基于能效優(yōu)化的雙足機(jī)器人自學(xué)習(xí)控制方法研究.pdf

1、雙足機(jī)器人模仿人類的行走方式，特別適合輔助或替代人類進(jìn)行一些工作。雙足步行機(jī)器人是工程上少有的高階、非線性、非完整約束、強(qiáng)耦合性的多自由度系統(tǒng)，雙足機(jī)器人的步行運(yùn)動控制方法研究，不僅有重要的學(xué)術(shù)意義，也有顯著的應(yīng)用價(jià)值。要實(shí)現(xiàn)雙足機(jī)器人穩(wěn)定、靈活、高效、智能的步行運(yùn)動，涉及的研究領(lǐng)域很廣，本文主要研究其中一些熱點(diǎn)和難點(diǎn)問題，主要是步行運(yùn)動的能效優(yōu)化策略、步行運(yùn)動的自學(xué)習(xí)控制方法等。
　　本文的行文線索如下:首先在第一章闡述本課題的

2、研究背景及意義，然后在第二章介紹雙足機(jī)器人的背景知識，第三章和第四章提出雙足步行機(jī)器人能效優(yōu)化的具體策略，第五章到第七章提出雙足機(jī)器人步行運(yùn)動的自學(xué)習(xí)控制方法。
　　具體內(nèi)容有:
　　一、針對高能耗導(dǎo)致的雙足機(jī)器人實(shí)用化障礙，提出了一種系統(tǒng)化的步行運(yùn)動能效優(yōu)化控制方法。基于雙足機(jī)器人運(yùn)動的重要能耗指標(biāo)（平均功率、平均功率偏差、平均力矩?fù)p耗），提出了能耗預(yù)估策略和能效優(yōu)化算法，以獲取ZMP（Zero Moment Point，

3、零力矩點(diǎn)）穩(wěn)定區(qū)域內(nèi)的能耗極小值，并通過此極小值所對應(yīng)的上體軌跡對機(jī)器人步行運(yùn)動實(shí)施能效優(yōu)化控制，最終獲得滿足ZMP穩(wěn)定判據(jù)的低能耗步態(tài)。最后將所提方法應(yīng)用于機(jī)器人系統(tǒng)，并與其它智能控制方法進(jìn)行了比較分析。
　　二、提出了一種高能效的支持向量機(jī)(Energy-efficient supportvector machine，EE-SVM)學(xué)習(xí)控制系統(tǒng)。為實(shí)現(xiàn)高能效雙足步行，考慮了雙足動態(tài)每個(gè)訓(xùn)練樣本的能耗。首先計(jì)算雙足步行樣本的能耗

4、，然后依樣本能耗對樣本實(shí)施加權(quán)學(xué)習(xí)。所提EE-SVM的學(xué)習(xí)目標(biāo)函數(shù)中含有與能耗相關(guān)的松弛因子，目標(biāo)函數(shù)的設(shè)計(jì)遵從以下規(guī)則:EE-SVM的訓(xùn)練過程更重視能耗較低的樣本。本文通過仿真實(shí)驗(yàn)證明了所提方法的有效性。
　　三、提出一種基于UKF(Unscented Kalman filter)可預(yù)測的支持向量回歸(Support vector regression，SVR)學(xué)習(xí)控制器，用以提高雙足機(jī)器人的步行靈活性。通過UKF估計(jì)下一刻的雙

5、足狀態(tài)，SVR學(xué)習(xí)控制器利用預(yù)測到的雙足狀態(tài)來確保雙足機(jī)器人的ZMP穩(wěn)定性。預(yù)測控制器可及時(shí)調(diào)整機(jī)器人上身姿勢，從而適應(yīng)于機(jī)器人整體的動態(tài)位姿。仿真結(jié)果證明了所提方法的優(yōu)越性。
　　四、提出了一種基于時(shí)間序列的模糊支持向量機(jī)(Time-sequence-based fuzzy support vector machine, TSF-SVM)學(xué)習(xí)控制系統(tǒng)?？紤]雙足步行樣本的時(shí)間特性，所提方法能準(zhǔn)確學(xué)習(xí)雙足步行動態(tài)，并及時(shí)補(bǔ)償時(shí)變外擾

6、。首次提出了基于時(shí)間序列的三角模糊隸屬函數(shù)和基于時(shí)間序列的高斯模糊隸屬函數(shù)，并根據(jù)雙足機(jī)器人不同相位的時(shí)間特性，將所設(shè)計(jì)的兩種模糊隸屬函數(shù)分別用于雙足機(jī)器人的單腳支撐相和雙腳支撐相。對所提TSF-SVM的性能與傳統(tǒng)智能方法的性能進(jìn)行了仿真比較，結(jié)果表明，所提方法更加敏感于突發(fā)外擾，因此能有效提高雙足步行機(jī)器人在外擾中的穩(wěn)定裕度。
　　五、為解決雙足步行機(jī)器人的高能耗問題，本章提出了一種區(qū)間二型模糊加權(quán)支持向量機(jī)(Interval