基于步态切换的欠驱动双足机器人控制方法

由于高维、非线性、欠驱动等特点, 3-D双足机器人的稳定性控制依然是一个研究难点. 一些传统的控制方法, 如基于事件的反馈控制方法和PD控制方法, 抗扰动能力较弱, 鲁棒性较差. 通过观察, 人类受到外部扰动影响时, 会通过调整步态重新获得稳定性,相较之下仅依靠一个步态获得的稳定性是有限的. 受此启发, 本文针对上述问题提出一种基于步态切换的欠驱动3-D双足机器人控制方法. 首先, 以能耗最少为优化目标, 通过非线性优化方法预先设计多组不同步长、步速的步态作为参考步态, 以构建一个步态库; 然后, 通过综合考虑步态切换过程中的稳定性与能效, 建立了多目标步态切换函数; 最后, 将该步态切换函数作为优化目标, 并求解该最小化问题获得下一步的参考步态, 从而实现步态切换, 达到使用步态库?多轨迹方法来提高鲁棒性的目的. 在仿真实验中运用该步态切换控制方法, 欠驱动3-D双足机器人可实现相对高度在[-20, 20] mm内随机变化的不平整地面上行走, 而仅采用单步态控制策略则无法克服这样的外部扰动, 从而说明了基于步态切换的欠驱动双足机器人控制方法的有效性.      

An automated vane shear test tool for environmental monitoring with unmanned ground vehicles

The present work describes the development of a novel robotic vane shear test tool for characterization of soil parameters with high precision and accuracy. The tool automates industrial standards for testing procedures. The proposed system is capable of performing high resolution torque measurements, which are then used to estimate the shear strength of the soil. The design of the instrument and its advantages over traditional manual instruments are discussed, after which error sources, calibration, and test procedures are described. The developed tool was successfully validated against high-end commercial equipment. The built unit was employed for characterizing mine waste in a laboratory setting and also deployed in the field on board an Unmanned Ground Vehicle for remote soil characterization.     

简单柔性机械臂的构造性逆动力学方法

本文提出了适于简单柔性机械臂的一种基于谱分析的构造性逆动力学方法。数值模拟和实验结果表明，这种方法提供的开环输入力矩，不仅可以实现机械臂特定的刚体转动，而且可以有效地减弱柔性对机械臂精确定位的影响。     

机器人通过奇点的运动学逆问题的数值解法

机器人在完成其规划动作时,常可能要通过其运动链的奇点,这时求解其运动学逆问题的通用算法遇到本质的困难,本文给出了一种算法,它可以成功地克服这个困难。文中还给出了计算实例。     

变长度弹性伸缩腿双足机器人动力学与控制

研究了半被动双足机器人的平面稳定行走的控制问题．基于弹簧质点模型，采用拉格朗日方法分别得到双足机器人单支撑阶段与双支撑阶段的动力学方程，对机器人系统的动力学方程求得周期解．应用非线性系统状态反馈线性化理论，在双足机器人的单支撑阶段和双支撑阶段中，通过控制双足机器人的腿长度，实现稳定的周期行走．在理论分析的基础上，对控制算法进行了仿真与研究．结果表明：在周期行走过程中，文中采用的变长度控制算法可以使双足机器人克服外界的干扰，并具有较强的抗干扰性．     

一类关节型机器人操作手的迭代学习控制

针对一类机器人操作手，提出了一种设计机器人操作手迭代学习控制的新方法，与其它现有的迭代学习控制方法相比较，当折合到机器人操作手关节轴上的驱动装置惯量足够大时，可以用驱动装置的动力学特性参数确定学习增益，克服了传统迭代学习控制方法由多次尝试选取学习增益的缺点，增强了实用性。在实际机器人操作手上的实验结果充分表明了新提出方法可获得较高学习速度和控制精度的优越性。     

An adaptive critic neural network for motion control of a wheeled mobile robot

In this paper, we propose a new application of the adaptive critic methodology for the feedback control of wheeled mobile robots, based on a critic signal provided by a neural network (NN). The adaptive critic architecture uses a high-level supervisory NN adaptive critic element (ACE), to generate the reinforcement signal to optimise the associative search element (ASE), which is applied to approximate the non-linear functions of the mobile robot. The proposed tracking controller is derived from Lyapunov stability theory and can guarantee tracking performance and stability. A series of computer simulations have been used to emulate the performance of the proposed solution for a wheeled mobile robot.     

Motion Planning for a Wheeled Robot (Kinematic Approximation)

The motion-planning problem for a wheeled robot is solved in kinematic approximation. The solution is given for robots with one and two steering wheels. The results of solving the problem for a specific system are compared with the results obtained by other authors__________Translated from Prikladnaya Mekhanika, Vol. 41, No. 2, pp. 91–102, February 2005.     

空间机器人捕获航天器后基于无源性理论的鲁棒镇定控制

研究了漂浮基空间机器人捕获非合作航天器过程对系统产生的冲击效应及其后联合体系统镇定运动的控制问题。为此,利用拉格朗日方法及牛顿-欧拉法分别获得了捕获前空间机器人及目标航天器的动力学模型;结合动量守恒定律、系统运动几何关系及力的传递规律,分析了捕获过程相互碰撞所产生的冲击效应,建立了捕获完成后两者联合体的系统动力学模型。在此基础上,针对同时存在不确定参数及外部扰动的联合体系统,设计了基于无源性理论的镇定运动神经网络H_∞鲁棒控制算法。本文提出的基于无源性理论设计的鲁棒控制算法具有良好的动态特性及较强的鲁棒性,可快速完成系统的镇定控制,实现轨迹的精确跟踪。系统数值模拟仿真验证了本文控制方案的正确性。     

基于RFID的移动机器人巡逻路径优化研究

针对移动机器人在大范围环境中的巡逻路径优化问题,提出一种基于RFID信息节点导引方法的路径和时间优化策略。研究了在一由实际环境抽象得出的拓扑地图环境下,使用RFID标签来标记环境中的关键位置,例如走廊,交叉点,拐角等,并且利用标签中储存的导航指令来指导移动机器人的行动。将机器人分为3路巡逻,优化得出巡逻总路程最短且历经信息节点数均衡的路径。设定机器人在节点的停留时间,研究了机器人在一限定时间内巡逻完所有节点的分组及路径优化方法。为大范围布置RFID信息节点导引机器人行动的环境下,提供了一种巡逻路径优化方案。