CN108594661A - 一种基于cpg的轮腿复合式机器人的仿生运动控制方法 - Google Patents

一种基于cpg的轮腿复合式机器人的仿生运动控制方法 Download PDF

Info

Publication number
CN108594661A
CN108594661A CN201810431350.1A CN201810431350A CN108594661A CN 108594661 A CN108594661 A CN 108594661A CN 201810431350 A CN201810431350 A CN 201810431350A CN 108594661 A CN108594661 A CN 108594661A
Authority
CN
China
Prior art keywords
wheel
cpg
leg
pattern
combined type
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
Application number
CN201810431350.1A
Other languages
English (en)
Other versions
CN108594661B (zh
Inventor
宋光明
戚奇恩
韦中
高源�
宋爱国
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.)
Southeast University
Original Assignee
Southeast University
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 Southeast University filed Critical Southeast University
Priority to CN201810431350.1A priority Critical patent/CN108594661B/zh
Publication of CN108594661A publication Critical patent/CN108594661A/zh
Application granted granted Critical
Publication of CN108594661B publication Critical patent/CN108594661B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B62LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62DMOTOR VEHICLES; TRAILERS
    • B62D57/00Vehicles characterised by having other propulsion or other ground- engaging means than wheels or endless track, alone or in addition to wheels or endless track
    • B62D57/02Vehicles characterised by having other propulsion or other ground- engaging means than wheels or endless track, alone or in addition to wheels or endless track with ground-engaging propulsion means, e.g. walking members
    • B62D57/028Vehicles characterised by having other propulsion or other ground- engaging means than wheels or endless track, alone or in addition to wheels or endless track with ground-engaging propulsion means, e.g. walking members having wheels and mechanical legs

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Manipulator (AREA)
  • Toys (AREA)

Abstract

本发明公开了一种基于CPG的轮腿复合式机器人的仿生运动控制方法,包括步骤为:步骤1,CPG网络模型建立;步骤2,节律信号输出;步骤3,函数映射和步骤4,运动执行。本发明根据机器人轮、腿运动模式的不同,将周期性变化信号映射为相应模式的运动控制函数,实现轮、腿运动模式的平稳快速切换。从而具有计算简单、控制方便的特点,环境适应性和鲁棒性都得到了提升,且利用开关量切换机器人的轮、腿运动模式,并利用Sigmoid函数方法对切换过程中的控制信号进行过渡平滑,在运动中实现轮、腿运动模式的平稳快速切换。另外,在轮、腿运动模式转换过程中,机器人仍能继续向前运动,无需动作暂停。

Description

一种基于CPG的轮腿复合式机器人的仿生运动控制方法
技术领域
本发明涉及机器人仿生运动控制技术领域,特别是一种基于CPG的轮腿复合式机器人的仿生运动控制方法。
背景技术
轮腿复合式机器人兼具轮式机器人的高速、高效运动和腿式机器人的地形适应性,多年来一直是地面移动机器人的研究热点。中国发明CN201610048470.4公开了一种应用于轮腿复合式机器人的轮腿机构,通过两个动力机配合控制,收、放绳索切换机器人的轮腿模式。
目前,针对轮腿复合式机器人的控制方法,主要采用基于模型的控制方法,这种方法虽然可以获得精确的运动轨迹和落脚点,但是计算复杂、效率低,不具实时性和环境适应性,而且轮、腿运动模式转换过程中,多数需要使机器人处于运动暂停状态。
发明内容
本发明要解决的技术问题是针对上述现有技术的不足,而提供一种基于CPG的轮腿复合式机器人的仿生运动控制方法,该基于CPG的轮腿复合式机器人的仿生运动控制方法根据机器人轮、腿运动模式的不同,将周期性变化信号映射为相应模式的运动控制函数,实现轮、腿运动模式的平稳快速切换,且在轮、腿运动模式转换过程中,机器人仍能继续向前运动。同时,还具有计算简单、控制方便的特点。
为解决上述技术问题,本发明采用的技术方案是:
一种基于CPG的轮腿复合式机器人的仿生运动控制方法,包括如下步骤。
步骤1,CPG网络模型建立:轮腿复合式机器人具有四个轮腿机构,每个轮腿机构连接一个CPG振荡器,四个CPG振荡器耦合形成CPG网络。
步骤2,节律信号输出:控制中枢发出运动模式命令给步骤1建立的CPG网络,CPG网络产生具有固定相位差的周期性的节律信号输出φ。
步骤3,函数映射:映射函数将步骤2中的节律信号输出φ映射为轮模式和腿模式下髋、膝关节的关节运动轨迹控制信号,具体表示为:
轮模式
腿模式
其中,θh、θk分别表示机器人的髋、膝关节运动控制信号,φ为CPG振荡器的节律信号输出,θ0表示轮运动模式时膝关节的固定角度,T为振荡器周期,Ah、Ak分别表示髋、膝关节的摆动幅度。
步骤4,运动执行:各个轮腿机构中的髋、膝关节按照步骤3函数映射后的关节运动轨迹控制信号进行运动。
步骤3中,在轮腿切换过程中,采用Sigmoid函数将步骤2中的节律信号输出φ进行平滑,平滑后的髋、膝关节的关节运动轨迹控制信号表示为:
式中,θi+1、θi分别表示轮腿转换后的目标输出和轮腿转换前的初始输出;φa为轮、腿转换时刻的节律信号输出;τ为过渡时间的节律信号输出;a为平滑速率。
步骤2中,控制中枢通过开关量进行运动模式的切换,公示表示如下:
χ=Γχw+(1-Γ)χl,Γ=1或0
其中,Γ为开关量,χ表示机器人的运动模式,χw、χl分别表示机器人的轮模式和腿模式。
步骤1中,每个CPG振荡器均为Kuramoto相位振荡器,CPG网络为Kuramoto模型,具体表示如下:
式中,φ为节律信号输出,是关于时间t的函数;i、j分别代表第i、j个CPG振荡器,i=1、2、3或4,j=1、2、3或4;φi表示第i个CPG振荡器的节律信号输出;φj表示第j个CPG振荡器的节律信号输出;ω表示CPG振荡器频率;kij表示第i、j个CPG振荡器之间的耦合系数,Δij表示第i、j个CPG振荡器之间的固定相位差。
步骤2中,控制中枢还发出运动速度、转向或腿模式下的步态切换命令给步骤1建立的CPG网络。
腿模式包括行走步态和小跑步态,行走步态walk和小跑步态trot的固定相位差矩阵Δ分别为:
步骤2中,控制中枢通过改变固定相位差矩阵Δ来实现行走步态walk和小跑步态trot的切换。
本发明具有如下有益效果:与现有技术相比,本发明根据机器人轮、腿运动模式的不同,将周期性变化信号映射为相应模式的运动控制函数,实现轮、腿运动模式的平稳快速切换。从而具有计算简单、控制方便的特点,环境适应性和鲁棒性都得到了提升,且能在运动中实现平稳、快速的轮、腿模式切换。另外,在轮、腿运动模式转换过程中,机器人仍能继续向前运动,无需动作暂停。
附图说明
图1显示了本发明基于CPG的轮腿复合式机器人的仿生运动控制方法的示意图。
图2显示了本发明轮腿复合式机器人的腿模式运动示意图。
图3显示了本发明轮腿复合式机器人的轮模式运动示意图。
图4显示了四个轮腿机构的节律信号输出φ与时间t的曲线示意图。
其中有:
1.CPG振荡器;2.轮腿机构。
具体实施方式
下面结合附图和具体较佳实施方式对本发明作进一步详细的说明。
如图1所示,一种基于CPG的轮腿复合式机器人的仿生运动控制方法,包括如下步骤。
步骤1,CPG网络模型建立,规划层。
如图2和图3所示,轮腿复合式机器人具有四个轮腿机构,其具体结构如CN201610048470.4所述,这里不再赘述。
每个轮腿机构连接一个CPG振荡器,每个CPG振荡器均优选为Kuramoto相位振荡器,CPG网络优选为Kuramoto模型。
在图1中,LF、RF、LR和RR分别表示左前轮腿机构、右前轮腿机构、左后轮腿机构和右后轮腿机构。LF、RF、LR和RR对应的四个CPG振荡器分别为OSC1、OSC2、OSC3和OSC4,CPG的振荡信号输出通过调制能够控制轮腿对应的关节。
四个CPG振荡器耦合形成如下的CPG网络模型:
式(1)中,i、j分别代表第i、j个CPG振荡器,i=1、2、3或4,j=1、2、3或4;φi表示第i个CPG振荡器的节律信号输出;φj表示第j个CPG振荡器的节律信号输出。
ω表示CPG振荡器频率,为给定值,能够在控制层进行调节,通过调整ω,进而调节运动速度。
kij表示第i、j个CPG振荡器之间的耦合系数,为给定值,能够在控制层进行调节,用来控制CPG振荡器的收敛速率(控制输出到达耦合要求的速度),我们在实际仿真中取值为-1,可根据实际调整。
Δij表示第i、j个CPG振荡器之间的固定相位差,
式(1)为一阶线性微分方程组,其具体展开为:
φ为节律信号输出,是关于时间t的函数,通过数学求解得出。
步骤2,节律信号输出:控制中枢发出运动模式命令、运动速度、转向或步态切换命令等给步骤1建立的CPG网络,CPG网络产生具有固定相位差的周期性的节律信号输出φ。
运动模式包括轮模式和腿模式,在控制层,控制中枢通过人为或自主改变开关量进行运动模式的切换,公示表示如下:
χ=Γχw+(1-Γ)χl,Γ=1或0
其中,Γ为开关量,χ表示机器人的运动模式,χw、χl分别表示机器人的轮模式和腿模式。
在控制层,控制中枢还通过人为或自主改变固定相位差矩阵Δ来实现行走步态walk和小跑步态trot等的切换,腿模式包括行走步态和小跑步态等典型步态(我们实验实现了这两种步态,理论上支持所有四足机器人步态)。
行走步态walk和小跑步态trot的固定相位差矩阵Δ分别为:
如图4所示,该图为我们在实际仿真中CPG网络产生的具有固定相位差的周期性的节律信号输出φ的示意图,其中横坐标时间的单位为秒。
步骤3,函数映射,规划层。
映射函数将步骤2中的节律信号输出φ映射为轮模式和腿模式下髋、膝关节的关节运动轨迹控制信号,具体表示为:
轮模式
腿模式
其中,θh、θk分别表示机器人的髋、膝关节运动控制信号,φ为CPG振荡器的节律信号输出,θ0表示轮运动模式时膝关节的固定角度,T为振荡器周期,为给定值,能在控制层中进行调节;Ah、Ak分别表示髋、膝关节的摆动幅度,为给定值,能在控制层中进行调节。
在轮腿切换过程中,采用Sigmoid函数将步骤2中的节律信号输出φ进行平滑,平滑后的髋、膝关节的关节运动轨迹控制信号表示为:
式中,θi+1、θi分别表示轮腿转换后的目标输出和轮腿转换前的初始输出,为给定值;φa为轮、腿转换时刻的节律信号输出;τ为过渡时间的节律信号输出;a为平滑速率,为给定值,能在控制层中进行调节。
步骤4,运动执行,执行层:各个轮腿机构中的髋、膝关节(也即末端执行机构)按照步骤3函数映射后的关节运动轨迹控制信号(也即关节控制信号)进行运动。
以上详细描述了本发明的优选实施方式,但是,本发明并不限于上述实施方式中的具体细节,在本发明的技术构思范围内,可以对本发明的技术方案进行多种等同变换,这些等同变换均属于本发明的保护范围。

Claims (6)

1.一种基于CPG的轮腿复合式机器人的仿生运动控制方法,其特征在于:包括如下步骤:
步骤1,CPG网络模型建立:轮腿复合式机器人具有四个轮腿机构,每个轮腿机构连接一个CPG振荡器,四个CPG振荡器耦合形成CPG网络;
步骤2,节律信号输出:控制中枢发出运动模式命令给步骤1建立的CPG网络,CPG网络产生具有固定相位差的周期性的节律信号输出φ;
步骤3,函数映射:映射函数将步骤2中的节律信号输出φ映射为轮模式和腿模式下髋、膝关节的关节运动轨迹控制信号,具体表示为:
轮模式
腿模式
其中,θh、θk分别表示机器人的髋、膝关节运动控制信号,φ为CPG振荡器的节律信号输出,θ0表示轮运动模式时膝关节的固定角度,T为振荡器周期,Ah、Ak分别表示髋、膝关节的摆动幅度;
步骤4,运动执行:各个轮腿机构中的髋、膝关节按照步骤3函数映射后的关节运动轨迹控制信号进行运动。
2.根据权利要求1所述的基于CPG的轮腿复合式机器人的仿生运动控制方法,其特征在于:步骤3中,在轮腿切换过程中,采用Sigmoid函数将步骤2中的节律信号输出φ进行平滑,平滑后的髋、膝关节的关节运动轨迹控制信号表示为:
式中,θi+1、θi分别表示轮腿转换后的目标输出和轮腿转换前的初始输出;φa为轮、腿转换时刻的节律信号输出;τ为过渡时间的节律信号输出;a为平滑速率。
3.根据权利要求1所述的基于CPG的轮腿复合式机器人的仿生运动控制方法,其特征在于:步骤2中,控制中枢通过开关量进行运动模式的切换,公示表示如下:
χ=Γχw+(1-Γ)χl,Γ=1或0
其中,Γ为开关量,χ表示机器人的运动模式,χw、χl分别表示机器人的轮模式和腿模式。
4.根据权利要求1所述的基于CPG的轮腿复合式机器人的仿生运动控制方法,其特征在于:步骤1中,每个CPG振荡器均为Kuramoto相位振荡器,CPG网络为Kuramoto模型,具体表示如下:
式中,φ为节律信号输出,是关于时间t的函数;i、j分别代表第i、j个CPG振荡器,i=1、2、3或4,j=1、2、3或4;φi表示第i个CPG振荡器的节律信号输出;φj表示第j个CPG振荡器的节律信号输出;ω表示CPG振荡器频率;kij表示第i、j个CPG振荡器之间的耦合系数,Δij表示第i、j个CPG振荡器之间的固定相位差。
5.根据权利要求1所述的基于CPG的轮腿复合式机器人的仿生运动控制方法,其特征在于:步骤2中,控制中枢还发出运动速度、转向或腿模式下的步态切换命令给步骤1建立的CPG网络。
6.根据权利要求5所述的基于CPG的轮腿复合式机器人的仿生运动控制方法,其特征在于:腿模式包括行走步态和小跑步态,行走步态walk和小跑步态trot的固定相位差矩阵Δ分别为:
步骤2中,控制中枢通过改变固定相位差矩阵Δ来实现行走步态walk和小跑步态trot的切换。
CN201810431350.1A 2018-05-08 2018-05-08 一种基于cpg的轮腿复合式机器人的仿生运动控制方法 Active CN108594661B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810431350.1A CN108594661B (zh) 2018-05-08 2018-05-08 一种基于cpg的轮腿复合式机器人的仿生运动控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810431350.1A CN108594661B (zh) 2018-05-08 2018-05-08 一种基于cpg的轮腿复合式机器人的仿生运动控制方法

Publications (2)

Publication Number Publication Date
CN108594661A true CN108594661A (zh) 2018-09-28
CN108594661B CN108594661B (zh) 2021-01-26

Family

ID=63636034

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810431350.1A Active CN108594661B (zh) 2018-05-08 2018-05-08 一种基于cpg的轮腿复合式机器人的仿生运动控制方法

Country Status (1)

Country Link
CN (1) CN108594661B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109739241A (zh) * 2019-01-24 2019-05-10 刘志成 一种仿蜥蜴身体结构的四足爬行机器人cpg控制系统
CN111142523A (zh) * 2019-12-26 2020-05-12 西北工业大学 一种轮腿式移动机器人运动控制系统
CN112572740A (zh) * 2020-12-16 2021-03-30 北京机电工程研究所 仿生机器鱼航行状态平滑切换方法
CN112643670A (zh) * 2020-12-07 2021-04-13 洛阳尚奇机器人科技有限公司 一种基于滑模观测器的柔性关节控制方法
CN114460849A (zh) * 2022-04-12 2022-05-10 北京晟海汇泽科技有限公司 仿生机器鱼运动控制方法、装置和仿生机器鱼

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1490134A (zh) * 2003-09-19 2004-04-21 清华大学 实现动物节律运动的足式仿生机器人控制方法及装置
JP2007190654A (ja) * 2006-01-20 2007-08-02 Nsk Ltd 脚車輪型ロボット
CN103092197A (zh) * 2011-10-28 2013-05-08 同济大学 基于cpg机理的四足机器人工作空间轨迹生成方法
CN103092196A (zh) * 2011-10-28 2013-05-08 同济大学 基于cpg机理的两足机器人轨迹生成与调制方法
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

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1490134A (zh) * 2003-09-19 2004-04-21 清华大学 实现动物节律运动的足式仿生机器人控制方法及装置
JP2007190654A (ja) * 2006-01-20 2007-08-02 Nsk Ltd 脚車輪型ロボット
CN103092197A (zh) * 2011-10-28 2013-05-08 同济大学 基于cpg机理的四足机器人工作空间轨迹生成方法
CN103092196A (zh) * 2011-10-28 2013-05-08 同济大学 基于cpg机理的两足机器人轨迹生成与调制方法
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

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
QIAO G F等: "Sigmoid transition approach of the central pattern generator-based controller for the snake-like robot", 《INTERNATIONAL JOURNAL OF ADVANCED ROBOTICS SYSTEMS》 *
张秀丽: "四足机器人节律运动及环境适应性的生物控制研究", 《中国优秀博硕士学位论文全文数据库(博士) 信息科技辑》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109739241A (zh) * 2019-01-24 2019-05-10 刘志成 一种仿蜥蜴身体结构的四足爬行机器人cpg控制系统
CN111142523A (zh) * 2019-12-26 2020-05-12 西北工业大学 一种轮腿式移动机器人运动控制系统
CN111142523B (zh) * 2019-12-26 2022-03-15 西北工业大学 一种轮腿式移动机器人运动控制系统
CN112643670A (zh) * 2020-12-07 2021-04-13 洛阳尚奇机器人科技有限公司 一种基于滑模观测器的柔性关节控制方法
CN112643670B (zh) * 2020-12-07 2022-07-29 洛阳尚奇机器人科技有限公司 一种基于滑模观测器的柔性关节控制方法
CN112572740A (zh) * 2020-12-16 2021-03-30 北京机电工程研究所 仿生机器鱼航行状态平滑切换方法
CN112572740B (zh) * 2020-12-16 2021-11-12 北京机电工程研究所 仿生机器鱼航行状态平滑切换方法
CN114460849A (zh) * 2022-04-12 2022-05-10 北京晟海汇泽科技有限公司 仿生机器鱼运动控制方法、装置和仿生机器鱼

Also Published As

Publication number Publication date
CN108594661B (zh) 2021-01-26

Similar Documents

Publication Publication Date Title
CN108594661A (zh) 一种基于cpg的轮腿复合式机器人的仿生运动控制方法
US7543663B2 (en) Bimodal conveyance mechanism
US7588105B2 (en) Virtual-wheeled vehicle
Behnke Online trajectory generation for omnidirectional biped walking
CN108772836B (zh) 基于cpg的脊柱型多足机器人及其仿生运动控制方法
Anderson et al. Powered bipeds based on passive dynamic principles
WO2017181976A1 (zh) 提高六足机器人行走稳定性的步态规划方法
CN108572553A (zh) 一种四足机器人的运动闭环控制方法
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
CN108931988B (zh) 一种基于中枢模式发生器的四足机器人的步态规划方法、中枢模式发生器及机器人
CN111240339A (zh) 一种双足机器人的仿人步态规划方法
Matos et al. Omnidirectional locomotion in a quadruped robot: A CPG-based approach
CN112918585A (zh) 一种欠驱动双足步行机器人的步态控制方法
Kimura et al. Biologically inspired adaptive dynamic walking of a quadruped robot
Wyffels et al. Realization of a passive compliant robot dog
CN106897575A (zh) 一种主动型膝上假肢的准滑模控制方法
CN112109085A (zh) 一种仿河狸机器人的cpg网络拓扑结构控制方法
CN109739241A (zh) 一种仿蜥蜴身体结构的四足爬行机器人cpg控制系统
Xie et al. Adaptive walking on slope of quadruped robot based on CPG
CN108614421A (zh) 一种基于中枢模式发生器的四足机器人运动控制方法
Fukuoka et al. Integration of multi sensors for adaptive walking of a quadruped robot
CN208731092U (zh) 一种全拟态仿形推进机构
Krishna et al. Dynamic gaits and control in flexible body quadruped robot
Zhang et al. Adaptive running of a quadruped robot on irregular terrain based on biological concepts
Ge et al. Slope terrain locomotion control of a quadruped robot based on biological reflex CPG model

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant