基于學習人類控制策略的仿人機器人控制研究.pdf

1、仿人機器人以其擬人的單、雙足交替支撐的運動方式,跟其它類型的機器人相比,具有非常好的靈活性和適應性,在日常服務、危險環(huán)境作業(yè)等方面有其獨特的優(yōu)勢。由于復雜的行走機構(gòu)及行走環(huán)境,其穩(wěn)定動態(tài)行走控制提出了更高的要求。為提高仿人機器人的動態(tài)行走穩(wěn)定性,本文主要研究內(nèi)容如下:
　　(1)建立了仿人機器人的數(shù)學模型。分析了機器人在空間的位置表示及坐標變換。這些模型的構(gòu)建為研究機器人步態(tài)規(guī)劃和控制提供了一個平臺。
　　(2)研究了一種基

2、于迭代的質(zhì)心逆運算的方法,用LM算法來完成復雜關節(jié)的逆解問題,在給定踝關節(jié)的情況下,用假定質(zhì)心固定身體上的簡化模型來使得真實質(zhì)心逼近目標點,然后通過重復逼近縮小誤差。通過仿人機器人NAO,模擬驗證了該算法具有較高的準確性和計算效率。
　　(3)研究了基于三次樣條差值的步態(tài)規(guī)劃算法,首先分析了雙足行走的時序關系,然后確定雙足支撐相和單足支撐相中關鍵時刻的位姿信息,最后規(guī)劃髖關節(jié)和裸關節(jié)軌跡,并在matlab上仿真及計算ZMP驗證了所

3、規(guī)劃步態(tài)的穩(wěn)定性。
　　(4)研究了一種基于學習人類控制策略的仿人機器人步態(tài)控制算法,利用三維線性倒立擺模型構(gòu)造雙足行走系統(tǒng)的狀態(tài)方程,建立學習人類控制策略的參數(shù)化模型,設計了基于SVM的學習型控制器,構(gòu)建了以內(nèi)環(huán)PID控制和外環(huán)質(zhì)心在線修正的閉環(huán)步態(tài)控制機制。
　　最后通過仿人機器人NAO的行走實驗對本文提出的步態(tài)控制算法進行了驗證,實驗表明了該算法增強了雙足行走系統(tǒng)的魯棒性,提高了仿人機器人在復雜環(huán)境下行走的動態(tài)穩(wěn)定性。