六足步行机横向行走最佳步态及其运动特性初探

本文分别以纵向稳定裕量和一般稳定裕量为准则,通过对六足步行机横向行走几何模型的分析和计算机优化计算,得出六足步行机横向运动时的最佳步态为广义三角步态.此外,文中对广义三角步态的运动特性(包括静态稳定性、爬坡能力、越沟能力等)进行了初步研究,阐明了这些运动特性与步行机若干几何参数间的内在联系,为六足步行机的总体尺寸设计提供了理论依据。     

六足步行机运动学及步行机构

六足步行机尚有许多问题需要解决.本学位论文对六足步行机的步态、步行机构以及足端轨迹规划等步行机基本间题展开了深入的研究,分析了步行的横向行走特性,得到了最佳稳定的横向步态,和纵向步态结合在一起,形成正交步态.将现有关单方向行走步态扩展到两个正交方向的行走步态,用分析的方法得出全方位步行机构应采用圆柱型空间缩放机构,并对步行机构作了运动学探讨.用级数方法对     

四足步行机跨沟前后的步态分析

本文针对四足步行机在直线行走时的跨沟步态进行了讨论.首先对步行机跨沟前周期步态的运动特性运用相位的概念作了阐述.在此基础上,分别对步行机的最大越沟能力的确定.越沟前初始位置的选取,姿态调整步态的规划和优化,以及稳定性的判别等问题作了分析和研究.并提出了解决此类问题的设想.最后,从简便、通用的角度制订了一套简易实用的跟随越沟步态,为四足步行机越为步态的实现提供了依据.     

步行机器人的研究

1.首先介绍了步行机步态的定义及四足步行机的对称规则步态,在此基础上,对四足步行机稳定性问题进行了深入的研究,提出了基于能量考虑(计入运动速度影响)稳定性分析计算的能量法.2.详细讨论了运动主平面与垂直旋转轴具有偏距的圆柱型空间缩放式腿机构运动学,对四足步行机进行了与运动学控制有关的运动分析,给出了步行机运动速度与步态之间的关系,机体速度加速度与足端速度加     

六足步行机的稳定性研究

本文综合了各种地形条件下的六足步行机器人的静态稳定性方法,详细讨论了能量稳定法,证明了求解六足步行机能量稳定值分量的计算公式,并用能量稳定法分析了采用广义三角步态行走和横向运动六足步行机的爬坡能力、跨越障碍能力等越野性能,首次用数学表达式表述了机体     

六足步行机的能量稳定性

本文详细讨论了六足步行机器人的能量稳定方法,给出并证明了六足步行机能量稳定裕量的一般计算公式,分析了横向及纵向行走的六足步行机采用三角步态时的能量稳定性,比较了能量稳定法和几何稳定法.     

四足机器人步态生成算法研究与仿真

在四足机器人行走动态控制的研究中,为使四足机器人能在复杂地面状况下行走,提出了一种四足机器人在不平坦地面爬行时的平动步态生成算法.首先构建四足机器人步行机构模型,根据静态稳定性对角线原理的判定确定机器人腿的摆动顺序;以平动步态为例根据机器人前行方向、初始位姿、地面不平坦等因素计算一个步态周期后机器人的位姿从而实现平动直线行走的连续步态算法.考虑了机器人机构约束以及状态变化因素使机器人在每一个步态周期都能跨出尽可能大的步幅实现行走效率的最大化.通过仿真验证了算法的正确性.仿真结果对四足机器人步态稳定性的研究及实现具有实际的参考价值.     

四足机器人静态全方位步行稳定性研究

本文就四足机器人静态全方位行走过程中出现的问题进行了研究.在研究静态全方位行走时,我们在步态迁移的过程中发现不稳定因素的存在.就此发现的问题,我们采用了一种方法保证了四足机器人在静态全方位行走的过程中稳定裕度一直大于零,从而消除了不稳定因素.同时我们通过实验仿真验证了本文采用方法的有效性.     

六足步行机横爬步态和运动干涉问题的研究

本文对六足步行机的两种横向爬行步态作了讨论,决出了在某一给定的静态稳定条件下.机体有效长度和绝对步幅之间的关系曲线。从工程角度出发,分析了步行机设计中应注意的运动干涉问题,并提出了这类问胚的解决方法。     

六足步行机的转向问题探讨

本文用临界状态￣［１，２］方法对六足步行机的转向问题进行了研究，给出了六足步行机转向步态的拟定方法及其稳定裕度的计算方法。     

基于自适应特征选取的步态识别

提出基于自适应特征选取的步态识别方法。采用新的特征提取方法,该方法将目标按人体结构特点划分为多个子区域,利用各个子区域的质心与头部质心的距离和夹角对步态特征进行描述。采用Boosting算法自适应选取最优特征序列,对识别结果进行加权处理。该方法结合了步态的动态和静态信息,实验结果表明该方法具有较高的识别性能。     

View-invariant Gait Authentication Based on Silhouette Contours Analysis and View Estimation

In this paper, we propose a novel view-invariant gait authentication method based on silhouette contours analysis and view estimation. The approach extracts Lucas-Kanade based gait flow image and head and shoulder mean shape (LKGFI-HSMS) of a human by using the Lucas-Kanade's method and procrustes shape analysis (PSA). LKGFI-HSMS can preserve the dynamic and static features of a gait sequence. The view between a person and a camera is identified for selecting the target's gait feature to overcome view variations. The similarity scores of LKGFI and HSMS are calculated. The product rule combines the two similarity scores to further improve the discrimination power of extracted features. Experimental results demonstrate that the proposed approach is robust to view variations and has a high authentication rate.      

基于核主成分分析的步态识别方法

为了从多帧步态序列中更有效地提取步态特征并实时性地进行身份识别,提出一种有效的基于平均步态能量图(MGEI)的核主成分分析(KPCA)的身份识别方法。通过预处理技术提取出运动人体的侧面轮廓,根据步态下肢的摆动距离统计出步态周期,得到MGEI。KPCA采用非线性方法提取主成分,描述待识别图像中多个像素之间的相关性。利用KPCA的方法在高维空间对MGEI提取特征,选择合适的核函数,用方差倒数加权欧氏距离进行身份识别。实验结果表明,该算法具有较好的识别性能,并且耗时大大缩短。     

Clothing-invariant gait identification using part-based clothing categorization and adaptive weight control

Variations in clothing alter an individual's appearance, making the problem of gait identification much more difficult. If the type of clothing differs between the gallery and a probe, certain parts of the silhouettes are likely to change and the ability to discriminate subjects decreases with respect to these parts. A part-based approach, therefore, has the potential of selecting the appropriate parts. This paper proposes a method for part-based gait identification in the light of substantial clothing variations. We divide the human body into eight sections, including four overlapping ones, since the larger parts have a higher discrimination capability, while the smaller parts are more likely to be unaffected by clothing variations. Furthermore, as there are certain clothes that are common to different parts, we present a categorization for items of clothing that groups similar clothes. Next, we exploit the discrimination capability as a matching weight for each part and control the weights adaptively based on the distribution of distances between the probe and all the galleries. The results of the experiments using our large-scale gait dataset with clothing variations show that the proposed method achieves far better performance than other approaches.     

基于深度Q网络的仿人机器人步态优化

为实现仿人机器人快速稳定的行走，在满足有效参数组合的条件下，提出一种基于深度强化学习的步行参数训练算法以优化机器人步态。首先，从环境中捕获机器人步态模型参数作为DQN的输入；然后，用DQN来拟合机器人行走产生的状态-动作值函数；最后，通过动作选择策略选择当前机器人执行的步态动作，同时产生奖励函数达到更新DQN的目的。选择NAO仿真机器人为实验对象，在RoboCup3D仿真平台上进行实验，结果证明在此算法下，NAO仿人机器人可以获得稳定的双足步行。     

四足机器人溜蹄步态动步行的研究

本文应用角速度补偿法实现了四足机器人溜蹄步态的动步行。该四足机器人是本研究室刚刚研制成功的，具有十二个自由度，关节采用滑块摆杆机构，由带有轴角编码器的伺服电机驱动，身体和脚上装有传感器，步行由计算机进行控制。     

两足步行椅机器人机械参数与步行稳定性关系研究

研究了两足步行椅机器人的机械参数对步行ZMP（Zero Moment Point）稳定裕度的影响．采用稳定的参数化步态，在步态不变的情况下，改变机器人各连杆的质量、转动惯量和质心位置，分析其对ZMP稳定裕度的影响．通过仿真实验得到以下结论：合理选择大腿、小腿和上身的机械参数可以显著增加步行ZMP稳定裕度，从而降低伺服控制的难度．     

最优特征子集选择问题

机器学习和模式识别面临的一个重要问题，就是特征子集的选择问题，即从一个大的已生征特集合，选择一个子集合来一致地描述已知例。特别，最优特征子集选择问题，即最小的特征子集问题的 计算杂性至今学不清楚。     

多特征提取的双目机器人目标跟踪

为了解决复杂环境下双目机器人的目标跟踪问题,提出多特征提取的方法。在机器人静止-目标运动模式下根据改进的步态光流图和视角识别目标并构造颜色直方图模板;在机器人运动-目标运动模式下利用扩展卡尔曼滤波器、基于自适应核函数的CamShift算法、基于Hu矩的头肩模型匹配算法提取目标的运动特征、颜色特征和头肩特征以实现目标跟踪。实验分析表明,所提出方法能够避免启动时手动框选目标,可以实现遮挡和背景与目标相似度高等复杂环境下的目标跟踪。