基于MPC的双足机器人质心与足端联合步态规划

为探索双足机器人在农业环境中的应用,研究双足机器人在复杂环境下的步态规划与稳定性控制问题,提出一种结合简化模型与模型预测控制(MPC)的控制方案。该方案包括离线和在线2个阶段。离线阶段,基于MPC通过三维线性倒立摆模型规划质心的轨迹和速度;在线阶段,根据质心的规划结果,基于MPC通过简化刚体动力学模型计算支撑腿的足端稳定力与力矩,由雅各比矩阵映射为关节驱动力矩,摆动腿由五次多项式生成的足端轨迹联合质心轨迹,通过逆运动学和关节PD控制生成驱动力矩。仿真结果表明,与关节角度控制方法相比,该方案在步行过程中质心前向轨迹的跟随精度提升了71.1%,并且降低了步态相位切换时足端冲击的影响,确保了双足机器人的步行稳定性,为双足机器人在复杂农业环境下的工作提供可能。

质心动态路径规划的变转速齿轮箱时频脊线索引算法

针对强噪声下难以估计信号瞬时频率的问题,提出了基于质心动态路径规划(DPPB)的变转速齿轮箱时频脊线索引算法。该算法在剖析多路径匹配追踪(MMP)脊线索引算法及其在强噪声下失效原因的基础上,通过对MMP算法得到的脊线集加窗求质心,构建信号的脊线质心稀疏矩阵,并针对质心稀疏矩阵设计动态路径规划函数索引脊线上的质心点,根据脊线代价函数值计算最优时频脊线。将相似度系数Ra和置信度σRa作为脊线提取效果的衡量指标,通过仿真和试验验证了DPPB算法可有效提取强噪声信号的时频脊线,且不同程度噪声下的可靠性和鲁棒性均优于峰值索引算法和MMP脊线索引算法。

基于虚拟支点倒立摆模型的双足机器人质心轨迹规划

针对传统的双足机器人在摆动相机械能起伏较大,其能耗远高于人类的步行模式的问题,提出了一种基于虚拟支点倒立摆被动特性的双足机器人步态规划方法,在保证摆动阶段机械能近似守恒的前提下,同时保证压力中心点能够从脚跟移动到前脚掌,与人类步行的地面反力特性接近;为解决倒立摆微分方程没有初等解的问题,提出用线性倒立摆方程估算摆动角度。数值仿真结果表明,该方法在与人接近的步行参数下获得的运动模式其效率远高于传统方法。

基于自适应模糊算法的四足机器人全身运动控制

针对传统四足机器人运动控制器增益固定,极易造成控制系统控制精度较差、动态性能稳定性不足等问题,设计了一种基于模糊理论与全身运动控制(whole body control,WBC)相结合的新型控制器。首先,根据四足机器人的质量分布特性,建立单刚体质心动力学模型,将贝塞尔曲线作为足端轨迹的规划曲线并结合机器人质心曲线规划策略,增强机器人运动的稳定性与安全性;其次,将全身运动控制系统中的位置与速度增益基于专家经验建立模糊规则库来进行自适应优化,以提高系统的鲁棒性;最后,通过三维仿真平台对该算法进行可行性验证。实验结果表明,所提出的自适应控制方法与传统的WBC相比,提高了四足机器人在轨迹跟踪过程中的稳定性和准确性。