小型双足步行机器人的步态规划

合集下载

双足步行机器人的步态规划

双足步行机器人的步态规划
稳定 步 行 的基 础
运动学和动, 学 特征。对于动态步行而言 , 丁 曾经有过 l2、 8 、 4、、
9 l 5个 自 由度 的经 典机 械 结 构 E 考 虑 到 项 目 的 具体 运 动 、2 l 行 为 要 求 : 地 行 走 、 坡 步 行 . 下 台阶 等 等 动 作 . 平 斜 上 选用 腿 部
维普资讯
双足步行机器人的步态规划
张 伟 杜 继 宏
( 清华 大学 自动化 系, 京 10 8 ) 北 00 4
E mal z a g e 9 @mal i g u .d .n — i:h n w i 9 i t n要 研 究 了双 足 步 行 机 器人 的基 本 步 态的 建 立过 程 .进 行 了参数 化 北理 .提 出 了一 种 简 单 可 行 的 步 态 规 划 方
器 , 参 考 开 关 和 眼制 开 关 。 出为 到 伺 服放 大 器 的数 字 信 号 . 零 输 用 来 控制 关 节 的角 度 值 。
2 双 足 步 行 机 器 人 的 本 体 结 构
3 数学模 型 的建 立
坐 标 系 系 统 的 建 立 采 用 标 准 D nv e ai t和 H r n r 准 at b g eo 则 用 齐 移 变 换矩 阵来 描 述 参 照 前 一 连杆 的 坐标 系统 来 建立 采 (
下 一 个连 杆 的 坐标 系 统 :
lo0 s e0 s i . . sOic %oO1 c l—n c i n. cs. ns  ̄

A =
lO。 -eo l:  ̄。 clt _ n s oia o i n sn si TT
p o o e , i h e e ae B sc rp s d wh c g n r t s a i Ga s f h l g e r b t s n i o t e e g d o o u i g t s e ih e p o e s a d a a ti s h g i p ca z d r c s n p r merz t e at e

双足机器人步态与路径规划研究的开题报告

双足机器人步态与路径规划研究的开题报告

双足机器人步态与路径规划研究的开题报告1. 研究背景与意义双足机器人是一种拥有双足摆动、稳定步行的机器人系统。

其足底传感器、惯性导航系统等技术可以使其具备复杂环境下高效稳定的行走能力,因此被广泛应用于人形机器人、救援机器人、服务机器人等领域。

双足机器人的步态与路径规划是其行走能力的核心,它们直接影响机器人的稳定性和效率。

因此,对双足机器人的步态与路径规划进行深入研究,对于提高双足机器人的稳定性和智能化水平、拓展其应用领域具有重要意义。

2. 研究目标本研究的目标是,通过理论分析和实验验证,深入研究双足机器人步态与路径规划的关系,探索优化双足机器人步态和路径规划的方法,提高其稳定性和行走效率。

具体而言,本研究将对以下问题进行深入探究:1. 双足机器人的步行模式与路径规划算法;2. 基于视觉传感器的双足机器人姿态估计;3. 双足机器人在复杂地形和障碍物下的路径规划和避障算法;4. 双足机器人步态和路径规划的在线优化算法。

3. 研究内容与方法本研究将结合理论分析和实验验证的方法,对双足机器人步态与路径规划进行深入研究。

具体而言,将从以下几个方面展开研究:1. 双足机器人的步行模式与路径规划算法通过对双足机器人的基础步态进行分析,探究其步行模式,建立数学模型。

基于此,结合路径规划算法,设计双足机器人的运动轨迹,使其能够实现高效稳定的步行。

2. 基于视觉传感器的双足机器人姿态估计利用双足机器人的传感器信息,通过视觉传感器对其姿态进行估计,为后续的路径规划和避障算法提供准确的基础数据。

3. 双足机器人在复杂地形和障碍物下的路径规划和避障算法针对双足机器人在复杂环境下的行走情况,设计相应的路径规划和避障算法,使机器人能够高效、安全地完成任务。

4. 双足机器人步态和路径规划的在线优化算法通过持续的数据采集和分析,设计在线优化算法,对双足机器人的步态和路径规划进行实时优化,提高其运动效率和稳定性。

4. 研究预期成果通过本研究,预期获得以下成果:1. 深入探究双足机器人步态和路径规划的关系,提出一种基于步态的路径规划方法;2. 设计一种基于视觉传感器的双足机器人姿态估计算法;3. 提出一种双足机器人在复杂环境下的路径规划和避障算法;4. 设计一种在线优化算法,能够实现双足机器人的实时优化步态和路径规划;5. 经过实验验证,验证本研究成果的有效性。

双足机器人拟人步态规划与稳定性

双足机器人拟人步态规划与稳定性

稳定性2023-11-06•双足机器人概述•步态规划•稳定性分析•拟人步态规划•稳定性优化与控制策略目•双足机器人实例与应用场景录01双足机器人概述定义双足机器人是指具有两个支持足,能像人类一样行走、奔跑和跳跃的机器人。

特点双足机器人具有高度仿人性,可以在复杂地形中行走,适应不同环境,具有很高的灵活性。

双足机器人的定义与特点双足机器人可以在复杂环境中进行救援和搜救任务,如在灾难现场寻找幸存者。

救援与搜救军事应用公共服务双足机器人在军事领域可用于情报侦察、监视和排爆等任务。

双足机器人还可以用于公共服务领域,如导览、接待和辅助行走等。

03双足机器人在现实世界的应用0201双足机器人的发展始于20世纪60年代,初期主要采用液压或气压驱动,运动方式比较单一。

双足机器人的发展历程初期阶段随着技术的不断发展,双足机器人逐渐采用电动驱动方式,并开始具备更复杂的运动能力和更高的灵活性。

发展阶段近年来,随着人工智能技术的进步,双足机器人的智能化程度不断提高,能够实现更加拟人化的运动和行为。

成熟阶段02步态规划步态定义步态是双足机器人在行走过程中,其两只脚与地面的接触点形成的轨迹以及机器人身体姿态的变化。

步态分类根据机器人行走状态可分为静态步态和动态步态;根据机器人腿部运动形式可分为摆动相和支撑相。

步态定义与分类常见步态规划方法基于学习的方法通过学习人类或动物的行走数据,实现机器人的步态规划,如神经网络、模糊逻辑等。

基于运动学和动力学的方法利用运动学和动力学原理,对机器人腿部进行控制,实现拟人步态规划。

基于规则的方法根据专家经验或行走规则制定,如ZMP(Zero Moment Point)算法。

通过已知的机器人运动学模型和期望的轨迹,求解出机器人腿部关节角度,实现步态规划。

基于逆向运动学的方法利用动力学原理,对机器人行走过程中的力、速度、加速度等参数进行控制,实现稳定行走。

基于动力学的方法基于运动学和动力学的方法03稳定性分析稳定性的定义与评估标准稳定性的定义稳定是指一个系统在受到扰动后,能自行恢复到原来的平衡状态或者在施加外力的情况下,能以可预测的方式接近或达到新的平衡状态的性质。

双足机器人步行原理

双足机器人步行原理

双足机器人步行原理
双足机器人步行原理基于仿生学和机器人控制理论,旨在模拟人类的步行运动。

它主要基于以下原理和控制策略:
1. 动态平衡控制:双足机器人在行走过程中需要保持动态平衡,这意味着机器人需要时刻根据自身的姿态、行走速度和地面情况来调整步态和控制力矩,以保持机体的稳定。

2. 步态规划:双足机器人的步态规划决定了每一步腿的运动轨迹和步频。

一般来说,机器人上半身的重心会向前倾斜,然后交替迈步。

步态规划需要考虑腿部的受力、身体姿态、地面摩擦力等多个因素。

3. 步态控制:基于步态规划,机器人需要实现对每一步的力矩控制和低级关节控制。

这意味着机器人需要根据颈部、腰部、髋部、膝关节和脚踝关节的传感器反馈信息来调整关节的输出力和控制策略。

4. 感知与反馈:双足机器人需要运用各种传感器来感知自身的状态和周围环境,例如倾斜传感器、压力传感器、陀螺仪等。

这些传感器的数据能够提供给控制系统供其根据需要调整步行姿势和控制力矩。

5. 动力学控制:双足机器人需要考虑自身的动力学特性,以及地面反作用力的影响。

动力学控制通过综合各种传感器信息和动力学模型来计算机器人每一步所需的力矩,以提供足够的力量来维持步行。

综上所述,双足机器人步行的原理涉及动态平衡控制、步态规划、步态控制、感知与反馈以及动力学控制等多个方面。

通过精确的控制策略和高度集成的感知系统,机器人能够模拟人类的步行运动,并具备稳定的步行能力。

双足机器人参数设计及步态控制算法

双足机器人参数设计及步态控制算法

制算法的改进方向,为未来的研究提供参考。
05
结论与展望
研究工作总结
01
参数设计优化
通过深入研究双足机器人的动力学特性和运动学要求,我们成功优化了
机器人的各项参数,包括惯性参数、连杆长度、关节角度范围等,从而
提升了机器人的稳定性和运动效率。
02
步态控制算法开发
我们开发了一种基于深度强化学习的步态控制算法,该算法能够根据不
VS
控制硬件
双足机器人的控制系统硬件需要具备足够 的计算能力和实时性能,以支持复杂的步 态控制算法和传感器数据处理。选择高性 能的处理器和专用的运动控制芯片,可以 确保机器人对行走指令的快速响应和精确 执行。
动力系统设计参数
要点一
能源供应
双足机器人的动力系统需要为其提供足够的能源供应,以 确保持续稳定的行走能力。选择合适的电池类型和容量, 以满足机器人的能量需求,并在必要时进行能源管理和优 化,以延长机器人的行走时间。
步态稳定性与优化
步态稳定性分析
通过建立机器人的稳定性判据,分析不同步态下的稳定性,为步 态控制算法提供理论指导。
最优控制
以能量消耗、行走速度等为目标函数,通过优化算法求解最优步态 控制策略,实现机器人的高效行走。
仿生学优化
借鉴生物行走的步态特征,对机器人的步态进行优化,提高机器人 在复杂环境中的行走性能。
意义
双足机器人具有人类类似的行走能力,能够在复杂地形中进行灵活移动,这对 于救援、探索等任务具有重要意义。同时,研究双足机器人也有助于我们更深 入地理解人类行走的机理。
双足机器人的应用领域
01
02
03
04
救援领域
在灾难救援场景中,双足机器 人能够跨越障碍,进入危险区

双足机器人步态规划及其应用研究

双足机器人步态规划及其应用研究

本文以髋关节的X方向轨迹为函数变量对其余各关节轨迹进行相 应表述,并根据ZMP的稳定性约束条件、行走过程中的速度约束 条件采用粒子群(Particle Swarm Optimization,PSO)算法对相 关参数进行了优化。根据优化前后的ZMP数据对比,发现其稳定 裕提高了,步行稳定性增强了,充分证明了该优化方法的有效性。
因此,研究双足机器人的步态规划和应用具有重要的现实意义。 双足机器人的运动学研究,即各关节角变量与其各运动连杆之间 的联系,主要包含基础,在此基础之上,通过 机器人的逆运动学实例推导出各关节的求解过程,并介绍了双足 机器人步行稳定性的中常用的判定依据,即零力矩点(Zero Moment Point,ZMP)。不论是单脚支撑阶段还是双脚支撑阶段只 有当ZMP落在支撑脚的稳定区域,双足机器人才不会发生翻倒情 况。
另一方面根据前文介绍的三维线性倒立摆步态规划和PSO优化算 法并结合DARwin-OP2的相关参数实现了DARwin-OP2机器人的稳 定步行,充分证明了三维线性倒立摆步态规划的可行性。
双足机器人步态规划及其应用研究
双足机器人具有很好的机动性与环境适应能力。然而,双足机器 人的步行系统是一个内在的不稳定系统,该步行系统动力学特性 非常复杂,包含多个变量,存在强耦合、非线性和变结构等特点, 也因此一直是机器人领域研究的热点和难点之一。
又由于双足机器人的研究涉及到机械力学、自动化学、计算机 学、电子信息学、人工智能、材料学等众多领域。所以,双足机 器人的整体研究水平不仅反映了一个国家自动化与智能化的发 展状况,而且还代表着一个国家的综合科技实力。
双足机器人的步态规划研究,即通过特定的方法得出机器人各关 节角度轨迹随着时间变化而呈现规律性。本文采用三维线性倒 立摆的方法从前向和侧向两个维度规划处其质心的运动轨迹,再 利用质心与各关节运动约束条件从而求得各个关节的角度,进而 实现双足机器人的步态规划。

双足机器人拟人步态规划与稳定性研究

双足机器人拟人步态规划与稳定性研究

双足机器人拟人步态规划与稳定性研究一、内容概要本文针对双足机器人的拟人步态规划与稳定性展开深入研究。

文章首先介绍了双足机器人的发展背景与现状,指出了当前双足机器人研究领域中存在的问题与挑战。

在此基础上,文章重点探讨了双足机器人的拟人步态规划原理和稳定性控制方法。

拟人步态规划部分详细阐述了如何根据双足机器人的解剖结构、动力学特性以及运动目标,设计出符合人类行走特性的步态规划算法。

稳定性控制方法则主要研究了在各种行走状态下,如何通过调整双足机器人的肢体姿势和关节角度,以提高其行走稳定性和舒适性。

为实现拟人步态规划的稳定控制,文章提出了一种基于仿生学原理的优化控制策略。

该策略结合了模糊逻辑控制和梯度下降法的思想,能够根据实时采集的双足机器人姿态数据,动态调整控制参数,从而实现步态规划与稳定控制的有效结合。

为了验证所提算法的有效性,文章在仿真环境中进行了大量的实验验证。

实验结果表明,与传统控制方法相比,所提出的仿生优化控制策略在双足机器人的拟人步态规划和稳定性控制方面具有显著的优势。

文章总结了研究成果,并展望了未来双足机器人研究的发展方向。

指出通过进一步研究双足机器人的感知与认知能力,实现更高程度的自主步态规划和适应性操控,将是未来研究的重点和难点。

1. 双足机器人的发展和应用前景随着科技的不断发展,机器人已经逐渐成为我们生活中不可或缺的一部分。

双足机器人作为一种模仿人类行走方式的高科技产品,吸引了广泛关注。

双足机器人的发展可以追溯到上世纪六十年代,但直到近年来,随着控制理论、传感器技术及材料科学等领域的飞速进步,双足机器人才得到了快速发展。

尤其是近年来,一系列突破性的研究成果面世,如Boston Dynamics公司推出的双足机器人“大狗”(BigDog),以及最新的“阿尔法”(Alpha)和“里约”(Rio)双足机器人,充分展示了双足机器人在运动性能、稳定性和自主导航等方面的潜力。

尽管双足机器人在实验室环境中已取得令人瞩目的成果,但其在实际应用中仍面临诸多挑战,特别是在复杂的地形环境下,如何保证双足机器人的稳定性和安全性成为了亟待解决的问题。

双足机器人平衡控制及步态规划研究

双足机器人平衡控制及步态规划研究

摘要摘要驱动技术,人工智能,高性能计算机等最新技术已经使双足机器人有了粗略模拟人体运动的灵巧性,能够进行舞蹈展示,乐器演奏,与人交谈等。

然而这与投入实际应用所需求的能力还有不小差距。

主要体现在缺乏与人类相近的平衡能力和步伐协调能力,对工作环境要求高,在非结构化环境中适应能力差。

因此,本文以自主研制的双足机器人为研究对象,重点研究了双足机器人的平衡控制,阻抗控制以及步态规划等内容。

本文首先简要介绍了自主研制的双足机器人的软硬件构架,建立了ADAMS 和Gazebo仿真来协助对控制算法性能预测和优化并减少对物理机器人的危险操作。

接着分析了双足机器人的正逆运动学并引入运动学库KDL来简化运动学运算。

稳定的平衡控制对于双足机器人而言在目前还是个不小的挑战。

本文就此研究了两种处理平衡的阻抗调节方案。

一种是基于LQR的固定阻抗模型,这种方案简单有效,但存在易产生振动的问题,本文结合滤波改善了平衡控制效果。

另一种是基于增强学习的自适应阻抗模型。

该方法可以在不知道系统内部动态信息的情况下利用迭代策略在线得到最优解,是对前述LQR方法的进一步优化。

随后本文通过仿真和实验进行了验证并分析了优缺点。

步态规划是机器人运动控制中最基础的一环。

本文从五连杆平面机器人入手对其运动控制进行了研究。

首先采用基于ZMP的多项式拟合法实现了机器人平地行走的步态规划。

然后分析其动力学模型并利用PD控制器进行运动仿真,就仿真中出现双腿支撑阶段跟踪误差较大的问题提出了PD与径向基神经网络混合控制的新策略。

再次通过仿真证实该方案能够减小跟踪误差。

最后,本文利用前述多项式拟合法对实验平台的物理机器人进行静态行走和上楼梯的步态规划。

针对上楼梯的步态规划的特殊性,本文提出了分段拟合来实现各关节的协同规划,并引入了躯干前倾角来辅助身体平衡。

由于时间所限,本文实现了双足机器人的稳定步行实验,上楼梯实验还尚缺稳健性,这将作为下一步的工作。

关键词:双足机器人,平衡控制,步态规划,ADAMS仿真,增强学习IABSTRACTDriving technology, artificial intelligence, high-performance computers and other latest technology has enable bipedal robots to roughly emulate the motor dexterity of humans, able to dance show, musical instruments, and talking. However, this ability still have big gap between putting into practical application. Mainly reflected in the lack of the ability of balance, and the coordination of walking. High demands on the working environment, poor adaptability in unstructured environments. In this paper, the self-developed bipedal humanoid robot is researched, and the balance control, impedance control and gait planning are mainly studied.This paper first introduces the hardware and software architecture of the biped robot, and establishes the ADAMS and Gazebo simulation to assist in the prediction and optimization of the performance of the control algorithm, so as to reduce the risk operation of the physical robot and avoiding the potential risks. Then the forward kinematics and inverse kinematics of the biped robot are analyzed and the kinematic library KDL is introduced to simplify the kinematic operation.Stable balance control is still a challenge for biped robots. In this paper, we present two schemes for impedance adjustment when dealing with the balance. One is the fixed impedance model, which is simple and effective, but there is a problem of vibration, a filter is combined in this paper to improve the balance control effect. The other is an adaptive impedance model based on integral reinforcement learning. This method can obtain the optimal solution online by using the policy iteration without knowing the dynamic information of the system. It is a further optimization of the LQR method. Then the scheme is simulated and experimented, and the advantages and disadvantages are analyzed.Gait planning is the most basic part of robot motion control. First, a simplified five-link planar robot model is established to facilitate the study. Then, the ZMP-based polynomial fitting method is used to realize the gait planning of the robot's horizontal walking. Then the dynamic model is analyzed and the PD controller is used to simulate the motion. A new strategy of PD and RBF neural network hybrid control is proposed to reduce the tracking error during DSP. Again, the simulation results show that the scheme can reduce the tracking error.IIFinally, this paper applies the polynomial fitting method to carry on the static walking and the stairway gait planning of the physical robot of the experimental platform. In view of the particularity of the gait planning of the stairs, this paper proposes a partition fitting to realize the cooperative planning of each joint and introduces the trunk leaning forward to assist the body balance. Due to time constraints, this paper has achieved a stable walking experiment of bipedal robots, and the stair experiment is still lacking in robustness, which will be the next step of the work.Keywords: biped robot, balance control, gait planning, ADAMS simulation, reinforcement learningIII目录第一章绪论 (1)1.1 研究工作的背景与意义 (1)1.2 国内外研究历史和发展态势 (2)1.2.1双足机器人的发展现状 (2)1.2.2双足机器人平衡控制概况 (6)1.2.3机器人阻抗控制概况 (7)1.2.4双足机器人步态规划及运动控制概况 (8)1.3 本文的主要工作 (9)1.4 本论文的结构安排 (10)第二章双足机器人控制系统架构与仿真平台设计 (11)2.1 双足机器人机体结构 (11)2.2 双足机器人控制系统框架设计 (13)2.2.1硬件系统设计 (13)2.2.2控制软件设计 (15)2.3 双足机器人仿真平台的设计 (16)2.3.1机器人系统常用仿真软件 (16)2.3.2ADAMS虚拟样机建模 (17)2.3.3G AZEBO模型建立 (18)2.4 本章小结 (19)第三章双足机器人运动学建模分析 (20)3.1 双足机器人位姿的描述 (20)3.2 正向运动学求解 (21)3.3 逆运动学求解 (22)3.4 五连杆平面机器人的运动仿真 (26)3.4.1开源运动学和动力学库KDL (26)3.4.2基于KDL的双足机器人运动学仿真 (26)3.5 本章小结 (27)第四章双足机器人站姿下的平衡控制 (28)4.1 双足机器人的平衡控制策略 (28)4.2 双足机器人的踝关节平衡策略 (30)IV4.2.1基于倒立摆的固定阻抗模型 (31)4.2.2基于增强学习的自适应阻抗模型 (33)4.3 仿真结果 (38)4.3.1固定阻抗与自适应阻抗仿真结果及对比 (38)4.3.2仿真算法的进一步优化 (41)4.4 实验结果 (43)4.4.1实验设计 (43)4.4.2实验结果与分析 (44)4.5 本章小结 (47)第五章五连杆双足机器人行走步态规划及控制 (48)5.1 步态规划依据和方法 (48)5.1.1步态规划的依据 (48)5.1.2离线步态规划的方法 (49)5.2 五连杆平面机器人模型的建立 (49)5.2.1五连杆模型简介 (50)5.2.2五连杆的运动学与动力学模型 (51)5.3 五连杆机器人的步态规划 (53)5.3.1摆动腿的轨迹规划 (53)5.3.2髋关节的轨迹规划 (55)5.3.3轨迹规划展示 (56)5.4 基于PD控制器的五连杆运动控制 (57)5.4.1PD控制器设计 (58)5.4.2仿真实验结果及分析 (59)5.5 基于RBFNN的五连杆运动控制 (61)5.5.1基于动力学模型的控制分析 (61)5.5.2RBF神经网络控制器设计 (62)5.5.3仿真实验结果及分析 (64)5.6 本章小结 (65)第六章双足机器人步态规划与实验 (66)6.1 双足机器人步态规划的约束 (66)6.2 双足机器人静态行走的步态规划 (66)6.2.1步行准备阶段运动规划 (67)6.2.2周期步行阶段运动规划 (69)V6.2.3步态仿真验证 (71)6.2.4双足机器人步行实验 (73)6.3 双足机器人上楼梯的步态规划 (73)6.3.1起步阶段运动规划 (73)6.3.2上楼梯双腿支撑阶段运动规划 (74)6.3.3跨两层台阶运动规划 (75)6.3.4双足机器人上楼梯仿真及实验 (76)6.4 本章小结 (78)第七章全文总结与展望 (79)7.1 全文总结 (79)7.2 后续工作展望 (80)致谢 (81)参考文献 (82)攻读硕士学位期间取得的成果 (87)VI第一章绪论第一章绪论1.1 研究工作的背景与意义上世纪60年代初,工业机器人和自主移动机器人成为现实,为实现大规模自动化生产,降低制造成本提升产品质量做出了巨大贡献。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
表1 躯干长度 L1 0. 12 大腿长度 L2 0. 12 机器人参数 脚踝高度 Lan 0. 06 前脚掌长度 Laf 0. 08
步行机器人在行走的过程, 躯干的高度 z h 保持不变, 躯 干轨迹的设计, 就是设计 x h 的轨迹, 由于步行机器人的质量 大部分集中在上体, 因此 x h 的轨迹对机器人在前向平面内的 稳定性影响较大, 一些研究者在设计步态时, 先假设躯干始 终位于支撑腿的正上方, 设定一个调整量, 根据实际的步行 调节这个量, 来修正身躯的位置。 本文直接设定两个可 效果, 调变量, 采用插值的方法计算髋关节的轨迹 。 同时根据机器 人运动过程中应满足的几何关系, 由上述规划的踝关节和髋 关节轨迹, 可以计算其它前向关节的运动轨迹 。 设机器人双 从下至上, 各关节的转角依次为 θ1 θ2 …θ11 θ12 , 其 腿从左到右, X1 = 中 θ2 , θ3 , θ4 , θ9 , θ10 , θ11 分 别 为 双 腿 的 前 向 运 动 关 节 。 [ x a1 , y a1 , z a1 , , X2 = [ x a2 , y a2 , z a2 , θ a1 ] θ a2]分别为右腿和左腿 的位置。 采用三次样条插值, 可以顺利得到步行周期的轨迹 。 3. 3 停止规划 停步时, 左脚支撑, 右脚前摆, 停步时的轨迹要满足下列 约束, 设停步需经历一个步行周期 T c , 摆动右腿:
θ a ( t)
{
0 qh qf 0
t = kT c t = kT c + T d t = ( k + 1) Tc t = ( k + 1) Tc + Td ( 5)
机器人在粗糙地面和有障碍物的环境中行走, 要求摆动
— 149 —
H h ) 为抬脚最高 腿有一定的抬腿高度来越过障碍物 。 设( L h , 处的位置坐标, 根据运动学约束可知, 机器人行走过程中必 须满足下列约束:
2
机器人模型建立
修回日期: 2009 - 09 - 22
收稿日期: 2009 - 06 - 25
向和侧向关节的运动进行规划 。 前向运动时侧向关节的运动
— 148 —
行, 将前向行走步态设计分为重心右移( 先是右腿支撑) 、 左 腿抬起、 左腿放下、 重心移到双腿中间、 重心左移、 右腿抬起、 z ai ( t) ) 是 右腿放下、 重心移到双腿间八个阶段 。 同时( x ai ( t) , 踝关节在 XOZ 平面内的位置坐标不断的有摆动腿与支撑腿 ( x h ( t) , z h ( t) ) 是髋关节在 XOZ 平面内的位置坐 交替变换。 标分替变化来保持上体稳定 。 3. 2
{
4
x a2 ( ( n + 1 ) T c ) =
·
·
Ds 2Tc
( 11 )
D0 x a ( t ) = D0 D 0 D
0
D0 + ( k - 2 ) D s
x a2 ( ( n + 2 ) T c ) = 0
t = kT c
+ ( k - 2 ) D s + l an sin( q b ) + l af ( 1 - cos( q b ) ) t = kT c + T d + ( k - 2 ) Ds + lh t = kT c + T m + kD s - l an sin( q f ) - l ab ( 1 - cos( q f ) ) t = ( k + 1) Tc + kD s t = kT c + T d + T s ( 6)
主要起调整重心位置和保持侧向平衡的作用, 为了便于侧向 需要消除侧向运动和前向运动之间的相互 运动轨迹的设计, 影响, 分析前向关节轨迹的计算公式可知, 保持 Z h - Z a ( t) = const 设计侧向运动, 则侧向关节的运动不影响前向关节 。
3
3. 1
机器人关节轨迹规划
起步运动规划 起步时, 右脚支撑, 左脚前摆, 起步时的轨迹要满足下列
{
0 qf 0
t = 0 t = Tc t = Tc + Ts ( 1)
图2 起步开始 kT c 时刻
{ {
θ4 ( t) = arccos θ2 ( t )
·
θ a2 ( 0 ) = 0 θ a1 ( T c + T s ) = 0 θ a2 ( 0 ) = 0 θ a1 ( T c + T s ) = 0
T z ai ( t) , i = 1, 2。 1 代 表 左 腿, 2 代 表 右 腿,其 中, θ ai ( t) ] ,
移动性。自从 1996 年 Honda 宣布仿人机器人 P2 的发展以 后, 类人型机器人的发展就更加迅速了, 有很多对双足行走 机器人步态分析方法。 Mc Geer 给出了 1 种被动的行走算 法, 把机器人放置在微斜的平面上, 在没有外力的驱动下, 依 靠重力和行走过程中的惯 性 来 迫 使 机 器 人 行 走, 而 Shuuji Kajita 则设计了 1 种理想化的 2 - D 双足行走机器人模型, 在 机器人的体内放置了 4 个 DC ( Direct Current ) 马达来平衡重 心, 因为其结构简单, 机器人的 CoG( Center of Gravity) 可以比 较平衡地水平移动, 以达到机器人行走的目的 。 所以基于机 器人行走过程中步态的连惯和轨迹的光滑考虑, 本文采用基 于重心的三步规划法对机器人进行步态规划, 同时利用多项 式插值的优点使机器人的行走有比较平稳 、 光滑的过渡。
类似地, 期望后脚离地前用脚尖蹬地, 推动身躯向前运 动, 在高速行走时更需要这样 。 另外, 从人类自然步态和审美 观点来看, 脚底板一直平行于地面也是不合适的 。 设脚掌离 开地面时与地面的夹角为 q b , 脚掌接触地面时与地面的夹角 为 qf , 设机器人在行走过程中的姿态如图 2 和图 3 所示, 则存 在如下约束:
1
引言
双足行走机器人与传统的轮式机器人相比有更好的可
人体行走的过程是以周期方式不断向前推进, 在每个行 走周期可分为单脚支撑阶段和双脚支撑阶段 。 单脚支撑阶 段是一只脚着地, 从后脚脚尖离开地面到后脚移动到支撑脚 前面, 且脚后跟着地的整个过程; 双脚支撑阶段是两只脚都 着地, 移动脚脚后跟着地到前脚脚尖离开地面的整个过程和 行走的初始状态。 因此行走机器人的模型的关节节点坐标 描述了机器人 为 FOOT 的行走轨迹的点在坐标系中的坐标, 行走过程中 x 方向和 z 方向上的运动特征。 因此建立如下 x ai ( t) , y ai ( t) , 模型。设置关节的位置坐标表示为: X a = [
步态规划仿真
在模拟测试中, 根据人身体的各个部份在人身高的比例
结合自身机器人的机械特性, 设置参数值如表 1 和表 2 所 HIP 和 KNEE 的行 示。在 MATLAB 环境下, 得到了 ANKLE, 走的前向与侧向轨迹, 如图 4 , 图 5 所示。再取相同间隔的离 散时间点拟合得出机器人在行走过程中的步态, 模拟机器人 的行走过程, 交替地改变行走过程中的支撑脚, 反复执行机 最终形成了机器人行走的全过 器人下肢的 3 个轨迹方程就, 程。如图 6 所示。 图 6 给出了机器人行走时以一只脚为行 走的支撑脚, 另一只脚前进移动的步态和双单脚支撑阶段的 轨迹。图中可以看出轨迹曲线均比较光滑, 说明了机器人在 行走过程中虽有较小幅度地波动但按照前向与侧向的原则 机器人可以稳定行走。
2。 z h ( t) , 其中 x h ( t) , 是髋关节在 XOZ 平面内的位置坐标, y hi ( t) 是髋关节的侧向位置坐标, θ h ( t) 表示躯体与水平面的 夹角。 如图 1 所示。 下肢的运动包括前向关节和侧向关节的运动, 在规划 时, 希望前向关节和侧向关节的运动不相互影响, 分别对前
( 4) l1 是小腿的长度。 其中 l2 是大腿的长度, θ2 ( t) 是踝关机 R2 = 轨迹, θ4 ( t) 是髋关节轨迹, 膝关节由他俩共同 决 定 。 ( zh 槡 - z a2 ( t) )
2
+ ( x h - x a2 ( t) ) 2 , 机器人的前向行走, 由四
个侧向关节和六个前向关节的协调运动来实现( 转弯关节始 终不动) , 通过侧向关节的运动来移动机构的重心, 双腿前向 为使步态规划易于进 关节的协调运动使机器人向前行走 。
约束, 设起步需经历一个步行周期 T c , 第一步步长 D0 , θ a1 ( t) 由 q f 变为零经历的时间为 T s , 摆动脚到最高点经历的时间 Ta , 左脚最高点为 H h , 经历的时间为 T m 则: 左脚与地面的夹 角: θ a1 ( t) = 右脚与地面的夹角: θ a2 ( t) = 0 约束方程为: t ∈[ 0, Tc ] ( 2)
( x ai ( t) , z ai ( t) ) 是踝关节在 XOZ 平面内的位置坐标, y ai ( t) 是踝关节的侧向位置坐标, θ ai ( t) 表示脚板与水平面的夹角 。
T x h ( t) , y hi ( t) , z h ( t) , i = 1, 身躯轨迹表示为 X h = [ θ h ( t) ] ,
图1 机器人示意图
周期运动 先前的研究总是假定脚底平行于水平面, θ a ( t) 为零。 在
整个摆动脚总是突然触地, 开始双脚支撑期, 重 那种情况卜, 心将在极短的时间内移到前脚掌中心, 在高速步行时尤为如 脚底板与地面之间的冲击力过大, 很容易导致步行失败。 此。 另一方面, 如果在双脚支撑期开始时 θ a ( t) 不为零, 摆动脚后 脚跟会先触地, 在这种情况下重心有可能从脚跟到脚尖平滑 过渡, 冲击力会减小。
·
( 3)
最后求得各关节的运动轨迹方程:
·
相关文档
最新文档