基于虚拟模型的四足机器人控制研究

为了提高四足机器人运动时的稳定性,本文在传统虚拟模型控制的基础上,利用四足机器人整体的三维受力模型和速度估计方法完成支撑腿的虚拟力的计算。通过雅可比矩阵建立足端虚拟力和关节力的映射关系,实时规划期望摆动腿的运动轨迹,并利用虚拟构件将摆动腿的足端坐标与期望的摆动轨迹连接起来,通过两者的误差实现对摆动腿的虚拟模型控制。在ROS中的Gazebo建立四足机器人的动态仿真模型并进行仿真,并完成了四足机器人实体实验,结果表明该控制方法能够有效的控制四足机器人稳定运动。

一种基于点线特征融合的视觉惯性SLAM算法

针对室内弱纹理环境下特征点导向的SLAM算法难以高效提取特征,甚至无法追踪到足够特征导致运动估计失败的问题,提出了一种融合点线特征的视觉惯性SLAM算法。该算法通过长度抑制策略及对输入图像直方图均衡化来改进传统LSD算法,提高线特征提取速度和质量,然后利用线特征辅助点特征对场景结构提供额外的约束,同时联合IMU数据得到更准确的位姿估计,减少运动速度过快、光照条件不佳的情况对系统稳定性的影响。对比多组公开数据集的实验结果表明:该方法提高了弱纹理环境下系统的定位精度和鲁棒性。