CN103019096B - 一种基于加速度优化的仿人机器人逆动力学控制器 - Google Patents
一种基于加速度优化的仿人机器人逆动力学控制器 Download PDFInfo
- Publication number
- CN103019096B CN103019096B CN201210480571.0A CN201210480571A CN103019096B CN 103019096 B CN103019096 B CN 103019096B CN 201210480571 A CN201210480571 A CN 201210480571A CN 103019096 B CN103019096 B CN 103019096B
- Authority
- CN
- China
- Prior art keywords
- acceleration
- upper body
- anthropomorphic robot
- external force
- robot
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Manipulator (AREA)
Abstract
本发明公开了一种基于加速度优化的仿人机器人逆动力学控制器。属于机器人技术领域。所述控制器包括如下步骤:根据仿人机器人的运动约束,得到仿人机器人上身加速度与脚底所需外力的关系;根据外力的约束来计算上身加速度的范围;通过代价函数计算出最优的上身加速度,并计算出机器人所应受外力和关节力矩。该方法给定机器人脚部受力约束,通过优化机器人上身加速度,使机器人实际受到的外力满足该约束条件,避免机器人发生由外界干扰产生不可预测的运动,从而达到稳定控制仿人机器人的目的。
Description
技术领域
本发明涉及一种基于加速度优化的逆动力学控制器来控制仿人机器人。属于机器人技术领域。
背景技术
自从机器人诞生以来,人类的生活、工作方式发生了巨大的变化,机器人在各种场合辅助人类完成复杂的、重复的工作。仿人机器人具有人的外形特征,可以更好地适应人类的生活环境,更好地为人们服务。近年来,国内外掀起了研究仿人机器人的热潮,其研究内容主要包括稳定行走、灵巧作业、人机交互等方面。
仿人机器人在运动过程中,支撑脚与地面之间是单向的、未驱动的、不可控的自由度。如果不能有效控制,很容易发生机器人绕其支撑脚边缘倾倒的情况。1972年南斯拉夫学者Vukobratovic博士提出的ZMP(Zero-MomentPoint)控制方法被作为仿人机器人的动态稳定控制的基本准则。所谓ZMP,是地面作用力的力矩为零的那个点;所谓支撑多边形,即机器人足底与地面之间的所有接触点的最小多边形区域。要使仿人机器人稳定行走,其ZMP必须始终位于支撑多边形中。
长期以来,仿人机器人的研究者经常使用位置控制模式来实现它的稳定控制。为了实现仿人机器人更好的与人交互,并能使仿人机器人克服各种未知干扰,在最近几年里,基于力控制的仿人机器人已经出现。力控制方法有些是通过叠加逆动力学前馈力矩、PD控制反馈力矩、姿态控制、平衡控制等得到的合力矩来跟踪参考轨迹,但是通过这个力矩计算出的身体加速度和对应的外力不等效于预期的加速度和外力。另一些是通过逆动力学计算出各个关节力矩,并通过优化关节力矩计算出对应的身体加速度和对应的外力来实现对仿人机器人的控制,通过此方法计算出的外力不一定能满足地面受力约束,从而不能保证机器人的稳定。
现有中国专利申请200910190906提出了一种基于逆动力学模型的自适应PID控制器的设计方法,该方法通过选择恰当的控制对象逆动力学模型输入向量,实现了PID控制和自适应逆控制的有机结合,通过控制对象逆动力学模型的在线辨识,获得与控制对象相匹配PID控制特征参数,形成与控制对象特性相适应的自适应PID控制器。其控制方法能实现传统不受外界约束的简单模型的控制,但是对于受地面约束的仿人机器人,该方法不能实现其稳定控制。
现有论文“Inverse Dynamics Control with Floating Base and Constraints”中,Nakanishi et al.提出了一种使用逆动力学控制器来控制仿人机器人稳定行走的方法。该方法是通过优化关节力矩来控制机器人的稳定行走。其计算出来的关节力矩对应的外力不一定能满足ZMP等地面约束,从而不能保证机器人的稳定行走。
发明内容
针对现有技术中的上述技术问题,为了使仿人机器人能更好的适应环境,克服未知干扰的影响,本发明提出了一种基于加速度优化的逆动力学控制器来控制仿人机器人。
本发明采用的技术方案如下:
一种仿人机器人逆动力学控制方法,所述仿人机器人具有上身、左腿和右腿,所述方法包括以下步骤:
对所述仿人机器人建立动力学模型;所述动力学模型中,上身简化为一个集成的质量块,每条腿有六个关节,qrl∈R6×1与qll∈R6×1分别代表右腿与左腿的关节角度,上身浮动坐标系∑R位于盆骨的中心,世界坐标系ΣW位于地面;
计算所述仿人机器人上身加速度范围;所述加速度范围是使用“空间矢量”方法推导出所述仿人机器人脚底所受外力与上身加速度关系,并根据所述仿人机器人当前状态由脚底所受外力范围计算的;
优化所述仿人机器人的上身加速度;根据所述仿人机器人当前状态的加速度范围和PD控制产生的目标加速度,通过代价函数计算出该状态的仿人机器人最优上身加速度,并根据最优的上身加速度,计算出所述仿人机器人所应受外力和关节力矩,从而驱动所述仿人机器人行走。
以上技术方案给定机器人脚部受力约束,通过优化机器人上身加速度,使机器人实际受到的外力满足该约束条件,避免机器人发生由外界干扰产生不可预测的运动,从而达到稳定控制仿人机器人的目的。
附图说明
图1是本发明所涉及的仿人机器人模型图。
图2是本发明所涉及的“支撑多边形”概念的示意图。
图3是本发明所涉及的控制仿人机器人的方法流程示意图。
具体实施方式
仿人机器人的动力学建模就是如何用数学语言描述机器人。采用浮动基座的方法建立仿人机器人模型。图1示出的是本发明所涉及的仿人机器人的模型图,所述机器人具有上身和两条能够行走的腿,即左腿和右腿。
世界坐标系∑W与地面固连,x轴指向机器人的正前方,y轴指向机器人的左方,z轴垂直向上。由于本文主要考虑机器人下肢的运动,因此建立动力学模型时,上身简化为一个集成的质量块。上身为浮动坐标系,浮动坐标系∑R与浮动基座固连,原点在双腿连线的中点,三轴的初始方位与世界坐标系相同。为了描述机器人在世界坐标系中的位置,在世界坐标系与上身浮动坐标系之间引入6个虚拟自由度,但是这些虚拟自由度不引入任何几何约束,不给机器人任何作用力,因此不影响机器人的运动。qr∈R6×1表示这6个虚拟自由度,前三个量为浮动基座的位置,后三个为它的姿态。每条腿有6个自由度,qrl∈R6×1与qll∈R6×1分别代表右腿与左腿的关节角度(图1)。
①由于机器人脚底与地面必须接触,脚面相对于地面的速度、加速度都为零,该模型的动力学公式为:
在式子(1)中,q=[qr,qrl,qll],M(q)∈R18×18是关节空间的惯性矩阵,是科氏力、离心力与重力的合力的矢量,τ=[06×1,τrl,τll],τrl∈R6×1与τll∈R6×1右腿与左腿的关节力矩输入。是从右脚坐标系转换到世界坐标系ΣW的雅克比矩阵,是从左脚坐标系转换到ΣW的雅可比矩阵,是施加在右腿的外力在∑W中的表示,是施加在左腿的外力在ΣW中的表示。
②根据以上模型,该部分推导出机器人上身加速度与脚底所需外力的关系。机器人在空间矢量的加速度与传统加速度关系如下:
其中是机器人上身所受的传统加速度,是机器人的空间矢量加速度, 是上身的空间矢量速度,RXW是把速度、加速度和力从ΣW转换到∑R的转换矩阵。
在双脚支撑期,左右腿的关节加速度与都是由决定;在单脚支撑期,支撑腿的关节加速度是由决定,而摆动腿的关节加速度是由摆动腿的空间矢量加速度或决定。因此
到此为止,可以根据机器人所受加速度用公式(2)和(3)计算关节角加速度。为了计算机器人所受外力,使机器人能达到所需要的加速度,首先使模型作为一个没有外力的固定的模型。在这种情况下,机器人关节力矩通过公式(4)计算。
此时的τr是该虚拟自由度的关节力矩,这些虚拟的力矩是来自施加在仿人机器人的虚拟外力产生的,这个虚拟外力与实际期望的外力相等。因此,我们所需要的机器人的外力可由公式(5)计算,公式(5)中为雅可比矩阵转制的逆。在双脚支撑期,所需的外力是由双脚共同提供;在单脚支撑期,所需的外力是由支撑脚提供。
然后,根据公式(1)-(5),机器人上身传统加速度ac与所受外力的关系可以表示为式子(6)。
其中,U、V为q和的函数,是含有六个元素的空间矢量, nMx,nMy,nMz,fx,fy,fz为空间六维力/力矩。
仿人机器人在实际行走过程中要受到三种地面约束。首先,为了保证机器人的稳定,机器人必须满足ZMP约束,即机器人行走过程中ZMP必须始终位于支撑多边形(见图2)内。其次,机器人在行走过程中,支撑脚脚底受到地面摩擦力,摩擦力跟摩擦力系数和支撑力有关。为了保证机器人行走过程中支撑脚受到的摩擦力为静摩擦力,其摩擦系数必须小于最大静摩擦系数,否则机器人会与地面打滑甚至摔倒。再次,由于支撑脚与地面接触力为单向力,所以机器人所受的竖直方向力方向必须向上。
根据以上三个地面约束,得出的范围,再根据机器人当前状态得出传统加速度ac的范围。
③当给定机器人一条参考轨迹后,为了使机器人能正确跟踪目标轨迹,目标加速度ades根据PD控制产生。
在公式(7)中,Kp与Kd是PD增益矩阵,RRW=[I3×303×3;03×3R-1],R是上身浮动坐标系∑R在世界坐标系∑W中的姿态矩阵,与是∑R的目标位置和速度。
然后根据代价函数式子(8),在传统加速度ac范围内求出最优的上身传统加速度ac。
在式子(8)中,是根据PD控制产生目标加速度,Wt是一个权重矩阵。当f(ac)最小时的ac即为最优的ac。
因此,根据该动力学模型,实现通过优化得到的机器人上身传统加速度ac(公式(8)),计算出机器人所受外力(公式(6))。并根据逆动力学(公式(9))计算出机器人关节力矩,此力矩驱使机器人跟踪参考轨迹。
在公式(9)中,Kf是外力分布矩阵,选取适当的值保证双脚的期望外力在各自的支撑区域内。以上控制流程如图3所示。
该方法给定机器人脚部受力约束,通过优化机器人上身加速度,使机器人实际受到的外力满足该约束条件,避免机器人发生由外界干扰产生不可预测的运动,从而达到稳定控制仿人机器人的目的。
Claims (2)
1.一种仿人机器人逆动力学控制方法,所述仿人机器人具有上身、左腿和右腿,所述方法包括以下步骤:
对所述仿人机器人建立动力学模型;所述动力学模型中,上身简化为一个集成的质量块,每条腿有六个关节,qrl∈R6×1与qll∈R6×1分别代表右腿与左腿的关节角度,上身浮动坐标系∑R位于盆骨的中心,世界坐标系ΣW位于地面;
计算所述仿人机器人上身传统加速度范围;所述加速度范围是使用“空间矢量”方法推导出所述仿人机器人脚底所受外力与上身传统加速度关系,并根据所述仿人机器人当前状态由脚底所受外力范围计算的;
优化所述仿人机器人的上身传统加速度;根据所述仿人机器人当前状态的加速度范围和PD控制产生的目标加速度,通过代价函数计算出该状态的仿人机器人最优上身传统加速度,并根据最优的上身传统加速度,计算出所述仿人机器人所应受外力和关节力矩,从而驱动所述仿人机器人行走;
所述动力学模型的动力学公式为:
在式子(1)中,q=[qr,qrl,qll],qr∈R6×1为虚拟自由度,M(q)∈R18×18是关节空间的惯性矩阵,是科氏力、离心力与重力的合力的矢量, 与τll∈R6×1右腿与左腿的关节力矩输入,是从右脚坐标系转换到世界坐标系ΣW的雅克比矩阵,是从左脚坐标系转换到ΣW的雅可比矩阵,是施加在右腿的外力在ΣW中的表示,是施加在左腿的外力在ΣW中的表示;
所述仿人机器人在空间矢量的加速度与上身传统加速度关系为:
其中是所述仿人机器人上身所受的上身传统加速度,是所述仿人机器人的空间矢量加速度,[Rωr;Rvr]=[ωx,ωy,ωz,vx,vy,vz]T是上身的空间矢量速度,RXW是把速度、加速度和力从ΣW转换到∑R的转换矩阵;
在双脚支撑期,左右腿的关节加速度与都是由决定;在单脚支撑期,支撑腿的关节加速度是由决定,而摆动腿的关节加速度是由摆动腿的空间矢量加速度或决定,因此
根据所述仿人机器人所受加速度用公式(2)和(3)计算关节角加速度;为了计算所述仿人机器人所受外力,使其能达到所需要的加速度,首先使模型作为一个没有外力的固定的模型,在这种情况下,所述仿人机器人关节力矩通过公式(4)计算:
此时的τr是该虚拟自由度的关节力矩,这些虚拟的力矩是来自施加在仿人机器人的虚拟外力产生的,这个虚拟外力与实际期望的外力相等;因此,我们所需要的机器人的外力可由公式(5)计算;在双脚支撑期,所需的外力是由双脚共同提供;在单脚支撑期,所需的外力是由支撑脚提供;
公式(5)中为雅可比矩阵转制的逆;
然后,根据公式(1)-(5),机器人上身传统加速度ac与所受外力的关系可以表示为式子(6);
其中,U、V为q和的函数,是含有六个元素的空间矢量, nMx,nMy,nMz,fx,fy,fz为空间六维力/力矩;
根据仿人机器人三个地面约束,得出的范围,再根据所述仿人机器人当前状态得出上身传统加速度的范围;
在得出上身传统加速度ac的范围后,根据代价函数式子(7),在范围内求出最优的上身传统加速度ac,
在式子(7)中,是根据PD控制产生目标加速度,Wt是一个权重矩阵,当f(ac)最小时的ac即为最优的ac。
2.一种仿人机器人逆动力学控制器,所述仿人机器人具有上身、左腿和右腿,所述控制器包括:
用于对所述仿人机器人建立动力学模型的装置;所述动力学模型中,上身简化为一个集成的质量块,每条腿有六个关节,qrl∈R6×1与qll∈R6×1分别代表右腿与左腿的关节角度,上身浮动坐标系∑R位于盆骨的中心,世界坐标系ΣW位于地面;
用于计算所述仿人机器人上身传统加速度范围的装置;所述加速度范围是使用“空间矢量”方法推导出所述仿人机器人脚底所受外力与上身传统加速度关系,并根据所述仿人机器人当前状态由脚底所受外力范围计算的;
用于优化所述仿人机器人的上身传统加速度的装置;其根据所述仿人机器人当前状态的加速度范围和PD控制产生的目标加速度,通过代价函数计算出该状态的仿人机器人最优上身加速,并根据最优的上身传统加速度,计算出所述仿人机器人所应受外力和关节力矩,从而驱动所述仿人机器人行走;
所述动力学模型的动力学公式为:
在式子(1)中,q=[qr,qrl,qll],qr∈R6×1为虚拟自由度,M(q)∈R18×18是关节空间的惯性矩阵,是科氏力、离心力与重力的合力的矢量, 与τll∈R6×1右腿与左腿的关节力矩输入,是从右脚坐标系转换到世界坐标系ΣW的雅克比矩阵,是从左脚坐标系转换到ΣW的雅可比矩阵,是施加在右腿的外力在ΣW中的表示,是施加在左腿的外力在ΣW中的表示;
所述仿人机器人在空间矢量的加速度与上身传统加速度关系为:
其中是所述仿人机器人上身所受的上身传统加速度,是所述仿人机器人的空间矢量加速度,[Rωr;R vr]=[ωx,ωy,ωz,vx,vy,vz]T是上身的空间矢量速度,RXW是把速度、加速度和力从ΣW转换到∑R的转换矩阵;
在双脚支撑期,左右腿的关节加速度与都是由决定;在单脚支撑期,支撑腿的关节加速度是由决定,而摆动腿的关节加速度是由摆动腿的空间矢量加速度或决定,因此
根据所述仿人机器人所受加速度用公式(2)和(3)计算关节角加速度;为了计算所述仿人机器人所受外力,使其能达到所需要的加速度,首先使模型作为一个没有外力的固定的模型,在这种情况下,所述仿人机器人的关节力矩通过公式(4)计算:
此时的τr是该虚拟自由度的关节力矩,这些虚拟的力矩是来自施加在仿人机器人的虚拟外力产生的,这个虚拟外力与实际期望的外力相等;因此,我们所需要的机器人的外力可由公式(5)计算;在双脚支撑期,所需的外力是由双脚共同提供;在单脚支撑期,所需的外力是由支撑脚提供;
公式(5)中为雅可比矩阵转制的逆;
然后,根据公式(1)-(5),机器人上身传统加速度ac与所受外力的关系可以表示为式子(6);
其中,U、V为q和的函数,是含有六个元素的空间矢量, nMx,nMy,nMz,fx,fy,fz为空间六维力/力矩;
根据仿人机器人三个地面约束,得出的范围,再根据所述仿人机器人当前状态得出加速度ac的范围;
在得出加速度ac的范围后,根据代价函数式子(7),在上身传统加速度ac范围内求出最优的上身传统加速度ac,
在式子(7)中,是根据PD控制产生目标加速度,Wt是一个重量矩阵,当f(ac)最小时的ac即为最优的ac。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210480571.0A CN103019096B (zh) | 2012-11-23 | 2012-11-23 | 一种基于加速度优化的仿人机器人逆动力学控制器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210480571.0A CN103019096B (zh) | 2012-11-23 | 2012-11-23 | 一种基于加速度优化的仿人机器人逆动力学控制器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103019096A CN103019096A (zh) | 2013-04-03 |
CN103019096B true CN103019096B (zh) | 2015-09-16 |
Family
ID=47967815
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210480571.0A Active CN103019096B (zh) | 2012-11-23 | 2012-11-23 | 一种基于加速度优化的仿人机器人逆动力学控制器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103019096B (zh) |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103217903B (zh) * | 2013-04-07 | 2016-01-20 | 南京邮电大学 | 基于双平衡控制机制的仿人足球机器人全向踢球方法 |
CN103279037B (zh) * | 2013-05-24 | 2015-10-28 | 华南理工大学 | 基于六维力/力矩传感器的机器人力跟随运动控制方法 |
CN104325462B (zh) * | 2014-09-30 | 2016-02-17 | 同济大学 | 一种固有约束下构建机器人运动空间的方法 |
CN106597843B (zh) * | 2015-10-20 | 2019-08-09 | 沈阳新松机器人自动化股份有限公司 | 一种前驱动轮式机器人安全控制方法及系统 |
CN106814610A (zh) * | 2017-01-23 | 2017-06-09 | 长春工业大学 | 基于非线性模型预测控制的双足机器人步态优化的信赖域‑sqp方法 |
CN106903692A (zh) * | 2017-03-31 | 2017-06-30 | 华南理工大学 | 一种基于机器人动力学模型的关节力矩限制方法 |
CN108393883B (zh) * | 2018-01-12 | 2021-03-16 | 苏州工业职业技术学院 | 一种表面改性机器人关节空间轨迹优化的方法 |
CN109129560B (zh) * | 2018-08-30 | 2020-08-14 | 浙江大学 | 一种适用于双足机器人的柔性腰部结构及其设计方法 |
CN108890650A (zh) * | 2018-08-30 | 2018-11-27 | 无锡信捷电气股份有限公司 | 基于动力学参数辨识的ptp加速度优化方法及装置 |
CN109366486B (zh) * | 2018-09-28 | 2021-12-07 | 哈尔滨工业大学(深圳) | 柔性机器人逆运动学求解方法、系统、设备、存储介质 |
CN109634100B (zh) * | 2018-12-30 | 2021-11-02 | 深圳市优必选科技有限公司 | 仿人机器人行走加速度补偿方法、装置及仿人机器人 |
CN110238848B (zh) * | 2019-05-30 | 2022-07-05 | 埃夫特智能装备股份有限公司 | 一种机器人坐标系下重力矢量的计算方法 |
CN113050409B (zh) * | 2019-12-28 | 2023-12-01 | 深圳市优必选科技股份有限公司 | 仿人机器人及其控制方法以及计算机可读存储介质 |
CN111360834B (zh) * | 2020-03-25 | 2023-04-07 | 中南大学 | 一种基于深度强化学习的仿人机器人运动控制方法及系统 |
CN112775976B (zh) * | 2021-02-05 | 2022-05-10 | 深圳市优必选科技股份有限公司 | 任务执行控制方法、装置、控制设备及可读存储介质 |
CN112975965B (zh) * | 2021-02-24 | 2022-07-29 | 深圳市优必选科技股份有限公司 | 仿人机器人的解耦控制方法、装置和仿人机器人 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1487469A (zh) * | 2002-02-12 | 2004-04-07 | 东京大学 | 人型连杆系统的运动生成方法 |
CN101508112A (zh) * | 2009-03-30 | 2009-08-19 | 东南大学 | 三自由度搬运工业机器人多目标优化设计参数的获取方法 |
CN102058464A (zh) * | 2010-11-27 | 2011-05-18 | 上海大学 | 下肢康复机器人运动控制方法 |
CN102207988A (zh) * | 2011-06-07 | 2011-10-05 | 北京邮电大学 | 一种多自由度机械臂高效动力学建模方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8849454B2 (en) * | 2011-03-21 | 2014-09-30 | Honda Motor Co., Ltd. | Humanoid robot push recovery on level and non-level ground |
-
2012
- 2012-11-23 CN CN201210480571.0A patent/CN103019096B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1487469A (zh) * | 2002-02-12 | 2004-04-07 | 东京大学 | 人型连杆系统的运动生成方法 |
CN101508112A (zh) * | 2009-03-30 | 2009-08-19 | 东南大学 | 三自由度搬运工业机器人多目标优化设计参数的获取方法 |
CN102058464A (zh) * | 2010-11-27 | 2011-05-18 | 上海大学 | 下肢康复机器人运动控制方法 |
CN102207988A (zh) * | 2011-06-07 | 2011-10-05 | 北京邮电大学 | 一种多自由度机械臂高效动力学建模方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103019096A (zh) | 2013-04-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103019096B (zh) | 一种基于加速度优化的仿人机器人逆动力学控制器 | |
Stephens et al. | Dynamic balance force control for compliant humanoid robots | |
Feng et al. | 3D walking based on online optimization | |
Chignoli et al. | Variational-based optimal control of underactuated balancing for dynamic quadrupeds | |
Stephens et al. | Push recovery by stepping for humanoid robots with force controlled joints | |
Lee et al. | Reaction mass pendulum (RMP): An explicit model for centroidal angular momentum of humanoid robots | |
Khusainov et al. | Toward a human-like locomotion: modelling dynamically stable locomotion of an anthropomorphic robot in simulink environment | |
Chen et al. | A trot and flying trot control method for quadruped robot based on optimal foot force distribution | |
Shafiee-Ashtiani et al. | Push recovery of a humanoid robot based on model predictive control and capture point | |
Sadeghian et al. | Passivity-based control of underactuated biped robots within hybrid zero dynamics approach | |
You et al. | Straight leg walking strategy for torque-controlled humanoid robots | |
Qi et al. | Vertical jump of a humanoid robot with cop-guided angular momentum control and impact absorption | |
Morris et al. | Achieving bipedal running with RABBIT: Six steps toward infinity | |
Zhu et al. | Design and control of BRAVER: a bipedal robot actuated via proprioceptive electric motors | |
Zhu et al. | A composite robust reactive control strategy for quadruped robot under external push disturbance | |
Zhong et al. | Trajectory planning of an intermittent jumping quadruped robot with variable redundant and underactuated joints | |
Ding et al. | Online center of mass detection for quadruped robots in trot gait motion | |
Chen et al. | Integrable whole-body orientation coordinates for legged robots | |
Dong et al. | On-line gait adjustment for humanoid robot robust walking based on divergence component of motion | |
Gupta et al. | 2D push recovery and balancing of the eve r3-a humanoid robot with wheel-base, using model predictive control and gain scheduling | |
Xie et al. | Gait optimization and energy-based stability for biped locomotion using large-scale programming | |
Luo et al. | A balanced jumping control algorithm for quadruped robots | |
Chacin et al. | Motion control of multi-limbed robots for asteroid exploration missions | |
Zachariah et al. | Hybrid-state driven autonomous control for planar bipedal locomotion over randomly sloped non-uniform stairs | |
YAT | Robust Walking and Running Gaits for Biped Robots with a QP-Based Whole-Body Controller |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |