仿生六足机器人传感信息处理及全方向运动控制

针对传统CPG控制方法无法很好地控制机器人足端轨迹的问题,提出基于中枢神经模式发生器(CPG)的控制方法.在CPG控制方法中加入用于足端轨迹控制的轨迹发生器模块,通过调节参数值可以实现机器人的全方向运动控制.为降低传统CPG控制中传感信息反馈以及参数调整的复杂程度,设计2种用于躲避前方和两侧障碍物的传感信号处理的神经网络.该模块实现多传感信号的融合,生成用以控制机器人运动行为的各个参数值,实现机器人的自主避障.设计一个仿生六足机器人样机,将其分别放置在墙角和狭窄空间中进行自主避障行走实验,结果证明了机器人全方向运动控制算法和自主避障算法的可行性.     

基于Wilson-Cowan神经振荡器的四足机器人步态规划研究

中枢模式发生器(central pattern generator,CPG)是一种重要的机器人节律运动控制方法。在Wilson-Cowan神经振荡器基础上,提出了一种新的CPG控制器,用于四足机器人的节律运动控制,每个Wilson-Cowan神经振荡器分别对应机器人的一个步行腿,对机器人的腿进行协调运动控制。通过调整振荡器之间的步态连接权矩阵,可以实现机器人不同的节律运动和各种运动模式间的转换。计算机仿真表明:本文提出的CPG控制方法能够稳定的生成不同步态的机器人运动轨迹,输出结果能够较好地符合各种步态的相位要求。     

基于CPG控制的六足爬壁机器人自主越障研究

针对基于混沌CPG(central pattern generation)模型控制的六足爬壁机器人在幕墙上自主越障爬行的问题,本文提出了一种融合障碍探测模块、位姿调整模块以及简单神经环路混沌CPG的运动控制方法,并根据幕墙障碍特点和由传感器采集到的机器人方位信息及障碍距离信息,设计了合理的越障策略。实验显示该机器人可据环境自主切换三足行进步态、四足越障步态和五足原地旋转步态,并能够调整重心与幕墙间的距离以增加稳定性,最后完成了机器人在幕墙上自主爬壁和越障。     

模块化机器人的双输出CPG网络调相运动控制

为了增强模块化机器人的灵活性,以及对其多模式运动进行更简单有效地控制,结合阵列式和串联式自重构机器人的特点,设计基于万向式关节的双自由度UBot模块,并根据两个关节之间的相互抑制关系,结合生物学的中枢模式发生器(CPG)运动控制原理,设计具有双输出的CPG网络调相运动控制器.通过调整CPG间的连接权重以及每个CPG中两组输出的关系,调解运动控制信号间的相位差值,有效地控制UBot模块化机器人的整体协调运动.应用这种控制方法控制了模块化机器人的3种运动模式:四足运动、蠕动和多节虫运动,在ADAMS仿真环境下进行了运动仿真实验,并在UBot模块化自重构平台上分别进行了3种构型的实体运动试验.实验结果验证了双输出CPG调相网络对模块化机器人运动控制的有效性和实用性.     

基于中枢模式发生器的机器鱼分层闭环控制方法

为实现多关节仿生机器鱼自主巡航及柔性游动的同步控制,采用双向链式最近相邻耦合方式,构建了基于Hopf振荡器的中枢模式发生器（CPG）网络模型,并分析了控制参数与机器鱼游动模态之间的关系。在此基础上,提出了一种基于CPG的分层闭环控制方法,利用传感器网络获取机器鱼的状态信息及环境信息、粒子群-人工势场法进行机器鱼的避障及路径规划、模糊控制器进行轨迹跟踪、具有耦合反馈机制的CPG网络模型生成节律控制信号。最后,进行了机器鱼多个游动模态、模态间的平滑切换、自主巡航和避障的仿真和实验研究,仿真与实验结果验证了所提控制方法的可行性和有效性。     

基于中枢模式发生器的步态控制策略的研究

针对基于仿生学原理的足式机器人步态控制方法,探讨了基于细胞神经网络（CNN）的中枢模式发生器（CPG）实现机器人运动控制的基本思想及不足.提出了基于模糊神经网络（FNN）和CNN的CPG步态控制模型,给出了CNN中自动波稳定性的数值判别方法.FNN与遗传算法（GA）相结合形成的调整机制的引入,增强了系统的抗干扰能力.仿真结果表明,此控制策略具有较理想的效果,并且原理简单,易于实现.     

新型四足步行机器人串并混联腿的轨迹规划与仿真研究

为了提高四足机器人的载重自重比,综合了一种新型串并混联四足步行机器人,并针对其运动过程的冲击问题,使用了一种基于高次多项式的零冲击足端轨迹规划算法.该机器人每条腿均是由3-RRR并联机构串联一个转动机构组成.此机构利用D-H的方法建立坐标系,利用足端轨迹规划算法在世界坐标系对串并混联腿的摆动相进行足端轨迹规划,支撑相利用匀速直线运动进行规划.根据反解模型,计算出足端在髋关节全局坐标系下的足端轨迹.然后,基于混联腿的运动学逆解用Matlab编程计算得出串并混联腿的四个驱动函数.最后,把单腿模型导入到ADAMS中,添加约束、驱动后,利用ADAMS对串并混联腿进行运动仿真.结果显示,该混联腿的足端实现了零冲击规划的目标,且足端轨迹的速度、加速度平滑.由此表明仿真结果与理论结果相符,验证了该算法的合理性和有效性,为进一步研究四足机器人的步态规划和运动控制奠定了基础.     

履带式机器人避障自动控制系统设计

针对履带式机器人的电机控制及避障等功能,设计了一种以STM32微控制器为内核的自主履带式机器人。搭建其硬件平台后以超声波传感器模块来获得障碍标志物与机器人的间隔信息;因传统PID控制下的电机转速响应慢、容易出现积分饱和现象,提出多级积分分离PID算法实现转速控制,同时引入模糊控制算法来实现行进中的避障控制。基于Matlab/Simulink平台对机器人控制器进行算法仿真,仿真结果表明机器人能可靠地躲避障碍物,并改善了电机的控制性能;在地面实验中,验证了履带式机器人的直行和避障功能良好。     

液压四足机器人的自适应模糊PID控制

为提高液压四足机器人的控制性能和足端轨迹跟踪效果,将自适应模糊PID算法用于机器人腿关节控制,并对PID参数进行实时增量调节.建立阀控非对称缸系统的数学模型,分析其伸出和缩回运动时由非线性、参数时变等因素导致的控制问题,利用AMESim-Simulink联合仿真模型对算法的控制效果进行了仿真,并在单腿试验平台上进行了实物样机测试.结果表明:自适应模糊PID算法的控制效果在减小调节时间、抑制干扰等方面相比常规PID有较大改善.该控制算法提高了机器人的动态跟踪性能,易于工程应用,有利于机器人的运动控制.     

基于Boltzamnn机的机器人自主学习算法

针对两轮机器人自平衡运动控制问题,提出了一种基于Boltzamnn机的Skinner操作条件反射学习机制作为机器人仿生自主学习的算法.该算法利用Boltzamnn机中Metropolis判据平衡Skinner操作条件反射学习中探索和利用的比例,并依据概率取向机制以一定的概率选择最优行为,从而使机器人在未知环境下可获得像人或动物一样的仿生自主学习技能,实现机器人的自平衡运动控制.最后,分别用基于Boltzamnn机的Skinner操作条件反射的学习算法和基于贪婪策略的Skinner操作条件反射的学习算法做了仿真实验并进行了比较.结果表明,基于Boltzamnn机的Skinner操作条件反射的学习算法能使机器人获得较强的运动平衡控制技能和较好的动态性能,体现了机器人的自主学习特性.     

六足排爆机器人的机构设计与运动分析

由于排爆工作的危险性和复杂的工作环境,针对于提高复杂地形的运动能力设计了一款承载机构为六足机器人的排爆机器人.利用三维绘图软件SoildWorks绘制排爆机器人三维模型,构建机器人D-H参数坐标系,使用MTALAB对机构进行运动分析.为排爆机器人设计了抛物线足端轨迹和复合型足端轨迹两种轨迹规划的方式,应对平整和相对崎岖的两种路面情况.根据仿真结果的运动轨迹和关节信息分析两种路况下的足端轨迹空间和运动平稳性,验证了排爆机器人运动机构设计和足端轨迹的合理性.     

仿生水下机器人运动控制方法研究

近年来仿生技术在水下机器人上的应用已经成为水下机器人的重要研究方向之一.仿生水下机器人采用尾鳍提供前进动力和改变航向,比传统的桨舵具有高效性和高机动性.根据仿生水下机器人水池试验结果讨论了其运动性能,并在此基础上提出了仿生水下机器人运动控制方法,最后通过仿真试验验证了该方法.根据试验结果得出,针对现阶段仿生水下机器人的运动能力,其控制内容和控制方法是合理、有效的.研究和试验表明,符合实际的仿真模型与可行的运动控制方法使仿生水下机器人运动性能得到了不断的完善和改进;最终实现"仿生-Ⅰ"号的纵向速度控制、艏向控制和深度控制,从而使其具有大范围的转移能力.     

四足机器人多障碍地形通行能力研究

为了提高四足机器人在无视觉条件下的多障碍地形通过能力,在使用CPG(中枢模式发生器)作为基本步态控制的基础上,参考生物的反馈机理,建立适合四足机器人的屈肌反射数学模型,将CPG和屈肌反射模型相融合,同时对四足机器人足端反馈的力采用阈值分割的方法识别地形中的软硬障碍,构成协调性好、稳定性高的机器人控制系统。通过Adams/MATLAB联合仿真,验证了所提出的控制系统的有效性和可行性,该系统可以使前膝后肘式的四足机器人准确地识别出软硬障碍,并且平稳地通过多障碍地形。     

具有半球形足端的六足机器人步态修正算法

针对六足机器人步行时由于半球形足端滚动影响造成的机器人躯体轨迹偏差问题,提出一种步态修正算法.指出大半径半球形结构作为六足机器人的足端设计方案所具备的优势及其在支撑相中存在的足端滚动问题.通过提出理想立足点的概念,对三维空间内机器人单腿运动学模型进行修正,对理想立足点与实际立足点之间的偏差量进行分析,建立全方位步行时理想立足点与单腿各关节转角之间的运动学正/逆解关系.通过仿真对比分析修正前后单腿根关节运动轨迹,验证修正算法的有效性.实验结果表明,修正算法既能够更好地避免足端与地面产生相对滑动从而显著改善机器人步行时的方向偏离问题,又能够在一定程度上降低系统能耗.     

基于模型预测控制的四足机器人斜坡自适应调整算法与实现

为了实现四足机器人在有斜坡地形下的自适应稳定行走,在模型预测控制基础上进行扩展,设计四足机器人在斜坡上的足端位置调整与躯干姿态自适应调整策略。由惯性测量单元(inertial measurement unit,IMU)测得机器人运动时的姿态参数,通过推导的足端轨迹算法,得到足端位置的坐标映射,调整机器人在斜坡上的重心位置;通过设计的“虚拟斜坡”躯干姿态调整算法,实现机器人在上坡过程中躯干姿态的自适应调整。利用实验室的四足机器人物理平台和搭建的实际斜坡地形环境,验证了所提算法的可行性和有效性。机器人平台验证结果表明,所提出的斜坡自适应控制方法提高了机器人在坡面上的稳定裕度,优化了足端运动空间,实现了四足机器人的自适应爬坡调整。     

六足仿生机器人腿部动力学分析与控制

为了实现六足仿生机器人的多种运动模式,提高不同路况环境的适应能力,提出了一种带有变形关节的新型腿部结构.采用拉格朗日方法建立了用于控制机器人腿部的动力学模型,设计了计算力矩+RBF神经网络复合控制器,其中计算力矩是已建模的部分,神经网络补偿动力学模型中未建模部分、结构参数的测量误差以及外部扰动.采用MATLAB对腿部的轨迹跟踪控制进行仿真,结果表明了该控制器跟踪精度更高,具有优良控制性能.     

移动服务机器人共享控制研究

移动服务机器人在提高老人/残疾人活动空间方面具有重要作用.针对机器人自主避障失败时存在安全问题,提出了基于共享控制的服务机器人系统.构建基于机器视觉与人眼视觉共享控制的机器人系统.研究服务机器人的共享策略问题和眼电信号角度与参考轨迹关系.引入人工场解决自适应轨迹跟踪算法的平滑性.仿真结果说明基于人工场导向方法能平滑逼近期望轨迹.实验结果表明本系统能够满足使用者的安全需求.     

基于ROS2.0四足抓取机器人的设计

设计了一种四足抓取机器人,使用Cyberdog四足机器人可以在复杂地形行走,选用机械臂MyCobot机械臂进行抓取作业,实现了YOLOV3结合点云数据获取特定目标的空间位置、机械臂远程控制、视觉SLAM、多点自主导航、自主避障等功能。针对DWA算法进行改进,结合YOLOV3目标检测算法以及深度相机点云数据,改善了传统导航算法存在的碰撞、阻碍动态障碍物的风险,使得机器人更好更安全地融入日常工作。     

适合航行的六足仿生机器人Spider的研制

研制了一种新型六足仿生机器人Spider,应用于复杂地形环境中的自主步行。设计了具有全方位移动能力的机器人本体结构,并基于灵活度评价函数对结构参数进行了优化;以ARM芯片为主控制器、FPGA芯片为协控制器构建了机器人硬件控制系统;实现了一种基于功能-行为集成的步行控制器,用于生成静态稳定的自由步态。仿真和实验结果验证了六足机器人的崎岖地形全方位自适应步行能力。     

六足仿生搜救机器人的程序设计

从运动原理、机械结构、实现方法、电路应用、程序设计等几方面介绍了仿生六足步行机器人.作为一种步行移动平台,该机器人可以实现横向行走、纵向行走、摄像头转动视频扫描等运动功能,为了实现这些功能,重点介绍了该机器人如何采用PLC编程控制.