智能决策改进的四足机器人ZMP爬行步态算法

提出了一种基于反馈控制和贪婪决策的四足机器人爬行步态规划算法。该算法利用机载惯性传感器IMU(Inertial Measurement Unit)来实时计算零力矩点和姿态角,以稳态裕度为指标在支撑平面内实时规划期望零力矩点(Zero Moment Point,ZMP)轨迹,结合非线性反馈控制器实现对机体ZMP点的连续平滑调节,保证机器人在按给定速度矢量进行连续爬行的同时具有抵抗一定外力扰动的能力。步态规划采用动态步态周期,基于机器人结构约束和贪婪决策实现跨腿的自动触发,提高了步态自适应性。最终通过样机行走实验验证了所提算法应用于微型四足机器人中的可行性,机器人实现了在平坦地面上稳定地全向行走和旋转,所提算法同时兼顾了自适应性和稳定裕度。

航空集群协同搜索马尔可夫运动目标方法

针对航空集群执行未知区域的协同搜索任务,提出一种分布式模型预测控制(distributed model predictive control,DMPC)下的贪婪迭代决策方法。该方法首先建立航空集群飞行器的运动模型,对其运动特性进行分析,而后采用搜索信息图模型,描述未知环境下动态目标随搜索过程变化的变化趋势;再用马尔可夫链表征目标隐潜运动,对其进行预测;最后在DMPC的基础上,采用随机决策序列下的贪婪迭代算法进行问题求解。并对所提方法的稳定性和收敛性进行分析。同时通过设计仿真实验,验证了该方法的可行性和优越性。