仿人跑步机器人机构与步态规划综述

阐述了仿人跑步机器人研究的必要性,介绍了几款国外典型的仿人机器人机构设计和驱动系统设计,对仿人跑步机器人的步态规划问题进行了综述,并指出仿人跑步机器人领域的研究难点和未来研究方向。     

基于神经网络的仿人跑步机器人步态规划

为了快速生成仿人机器人跑步运动轨迹,研究了一种用于仿人机器人跑步步态生成的步态规划器。采用三维弹簧倒立摆模型描述跑步过程中仿人机器人质心运动规律,奔跑时机器人质心轨迹及落脚点位置可以由四个步态参数来确定,从而将步态规划问题转化成步态参数优化问题,求解了500余种不同运动状态下的步态参数。建立了基于三层BP神经网络的步态规划器,将优化结果作为训练样本训练神经网络。用上述规划器实现了仿人机器人跑步步态规划并对规划结果进行了仿真验证。研究结果表明,基于BP神经网络的步态规划器可以实现步态参数的快速计算,生成的跑步步态逼真;提出的跑步运动步态规划方法可行,为仿人机器人实时轨迹生成提供了一种解决方法。     

基于体感的仿人机器人步态学习与控制

针对现有理想化步态动力学模型规划方法复杂、人为指定参数过多、计算量大的问题,提出一种基于体感数据学习人体步态的仿人机器人步态生成方法。首先,用体感设备收集人体骨骼信息,基于最小二乘拟合方法建立人体关节局部坐标系;其次,搭建人体与机器人映射的运动学模型,根据两者间主要关节映射关系,生成机器人关节转角轨迹,实现机器人对人类行走姿态的学习;然后,基于零力矩点(ZMP)稳定性原则,对机器人脚踝关节转角采用梯度下降算法进行优化控制;最后,在步态稳定性分析上,提出使用安全系数来评价机器人行走稳定程度的方法。实验结果表明,步行过程中安全系数保持在0~0.85,期望为0.4825,ZMP接近于稳定区域中心,机器人实现了仿人姿态的稳定行走,证明了该方法的有效性。     

仿人机器人及其步态控制

仿人机器人是最能代表人类用工程方法进行自我克隆的能力的智慧结晶。它可以具有类人的外貌特征和运动功能,以及视觉、听觉、触觉、接近觉、味觉等智能感知能力,可在未知环境中独立行走,与人进行一定程度的交流,其技术研究是当今机器人领域的前沿和热点。本文就近年来机器人平台的发展和步态控制的研究近况进行综述,分别概括各方向的发展动态和目前仍然存在的问题。     

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。     

基于主支撑腿运动优化的仿人机器人快速步态规划算法

提出一种基于主支撑腿运动优化的快速步态规划算法,利用快速动态步行的特点,规划ZMP(Zero Moment Point)适时地离开质心投影并始终停留在稳定的支撑区域内．规划过程中考虑了仿人机器人摆动足触地时的碰撞,整个步态产生于深度的优化过程．     

仿人机器人步态规划反馈控制研究综述

仿人机器人步行稳定性是机器人领域重要研究内容之一。介绍了仿人机器人常用的步态规划方法,划分为非反馈式和反馈式的两种步态规划算法。总结了反馈式步态规划主要研究的内容,并以世界著名Asimo、HRP、KHR和Darmstad仿人机器人为例,描述仿人机器人具体反馈控制方法和过程。探讨了仿人机器人步态反馈控制中有待研究的内容。     

基于关键帧相似性的仿人机器人步态规划

为解决传统步态规划方法运算量大、运行时间长的问题,提出一种基于关键帧相似性的仿人机器人步态规划方法,通过对步态关键帧的相似性度量、髋关节的规划、零力矩点(ZMP)的实时校正,实现仿人机器人曲线行走步态的在线调整,调整后的步态能够较好地逼近实际ZMP曲线。实践结果表明,该方法在降低运算量的同时较好解决了仿人机器人的步态稳定及快速规划问题,并且可以减少步态选择不理想时的时间消耗。     

基于ADAMS的仿人机器人步态规划算法仿真和实现

论文从便于算法分析和保护仿人机器人物理样机的角度,提出了先利用ADAMS建立虚拟原理样机系统,再进行步态算法仿真和实现的方法。并详细阐述了基于ZMP的仿人机器人步态规划算法,以及如何利用ADAMS对步态规划算法进行仿真。最后通过实验验证了仿真的必要性和有效性。     

面向仿人机器人自然步态规划的人体步行实验分析

自然步态规划方法是实现仿人机器人步态柔顺和能量优化的可行方法,该方法要求对人体步行及其平衡策略进行定量研究．本文分析自然步态规划方法的原理,建立了一套快捷有效的人体步态测试系统,并通过实验建立了人体步行的参数化数据库．实验结果揭示了人体步行的参数化特征及其平衡策略,对于仿人机器人的自然步态规划及控制提供了理论指导．结论特别指出,仅仅通过规划的方式实现仿人机器人的自然步态是不完备的,自然步态的实现必须同仿生控制策略相结合．同时实验结论对于仿人机器人的本体优化设计也提供了参考．     

基于实时ZMP检测的类人足球机器人步态规划

为了保证类人机器人行走的稳定性,合理的步态规划和误差补偿是最为关键的两个方面。针对研究新一代的类人足球机器人AFU2008,在步态规划方面,根据ZMP(零力矩点)稳定性原理,首先用参考轨迹法进行关节轨迹规划,然后由运动学逆解出的关节转角值对机器人舵机进行实际控制;在误差补偿方面,采用对ZMP影响较大的上体运动进行误差补偿,并针对传统的上体补偿方法的局限性,提出了允许上体高度作匀速运动的改进方法。最后通过仿真和实际实验表明:相对于传统补偿方法,新方法能够更加明显减小机器人的ZMP误差,提高机器人ZMP的稳定裕度,使得类人机器人可以稳定快速的行走。     

拟人机器人抗干扰行走稳定性分析

通过引入虚拟零力矩点假设,提出了一个多种外界干扰下拟人机器人的整体分析模型,分析了拟人机器人抗干扰行走的稳定性.给出了支撑多边形的计算机表达方法和失稳时旋转边界的确定方法.为了在不同的情况下保持平衡,提出了改变支撑多边形、手的支撑、改变上体重心等3种新的稳定性恢复方法.通过优化从虚拟零力矩点到旋转边界的距离,提出了恢复平衡的优化算法.通过仿真实例验证了所提出方法的正确可行性.     

一种新颖的3足机器人的步态优化

针对实验室研究设计的一种新颖的3足机器人,提出并介绍了一种提高其步行速度的步态优化方法。此规划方法基于可行的遗传算法方案,避免了成熟前收敛的问题,得到了较可靠的优化结果,还提出了嵌套优化的策略,在消耗相同时间的前提下,提高了遗传算法的计算精度,通过随机实验结果的对比表明了本策略的有效性。     

机器人步态规划优化过程研究与仿真

机器人步态规划过程是一个随机性较强的过程,对步长和步频的计算过程需要根据现场环境,在大量的先验条件支撑下得出.传统的机器人步态规划需要大量的先验条件,一旦先验条件增加,也会需要大量的计算,以保证计算的准确性,导致步态规划过程耗时明显,机器人行为滞后.为解决上述问题,提出基于遗传多样性融合算法的机器人步态规划方法.建立机器人步态规划初始种群,针对种群中的所有可能的步态元素进行编码,利用遗传算法的寻优特性,对所有的步态规划中的遗传算子进行选择、交叉、变异、平滑运算.计算机器人步态规划交叉概率,获取步态规划的适应性,得到种群更新的终止条件,快速计算步态特征.实验结果表明,利用改进算法进行机器人步态规划,能够提高规划的合理性,缩短步态规划需要耗费的时间,提高步态规划的效率,得到最理想的步态规划结果.     

基于解藕合成及ZMP方程的仿人机器人三维步态规划

介绍了一种仿人机器人的新型步态规划方法。将仿人机器人前向步态简化为七连杆模型,侧向步态简化为五连杆模型;然后在Z坐标相等的情况下合成三维步态;最后通过ZMP方程来检验和仿真,并结合实际系统及其运行状况进行分析,验证了所提出规划方法的有效性。     

基于遗传算法的四足机器人行走步态规划

因RoboCup四腿组比赛所采用机器人的关节刚度较低，采用固定形状行走轨迹的步态规划方法所产生的实际步态和规划步态偏差较大。这种偏差限制了机器人行走速度的提高。为了提高机器人的行走速度，在原有步态规划方法的基础上，引入200组坐标描述任意形状的机器人行走轨迹，并用改进的遗传算法寻找最适合机器人行走的轨迹形状。实验结果表明：改进的行走轨迹规划方法经学习后的实际步态更有利于机器人的行走，在行走更加平稳的同时可使机器人获得更快速的行走效果。