基于虚拟支点倒立摆模型的双足机器人质心轨迹规划

针对传统的双足机器人在摆动相机械能起伏较大,其能耗远高于人类的步行模式的问题,提出了一种基于虚拟支点倒立摆被动特性的双足机器人步态规划方法,在保证摆动阶段机械能近似守恒的前提下,同时保证压力中心点能够从脚跟移动到前脚掌,与人类步行的地面反力特性接近;为解决倒立摆微分方程没有初等解的问题,提出用线性倒立摆方程估算摆动角度.数值仿真结果表明,该方法在与人接近的步行参数下获得的运动模式其效率远高于传统方法.     

基于LIPM的双足机器人变步长行走规划

为了提高双足机器人步行运动的灵活性,提出了一种基于线性倒立摆模型的双足步行规划算法.该算法首先根据所要达到的步长,获得支撑腿切换时质心的位置;然后,根据线性倒立摆模型的运动特性,计算出质心到达上述位置所需要的时间;最后,根据该时间对摆动脚用正弦曲线进行规划,使之能够在恰当的时刻到达所需的落脚点位置进行支撑脚的切换.该算法可使双足机器人在运动中变化步长,很好地提高其步行的灵活性.通过真实机器人的实验,验证了该方法的有效性和实用性.     

基于线性倒立摆模型的双足机器人步态规划

为解决多关节自由度双足机器人的步态规划问题, 提出了一种改进的三维线型倒立摆模型步态规划算 法。 该方法将双足机器人简化为三维线性倒立摆模型, 在得到机器人的质心参考轨迹的同时规划摆动腿的轨 迹, 通过机器人的运动学逆解即可求出各关节运动序列。 在对质心轨迹求解过程中, 与传统方法通过双脚支撑 阶段调整质心速度实现步态稳定的方法不同, 该算法通过求解支撑腿最优交替时刻的方法最大化单脚支撑阶 段的范围, 实现机器人的高效稳定行走。 以 NAO 机器人为实验对象, 对算法进行了仿真实验, 实验结果表明, 该算法是可行、 有效的。     

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。     

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.     

基于模型预测控制的双足高效行走系统

提出基于模型预测的双足高效行走系统. 首先,利用最优能效算法对双足行进中的最优步态进行分析,包括行进步长和步速,并以此生成参考轨迹;然后,通过模型预测控制的思路对机器人的最优能效步态进行跟踪控制;最后,结合机器人逆运动学构建高效稳定的双足行走系统. 通过仿真实验验证了该系统可以有效跟踪、生成高效的行走步态,探寻了双足机器人动态行走的新思路.     

基于Sugeno模糊模型的倒立摆模糊控制

当倒立摆的摆角及摆速很小时,对倒立摆系统的动力学方程进行局部线性化,采用Sugeno模糊模型,得到相应的模糊规则,然后选择期望的闭环极点,可设计出极点配置状态反馈控制器对倒立摆系统进行控制,仿真结果证明了该方法的有效性,能够实现倒立摆系统的稳定控制。     

双足机器人变步长步行模式的在线生成方法

双足机器人在进行变步长步行模式行走的过程中,步长的突然改变会导致其行走不稳定.为此提出一种双足机器人步长实时变化的步行模式补偿方法.此方法中运用了时间补偿和零力矩点补偿.通过两者的补偿能够使步行模式的步长在发生变化时,在线修正双足机器人实际状态与目标状态的偏差,以保证其行走的稳定性.双足机器人AFU10的步行实验证明了该方法的有效性.     

基于ZMP的双足机器人稳定性分析

引入双足机器人研究中一个重要物理量--零力矩点ZMP(Zero Moment Point),研究其计算和测量方法,利用其分析双足机器人在单腿和双腿支撑时的作用范围,最后在二维和三维平面内对机器人的ZMP计算进行探讨,为稳定步态的设计做了理论铺垫.     

基于融合函数的模糊控制在倒立摆中的应用

倒立摆系统是典型的非线性,不稳定控制系统,也因此成为自动控制试验中验证控制算法的极好的实验装置。采用模糊控制理论研究单级倒立摆控制问题,运用最优控制方法设计了融合函数以降低模糊控制器的维数,减少模糊控制规则数,进而提高模糊控制器的性能品质。理论和实验都表明模糊控制算法是有效,可行的。     

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.     

基于二级倒立摆的自适应神经网络模糊控制

针对二级倒立摆系统,提出了一种先进的智能控制策略．该种方法采用BP算法与梯度下降法结合的混合算法对Takagb-Sugeno模糊模型中的前项及后件参数进行优化修正,在已获得的客观输入输出数据对的基础上,提出一种基于自适应神经网络的模糊推理系统ANFIS来对倒立摆系统进行建模和控制．仿真结果表明,所提出的设计方法是正确的和可行的．     

ZMP-based Gait Optimization of the Biped Robot

The gait of the biped robot is described using six parameters such as stature, velocity, length of the step, etc. The algorithm of the Newton-Euler is actualized by object-oriented idea, and then the zero moment point (ZMP) of the dynamically walking biped is calculated. Finally, the gait of biped is optimized using gene algorithm, and the optimized result prove the correctness of the algorithm.     

逆系统轨迹控制二级倒立摆自动摆起

将逆系统轨迹控制应用于二级倒立摆的自动摆起控制系统,离线求解非线性方程两点边值问题,得到系统的参考轨迹;采用逆系统前馈控制和基于H∞控制的增益调度反馈控制对参考轨迹进行精确跟踪,实现二级倒立摆的自动摆起;当两摆杆摆起到竖直倒立位置后,采用变增益H∞反馈控制器进行稳定控制.仿真实验结果表明,该方案在较短的摆起时间内实现了二级倒立摆两摆杆的自动摆起,稳定性和鲁棒性明显提高.     

提升四足机器人行走稳定性的对角步态规划方法

针对四足机器人在采用对角步态行走中容易失稳的问题,提出了通过改变对角步态中支撑足的初始位姿来改善并提升运动稳定性的方法.结合零力矩原理,找到四足机器人支撑足最佳初始膝关节转角θ₁和髋部前向关节转角θ₂,从而确定四足机器人支撑足的最佳初始位姿.仿真表明:四足机器人运动采用不同初始位姿时,运动过程中的稳定性不同.当取最佳初始位姿时,四足机器人的机身偏转量最小,稳定性最好.由此证明,通过调整支撑足的初始状态可以有效提高四足机器人在采用对角步态行走过程中的稳定性.