移动可伸缩三维倒立摆模型的双足机器人步态控制策略

双足机器人的步态控制策略是保证双足稳定行走的重要条件之一.结合人在行走时ZMP平稳移动的特性,建立了一种移动可伸缩三维倒立摆模型;在约束平面内分析ZMP与COG的运动关系,将ZMP和COG分别定为快变因子和慢变因子,提出了移动可伸缩三维倒立摆模型的双足机器人步态控制策略;最后通过Matlab/ADAMS进行了步态控制仿真研究.仿真结果表明双足机器人可以稳定地行走,验证了该步态控制策略的可行性.

基于三维线性倒立摆的仿人机器人步态规划

为了实时调整仿人机器人的步态,提出一种仿人机器人的步态生成方法。把机器人运动简化为三维线性倒立摆运动模式,通过预先规划好的零力矩点(ZMP)轨迹,根据质心(CoM)和ZMP的关系,求出CoM轨迹;再将前向步态和侧向步态简化为七连杆结构和五连杆结构,利用三角定理求出各个关节的角度,结合ZMP方程讨论了行走过程中的稳定性。利用给定的条件进行了系统的仿真,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。

基于三维线性倒立摆的双足机器人步态规划

双足机器人的步态控制策略是保证双足稳定行走的重要条件之一。提出一种基于三维线性倒立摆模型的双足机器人步态规划的算法。首先简化了三维倒立摆模型,并且假设了步行周期起始状态的ZMP位置,然后通过运动方程推导出含参数的质心与时间的函数,再将机器人的步态规划简化到每个步行周期,通过每个周期的初始条件获得函数的相关参数,最后将此方法推广到带转向的步态规划中,并应用于实际Robocup3D比赛中。实验结果表明该方法具有可行性和有效性。

三维线性倒立摆模型在双足机器人系统中的应用

机器人稳定的步行行走模式在双足机器人的控制中占有很重要的地位,提出了一种基于三维线性倒立摆的机器人行走模型。通过机器人的三维倒立摆模型得到机器人质心的位置和速度,再结合机器人的逆运动学,求得机器人各关节的关节角度,驱动机器人关节运动。从而得到机器人完整的运动轨迹。

基于简化三维线性倒立摆模型的模糊控制射门算法

针对双足机器人传统射门算法存在仅适用于固定射门角度和射门姿态的问题,提出了一种基于简化三维线性倒立摆模型的模糊控制射门算法,用于实现多角度、多姿态的射门;首先利用简化三维线性倒立摆模型规划出零力矩点(ZMP)轨迹和质心轨迹;其次在双腿支撑相对双足机器人进行射门角度和姿态的调整,同时利用贝塞尔曲线规划出游动腿的轨迹;最后利用模糊控制算法精确地规划出双足机器人的射门轨迹;实验部分利用NAO机器人仿真平台验证了文章提出射门算法的性能,并与其它射门算法进行了比较;最后将实物NAO机器人用于全过程与多角度的实际射门实验,验证了本文提出射门的算法可行性与准确性。

基于线性倒立摆模型的双足机器人步态规划

为解决多关节自由度双足机器人的步态规划问题,提出了一种改进的三维线型倒立摆模型步态规划算法。该方法将双足机器人简化为三维线性倒立摆模型,在得到机器人的质心参考轨迹的同时规划摆动腿的轨迹,通过机器人的运动学逆解即可求出各关节运动序列。在对质心轨迹求解过程中,与传统方法通过双脚支撑阶段调整质心速度实现步态稳定的方法不同,该算法通过求解支撑腿最优交替时刻的方法最大化单脚支撑阶段的范围,实现机器人的高效稳定行走。以NAO机器人为实验对象,对算法进行了仿真实验,实验结果表明,该算法是可行、有效的。

类人猿型机器人“GOROBOT”的可变ZMP双足动步行仿真

为了有效地验证类人猿型机器人"GOROBOT"的双足动步行能力,通过合理地将可变ZMP(Zero Moment Point)的变化规律定义为余弦曲线,并基于三维倒立摆的动力学原理,推导出了单脚支撑期内机器人质心轨迹方程。在此基础上,采用样条插值函数来保证机器人质心加速度的连续性,从而提出了基于这种可变ZMP的双足动步行关节轨迹生成方法。最后,在虚拟物理环境下利用仿真软件实现了虚拟的3-D类人猿机器人"GOROBOT"双足动步行,验证了方法的正确性和实际类人猿机器人"GOROBOT"的双足动步行能力。

仿人机器人的可变ZMP步态规划

为使仿人机器人能够稳定地行走,基于三维倒立摆模型,采用了可变ZMP(Zero-Moment Point)来进行仿人机器人的步态规划.在单脚支撑期依据可变ZMP来规划COG(Center of Gravity)的轨迹,在双脚支撑期内则让ZMP保持低速匀速运动,由此来规划此时间段的COG轨迹.仿真结果验证了规划的合理性,保证了更强的稳定性,并且使得采用此规划的仿人机器人的行走和人类的行走更加相似.

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。

一种改进的机器人在线全身关节补偿

基于三维线性倒立摆模型和ZMP生成了双足机器人的步行模式;在实际的行走过程中,机器人实际的步态轨迹和期望的步态轨迹之间存在一定的误差;为了机器人稳定地行走,必须对机器人的步行模式进行在线修正;提出了一种基于爬山算法的机器人在线全身关节补偿;通过对机器人各关节的补偿,修正机器人的质心偏差,从而达到机器人步行模式的在线修正;最后,通过计算机仿真和实体机器人验证了改方案的可行性。

基于倒立摆模型的双足机器人步态系统研究

双足仿人机器人是机器人领域中的前沿科学,实现双足机器人稳定行走一直是该方面研究的重点和难点。文章采用一种基于三维线性倒立摆模型、具有反馈的双足机器人步态系统,保证双足稳定行走。首先利用三维线性倒立摆生成三维步行模式,然后通过刚体动力学模型计算ZMP,评估双足运动时稳定性和质心位置误差,再使用步态稳定控制器保证步行运动稳定跟踪所规划的模式,抑制和减小误差积累,最后建立精准的双足机器人步态模型。

双足舞蹈机器人步态规划

以双足舞蹈机器人为对象,建立系统的多自由度运动学模型,在此基础上开展舞蹈机器人正运动学和逆运动学分析,根据行走步长、步宽、步行周期等运动参数求解机器人各关节角度;引入三维倒立摆模型,结合零力矩点(Zero-Moment-Point,ZMP)稳定判据,对舞蹈机器人进行步态规划稳定性分析;最后,结合对舞蹈机器人的行走步态进行了仿真分析,得到了各个关节的角度值,可作为舞蹈机器人的输入控制参数.