基于奖励引导的六足机器人自主步态学习

为提高机器人自主学习能力,提出一种基于奖励引导的机器人自主步态学习算法.首先给出自主设计的机械式步态同步六足机器人的机械结构,其独特的多层钢堆叠腿部设计方案和特有的机械同步传动方案为机器人后续步态学习研究奠定良好基础;接下来提出一种基于奖励引导的机器人步态学习算法,该算法可以让机器人在未知环境中进行技能学习;最后,在MATLAB和ADAMS联合仿真平台上进行算法验证实验,实验结果显示以速度和高度分别为主评价指标会呈现出2种合理的收敛结果,且在该算法下六足机器人可以自主学习到翻越木块的高难度技能.

并联五连杆点足式双足机器人稳定行走控制方法

针对高载荷点足式移动机器人在肢体惯量大、足端冲击强等挑战下面临的平衡步态控制难题,提出了一种并联五连杆双足结构机器人方案,并设计了稳定行走控制方法。首先,建立了五连杆结构模型,并进行了正逆运动学分析。其次,基于倒立摆(LIP)模型生成的质心轨迹与贝塞尔插值生成的足端轨迹对该机器人进行平衡行走控制,主要思路为:在单腿支撑阶段采用PD反馈控制对机器人质心轨迹进行跟踪,并且根据实时反馈的自身状态计算稳定落脚点位置,实现闭环控制。最后,结合实物模型构建了Matlab仿真实验,结果表明:行走过程中质心和关节角度状态可形成趋于稳定的极限环,该控制算法能够实现双足机器人二维空间内行走。