NMPC实时步态规划双足机器人步态轨迹周期稳定性分析

针对用非线性预测控制(NMPC)实时步态规划得到的拟人步行双足机器人步态轨迹,分析了模型失配和地面环境变化条件下稳态多步步行的鲁棒周期稳定性问题。通过反馈线性化,将高维混杂系统的周期稳定性问题转化为降维非可控模态的周期稳定性问题。由Poinca-re映射不动点的存在条件提出多步周期极限环的鲁棒稳定性定理,证明了多步与单步周期稳定性的一致性。通过对时间轴的离线积分,仿真分析了模型误差和速度跃变误差对极限环存在性和收敛速度的影响。本文结论对NMPC方法应用于实际物理对象具有重要理论意义和实际意义。     

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.     

混杂生产系统变时域滚动优化生产控制

为降低求解生产优化控制策略的复杂性,提出了递阶变时域滚动优化生产控制策略.通过对考虑切换费用及随机故障情况的混杂生产系统模型分析,把原始命题简化为有限时域下随机动态规划问题,并给出了求解该动态规划问题的Bellman方程.利用准时制思想,在期望意义下把求解多维随机最优生产控制问题递阶为求解确定系统的最优生产控制子问题,并通过在一维方向上的变时域滚动优化来逼近原始命题最优解.仿真结果表明,该策略快速有效,避免了直接求解偏微分方程带来的困难,使得基于该策略的算法可行,提高了控制的精确性和实时性.     

Walking Stability Control Method for Biped Robot on Uneven Ground Based on Deep Q-Network

A gait control method for a biped robot based on the deep Q-network (DQN) algorithm is proposed to enhance the stability of walking on uneven ground. This control strategy is an intelligent learning method of posture adjustment. A robot is taken as an agent and trained to walk steadily on an uneven surface with obstacles, using a simple reward function based on forward progress. The reward-punishment (RP) mechanism of the DQN algorithm is established after obtaining the offline gait which was generated in advance foot trajectory planning. Instead of implementing a complex dynamic model, the proposed method enables the biped robot to learn to adjust its posture on the uneven ground and ensures walking stability. The performance and effectiveness of the proposed algorithm was validated in the V-REP simulation environment. The results demonstrate that the biped robot''s lateral tile angle is less than 3° after implementing the proposed method and the walking stability is obviously improved.     

Novel algorithm of gait planning of hydraulic quadruped robot to avoid foot sliding and reduce impingement

In order to solve kinematic redundancy problems of a hydraulic quadruped walking robot, which include leg dragging, sliding, impingement against the ground, an improved gait planning algorithm for this robot is proposed in this paper. First, the foot trajectory is designated as the improved composite cycloid foot trajectory. Second, the landing angle of each leg of the robot is controlled to satisfy friction cone to improve the stability performance of the robot. Then with the controllable landing angle of quadruped robot and a geometry method, the kinematic equation is derived in this paper. Finally, a gait planning method of quadruped robot is proposed, a dynamic co-simulation is done with ADAMS and MATLAB, and practical experiments are conducted. The validity of the proposed algorithm is confirmed through the co-simulation and experimentation. The results show that the robot can avoid sliding, reduce impingement, and trot stably in trot gait.     

床式步态康复训练系统机构设计

针对现有床式步态康复训练机器人使用不便、成本高昂的问题,提出模块化的床式步态康复训练系统. 包括倾角可调的床体模块、腿部运动辅助机构模块和足底支撑机构模块,模块化设计可以提高其使用方便性,降低制造和使用成本. 为了实现正常的行走步态,腿部运动辅助机构模块采用凸轮-连杆机构模拟大腿和小腿的运动. 建立腿部运动辅助机构的人机耦合模型,并对其进行运动学分析,得到机构与人体下肢的运动学关系,将其作为参数优化和结构设计的基础. 利用MATLAB,以机构对患者个体差异的适应性为目标,对模型中的各参数进行优化,得到一组机构参数的最优解. 实验结果表明,不同身高的实验者髋关节测量角度与标准角度的最大误差不超过5.2°,膝关节最大误差不超过6.7°,验证了机构对实验者个体差异的适应性和使用此系统进行康复训练的可行性.     

不确定性扰动下双足机器人动态步行的自适应鲁棒控制

针对不确定性扰动下双足机器人动态步行的鲁棒控制问题,建立不确定性扰动下双足机器人的动力学模型. 将特定庞卡莱映射方法拓展到不确定性扰动下双足机器人的稳定性分析,将机器人随机系统的稳定性分析转化为确定性周期系统的稳定性分析. 基于滑模控制方法,提出自适应滑模控制器. 与以往滑模控制器相比,该控制器无需外部扰动的准确幅值信息. 考虑到双足机器人在实际应用中常会遭遇非平整路面,进一步将该自适应滑模控制器拓展到非平整路面的鲁棒控制：提出碰撞速度不变性条件,基于落地速度控制进行在线轨迹规划,基于自适应滑模控制器对机器人进行反馈控制. 基于三维（3-D）五杆双足机器人进行仿真实验,结果表明,所设计的控制器能有效实现机器人在不确定性扰动下的鲁棒控制.     

基于在线学习磁校准的行人航位推算算法

目前常用的微机电系统磁传感器存在时变的软磁和硬磁误差,这些误差严重影响基于地磁的航向估计以及地磁匹配定位算法性能.利用行人正常行走过程中产生的机会性自然旋转,使用陀螺仪感知磁传感器小尺度姿态改变,构建包含多个优选磁观测对的基于余差动态加权的非线性目标代价函数,使用具有全局最优解的布谷鸟非线性优化算法在线动态估计软磁和硬磁误差.使用所提磁校准算法可降低3.09°的平均航向误差.在行人航位推算算法上进行测试,航位估计相对误差为2.09%.     

Online LS-SVM for function estimation and classification

An online algorithm for training LS-SVM (Least Square Support Vector Machines) was proposed for the application of function estimation and classification. Online LS-SVM means that LS-SVM can be trained in an incremental way, and can be pruned to get sparse approximation in a decremental way. When a SV (Support Vector) is added or removed, the online algorithm avoids computing large-scale matrix inverse. Thus the computation cost is reduced. Online algorithm is especially useful to realistic function estimation problem such as system identification. The experiments with benchmark function estimation problem and classification problem show the validity of this online algorithm.     

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。     

六足机器人横向行走步态研究

以一种新型的多自由度六足机器人机构为对象,研究其横向行走步态,规划一种横向行走的三角步态,并完成了足端轨迹规划和稳定性分析.最后采用Pro/E和ADAMS等软件相结合的方式对六足机器人的样机模型进行运动学仿真与分析,结果证实了该横向行走步态的可行性,为接下来的物理样机实验提供了依据.     

一种面向任务的不确定效能资源分配方法研究

针对面向任务的不确定效能的资源分配问题,提出了基于多维动态规划的解决框架。框架中深入分析该问题的特性,在资源约束、时间约束和策略约束下对问题进行建模,在该模型的基础上将问题有机分解为3个子问题:任务序列的确定、任务资源的分配和占用时间优化;并分别应用综合优先度分析,多维动态规划,探索式优化的方法解决了上述问题;最后通过实验案例对框架的可行性和有效性进行验证,实验结果表明,该框架能够有效求解面向任务的不确定效能资源分配问题。     

杆系结构的离散变量动力优化设计

文章讨论了离散变量优化方法在结构动力设计中的应用，提出了一种离散变量的结构动力优化设计序列线性规划方法。该方法将非线性规划问题转化成线性规划问题，使结构动力最优化设计成为可能。     

一种欠驱动平面双足机器人变速控制策略

针对欠驱动平面双足机器人的行走速度控制难题,提出一种新的变速行走控制策略.该控制策略有两层结构,上层采用一种模糊融合的思路,根据给定速度产生参考步态,即由能稳定行走的已设计步态模糊融合出参考步态,再由PI控制器对参数进行平滑|底层由基于虚拟约束的反馈线性化方法实现轨迹跟踪,同时解决行走中的欠驱动问题,达到连续稳定变速的目的.仿真结果表明：与其他变速策略想比,该控制策略能在变速的同时改变步长,而且有更好的控制效果,也能很好地实现变速的连续性.     

无线MEC系统中队列状态感知的卸载和 传输联合优化

针对多用户-多移动边缘计算服务器系统的动态计算任务卸载问题,基于用户端和服务器端的任务队列模型,以系统的长期平均时延和长期平均功耗为优化目标,求解最优的卸载策略及相应的上行预编码.通过李雅普诺夫优化方法将长期平均问题转化成单阶段目标优化问题,考虑到卸载策略和预编码之间存在范数约束关系,通过连续近似和半正定松弛,可转化成典型的DC规划求预编码解问题.仿真结果表明,所提方案比传统方法具有更低的时延和功耗.     

基于ADAMS和MATLAB的两足机器人的步态联合仿真

为提高两足机器人的设计效率,降低设计成本,验证步态规划的正确性,在研制两足机器人物理样机前,应对其进行虚拟样机仿真.首先在ADAMS环境中建立简化的两足机器人动力学模型,然后在Matlab/Simulink中建立控制系统,最后利用二者之间的接口实现基于ADAMS和MATLAB的两足机器人的步态联合仿真,在仿真过程中观察两足机器人的行走过程,验证设计方案的正确性,为其物理样机的研制提供依据.     

变信赖域序列凸规划RLV再入轨迹在线重构

针对可重复使用运载器（RLV）的再入轨迹重构问题,提出一种基于变信赖域序列凸规划的RLV再入轨迹快速求解方法. 首先,通过离散化及对非凸约束的线性化处理,将RLV的非凸轨迹优化问题转换为凸优化问题,然后通过序列凸规划方法对凸优化问题进行求解. 在序列凸规划求解过程的初始迭代中,采用预测校正算法对初值猜测轨迹进行设计,确定轨迹求解的终端时间;在后续迭代过程中,设计基于优化性能指标的信赖域更新策略,提升算法的收敛性能. 在轨迹快速求解方法的基础上,考虑RLV再入过程中可能发生的突发事件,如实际轨迹大幅度偏离参考轨迹或目标点变更,基于变化的初值约束及终端约束在线重构轨迹,并结合重构轨迹和LQR（Linear quadratic regulator）方法设计再入制导律实现对重构轨迹的有效跟踪. 最后,将此设计方法与Gauss伪谱法及传统序列凸规划算法进行仿真对比验证. 仿真结果表明:变信赖域序列凸规划方法相较于伪谱法和传统的序列凸规划方法在轨迹求解实时性及收敛性方面有较大的提升,具备应用于轨迹在线重构的能力,此外,所提出的轨迹在线重构方法具备良好的鲁棒性以及抗扰性.     

基于梯度信息的实时优化与控制集成策略

针对工业过程的最优操作问题,分析过程系统的层次模型,提出实时优化与控制集成的级联结构. 对于优化层采用基于梯度信息的稳态实时优化方法,通过在线采集过程测量值,估计过程的梯度信息,更新设定值. 不需要使用显式的过程模型,可以有效抑制模型失配对优化目标的影响. 利用最小二乘的思想求解梯度向量,降低计算成本,可应用于大规模工业过程的稳态实时优化. 提出非线性过程中被控变量的选取方法,利用非线性模型计算平均损失,优化效果具有全局性. 为了快速求解非线性规划问题,对某些条件进行合理假设,从而获得次优解,给出求解被控变量的解析方法,提高计算效率,同时将优化层与控制层联系起来. 通过对数值算例、蒸发过程和放热反应过程的研究,验证所提出方法的有效性.     

基于特征组合的步态识别算法研究

步态识别是通过人走路的姿态进行身份识别,研究提出一种组合步态运动中的人体形状静态特征和动态特征的步态识别算法：使用改进的Hu矩和紧致度表达人体轮廓特征,用于描述步态序列的静态特征：提取大腿间的夹角和长宽比,用于描述步态序列的动态特征;并将这两种特征进行组合处理．实验结果表明：本算法的性能较单一特征的步态识别算法有明显的改善．     

双足机器人动态上下楼梯的规划与控制

针对双足机器人上、下楼梯时的稳定行走问题,结合机器人动态上、下楼梯的约束条件,规划双足机器人动态上、下楼梯的步态,并提出了相应的稳定性控制策略。其中,机器人侧向平面采用保持机器人质心动态平衡的规划方法,通过调整躯干侧向最大偏移量,实现机器人侧向平面的稳定;机器人前进方向和重力方向采用三次多项式拟合的步态规划方法,通过传感器反馈的躯干姿态角及相应的角速度信息,结合楼梯台阶信息,调整机器人前进方向和重力方向质心的位置,保证机器人运动的稳定性。仿真结果验证了该方法的有效性。