运动控制器设计中. 提出了一种分数阶虚拟模型控制器,在保证四足机器人柔性触地的同时,提高四足机器人小跑运动中单腿轨迹跟踪的精确性和鲁棒性. 介绍了关节液压缸力控制系统的频域建模过程及基于非线性寻优法的单腿虚拟模型控制器的参数整定,并通过实验对比了分数阶虚拟模型控制和传统虚拟模型控制在四足机器人小跑运动中单腿的控制效果,证明了分数阶虚拟模型控制对单腿轨迹跟踪性能的改善作用.      

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。     

基于虚拟模型的四足机器人控制策略

为提高四足机器人在对角小跑(Trot)步态下的行走稳定性,并减小控制策略的复杂程度,提出了一种基于虚拟模型的四足机器人控制策略;将四足机器人控制策略分为支撑相及机身运动控制、摆动腿相运动控制及足端轨迹规划三部分;在Trot步态下行走时支撑相中存在的前后对角支撑足,在分析四足机器人支撑足受力情况后,并添加相关的约束条件,实现了四足机器人足端力及力矩可控;并通过在四足机器人机身的质心位置添加相应的虚拟弹簧阻尼组件,实现了四足机器人姿态和高度控制;通过在摆动腿足端实际位置与环境之间添加虚拟的弹簧阻尼组件并结合足端轨迹规划实现了四足机器人柔顺行走以及足端轨迹跟踪精确性;通过Matlab和CoppeliaSim建立联合对比仿真验证了控制策略的有效性和优越性。     

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.     

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。     

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．     

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．     

四足机器人斜坡运动的自适应控制算法

受到自然界中四足动物运动的启发,提出了一种四足机器人对角小跑步态下的坡面运动自适应控制算法.在机器人质心原有运动轨迹上加入横向和纵向偏移补偿量,并采用符号微分策略梯度法对质心偏移补偿量进行自动调整,以减少机体翻转力矩和对角足着地时间差,从而提高机器人运动稳定性.在Webots软件中建立了四足机器人的模型并进行仿真试验,仿真结果表明所提出的算法能够有效提高四足机器人坡面运动的稳定性.