【摘 要】
:
近年来,移动机器人得到了广泛的应用,尤其是轮式机器人。然而,特殊地形大大限制了轮式机器人的活动范围。相反,四足机器人运动更加灵活,可以通过各种各样的地形,例如台阶,废墟,障碍物等。因此四足机器人更适合救灾、山地运输、勘探等应用场景。由于更多的运动自由度,四足机器人的运动控制比轮式机器人更复杂。四足机器人的运动控制已经成为了最热门的研究课题之一。目前大多数四足机器人采用电机驱动,电机的位置伺服能够保
【基金项目】
:
国家自然科学基金重点项目,项目名称为《面向山林环境的爬-步四足机器人关节技术》(批准号:U1613223);
论文部分内容阅读
近年来,移动机器人得到了广泛的应用,尤其是轮式机器人。然而,特殊地形大大限制了轮式机器人的活动范围。相反,四足机器人运动更加灵活,可以通过各种各样的地形,例如台阶,废墟,障碍物等。因此四足机器人更适合救灾、山地运输、勘探等应用场景。由于更多的运动自由度,四足机器人的运动控制比轮式机器人更复杂。四足机器人的运动控制已经成为了最热门的研究课题之一。目前大多数四足机器人采用电机驱动,电机的位置伺服能够保证机器人很好的位置精度。然而,四足机器人在行走或跳跃运动过程中,由于足端着地时的速度不为零,会受到来自地面的冲击力。由于位置伺服控制的高刚度特性,这种冲击力传导到机身会破坏机身的平衡,并且会引起较大的腿部关节力矩响应。这种力矩响应表现为电机的异常电流脉冲,会消耗更多的能量,甚至使电气系统瞬时电流过大进而触发断电保护。因此,位置控制的四足机器人难以满足稳定的运动控制需求。针对这一问题提出了力位混合控制的运动缓冲方法。在腿部与地面互相冲击时,关节电机使用力矩控制模式,利用柔顺控制的方法降低腿部刚度使得机器人腿部能够吸收冲击力,减小着地时的关节力矩响应。考虑腿部的惯性消耗,推导单腿的动力学模型,并基于模型应用了模型预测控制算法实现了力矩控制下较好的位置精度。对角步态是四足机器人最常见的步态。对角步态运动过程中,四足机器人斜对角的两条腿交替支撑。当只有两条腿支撑时,机器人的支撑多边形为一条直线。此时机器人很难保持平衡。针对这一问题设计了四足机器人平衡控制器。该控制器对机身的姿态和位置应用PID控制器计算出机身的期望受力,并通过基于二次规划的优化算法将机身的期望受力分配至各个腿,使机器人具有姿态调节的能力。在该平衡控制器作用下,机器人能够通过机身的姿态误差不断调节机身姿态保持平衡。在四足机器人样机上搭建了基于EtherCAT总线的电机驱动系统,实现了电机快速力位控制模式切换。在二自由度单腿实验平台上完成了跳跃运动缓冲实验,验证了机器人运动缓冲能力和较好的位置跟随能力。在仿真环境中实现了单腿的模型预测控制,并通过实验验证了模型预测控制的位置跟随性。在四足样机上完成了对角步态实验,验证了机器人的平衡能力。
其他文献
建筑业在我国国民经济中发挥着举足轻重的作用,尤其是可以促进社会经济快速发展、改善人民生活水平。我国目前正处于城市化快速发展的重要时期,这为建筑业在工程项目管理方面设置了更高的门槛。在建筑业的项目管理中,进度计划和控制是重要的组成部分。项目管理的第一步是制定项目进度计划,合理的项目进度计划可以很好地平衡项目的成本和施工工期,促进项目的顺利实施。进度控制是项目施工进度计划顺利完成的实施手段,对于项目目
建筑业是我国国民经济高质量发展的支柱产业,但建筑业企业失信现象频出对建筑业高质量平稳可持续发展带来重大影响,与此同时,对失信企业的企业声誉以及竞争力也带来了不良影响。目前业界对建筑业企业信用修复的研究依旧处在初步探索阶段,对建筑业企业信用修复措施的研究尚未形成系统理论与方法,失信企业无法选取有效的自主修复措施。因此本文的研究目的是当建筑业企业发生失信现象时,如何科学地采取有效的信用修复措施,帮助企
建筑业作为与人民生活息息相关的产业,在国民经济中的支柱产业地位也非常稳固。建筑业维持稳定的增速,在疫情期间的经济复苏中发挥了不可替代的作用。然而,建筑业在稳步发展的同时,也面临着一些挑战,利润总量增幅持续放缓,产值利润率连续下降。建筑施工企业要想合理应对这些挑战,就需要在战略上更加有针对性,在管理上更加精细化。建筑施工企业的数量不断增加的同时,建筑施工企业的规模也在不断扩大,实力在不断增强。建筑施
城镇驾驶任务是当前最具有发展前景的领域之一,它具有非常大的商业价值与科研价值。模仿学习是解决该任务的一种主流方法,但是其需要大量带标签的训练数据。同时为了使车辆具有处理极端情况(比如车辆即将发生碰撞)的能力,需要大量极端情况下的训练数据,这需要大量的人力物力且困难重重。但强化学习利用奖励机制让车辆在环境中进行探索学习所以不需要任何带标签的训练数据,并且强化学习能够利用神经网络进行策略和价值估计的拟
当前人工智能领域发展迅速,计算机视觉技术也开始应用于生活中的各个领域,如何将深度学习技术应用于智能监测领域,已成为研究的重点方向。其中,人体行为识别是当前计算机视觉领域的研究热点,其不仅可以在医疗、自动驾驶等领域有所发展,亦可以替代人工来智能识别视频中的行人动作,为提高国家公共场所安全做出贡献。因此,如何提高人体行为识别在公共场所场景下的算法性能是目前计算机视觉领域的研究热点。本文基于CNN-LS
2020年,十四五规划指出,继续坚持房住不炒的定位。现阶段,政府为调控住房供需问题提出租售同权的理念,布局房地产行业的租房租赁市场发展战略。同时,我国租赁住房市场需求广阔。且房地产企业还处在较为传统的存量时代,企业需要从简单粗暴的拿地卖房状态中脱离出来,转型为出售-持有-运营全方位的模式,而在这个过程中,租赁住房类REITs较好的适配了持有-运营的开发经营模式,是一个较为成熟的金融工具。但目前,我
机器阅读理解,作为人工智能的关键研究方向,目前广泛应用在搜索引擎、对话系统等领域,其目的是让机器像人类一样阅读和理解文本内容。在机器阅读理解任务的众多分类中,本文以片段抽取式任务作为研究的目标,即在给定问题和上下文的前提下,要求模型从上下文中找到某一连续片段作为答案。在深度学习的框架下,这类机器阅读理解任务通常包含四个关键阶段(文本表征、特征提取、问题-上下文交互与答案预测)。本文面向特定领域文本
压力传感器在航空航天、压力容器、汽车、油气管道和气象等领域应用极为广泛。但是在核电、冶金、化工、发动机监控等领域对压力传感器耐温性能有着较高要求,扩散硅压力传感器难以适应这些高温工作环境要求,因此高温压力传感器是当前研究的重要方向之一。目前采用硅-蓝宝石、硅-金刚石、4H-Si C和6H-Si C等特殊材料制造的高温MEMS压力传感器,耐温性能较好,但是其制造工艺相对复杂,成本较高。为此,本文设计
多机器人协同是完成复杂作业的重要手段,成为近年来的研究热点。然而当前考虑多为松耦合场景,即每台机械臂依据设定的时间序列独立完成各自的工作,并未考虑其他机械臂的运动情况,难以保证整体工作效率和执行效果。为有效提高复杂作业任务的作业性能,需要将多台机械臂作为一个紧耦合系统考虑,实现实时交互和智能协同。基于此,本文开展了多臂紧耦合系统的运动学建模、协同柔顺控制方法的研究,并研制轻型协作机械臂、建立实验平
海洋中蕴含丰裕的资源,探索海洋的意义重大。水下机器人作为探索海洋有效的工具,逐渐成为研究的热点。水下机器人可以代替人类进行水下作业,甚至突破人类水下作业的限制。为了安全航行和高质量作业,水下机器人必须要具备精确的水下目标检测和定位技术。由于在近距离范围内使用时,声呐容易受到干扰而精度降低,而视觉方法的精度高但存在图像质量下降的问题。而相机的标定是水下精确定位的前提。因此,本文针对浅水域的水下机器人