两栖六足仿生机器人的水陆运动控制研究

两栖六足机器人不仅需应对崎岖地形对陆地爬行提出的挑战,还要解决机器人在水下灵活运动的控制问题。因此,本文首先提出了基于深度强化学习的崎岖地形运动控制方法。通过MuJoCo为机器人执行爬行任务构建交互环境,并采用近端策略优化(PPO)算法训练智能体使其获取适应于不同崎岖程度地形的控制策略。仿真数据表明,陆地控制策略可使机器人在平坦、轻度崎岖、重度崎岖3类地形上快速、稳定地完成前进任务。针对水下运动控制问题,本文通过分析机器人动力学模型将其分解为:采用视线法与PID控制器解决平面轨迹跟踪和深度控制问题。水下实验表明,机器人可在平面快速跟踪Sigmoid曲线且轨迹偏差不超过0.11 m。深度控制实验中,机器人可平稳到达指定深度且控制精度在0.02 m以内。