CN103376742A - 一种仿壁虎足部柔性结构爬壁机器人cpg控制系统 - Google Patents

一种仿壁虎足部柔性结构爬壁机器人cpg控制系统 Download PDF

Info

Publication number
CN103376742A
CN103376742A CN2012101233071A CN201210123307A CN103376742A CN 103376742 A CN103376742 A CN 103376742A CN 2012101233071 A CN2012101233071 A CN 2012101233071A CN 201210123307 A CN201210123307 A CN 201210123307A CN 103376742 A CN103376742 A CN 103376742A
Authority
CN
China
Prior art keywords
cpg
control
signal
climbing robot
gecko
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.)
Pending
Application number
CN2012101233071A
Other languages
English (en)
Inventor
胡重阳
梅涛
孙少明
刘彦伟
张勇杰
吴晅
李露
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hefei Institutes of Physical Science of CAS
Original Assignee
Hefei Institutes of Physical Science of CAS
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hefei Institutes of Physical Science of CAS filed Critical Hefei Institutes of Physical Science of CAS
Priority to CN2012101233071A priority Critical patent/CN103376742A/zh
Publication of CN103376742A publication Critical patent/CN103376742A/zh
Pending legal-status Critical Current

Links

Abstract

本发明属于四足仿壁虎机器人领域,特别涉及用于仿壁虎的四足协调运动及脚趾脱附吸附控制的CPG神经网络控制。一种仿壁虎足部柔性结构爬壁机器人CPG控制系统。包括:高级中枢神经模块、CPG神经网络模块、信号处理模块、执行模块、传感器模块。采用CPG网络,模拟动物的运动控制系统,尤其是节律性运动控制系统,建立CPG多足协调运动控制体系,根据分级控制机制,从而得到以高级神经元和CPG为核心的协调运动控制算法的原理,提高了协调性。

Description

一种仿壁虎足部柔性结构爬壁机器人CPG控制系统
技术领域
[0001] 本发明属于四足仿壁虎机器人领域,特别涉及用于仿壁虎的四足协调运动及脚趾脱附吸附控制的CPG神经网络控制。
技术背景
[0002] 动物的CPG控制机理在机器人运动控制中的应用是生物学、神经生理学、计算神经学、仿生学、机器人学等多学科交叉的探索性研究,可以为机器人运动控制提供新的理论和方法,提高机器人的运动性能和环境适应性,并且能够对多足机器人运动协调等一些难题找到解决方法。同时通过对仿生机器人的研究也可以了解动物运动的控制机理,揭开动物的神经-运动-感知内在联系。
[0003] CPG控制方法模拟壁虎的神经-肌肉-骨骼运动系统,并借鉴中枢模式发生器(CPG)在壁虎走、跑等节律运动中的作用,设计CPG神经网络,并通过其与机器人本体、环境之间的相互耦合生成各个关节运动。这种控制方法的重点是考虑各个运动关节在不同的目标和环境条件下的相互协调动作,避免了对动力学建模准确度的依赖,控制更为简单,具有良好的稳定性和适应性,因此,被越来越多的研究学者用到仿人机器人运动控制中。
[0004] 在机器人的控制中,CPG的输出模式指的是CPG各神经元输出之间的紧密耦合关系和稳定的相位互锁特性,对应了关节的一种特定的耦合关系,它是由连接矩阵来决定的。而关节的耦合关系具有多样性,那么需要多种输出模式,以对应不同的关节耦合运动,适应不同的环境和指令要求。2000年,实现了四足机器人的控制,模仿动物的神经系统,通过视觉传感器提供的信息产生神经反射,用于控制神经元的“屈肌”与“伸肌”动作,达到了在不平坦路面行走的控制效果,是CPG控制的一大进步,取代了前期的单片机控制技术。
[0005] CPG运动控制体系的核心是合理地建立CPG输出与物理空间的映射,及设计反馈网络。Matsuoka振荡器是目前使用较多的构成CPG的非线性振荡器模型。它是由2个相互抑制的人工神经元构成,2个神经元分别对应于屈肌和伸肌控制神经元,它们的输出合成作为振荡器的输出。Matsuoka振荡器的特点是能够较好地模拟CPG的生物学特性,在没有外部激励或者外部激励太小时,只需要有稳定的常激励,就能输出稳定的振荡波形。其输出可以作为肌肉力,关节角度或力矩控制信号。但是,目前仍停留在理论分析阶段,控制方法尚不成熟,有待于改进。
[0006] 脚掌的吸附、脱附方面,壁虎脚掌在吸附阶段,足部先接近壁面,给脚掌黏附阵列一个预压力,然后通过脚掌的内屈完成吸附。在脱附阶段,脚趾头端部外翻使脚掌从脚趾端部脱离,脚掌与壁面在一个临界角后突然与壁面分开。普遍认为壁虎脚掌外翻、内收运动是“全或无”的,故采用舵机直接控制壁虎脚掌时会遇到脱附不完全,或者吸附压紧力太小等问题。
[0007] 另外现在控制四足机器人多采用单片机技术,协调性差,程序运行速度慢,算法上不灵活,修改和维护比较麻烦,控制精度不高,程序可移植性差,不能对采集到的信号进行及时处理。发明内容
[0008] 本发明解决了上述不足,提供了一种新的控制系统,它更贴近于生物柔性机理,增强爬壁机器人的自适应性。具体技术方案如下:
[0009] 一种仿壁虎足部柔性结构爬壁机器人CPG控制系统。包括:高级中枢神经模块、CPG神经网络模块、信号处理模块、执行模块、传感器模块。
[0010] 所述高级中枢神经模块,主要针对CPG参数设置,包括机器人的步态选择、通过CPG网络权值调节控制速度以及在具体行走过程中机器人运动方向控制等。
[0011] 所述CPG神经网络,作为一种运动控制机制,可以在缺乏高层命令和外部反馈的情况下,自动产生稳定的节律信号,通过相位锁定,可以实现多种稳定的相位关系,从而实现不同的运动模式,同时还易于与输入信号或物理系统耦合,简化控制过程,提高自适应性。
[0012] 所述CPG神经网络,网状CPG存在于高等脊椎动物,一般一个运动自由度对应一个振荡器,多个振荡器组成特定的拓扑结构,控制动物多个肢体的协调运动,本发明采用12个振荡器控制12个腿部自由度。
[0013] 所述CPG网络,包括12个Matsuoka振荡器,即4组CPG神经单元,每组CPG神经单元包含三个CPG基本单元,一个CPG基本单元是一个Matsuoka振荡器单元,由两个神经元相互抑制产生稳定的节律信号。
[0014] 所述CPG神经网络,基于壁虎运动控制系统,四组CPG神经单元相互协调控制整个系统,使壁虎四足稳定前移。
[0015] 所述信号处理模块,PWM控制信号由接收机的通道进入信号调制芯片,获得直流偏置电压。它内部有一个基准电路,产生周期为20ms,宽度为1.5ms的基准信号,将获得的直流偏置电压与电位器的电压比较,获得电压差输出。最后,电压差的正负输出到电机驱动芯片决定电机的正反转。
[0016] 所述执行模块,包括舵机驱动,使爬壁机器人能够按照规划路径进行抬腿、摆腿等一系列动作,进行前移。舵机选用BlueArroW4.3微型舵机,它转动角度范围O〜180度,通过周期为20ms的PWM信号控制。PWM信号高电平延迟时间在0.5〜2.5ms,高电平的持续时间决定了舵机的角度。
[0017] 所述传感器模块,包括内部传感器和外部传感器两大类内部传感器用于测量机器人自身的运动状态,外部传感器用于机器人获取外界环境信息。传感器采集的感知信号反馈到神经网络,其中,内部传感器使用,将脚趾分为两组,振荡信号首先发送给第一组脚趾,微力传感器及时反馈脚趾外翻和内敛信息,重新调整网络参数,改变PWM占空比,然后控制第二组脚趾运动,有利于脚掌快速完成吸附和脱附过程;外部传感器用于测量外部环境,将反馈信号传送到CPG网络,决定采用哪种步态方式,此发明主要有两种运动模式。
[0018] 本发明与现有技术相比具有下列优点:
[0019] 1、采用CPG网络,模拟动物的运动控制系统,尤其是节律性运动控制系统,建立CPG多足协调运动控制体系,根据分级控制机制,从而得到以高级神经元和CPG为核心的协调运动控制算法的原理,提高了协调性;
[0020] 2、本发明两个神经元相互抑制构成一个振荡器单元,控制机器人的一条腿,灵活性差,此发明根据南航测试结果得出,壁虎的脚趾运动由3个神经控制,所以采用3个CPG基本单元,分别控制机器人一条腿部的3个关节,提高了灵活性和运动自由度;
[0021] 3、壁虎在吸附脱附过程中,人们普遍认为,脚掌的外翻和内收运动是“全或无”的,根据南航大壁虎实验结果所得,壁虎脚趾运动是分级控制的,本设计根据此理论,设计出脚趾分级吸附脱附方法,更利于壁虎的快速爬行。
附图说明
[0022] 图1是本发明爬壁机器人的系统示意框图。
[0023] 图2是本发明爬壁机器人的一组CPG控制模型示意图。
[0024] 图3是本发明爬壁机器人腿部示意图。
[0025] 图4是本发明爬壁机器人的系统控制原理示意框图。
具体实施方式
[0026] 下面结合附图对本发明的实施方式做进一步描述。
[0027] 参照图1,一种仿壁虎足部柔性结构爬壁机器人CPG控制系统,包括高级中枢神经模块,用于控制爬壁机器人上层协调、决策及权值设置;CPG神经网络模块,CPG网络的集合行为是机器人的运动行为,它具有整体性,能够通过神经元之间的相互抑制产生稳定的相位互锁关系,并通过自激振荡激发肢体的节律运动;信号处理系统,将网络发出的PWM信号经过信号调制电路和电机驱动芯片进行处理;执行模块,接收控制信号,对爬壁机器人的足部自由度分别进行控制;传感器模块,接触传感器和力传感器反馈脚掌信号和外部环境到神经网络,及时调制控制方法,提高机器人运动的自适应性。
[0028] 参照图2和图3,CPG神经电路可以看作由一组互相耦合的非线性振荡器组成的分布系统,其通过相位耦合实现节律信号的发生,而改变振荡器之间的耦合关系可以产生具有不同相位关系的时空序列信号,实现不同的运动模式。运动模式中有两种步态可供爬壁机器人选择:1324、对角步态。如图3所示,I代表左前足,2代表右前足,3代表左后足,4代表右后足。CPG神经网络由四组CPG神经构成,每组CPG模型如图2所示。从生物角度出发,壁虎腿部运动由三条神经控制,依据此生物实验结果,此发明采用了三个中枢模式发生器模拟三条神经信号控制腿部运动,三条控制信号即为三个振荡器输出信号,它控制机器人腿部三个关节自由度,每个振荡器由2个相互抑制的人工神经元构成,2个神经元分别对应于动物的屈肌和伸肌控制神经元,他们的输出合成作为振荡器的输出。图2中所示模型,能够较好地模拟CPG生物学特性,在没有外部激励或者反馈信号时,只需要有稳定的常激励,就能输出稳定的震荡波形。有反馈信号时,及时进行神经网络权值训练,产生需要的控制信号。三个振荡器信号相互抑制和激励,产生稳定的控制相序,使三个关节相互配合,实现支撑和摆动两个基本运动过程。上述每组CPG单元控制三个自由度,它是通过舵机的控制实现三个关节的转速和运动方向的调节。每个舵机控制腿部一个自由度,如图3所示,其中,以左前足为例,说明舵机控制腿部运动方法。舵机③控制踝关节,舵机②控制膝关节,舵机①控制髋关节。舵机③控制脚掌运动过程中,根据南航生物实验显示结果,5个脚趾内收和外翻运动不是同时进行的,它们是由神经分区控制的,脚趾可分为两部分,第一部分为Tl〜T3,第二部分为T4〜T5。当控制壁虎脚掌脱附时,脚趾外翻,首先舵机控制T4和T5脚趾外翻,脚趾处接触传感器反馈外翻信号到神经网络,调节网络权值,修改PWM波宽度,控制Tl〜T3脚趾外翻,实现脚趾完全外;当脚掌吸附时,和上述过程相反,首先,控制信号给Tl〜T3脚趾,实现第一部分脚趾内收,然后,传感器把信号反馈到神经网络,改变输出信号,使T4〜T5脚趾内收。
[0029] 如图4所示,CPG神经网络神,共12个CPG神经单元,输出12路控制信号。本发明控制系统设计通过动态调节网络的连接权重,改变网络的输出模式,可以产生广泛的生物行为。此设计主要针对两种步态进行切换,1324步态和对角步态。爬墙时,采用1324步态,速度慢,但是稳定,平面爬行时,采用对角步态,移动速度快,控制简单。
[0030] 1324步态:只有I个足端保持悬空,其他3个足端保持支撑状态,有利于机器人整体稳定。机器人在一个周期内的移动步骤:
[0031] I)左前腿脱附抬起前移到固定位置,机器人身体前移四分之一步长;
[0032] 2)左前腿放下并吸附,左后腿脱附抬起前移到固定位置,机器人身体前移四分之一步长;
[0033] 3)右后腿放下并吸附,右前腿脱附抬起前移到固定位置,机器人身体前移四分之一步长;
[0034] 4)右前腿放下并吸附,左后腿脱附抬起前移到固定位置,机器人身体前移四分之一步长;
[0035] 对角步态:对角线上的2个足端悬空,另外2个足端保持支撑状态,移动时支撑状态的两条腿协调机器人整体前移。机器人在一个周期内移动步骤:
[0036] I)左前腿和右后腿脱附抬起前移到固定位置,机器人身体前移二分之一步长;
[0037] 2)左前腿和右后腿方向并吸附,右前腿和右后腿脱附抬起前移到固定位置,机器人身体前移二分之一步长。
[0038] 上述描述了两种步态一个周期内的移动方法,以后运动都是循环此步态做重复性动作,完成壁虎机器人的移动任务。
[0039] PWM波输出后,经过接收机的通道进入信号调制芯片,获得直流偏置电压。将直流偏置电压与电位器的电压做比较,得到电压差,电压差的正负决定电机的正转和反转,电压差输出通过电机驱动控制电机动作。
[0040] 根据传感器安装位置不同则实现不同功能,以两个位置的传感器为例,脚趾处的传感器主要用于反馈脚趾外翻和内收信号,从而快速的脱附吸附,避免由于其他原因,脱附吸附不彻底,导致机器人失去平衡,难以前移。环境中的传感器感应环境变化情况,选择不同的步态,适应机器人稳定爬行。
[0041] 应当理解,以上所描述的具体实施方式仅用于解释本发明,并不用于限定本发明。由本发明的精神所引伸出的显而易见的变化或变动仍处于本发明的保护范围之中。

Claims (7)

1.一种仿壁虎足部柔性结构爬壁机器人CPG控制系统,其特征在于:包括高级中枢神经模块、CPG神经网络模块、信号处理模块、执行模块、传感器模块;所述高级中枢神经模块,用于调节CPG神经网络权值,初始相位,从而确定步态;所述CPG神经网络模块包括4组CPG单元,用于协调爬壁机器人四足运动;所述信号处理模块,用于对CPG输出的PWM波进行信号处理,产生控制舵机转动的信号;所述执行模块,用于控制机器人向前移动,运动状态包括支撑相和摆动相;所述传感器模块,用于把外界环境信息及脚趾运动现状作为感知信号反馈到CPG网络。
2.权利要求1所述的一种仿壁虎足部柔性结构爬壁机器人CPG控制系统,其特征在于:上述每组CPG单元包括3个振荡器,用于输出机器人运动的信号。
3.权利要求2所述的一种仿壁虎足部柔性结构爬壁机器人CPG控制系统,其特征在于:机器人每条运动腿对应一组CPG单元,爬壁机器人腿部运动由3条神经控制,即由每组CPG单元的三个振荡器输出控制信号。
4.权利要求3所述的一种仿壁虎足部柔性结构爬壁机器人CPG控制系统,其特征在于:振荡器模型采用非线性振荡器,由2个相互抑制的人工神经元构成,2个神经元分布对应于屈肌和伸肌控制神经元,它们的合成为振荡器的输出,其中机器人腿部运动包括三个关节自由度,分别为髋关节、膝关节、踝关节。
5.权利要求1所述的一种仿壁虎足部柔性结构爬壁机器人CPG控制系统,其特征在于:爬壁机器人脚部吸附和脱附运动过程中,振荡信号首先给一部分脚趾,动作之后,融合反馈信号,改变PWM占空比,然后控制另一部分脚趾,有利于脚掌快速完成吸附和脱附过程。
6.权利要求1所述的一种仿壁虎足部柔性结构爬壁机器人CPG控制系统,其特征在于:所述信号处理模块具有信号调制芯片,信号调制芯片接受振荡器输出PWM信号,然后通过电压比较器处理系统,获得驱动舵机转动信号。
7.权利要求1所述的一种仿壁虎足部柔性结构爬壁机器人CPG控制系统,其特征在于:传感器模块根据脚掌传感器对脚趾运动现状及外界环境的感知,把感知信息及时反馈给对应的CPG网络,并对网络重新进行优化训练,再输出振荡信号,控制脚趾及步态的运动过程。
CN2012101233071A 2012-04-24 2012-04-24 一种仿壁虎足部柔性结构爬壁机器人cpg控制系统 Pending CN103376742A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2012101233071A CN103376742A (zh) 2012-04-24 2012-04-24 一种仿壁虎足部柔性结构爬壁机器人cpg控制系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2012101233071A CN103376742A (zh) 2012-04-24 2012-04-24 一种仿壁虎足部柔性结构爬壁机器人cpg控制系统

Publications (1)

Publication Number Publication Date
CN103376742A true CN103376742A (zh) 2013-10-30

Family

ID=49462015

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2012101233071A Pending CN103376742A (zh) 2012-04-24 2012-04-24 一种仿壁虎足部柔性结构爬壁机器人cpg控制系统

Country Status (1)

Country Link
CN (1) CN103376742A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105182754A (zh) * 2015-08-18 2015-12-23 淮海工学院 仿生机器人运动控制神经网络的构建方法
CN103927583B (zh) * 2014-04-28 2017-06-20 莫小钧 人工神经网络
CN106914901A (zh) * 2017-05-09 2017-07-04 淮海工学院 仿生机器人控制网络的分层构建方法
CN107315346A (zh) * 2017-06-23 2017-11-03 武汉工程大学 一种基于cpg模型的仿人机器人步态规划方法
CN108657308A (zh) * 2018-07-16 2018-10-16 泰山医学院 基于可学习中枢模式发生器的机器人运动控制系统及方法
CN112013203A (zh) * 2020-07-18 2020-12-01 淮阴工学院 一种基于drnn神经网络管网检测系统
CN112013203B (zh) * 2020-07-18 2021-09-24 淮阴工学院 一种基于drnn神经网络管网检测系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101916071A (zh) * 2010-08-04 2010-12-15 中国科学院自动化研究所 仿生机器鱼运动的cpg反馈控制方法
US20110015790A1 (en) * 2008-03-04 2011-01-20 National University Corporation Kyushu Institute Of Technology Control system, oscillation control device, and control signal generation method

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110015790A1 (en) * 2008-03-04 2011-01-20 National University Corporation Kyushu Institute Of Technology Control system, oscillation control device, and control signal generation method
CN101916071A (zh) * 2010-08-04 2010-12-15 中国科学院自动化研究所 仿生机器鱼运动的cpg反馈控制方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
LEI SUN 等: ""Design of Quadruped Robot Based CPG and Fuzzy Neural Network"", 《PROCEEDINGS OF THE IEEE INTERNATIONAL CONFERENCE ON AUTOMATION AND LOGISTICS》 *
于树林: ""柔性仿壁虎机器人控制系统研究"", 《万方数据》 *
于树林: ""柔性仿壁虎机器人控制系统研究"", 《万方数据》, 20 September 2011 (2011-09-20) *
郭策 等: ""壁虎脚趾运动调控的研究"", 《中国生物医学工程学报》 *
黄博 等: ""基于中枢神经模式的四足机器人步态控制"", 《机械工程学报》 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103927583B (zh) * 2014-04-28 2017-06-20 莫小钧 人工神经网络
CN105182754A (zh) * 2015-08-18 2015-12-23 淮海工学院 仿生机器人运动控制神经网络的构建方法
CN105182754B (zh) * 2015-08-18 2018-05-29 淮海工学院 仿生机器人运动控制神经网络的构建方法
CN106914901A (zh) * 2017-05-09 2017-07-04 淮海工学院 仿生机器人控制网络的分层构建方法
CN106914901B (zh) * 2017-05-09 2020-06-05 淮海工学院 仿生机器人控制网络的分层构建方法
CN107315346A (zh) * 2017-06-23 2017-11-03 武汉工程大学 一种基于cpg模型的仿人机器人步态规划方法
CN107315346B (zh) * 2017-06-23 2020-01-14 武汉工程大学 一种基于cpg模型的仿人机器人步态规划方法
CN108657308A (zh) * 2018-07-16 2018-10-16 泰山医学院 基于可学习中枢模式发生器的机器人运动控制系统及方法
CN108657308B (zh) * 2018-07-16 2020-03-17 山东第一医科大学(山东省医学科学院) 基于可学习中枢模式发生器的机器人运动控制系统及方法
CN112013203A (zh) * 2020-07-18 2020-12-01 淮阴工学院 一种基于drnn神经网络管网检测系统
CN112013203B (zh) * 2020-07-18 2021-09-24 淮阴工学院 一种基于drnn神经网络管网检测系统

Similar Documents

Publication Publication Date Title
Kun et al. Adaptive dynamic balance of a biped robot using neural networks
Zhang et al. Trot gait design and CPG method for a quadruped robot
CN103376742A (zh) 一种仿壁虎足部柔性结构爬壁机器人cpg控制系统
KR101100657B1 (ko) 로봇 장치 및 로봇의 자세 제어 방법
CN105965506A (zh) 一种基于遗传算法的人形双足机器人步行姿态控制方法
Berenguer et al. Zappa, a quasi-passive biped walking robot with a tail: Modeling, behavior, and kinematic estimation using accelerometers
CN203544189U (zh) 一种开放式竞走机器人
Hoffmann et al. The merits of passive compliant joints in legged locomotion: Fast learning, superior energy efficiency and versatile sensing in a quadruped robot
Sharbafi et al. Hopping control for the musculoskeletal bipedal robot: BioBiped
Van der Noot et al. Experimental validation of a bio-inspired controller for dynamic walking with a humanoid robot
Zhu et al. Energy-efficient bio-inspired gait planning and control for biped robot based on human locomotion analysis
JP2004181613A (ja) ロボット装置、脚式移動ロボットの動作制御装置及び動作制御方法、脚式移動ロボットのためのセンサ・システム、並びに移動体装置
Meriçli et al. Improving biped walk stability using real-time corrective human feedback
Wyffels et al. Realization of a passive compliant robot dog
AU2018101292A4 (en) A segmented head-body hexapod robot
CN109760761A (zh) 一种基于生物仿生原理和直觉的四足机器人运动控制方法
Lima et al. Realistic behaviour simulation of a humanoid robot
JP3568527B2 (ja) 移動体装置
JP2001129775A (ja) ロボット、及び、ロボットの重心位置制御方法
Teixeira et al. Biped locomotion-improvement and adaptation
Hong et al. Human-like stable bipedal walking with a large stride by the height variation of the center of mass using an evolutionary optimized central pattern generator
Luo et al. CPG-based control scheme for quadruped robot to withstand the lateral impact
Luo et al. Active online learning of the bipedal walking
Liu et al. Gait transition of quadruped robot using time sequence control based on finite-state machine
Balakrishnan et al. Control of a biped robot with flexible foot on an uneven terrain

Legal Events

Date Code Title Description
PB01 Publication
C06 Publication
SE01 Entry into force of request for substantive examination
C10 Entry into substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20131030

C02 Deemed withdrawal of patent application after publication (patent law 2001)