基于全身控制的六足机器人复杂地形运动控制方法研究

来源 :山东大学 | 被引量 : 0次 | 上传用户:MUNICH2009
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着人类科技应用和探索自然步伐的进一步深入,对机器人的移动能力也提出了越来越高的要求,要求其能够在复杂的地形环境下自主运动。与轮式或履带式机器人相比,腿足式机器人具有克服障碍和适应复杂地形的能力,可作为多自由度的移动承载平台,在非结构化地形完成移动任务。本文以六足机器人作为研究对象,针对六足机器人在复杂环境下的移动控制问题,研究六足机器人系统的高适应性运动规划算法与控制方法框架,力求实现基座运动与足端运动协调控制与多任务运动规划。按照从机器人结构配置到六足机器人步态、运动规划再到六足机器人整体控制的递进关系展开研究,主要研究内容如下:
  1.针对机器人可行腿部配置和腿部仿生构型,对两种仿生构型进行了运动学分析,并通过快速运动工况下的仿真分析,结合转矩和功率需求,给出了腿部配置方式和构型选择。进而研究了六足机器人的步态规划和坡面适应策略。仿真实验表明,坡面适应策略可以有效的提高机器人在倾斜地形下静稳定裕度,进而提高了机器人在倾斜地形下的稳定性和行走能力。
  2.为提高了机器人对环境的适应能力和在复杂环境下的移动能力,采用基于躯干位置与落足点最优分配算法的全身运动规划方法。基于二次规划,以躯干运动稳定性、关节工作空间限制作为不等式约束,躯干位置和落足点作为决策变量,依据任务优先级,实现了躯干位置与落足点的最优分配。仿真实验表明,通过调整任务优先级权重,可以在运动任务冲突时优先执行优先级高的运动任务,实现了实现躯干与摆动足末端的协调运动。
  3.针对位置控制带来的足地冲击力大、无法适应复杂地形的缺点,介绍了基于足力优化分配的六足机器入主动柔顺控制方法。支撑相采用基于躯干虚拟模型的足力优化分配方法,采用二次规划,将躯干质心虚拟力分配到支撑足,得到最优足底力。摆动相通过在摆动足与期望足端位置之间增加虚拟模型,得到足端三维虚拟力,并通过状态机实现摆动相与支撑相之间的平滑切换。整个控制方法的有效性通过在不同地形下的仿真实验得到了验证,机器人即使在不平坦地形和和斜坡上遭受意外的扰动时也能保持良好的机动性、稳定性和鲁棒性。
其他文献
近年来,行人再识别在安防监控、智能搜索等领域被广泛应用,因此得到了工业界和学术界的广泛关注。它源于视频监控的基本需求,即在多个摄像头场景下,检索特定的行人对象。然而,行人图像极易遭受行人姿态变化、异物遮挡、光照强度差异以及背景多变等因素的影响。因此,行人再识别是一项具有挑战性的工作。  为了克服以上问题,本文使用深度神经网络搭建深度模型,提取行人图像的深度特征,捕捉局部关系的有效信息,并且提出有效
近年来,数据流挖掘技术引起了学者们的广泛关注,其通过对大数据进行分析可以发现数据流中隐藏的有效信息,极大地便利生产生活的各个方面。然而科技的飞速发展使得数据流的种类逐渐丰富、内部的结构日益复杂、产生的速度显著提高,这些变化增加了数据流挖掘的复杂度,为原有的数据流挖掘技术带来了不可避免的挑战。因此,提升数据流挖掘的效率,提高有效信息的获取精度具有重要的意义。  作为数据流挖掘的常用方法,滑动窗口可以
近几年来,多旋翼无人机由于其结构构造简单、比较容易操控等优点得到迅速发展。随着无人机在军事和民用领域的大规模应用,其在各行业发展中扮演着越发重要的角色,其中无人机自主飞行技术是其在行业中大规模应用的关键技术之一。复杂场景下无人机的航迹规划技术直接影响着无人机自主执行任务的能力,现有实际无人机自主飞行应用中经常是飞手手动规划航线,其航线方案往往存在耗电量大、效率较低等缺点。本文将针对具体应用背景研究
机器人柔性装配技术对于提高工业产品的生产质量和效率具有十分关键的作用,为装配行业自动化和智能化发展提供技术支撑。在形状不规则、材料多样的复杂零部件装配过程中,多个部件之间配合关系复杂、空间紧凑,接触状态多样,从而导致机器人装配作业过程模型复杂度高,且难以精确建模。因此,如何处理复杂零部件装配过程中的接触多样性、状态不确定性是机器人柔性装配过程中的重要问题。本文面向复杂零部件机器人柔性装配作业需求,
学位
自然界中众多陆生腿足动物因其高度的运动灵活性和崎岖地形适应能力给予人类诸多启发。近几十年来,世界各国研究者持续进行腿足式仿生移动机器人研究,包括仿生结构、运动机理、驱动方式、能量效率、感知技术等多个方面,以期实现非结构化环境下的物资运输、工程作业、野外勘探、救援救灾等任务,弥补轮式和履带式移动方式的不足。目前多足机器人主要有双足、四足、六足等拓扑结构形式,其中四足机器人因其兼具稳定性、灵活性和运动
切换系统可精准地描述工程实际问题中出现的多模态切换及多控制器切换现象,是控制领域关注的热点.在稳定性分析方面已取得了许多奠基性成果.现实世界中的系统都或多或少地存在着非线性特征,因此对非线性切换系统的研究具有重要的理论价值和实际意义.Port-ControlledHamilton(PCH)系统作为一类重要的非线性系统具有广泛的实用性.近30年来在镇定和H∞控制方面,取得了许多突破性进展,然而对于切
基于机器视觉的交通流估计研究一直都是智能交通领域的研究热点,是解决城市交通问题的关键技术之一,具有重要的理论意义和应用价值。面向复杂城市交通环境的交通流估计面临诸多挑战:城市交通场景车辆多而密集,且存在遮挡和小尺寸目标,增加了目标特征提取处理难度;城市交通场景复杂,基于单个目标的时空关联过程复杂耗时且精度较低,难以有效实时地进行交通流估计;基于交通视频的方法仅可输出交通流参数数据,而针对可视化的交
海洋场景感知是无人艇等海上无人装备有效完成各类既定任务的前提,而目标检测是场景感知与理解领域的基础性任务,提升海面目标检测算法的精度对提升无入水面艇的工作能力意义重大。近年来,基于深度学习的目标检测研究取得了突破性进展,在大规模标准库上取得了较好的检测识别效果。但常用的目标检测数据集中海面目标缺乏,导致目标检测模型在海洋场景中的泛化能力较弱。与此同时,由于海洋环境更加复杂多变,高质量海洋目标样本获
目前,腰椎间盘突出症的诊断依靠医生主观判断,诊断结果的准确性会受到医生经验及知识水平的限制和影响。因此,实现腰椎间盘突出症的自动诊断具有重要的意义。本文在阅读大量脊柱疾病诊断技术相关文献的基础上,研究并开发了一套基于深度学习的腰椎间盘突出症自动诊断系统。针对椎间盘退变程度、突出位置及大小,实现了Pfirrmann分级诊断模型和MSU分型诊断模型,并构建了腰椎间盘突出症自动诊断系统为患者及医生提供诊
机器人导航是机器人领域中一项重要的技术,广泛应用于自动驾驶、国防航天、物流配送、巡逻安检等各个领域当中。近年来人工智能技术的发展,尤其是深度学习和计算机视觉等技术的发展为该领域的研究发展带来了新的契机,众多工业和学术界的研究人员针对该领域开展了丰富的研究。  虽然目前该领域已经有了诸多经典的工作,但是一方面系统设计的复杂性,对数据样本的需求以及模型的可解释性一直是不同技术框架中难以平衡的问题。另一
学位