Motion Planning of Humanoid Robot for Obstacle Negotiation

The motion planning for obstacle negotiation by humanoid robot BHR-2 through stepping over or stepping on/off the wide and flat obstacle at known locations is presented. In the trajectory generation method, first the constraints of the foot motion parameters which include obstacle dimensions and the distance of obstacle from the humanoid robot is formulated. By varying the values of the constraint parameters, different types of foot motion for different obstacles can be produced. In this method, first the foot trajectory is generated, and then the waist trajectory is computed by using cubic spline interpolation without first calculating the zero moment point (ZMP) trajectory . The dynamic stability during the execution of stepping over and stepping on/off trajectories are ensured by incorporating the ZMP criterion. The effectiveness of the proposed method is confirmed by simulations and experiments on humanoid robot BHR-2.     

仿人机器人的可变ZMP步态规划

为使仿人机器人能够稳定地行走,基于三维倒立摆模型,采用了可变ZMP(Zero-Moment Point)来进行仿人机器人的步态规划.在单脚支撑期依据可变ZMP采规划COG(Center of Gravity)的轨迹,在双脚支撑期内则让ZMP保持低速匀速运动,由此来规划此时间段的COG轨迹.仿真结果验证了规划的合理性,保...     

小型仿人机器人步行稳定控制方法研究

针对小型仿人机器人足部异常着地姿态对步行稳定性的重要影响,提出了一种基于力分布的快速着地柔顺控制方法,使机器人能够根据着地时地面反作用力的分布情况,快速判断足部着地姿态,通过实时调节踝关节实现机器人的快速着地柔顺控制。该方法结合基于零力矩点（Zero Moment Point,ZMP）和身体姿态的平衡控制方法,在运动调节功能的协调下,形成了一个较为完备的小型仿人机器人实时稳定控制体系。     

借助外力助推的双足机器人越障及避障方法研究

由于仿人机器人在跨越大尺度障碍时需要重心大幅度地偏移,从而导致机器人容易摔倒或是跨越的距离有限,而通过引入外力的方法能有效地改善机器人的跨越性能.本文主要研究双足机器人在额外外力的辅助下,无碰撞地跨越大尺度障碍物的问题.首先,通过树形数据结构、相对轴矢量和相对位置矢量,建立了双足机器人的仿真模型.然后,通过规划多次曲线跨越轨迹、引入整个跨越过程中的局部避障非线性约束和其他跨越约束的方法,建立起双足机器人越障及避障的多变量非线性优化模型.最终,求解出了平面6自由度的冗余机器人越障及避障的2维步态,通过仿真验证了其能够跨过高度为其腿长43%的障碍物.原理样机跨越15 cm高,为其腿长32%的障碍物,证明了本文所提越障及避障方法的有效性.     

基于地面反力的双足机器人期望步态轨迹规划

提出了一种基于地面反力的双足机器人期望步态轨迹规划方法。通过D Alembert定理推导出地面反力与机器人关节运动之间的数学关系。结合ZMP（零力矩点）稳定性原则和其他物理性约束条件,给出了双足机器人期望步态轨迹。受人类行走的启发,采用模糊策略来规划期望ZMP轨迹。该方案与传统的双足机器人步态轨迹生成方法比较,可实现稳定的行走,具有上体的运动范围小,适用于单、双脚支撑期等优点。双足机器人的实验说明了该方案的可行性和良好性能。     

一种仿人机器人步态优化的新方法研究

利用仿人机器人七连杆模型,建立了机器人姿态的位置向量.先用带参数的五次多项式拟合机器人髋关节的位置曲线,然后用非时间参考变量的方式规划出了踝关节和膝关节的运动轨迹.在机器人步行的稳定区域内,通过遗传算法求得了ZMP点偏离脚掌中心距离的最大值,从而确定了髋关节的参数,实现了仿人机器人步态优化.实验证明该方法有效.     

轮式仿人机器人的ZMP建模及动态稳定判据

介绍了ZMP的概念,比较常见的几种ZMP建模方法,提出将高效牛顿-欧拉算法(RENA)与ZMP的概念相结合的迭代ZMP建模方法,并利用该方法完成轮式仿人机器人的ZMP建模.通过模型分析,得出该轮式仿人机器人的ZMP简化计算公式.最后得出此类轮式仿人机器人的稳定性判据及稳定度的定义.     

双足机器人拟人步行模式研究

根据双足步行机器人具有拟人腿的特点,通过对人体步行样式的分析,采用三次多项式计算方法规划步行机器人在一个完整行走周期里拟人稳态步行模式,分别建立hip、knee和ankle关节在前向模型中的轨迹曲线方程。并通过建立、分析和简化其动力学模型验算步行模式的ZMP轨迹的稳定性,提出保证步行模式稳定性的ZMP边界约束条件。最后对稳态步行模式进行仿真描述和相应实验,仿真和实验结果表明其具有很好的连续性和平滑性。     

双足机器人行走稳定性研究

双足机器人行走的稳定性是双足行走最为重要的衡量指标之一.针对传统的基于零力矩点（ZMP）步态稳定性判据方法,分析了ZMP、COP的相互关系,表明在双足机器人与水平地面无粘性力和无吸附力作用下,其ZMP即为压力中心点COP.基于具有足趾关节的双足机器人足底支撑面多种变化,提出对多点接触时支撑多边形区域描述.结合ZMP/COP、COG的在支撑面内相对位置,提出了基于ZMP/COP、COG的综合稳定性判据.经仿真分析,与传统单一的ZMP稳定性判据相比,该综合稳定性判据能够更为准确地反映步态的稳定性.     

以人体运动为参照的仿人机器人设计参考准则

为解决仿人机器人设计以经验设计或运动仿真验证为主,尚不存在以人类自身为参照,考虑走跑跳等多种运动行为要求下的初始设计方法问题,对人体多种运动行为进行运动捕捉与足底力测量,选择人体运动过程中关节力矩和关节功率作指标表征仿人机器人应达到的极限驱动能力。利用PhaseSpace三维运动捕捉系统和自行研制的至少5倍于体重的大量程集成化测力鞋系统对6名成年男性进行了走跑跳等运动行为的运动捕捉与足底力的测量实验,根据得到的149组实验数据,分析总结人体走、跑、跳等运动行为特征;采用牛顿-欧拉法对人体下肢机构进行逆动力学计算,用多元非线性拟合法拟合计算结果得到了各关节最大驱动力矩及功率方程式。综合归纳给出了不同运动方式下仿人机器人设计参考准则,为走跑跳等多运动方式仿人机器人的设计提供了参考。     

使用零力矩点反馈的双足机器人惯性参数辨识

为解决基于关节力矩的双足机器人参数辨识方法辨识精度不高,基于完整的足底力信息和运动捕捉数据的辨识方法对实验条件要求较高的问题,提出基于ZMP(zero moment point)数据的双足机器人惯性参数辨识方法。将理论ZMP与实际ZMP的位置偏差作为目标函数,考虑参数范围和机器人总质量两类约束条件,建立只使用双足机器人自身传感器采样数据的惯性参数辨识优化模型。针对所建模型无法拆分成线性形式的问题,推导目标函数关于参数矢量的梯度矢量和海塞矩阵,并给出了基于最速下降法和牛顿法的优化求解算法。使用GoRoBoT-II机器人的双足部分,进行腿部杆件的惯性参数辨识实验,将所提出方法得到的辨识结果与传统基于关节力矩的辨识结果进行对比,发现基于ZMP的辨识方法的结果更接近于三维几何建模得到的参数标称值,且理论ZMP与实际ZMP的偏差均值为4.6 mm,小于传统基于力矩辨识方法的12.4 mm,说明所提出的基于ZMP的惯性参数辨识方法能够得到比传统方法更好的结果。     

基于运动发散分量的四足机器人步态规划

为了使四足机器人在出现较大的轨迹跟踪误差时仍然可以稳定运动,提出基于运动发散分量（DCM）的在线步态规划方法. 将四足机器人抽象成三维线性倒立摆模型（LIPM）,根据离线规划的落脚点,应用DCM方法论递推出保持DCM有界的参考轨迹;在满足步幅约束、零力矩点（ZMP）约束的条件下,步态规划运用宽松初始状态模型预测控制在线优化出可快速收敛到参考轨迹上的落脚点以及期望状态轨迹;全身运动控制器通过构建二次规划优化出满足运动约束、动力学约束、摩擦力约束等条件下跟踪期望状态轨迹的力矩. 通过仿真验证以上算法,仿真结果表明：与经典模型预测控制相比,宽松初始状态模型预测控制可以承受较大的轨迹跟踪误差,四足机器人可以在出现较大的轨迹跟踪误差时以troting步态稳定运动并尽快收敛到离线规划的轨迹上.     

基于模型预测控制的仿人机器人实时步态优化

为了提高仿人机器人在行走过程中的抗干扰能力,提出基于模型预测控制（MPC）的步态生成与优化策略. 基于飞轮倒立摆模型（IPFM）,建立系统状态空间模型. 给定落脚点参考位置和躯干旋转参考角度,提出包含质心（CoM）轨迹生成、落脚点调整和躯干旋转角度优化的多目标惩罚函数;考虑足部支撑范围、落脚点变动范围等可行性约束,建立二次规划（QP）求解模型. 利用开源求解器,实现最优质心轨迹、足部落脚点和躯干旋转角度的在线生成. 通过仿真验证了该算法的可行性和有效性. 结果表明,每个控制循环在2 ms内完成,满足实时控制需求;该方法能够利用躯干旋转以实现更大范围变步行参数的稳定行走;与只调整落脚点相比,机器人对各个方向外力的抵抗能力都有提高.     

基于Bezier曲线的四足机器人Trot步态优化

为实现四足机器人的稳定行走,需要对其足端轨迹进行合理规划。首先,以Bezier曲线为基础,规划四足机器人的足端轨迹,并依据足端轨迹约束条件对足端轨迹进行优化;其次,通过多组对比实验确定出最优的一组控制点坐标,设计四足机器人的足端轨迹,并找到最佳的步长和抬腿高度组合;最后,基于Matlab/Simulink搭建仿真平台进行仿真实验,与应用复合摆线规划的足端轨迹在足端落地时的冲击力、质心的波动范围、机体的偏航距离、前进距离4个方面进行比较,分析四足机器人的稳定性。仿真结果表明：采用Bezier曲线规划的足端轨迹,提高了机器人运动的稳定性。     

基于质心校正补偿的仿人机器人模仿学习

由于仿人机器人自由度多、结构冗余,因此面对不同环境下的运动规划十分复杂.利用人体运动信息作为示教数据,实现仿人机器人对人体姿态的模仿学习,简化了仿人机器人的运动规划.为满足机器人在运动过程中的平衡性,提出了一种机器人质心补偿的方法:通过示教数据预估机器人的质心偏移,经质心-角度雅可比矩阵计算角度补偿量,并引入二次规划进行优化处理.基于Nao机器人的模仿学习系统实验研究结果表明:提出的质心补偿方法可以有效地保证机器人在模仿学习过程中的姿态平衡,引入的权值可调的二次规划有效地保证了姿态模仿的相似性.     

基于三维空间曲线的四足机器人轨迹规划

四足机器人在对角小跑运动下的稳定性问题是当前四足机器人研究的热点,故分析了机体力矩对机体运动过程中稳定性的影响,提出一种新的足端轨迹函数。首先对机器人进行运动学分析,参照优宝特型四足机器人建立三维模型并搭建了仿真环境;然后分析机体力矩,得出机体翻转原因,即机体腿部摆动对机体产生的反作用力矩和重力产生的倾覆力矩以及运动中足端所受到的冲击力矩。在此基础上,通过利用机器人摆动腿侧摆关节运动提供一个力矩以平衡部分反作用力矩和倾覆力矩,提出了一种基于三维空间曲线的足端轨迹规划。最后,通过对比仿真实验验证了所提足端轨迹规划的有效性和正确性。     

仿人机器人发展现状及其腰关节的作用

仿人机器人是研究人类智能的高级平台，是综合多种学科的复杂智能机械，其研制和开发涉及到各学科、多方面问题，目前已成为机器人领域的研究热点问题之一．本文对仿人机器人目前的发展现状进行了综述，分析了多种仿人机器人的自由度分布，介绍了具有不同结构特点的腰机构，分析了腰关节在仿人机器人的稳定动态步行、全身协调运动及有情感步行等方面的重要作用．本文还指出了仿人机器人目前的主要研究方向．     

具有单目嵌入式视觉的仿人机器人分层控制系统设计

针对仿人机器人的特点,设计了一个具有单目视觉的仿人机器人分层控制系统.通过研究机器人跑步运动的基本原理,在机器人跑步运动中引入手臂摆动姿态,通过最优化跑步过程的总体能效进行步态规划.最后根据FIRA比赛规则,决策系统通过视觉反馈和姿态反馈信息,调用底层动作库,进行短跑运动规划.实验结果表明,该仿人机器人的控制方式效果良好,适合参加竞技类比赛.     

一种仿人机器人协作运动控制方法

根据仿人机器人协作运动的控制特点,构建2个仿人机器人进行球体搬运协作运动模型,并提出了一种基于二阶锥控制原理的多仿人机器人运动稳定性的控制方法.通过对协作运动过程中各种稳定性进行联合约束,构建二阶锥规划方程,将运动稳定性最优控制问题转换成二阶锥规划方程的优化问题.仿真与实验结果表明,该控制方法可以有效控制仿人机器人的协作运动并确保其稳定性.     

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。