CN105945925A - 一种仿生蛇形机器人控制方法 - Google Patents
一种仿生蛇形机器人控制方法 Download PDFInfo
- Publication number
- CN105945925A CN105945925A CN201610287530.8A CN201610287530A CN105945925A CN 105945925 A CN105945925 A CN 105945925A CN 201610287530 A CN201610287530 A CN 201610287530A CN 105945925 A CN105945925 A CN 105945925A
- Authority
- CN
- China
- Prior art keywords
- cpg
- robot
- mathematical model
- shaped robot
- snake
- 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.)
- Granted
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/06—Programme-controlled manipulators characterised by multi-articulated arms
- B25J9/065—Snake robots
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
- B25J9/161—Hardware, e.g. neural networks, fuzzy logic, interfaces, processor
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1615—Programme controls characterised by special kind of manipulator, e.g. planar, scara, gantry, cantilever, space, closed chain, passive/active joints and tendon driven manipulators
- B25J9/1625—Truss-manipulator for snake-like motion
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1628—Programme controls characterised by the control loop
- B25J9/163—Programme controls characterised by the control loop learning, adaptive, model based, rule based expert control
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- Orthopedic Medicine & Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Manipulator (AREA)
- Toys (AREA)
Abstract
本发明公开了一种仿生蛇形机器人控制方法,首先通过机电系统联合仿真得到仿生蛇形机器人的CPG数学模型,然后对于机器人关节步态控制及步态模式切换控制采用CPG数学模型产生的周期性振荡信号对其节律性运动行为进行控制,CPG网络中的单侧及对侧链接权值通过GA遗传算法进行迭代寻优,通过电位计实时进行电机方向及速度反馈,得到的信号对反馈控制及CPG控制的输出进行反馈调整。本发明避免了传统的动力学计算建模,同时减少了误差,可以实现机器人多个步态以及多种相位关系,直接在计算机软件中即可实现步态的切换,增强了实时性与可控性,能更好地符合仿生学的要求,实现蛇形机器人多步态以及步态之间平滑切换的功能。
Description
技术领域
本发明涉及仿生学技术领域,具体是一种仿生蛇形机器人控制方法。
背景技术
随着机器人技术与理论的迅猛发展,机器人已经从传统的结构环境下重复性作业逐步向新型的非结构环境下自主作业的方向发生转变。在此情形下,传统的轮式以及履带式步行机器人由于其结构以及稳定性问题,受限于特定的环境,难以适应复杂环境下的作业要求。随着仿生学科的发展,蛇由于其独特的身体构造机制使它具备不同模式的步态用来适应各种复杂的环境,而且具备很好的稳定性与可靠性。双足及履带式机器人与蛇形机器人有明显的不同,前者只适应于特定的环境,蛇形机器人自由度较多,机构复杂,步态规划计算量巨大、误差也大,且难以实施,传统控制方法难以实施。因此,对生物蛇躯体构造机理的进行模拟仿生设计具备上述特点的蛇形机器人,使得其在空间探索、狭窄范围内的抢险救灾、高辐射或者人不能到达的环境具备非常大的应用前景。
发明内容
本发明的目的在于提供一种误差小、可控性强的仿生蛇形机器人控制方法,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种仿生蛇形机器人控制方法,首先通过机电系统联合仿真得到仿生蛇形机器人的CPG数学模型,然后对于机器人关节步态控制及步态模式切换控制采用CPG数学模型产生的周期性振荡信号对其节律性运动行为进行控制,CPG网络中的单侧及对侧链接权值通过GA遗传算法进行迭代寻优,通过电位计实时进行电机方向及速度反馈,得到的信号对反馈控制及CPG控制的输出进行反馈调整。
作为本发明进一步的方案:所述的仿生蛇形机器人控制数学模型和外部环境的构建通过机电联合仿真得到。
作为本发明进一步的方案:所述的机器人关节处的节律运动行为有多种模式,以及步态行为中在任意时刻的步态模式切换是由CPG数学模型产生。
作为本发明进一步的方案:所述CPG数学模型是由双向连接的H-H振荡器组成。
作为本发明进一步的方案:所述CPG数学模型的参数初始化是利用H-H振荡器双向连接得到双向振荡网络,机器人关节处的丝杠位移对应于双向振荡网络里每个H-H振荡器的输出,通过控制H-H振荡器的输出波形可以得到机器人所需的控制波形。
作为本发明再进一步的方案:所述的电机方向及速度反馈是由电位计和加速度计测量得到的,得到的反馈信号作为闭环控制以及CPG数学模型的参数对输出波形进行调整。
与现有技术相比,本发明的有益效果是:
本发明提出的基于GA寻优的仿生蛇形机器人CPG控制方法,避免了传统的动力学计算建模,同时减少了误差,克服了传统控制方法鲁棒性不足的缺点,通过寻优处理后的CPG网络很好的适应机器人各个步态的仿生要求,通过对CPG网络参数的调整,可以实现机器人多个步态以及多种相位关系,直接在计算机软件中即可实现步态的切换,增强了实时性与可控性。通过优化后的CPG,能更好地符合仿生学的要求,实现蛇形机器人多步态以及步态之间平滑切换的功能。
附图说明
图1为本发明的控制结构示意框图。
图2为本发明的控制硬件示意框图。
图3为本发明的控制流程示意图。
具体实施方式
下面结合具体实施方式对本专利的技术方案作进一步详细地说明。
请参阅图1-3,一种仿生蛇形机器人控制方法,首先通过机电系统联合仿真得到仿生蛇形机器人的CPG数学模型,然后对于机器人关节步态控制及步态模式切换控制采用CPG数学模型产生的周期性振荡信号对其节律性运动行为进行控制,CPG网络中的单侧及对侧链接权值通过GA遗传算法进行迭代寻优,通过电位计实时进行电机方向及速度反馈,得到的信号对反馈控制及CPG控制的输出进行反馈调整。
所述的仿生蛇形机器人控制数学模型和外部环境的构建通过机电联合仿真得到,是在动力学分析软件中建立虚拟样机模型,然后再机电系统联合仿真的基础上得到的;所述的机器人关节处的节律运动行为有多种模式,以及步态行为中在任意时刻的步态模式切换是由CPG数学模型产生,使仿生蛇形机器人以生物蛇的步态平滑运动以及在外界复杂环境下选择不同形式步态行为进行运动,所述CPG数学模型是由双向连接的H-H振荡器组成;所述CPG数学模型的参数初始化是利用H-H振荡器双向连接得到双向振荡网络,机器人关节处的丝杠位移对应于双向振荡网络里每个H-H振荡器的输出,通过初始电流输入产生持续性两路振荡信号,通过控制H-H振荡器的输出波形可以得到机器人所需的控制波形;所述的电机方向及速度反馈是由电位计和加速度计测量得到的,得到的反馈信号作为闭环控制以及CPG数学模型的参数对输出波形进行调整。
所述的通过GA遗传算法进行迭代寻优,是通过设置样本数及复制交叉变异操作,直至迭代到一定数目后,适应度函数满足要求为止,得到全局最优目标值即为最优值,将其带入双向振荡网络中;所述蛇形机器人节律运动的控制是利用CPG数学模型得到的多路输出信号进行控制,通过对CPG数学模型中的参数调整,可以获得不同行为的多路输出信号,这里不同指频率,相位等,然后施加到机器人关节处的输出单元,即可得到机器人脚掌的不同运动关系。
所述仿生蛇形机器人的控制结构包括蛇形机器人机械机构、机器人CPG数学模型、CPG控制器、参数初始化、电机方向速度检测装置,仿生蛇形机器人的CPG数学模型是由机电系统联合仿真得到的非线性模型,机器人关节处的丝杠位移是由CPG模型输出的振荡信号进行控制,蛇形机器人具有关节,各个关节采用模块化的设计方式进行组合,可以产生多个形式的步态输出,通过调节CPG控制器的参数,可以调整机器人行走及切换过程所需要的电机力矩输出。
本发明方法的仿生蛇形机器人数学模型框图包括一个线性的状态空间模块以及一个非线性的函数模块,此模块是通过机电联合系统仿真得到的。由于蛇形机器人外部环境比较复杂,通过机电联合仿真得到非线性动力学模型,外界环境的作用即可通过对机器人施加同等的力实现。
仿生蛇形机器人CPG数学模型是利用多个H-H振荡器建立的双向振荡网络,其数学模型表示图下:
Pi=g(Vi-θ)
式中,V:轴突膜电位;R:轴突膜回复电压;I:输入,恒定电流输入,恒值;c:常数,代表V、R之间相关性,0<c<<1;e、b:常数,0<e、b<1;ωji是振荡器的链接权值。
仿生蛇形机器人的关节丝杠处各有一个直流电机控制蛇形机器人行走,对于n个关节的蛇形机器人,对应有2n振荡器构建的CPG振荡网络,通过调整权值与网络中的各参数,能够实现不同速度、频率与相位关系的步态。
所述GA遗传算法进行迭代寻优分为两个阶段,分别包括CPG网路单侧连接权值与对侧连接权值寻优。编码的方式采用了十进制编码的形式,对各寻优参数进行编码,对单侧与对策链接权值分别选用30个样本,同时通过设置交叉与变异操作:Pc=0.9,Pm=0.03,进行循环迭代直至适应度函数平缓不再增大。
所述仿生蛇形机器人的控制硬件包括电源模块、驱动放大模块、编码模块、主控模块以及执行单元的直流电机模块、驱动模块,电源模块包括电源稳定与调理模块,负责提供稳定电源,主控模块作为执行单元上位机负责信号AD转换与命令发出,命令发出经驱动放大电路放大,作为执行单元直流电机控制信号,进行步态行为控制,实现蛇形机器人多种步态行为运动及步态切换功能。
所述仿生蛇形机器人软件控制流程为:根据对蛇形机器人步态机理分析得到的速度位置离散数据,在控制器寄存器中建立真值表,速度存放形式由电机PWM控制的各个时刻占空比设置。在对各个I/O口和各个寄存器进行设置后,设置速度与位置指针,在接受上位机运动模式选择信号后,首先判别,根据电位计采集的数据与初始时刻位置比较,差值的正负作为电机转动方向,此后不断进行电位器数据采集,直到各数据回到起始位置。当位置调整结束,接受上位机运动开始信号,并时钟同步信号完毕后开始进行运动,根据寄存器中的值,执行相应不同的读表操作,并通过对电位计的数据采集反馈比较,修正电机运动,知道上位机发送运动停止信号结束。
本发明涉及一种仿生蛇形机器人实现生物蛇多种步态模式以及多种步态模式间任意切换的控制方法,避免了传统的动力学计算建模,同时减少了误差,克服了传统控制方法鲁棒性不足的缺点,通过寻优处理后的CPG网络很好的适应机器人各个步态的仿生要求,通过对CPG网络参数的调整,可以实现机器人多个步态以及多种相位关系,直接在计算机软件中即可实现步态的切换,增强了实时性与可控性。通过优化后的CPG,能更好地符合仿生学的要求,实现蛇形机器人多步态以及步态之间平滑切换的功能。
上面对本专利的较佳实施方式作了详细说明,但是本专利并不限于上述实施方式,在本领域的普通技术人员所具备的知识范围内,还可以在不脱离本专利宗旨的前提下作出各种变化。
Claims (6)
1.一种仿生蛇形机器人控制方法,其特征在于,首先通过机电系统联合仿真得到仿生蛇形机器人的CPG数学模型,然后对于机器人关节步态控制及步态模式切换控制采用CPG数学模型产生的周期性振荡信号对其节律性运动行为进行控制,CPG网络中的单侧及对侧链接权值通过GA遗传算法进行迭代寻优,通过电位计实时进行电机方向及速度反馈,得到的信号对反馈控制及CPG控制的输出进行反馈调整。
2.根据权利要求1所述的仿生蛇形机器人控制方法,其特征在于,所述的仿生蛇形机器人控制数学模型和外部环境的构建通过机电联合仿真得到。
3.根据权利要求1所述的仿生蛇形机器人控制方法,其特征在于,所述的机器人关节处的节律运动行为有多种模式,以及步态行为中在任意时刻的步态模式切换是由CPG数学模型产生。
4.根据权利要求1所述的仿生蛇形机器人控制方法,其特征在于,所述CPG数学模型是由双向连接的H-H振荡器组成。
5.根据权利要求1所述的仿生蛇形机器人控制方法,其特征在于,所述CPG数学模型的参数初始化是利用H-H振荡器双向连接得到双向振荡网络,机器人关节处的丝杠位移对应于双向振荡网络里每个H-H振荡器的输出,通过控制H-H振荡器的输出波形可以得到机器人所需的控制波形。
6.根据权利要求1所述的仿生蛇形机器人控制方法,其特征在于,所述的电机方向及速度反馈是由电位计和加速度计测量得到的,得到的反馈信号作为闭环控制以及CPG数学模型的参数对输出波形进行调整。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610287530.8A CN105945925B (zh) | 2016-04-28 | 2016-04-28 | 一种仿生蛇形机器人控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610287530.8A CN105945925B (zh) | 2016-04-28 | 2016-04-28 | 一种仿生蛇形机器人控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105945925A true CN105945925A (zh) | 2016-09-21 |
CN105945925B CN105945925B (zh) | 2018-06-19 |
Family
ID=56913386
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610287530.8A Active CN105945925B (zh) | 2016-04-28 | 2016-04-28 | 一种仿生蛇形机器人控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105945925B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109910001A (zh) * | 2018-12-26 | 2019-06-21 | 北京化工大学 | 一种仿蛇机器人混合三维步态控制方法 |
CN109949338A (zh) * | 2019-02-20 | 2019-06-28 | 博雅工道(北京)机器人科技有限公司 | 一种基于cpg模型仿生水下机器鱼的目标跟踪识别方法 |
CN110850742A (zh) * | 2019-11-29 | 2020-02-28 | 江苏集萃智能制造技术研究所有限公司 | 机器人的动步态仿真模型和方法 |
CN112169337A (zh) * | 2020-10-13 | 2021-01-05 | 网易(杭州)网络有限公司 | 蛇形虚拟对象的控制方法及装置、存储介质、电子设备 |
CN113305812A (zh) * | 2021-06-29 | 2021-08-27 | 上海大学 | 仿生下肢外骨骼构型及其人机耦合步态轨迹优化方法 |
CN114260885A (zh) * | 2022-01-27 | 2022-04-01 | 同济大学 | 一种蛇形机器人的仿生cpg运动调控系统及其方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009110331A1 (ja) * | 2008-03-04 | 2009-09-11 | 国立大学法人九州工業大学 | 制御システム、振動制御装置及び制御信号生成方法 |
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 |
-
2016
- 2016-04-28 CN CN201610287530.8A patent/CN105945925B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009110331A1 (ja) * | 2008-03-04 | 2009-09-11 | 国立大学法人九州工業大学 | 制御システム、振動制御装置及び制御信号生成方法 |
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 (3)
Title |
---|
连萧峰等: "基于遗传算法的蛇形机器人CPG模型参数优化", 《计算机工程与设计》 * |
高琴等: "一种蛇形机器人蜿蜒运动的实现及环境适应性研究", 《大连理工大学学报》 * |
高琴等: "基于Hopf振荡器实现的蛇形机器人的步态控制", 《机器人》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109910001A (zh) * | 2018-12-26 | 2019-06-21 | 北京化工大学 | 一种仿蛇机器人混合三维步态控制方法 |
CN109949338A (zh) * | 2019-02-20 | 2019-06-28 | 博雅工道(北京)机器人科技有限公司 | 一种基于cpg模型仿生水下机器鱼的目标跟踪识别方法 |
CN110850742A (zh) * | 2019-11-29 | 2020-02-28 | 江苏集萃智能制造技术研究所有限公司 | 机器人的动步态仿真模型和方法 |
CN110850742B (zh) * | 2019-11-29 | 2022-08-23 | 江苏集萃智能制造技术研究所有限公司 | 机器人的动步态仿真模型和方法 |
CN112169337A (zh) * | 2020-10-13 | 2021-01-05 | 网易(杭州)网络有限公司 | 蛇形虚拟对象的控制方法及装置、存储介质、电子设备 |
CN112169337B (zh) * | 2020-10-13 | 2024-08-23 | 网易(杭州)网络有限公司 | 蛇形虚拟对象的控制方法及装置、存储介质、电子设备 |
CN113305812A (zh) * | 2021-06-29 | 2021-08-27 | 上海大学 | 仿生下肢外骨骼构型及其人机耦合步态轨迹优化方法 |
CN114260885A (zh) * | 2022-01-27 | 2022-04-01 | 同济大学 | 一种蛇形机器人的仿生cpg运动调控系统及其方法 |
CN114260885B (zh) * | 2022-01-27 | 2023-08-04 | 同济大学 | 一种蛇形机器人的仿生cpg运动调控系统及其方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105945925B (zh) | 2018-06-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105945925A (zh) | 一种仿生蛇形机器人控制方法 | |
Wang et al. | Trajectory tracking control of robot manipulator based on RBF neural network and fuzzy sliding mode | |
US10418921B2 (en) | Machine learning device, servo motor control device, servo motor control system, and machine learning method | |
Peng et al. | Leader–follower formation control of nonholonomic mobile robots based on a bioinspired neurodynamic based approach | |
Oriolo et al. | WMR control via dynamic feedback linearization: design, implementation, and experimental validation | |
Hashemi et al. | Model-based PI–fuzzy control of four-wheeled omni-directional mobile robots | |
Do | Bounded controllers for global path tracking control of unicycle-type mobile robots | |
US20210162589A1 (en) | Systems and methods for learning agile locomotion for multiped robots | |
Maalini et al. | Modelling and control of ball and beam system using PID controller | |
Moosavian et al. | Modified transpose Jacobian control of robotic systems | |
CN103197562A (zh) | 转台伺服系统神经网络控制方法 | |
Kumar et al. | Control and tracking of robotic manipulator using PID controller and hardware in Loop Simulation | |
Zaare et al. | Adaptive sliding mode control of n flexible-joint robot manipulators in the presence of structured and unstructured uncertainties | |
Uemura et al. | Motion control with stiffness adaptation for torque minimization in multijoint robots | |
Noshadi et al. | Active disturbance rejection control of a parallel manipulator with self learning algorithm for a pulsating trajectory tracking task | |
Mohammadi et al. | PSO tuned FLC for full autopilot control of quadrotor to tackle wind disturbance using bond graph approach | |
Mohamed et al. | Simulating LQR and PID controllers to stabilise a three-link robotic system | |
Liu et al. | Data learning‐based model‐free adaptive control and application to an NAO robot | |
Abdelbar et al. | Optimization of PI-Cascaded Controller’s Parameters for Linear Servo Mechanism: A Comparative Study of Multiple Algorithms | |
Fehr et al. | Identification of friction models for mpc-based control of a powercube serial robot | |
Miro et al. | Modelling an industrial manipulator a case study | |
Schulte et al. | Descriptor modelling towards control of a two link pneumatic robot manipulator: AT–S multimodel approach | |
CN104238359A (zh) | 一种大型机电混合惯量系统控制方法 | |
Ider | Force and motion trajectory tracking control of flexible-joint robots | |
Sokunphal et al. | PI controller design for velocity control of a mobile robot |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |