CN109739241A - 一种仿蜥蜴身体结构的四足爬行机器人cpg控制系统 - Google Patents
一种仿蜥蜴身体结构的四足爬行机器人cpg控制系统 Download PDFInfo
- Publication number
- CN109739241A CN109739241A CN201910066016.5A CN201910066016A CN109739241A CN 109739241 A CN109739241 A CN 109739241A CN 201910066016 A CN201910066016 A CN 201910066016A CN 109739241 A CN109739241 A CN 109739241A
- Authority
- CN
- China
- Prior art keywords
- cpg
- limbs
- trunk
- control
- 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.)
- Pending
Links
Landscapes
- Manipulator (AREA)
- Toys (AREA)
Abstract
本发明属于四足爬行机器人领域,特别涉及用于仿蜥蜴的四足爬行机器人四足协调运动控制和四肢‑躯干协调控制的CPG神经网络控制系统。一种仿蜥蜴身体结构和运动特征的四足爬行机器人CPG控制系统包括高级中枢神经系统、CPG神经网络系统、信号处理系统、执行系统四个部分。根据不同CPG神经网络控制模型的特点,使四足爬行机器人身体各个部分采用不同的CPG神经网络控制模型,并根据CPG神经网络的共同特点,将不同的CPG神经网络连接在一起,最终实现四足爬行机器人四肢之间和四肢与躯干的协调运动。
Description
一、技术领域
本发明属于四足爬行机器人领域,特别涉及用于仿蜥蜴的四足爬行机器人四足协调运动控制和四肢-躯干协调控制的CPG神经网络控制系统。
二、技术背景
与传统模仿犬类或马类动物的四足机器人相比,模仿爬行动物的四足机器人同时包括四足机器人和蛇形机器人的身体结构和运动控制的优势。在水中,四足爬行机器人模仿鱼类或蛇类动作进行运动,而在复杂的地面上,四足爬行机器人能够模仿爬行动物在复杂的表面进行运动。由于爬行动物脊椎拥有高冗余度,四足爬行机器人自身拥有的自由度多于确定其位置和姿态所需的自由度,从而使得四足爬行机器人能够更灵活的完成各种复杂的任务,更能适应废墟环境和复杂的山地环境,并在其中实现简单的作业工作。因此四足爬行机器人将会成为未来仿生机器人的一个研究方向,对于未来在复杂环境的勘探和作业工作具有更广阔的应用前景。
传统基于模型的四足机器人控制方法存在控制方法单一,各个多自由度机械腿之间运动不协调,步态切换不流畅等问题,而采用CPG仿生控制方法能够不仅仅有效协调各个机械腿之间的运动,同时还能顺畅地转换四足机器人运动步态,因此采用CPG仿生控制方法控制四足机器人受到越来越多机器人研究团体的青睐。
蜥蜴在运动过程中通常会表现出两种步态,行走步态(walk)和对角小跑步态(trot),并且在运动过程中,蜥蜴的四肢运动一般为主动运动,而脊椎和尾部的摆动通常认为是被动运动,即伴随着四肢的运动而运动。而当部分可实现在水中运动的蜥蜴在水中运动时,四肢会呈现出固定的姿态,而脊椎的摆动又会从被动运动转换为主动运动。
国内外研究仿蜥蜴的四足爬行机器人通常采用kuramoto模型实现四肢之间的协调运动和四肢与躯干之间的协调运动。kuramoto模型是一种同步网络模型,它由自然频率部分和耦合频率部分两个部分组合而成,自然频率部分代表了kuramoto振荡器的固有频率,而耦合部分是将几个不同而又相互联系的振荡器通过三角函数联系在耦合在一起,通过调整耦合强度系数,最终实现振荡器相位互锁的结果。但是当kuramoto模型处于完全同步状态时,难以改变四肢之间的相位关系,而当kuramoto模型处于相位互锁状态时,不仅仅难以找到kuramoto耦合强度的上下界,同时相位互锁状态又有可能因为四肢之间相位的改变而向完全同步方向发展,因此通常会使用kuramoto模型实现一种固定步态和与之相应的躯干运动。
目前国内外研究直立型四足机器人采用的CPG模型通常为hopf模型。hopf模型是一种常用于四足机器人步态生成的CPG神经网络模型,该模型同样由自然频率部分和耦合频率部分两个部分组合而成,自然频率部分是该模型的固有频率,而耦合频率部分同样通过正弦函数将相互联系的振荡器耦合到一起。该模型可以通过简单参数修改,实现walk步态和trot步态,并能够很好的实现两种步态的切换。但是由于该模型振荡器的相位通常通过其正弦和余弦表示,当搭建大型CPG神经网络模型时,hopf模型表达会比较复杂,并且hopf模型难以表现出类似kuramoto模型通过调整耦合强度系数,实现相位跟随的现象,因此很少被用来实现躯干CPG运动控制。
另外四足机器人转向上,一般刚性躯体四足机器人转向采用原地转向的方式,但是在整体移动上就会出现运动停滞的现象。而普通的四足爬行机器人由于躯干含有较少的自由度,因此需要通过调整四肢之间的运动姿态实现转向,但是运动算法难度会提高。
三、发明内容
本发明解决了上述问题,提出了一种新的仿蜥蜴四足爬行机器人的四足运动协调控制和四肢-躯干协调控制的CPG神经网络系统。
一种仿蜥蜴身体结构和运动特征的四足爬行机器人的四足运动协调控制和四肢-躯干协调控制的CPG神经网络控制系统,包括:高级中枢神经系统,CPG神经网络系统,信号处理系统,执行系统。
所述的高级神经中枢系统,主要针对CPG神经网络系统进行设置,该系统包括四组爬行机器人上位机系统的蓝牙接收器、手机和手机客户端三个部分,手机客户端通过蓝牙向四足爬行机器人上位机系统发送运动方向指令,通过调整振荡器输出信号的幅值实现方向设置、通过调整振荡器的固有频率实现速度设置、步态设置等等。
所述的CPG神经网络系统,可以在缺乏高级神经中枢系统命令时,自动产生稳定的节律信号,并且通过耦合强度系数和迟滞效应,产生稳定的四肢-躯干协调运动,并且能够实现两种不同步态的运动。同时,产生的节律信号易于输出,方便实现四足爬行机器人方向控制。
所述的CPG神经网络系统,其中躯干部份的CPG拓扑结构为环状链式结构,该结构通常存在于拥有较长躯干的动物中,例如蛇类、蜥蜴类、鱼类等等,该拓扑结构易于产生可在水中游动的行波姿态。本发明采用16个振荡器控制躯干部分的8个关节。
所述的CPG神经网络系统,其中四肢部分的CPG拓扑结构为网状结构,该结构通常存在于拥有四肢运动身体结构的动物中,例如犬类、马类等等,该拓扑结构易于产生在陆地上运动所需的不同步态。本发明采用4个振荡器控制四肢部分的8个关节。
所述的CPG神经网络系统包括四肢CPG神经网络系统和躯干神经网络系统两个部分,其中四肢CPG神经网络系统采用hopf模型,拥有4个振荡器,每个振荡器又分为正弦和余弦两个子振荡器,每个子振荡器分别对应四肢的一个关节,而躯干CPG神经网络系统采用kuramoto模型,拥有16个振荡器,其中每两个振荡器分别对应一个躯干关节,通过两个振荡器余弦相减输出节律信号。
所述的CPG神经网络系统,基于模仿蜥蜴的运动控制系统,四肢部分的CPG神经网络系统中4个振荡器之间相互耦合,控制四足爬行机器人四肢运动。躯干部份的CPG神经网络系统中,在16个振荡器相互耦合的基础上,加入对四肢振荡器的耦合项,实现四足爬行机器人整体协调运动。
所述的信号处理系统分为两个部分,一是通过上位机将得到的节律信号转化对应的PWM值,再将该值以一定的通信协议转化为字符串信息,通过串口通信的方式传输给舵机驱动系统,舵机驱动系统再将得到的信息拆分,发送给与之对应的信号输出接口上,最终通过信号输出接口,控制舵机旋转的角度和速度。
所述的执行系统,包括舵机和舵机供电系统,该系统能够使四足爬行机器人完成期望的运动。舵机供电系统通过分电器给每一个舵机单独提供所需电力,使其能够平稳运行。躯干部份舵机选用FR-1502MG数字舵机,该舵机处于上电状态时,运动范围为0度到180度,通过周期为80ms的PWM信号控制。四肢部分舵机选用ZL-TECH的TBS2701舵机,该舵机C处于上电状态时,运动范围为0度到180度,通过周期为80ms的PWM信号控制。
本发明与现有的技术相比有以下优点:
1、采用了CPG神经网络系统,模拟蜥蜴的身体结构特征,控制机器人运动。针对蜥蜴的运动特征,分别对四肢运动控制和躯干运动控制采用不同的CPG神经网络系统,并且将两种不同CPG神经网络系统耦合到一起,使四足爬行机器人能够分别以walk步态和trot步态两种方式分别运动,还实现了两种步态的平滑切换,最终增加了四足爬行机器人运动步态方式,提高了协调性。
2、本发明采用4个振荡器分别控制四肢运动的方式,将每个振荡器拆分成相互耦合的子振荡器,并使每个子振荡器分别对应每条腿的一个关节,实现四肢协调运动,简化了四肢CPG神经网络系统,从而更加易于调整四肢之间的协调运动。
3、本发明采用通过调整躯干CPG神经网络系统振荡器输出信号幅值方式,实现了四足爬行机器人向不同方向移动的功能,同时采取组里振荡器输出信号幅值随时间线性变化,组间振荡器输出信号顺次变化的方式实现了四足爬行机器人平顺转向的功能,简化了四足爬行机器人转向程序计算,并且提高了四足爬行机器人转向的平顺性。
4、本发明制作的四足爬行机器人躯干采用8个关节设计,其中脊椎4个,尾部4个,四肢中每条腿设计有2个关节,提高了四足爬行机器人运动的速度,增强了其运动的灵活性。
5、本发明采用手机控制四足爬行机器人的运动方向,该方式提供了四足机器人运动控制程序接口,增强了机器人的兼容能力,使机器人易于增加外部感知系统,为以后四足爬行机器人自主移动提供了便捷。
四、附图说明
图1是仿蜥蜴身体结构的四足爬行机器人系统示意图
图2是仿蜥蜴身体结构的四足爬行机器人CPG神经网络系统结构示意图
图3是仿蜥蜴身体结构的四足爬行机器人的系统控制示意图
五、具体实施方式
如图1所示,当四足爬行机器人程序启动后,该机器人的CPG神经网络控制系统将会根据固有频率和振荡器的初始相位自动启动,同时会先输出机器人直行运动控制信号。当手机与四足爬行机器人上位机系统通过蓝牙连接到一起后,可以通过手机向机器人的上位机系统发送方向指令,上位机接受到信号后会立即进行应答,发送回刚刚的指令,再确认收到方向指令后,上位机系统会根据收到的方向指令,改变CPG神经网络系统输出信号的幅值,并将其转化为与之对应关节舵机的PWM值。再将所有关节舵机的PWM值通过一定的通信协议格式整合到一起,并由上位机通信串口发送到舵机驱动系统里,舵机驱动系统在将接受到的舵机运动指令拆分传给与之对应的信号输出接口上,最后通过信号输出接口发送给各个舵机,使之完成所期待的运动。
CPG神经网络系统可以看作时每一个独立运动的振荡器,通过一定的网络结构和连接方式耦合到一起,最终实现所有振荡器协调运动。由于模仿蜥蜴的身体结构和运动特征,四足爬行机器人有walk步态和trot步态两种不同的运动步态。如图2所示,1代表机器人的左前肢,2代表机器人的右前肢,3代表机器人的左后肢,4代表机器人的右后肢,在使用walk步态运动过程中,四肢的运动顺序为1-3-2-4,在使用trot步态运动过程中,四肢的运动顺序为13-24。在实际蜥蜴的运动过程中往往是一条腿上所有关节同时运动,因此在四肢CPG神经网络系统中,通过将一个四肢CPG神经振荡器分别输出其正弦信号和余弦信号,使之分别对应四足爬行机器人一条腿上的俯仰关节和前后摆动关节,最终实现使用一个四肢CPG神经振荡器控制一整条腿。在蜥蜴运动过程中,一般躯干会配合四肢的运动进行左右摆动。躯干CPG神经网络系统通过调整躯干中每个振荡器之间的耦合强度系数,会实现躯干CPG神经网络锁相状态,并且如图2所示,躯干CPG神经振荡器1号到4号与1号四肢振荡器进行单项耦合,躯干CPG神经振荡器5号到8号与3号四肢振荡器进行单项耦合,躯干CPG神经振荡器9号到12号与2号四肢振荡器进行单项耦合,躯干CPG神经振荡器13号到16号与4号四肢振荡器进行单项耦合,通过增加躯干振荡器和四肢振荡器的单项耦合,增强躯干振荡器与四肢振荡器的耦合强度,可以实现在保持躯干CPG神经网络整体锁相状态的情况下,躯干振荡器能够伴随四肢振荡器运动趋势而运动。在躯干CPG神经网络系统中,如图2所示,每两个振荡器控制一个躯干关节舵机运动,当每个躯干关节的左振荡器和右振荡器输出信号幅值相同时,四足爬行机器人会实现向前移动,而当左振荡器输出信号幅值大于右振荡器输出信号幅值时,会使机器人向左移动,反之,会使机器人向右移动。而为使四足爬行机器人转向运动更加平顺,首先使1号与9号组成的神经振荡器组输出信号幅值与时间进行线性变化,当第一组振荡器组输出信号幅值变化达到预设值时,再变化第二组振荡器组,并依次进行下去,最终完成所有振荡器组输出信号的变化。
在四足爬行机器人运动过程中,有walk步态和trot步态两种方式可以进行移动,当使用walk步态时,机器人每条腿的腾空时间占着地时间的三分之一,而在使用trot步态的时候,机器人每条腿的腾空时间与着地时间相同。当四足爬行机器人处于walk步态时,首先1号腿腾空过程中,2号、3号、4号腿会着地,当1号腿落地时,3号腿腾空,而2号和4号腿依旧着地,并按照1324的顺序进行,同时机器人躯干会伴随四肢的运动而左右摆动,最终整体向前移动。当四足爬行机器人处于trot步态时,首先1号、4号腿腾空的过程中,2号、3号腿始终处于着地状态,当1号、4号腿落地时,2号、3号腿会离地,当2号、3号腿落地时,1号、4号腿会离地,同时机器人躯干会伴随四肢的运动而左右摆动,最终整体向前移动。
上述描述了两种步态在一个周期内四肢运动顺序,当需要实现四足爬行机器人整体连续运动时,只需不断循环两种步态的运动顺序即可。
Claims (6)
1.一种仿蜥蜴身体结构的四足爬行机器人CPG控制系统,包括高级中枢神经系统、CPG神经网络系统、信号处理系统、执行系统四个部分,高级中枢神经系统包括初始相位信息、运动速度信息以及运动方向信息三个方面,通过确定初始相位、运动速度及运动方向可以确定步态类型,神经元振动相位差,CPG神经网络系统包括两个方面,一是四肢CPG神经网络系统,二是躯干CPG神经网络系统,四肢CPG神经网络系统用于协调四肢之间运动相位关系,躯干CPG神经网络系统用于协调四肢运动与躯干脊椎关节之间的关系,信号处理系统用于将四肢CPG输出信号和躯干CPG输出信号转换可控制伺服电机运动的串口信号,并通过上位机系统和下位机舵机驱动系统上的串口和信号输出接口将该信号转换为PWM信号发送给各个舵机,实现四足爬行机器人的运动控制,执行系统包括舵机和舵机供电系统,舵机用于接收信号,执行期望的动作;舵机供电系统用于供给稳定电力,通过分电板向每个电机单独供给电力。
2.根据权利要求1所述的一种仿蜥蜴身体结构的四足爬行机器人CPG控制系统,其特征在于四肢CPG神经网络系统和躯干CPG神经网络系统分别为两种不同的神经网络系统,分别输出四肢运动的控制信号和躯干运动的控制信号。
3.根据权利要求2所述的四肢CPG神经网络系统,由4个神经元构成,其中每个神经元又可拆分成两个相互强耦合的子神经振荡器,每个神经振荡器输出两个控制信号;躯干CPG神经网络由16个神经振荡器构成,两个神经振荡器输出一个控制信号。
4.根据权利要求3所述的一种仿蜥蜴身体结构的四足爬行机器人CPG控制系统,涉及两种不同的非线性系统,其中四肢CPG控制系统中每个神经振荡器产生的两个控制信号分别控制四足爬行机器人一条腿上的两个关节;躯干CPG的16个神经振荡器两两一组,输出8个控制信号,分别控制躯干上8个关节,其中脊椎部分有4个,尾部部分有4个。
5.根据权利要求4所述的一种仿蜥蜴身体结构的四足爬行机器人CPG控制系统,其中四肢CPG控制系统先运动,躯干CPG神经网络系统会伴随四肢运动而运动,并且由于将四肢CPG神经网络系统耦合到躯干CPG神经网络系统中,因此躯干神经振荡器相位变化趋势会与四肢相同,但是四肢神经振荡器的相位变化不会受到躯干神经振荡器相位变化的干扰。
6.根据权利要求1所述的一种仿蜥蜴身体结构的四足爬行机器人CPG控制系统,该控制系统的建立和计算在一块单片机上完成,同时该单片机将CPG控制系统的输出信号进行处理,通过串口输出到舵机驱动系统上,该系统将收到的信号进行二次处理,发送给各个舵机,最后舵机接收信号,完成指定的动作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910066016.5A CN109739241A (zh) | 2019-01-24 | 2019-01-24 | 一种仿蜥蜴身体结构的四足爬行机器人cpg控制系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910066016.5A CN109739241A (zh) | 2019-01-24 | 2019-01-24 | 一种仿蜥蜴身体结构的四足爬行机器人cpg控制系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109739241A true CN109739241A (zh) | 2019-05-10 |
Family
ID=66365839
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910066016.5A Pending CN109739241A (zh) | 2019-01-24 | 2019-01-24 | 一种仿蜥蜴身体结构的四足爬行机器人cpg控制系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109739241A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114074726A (zh) * | 2021-12-06 | 2022-02-22 | 北京交通大学 | 仿蝾螈机器人 |
CN116824971A (zh) * | 2023-05-30 | 2023-09-29 | 深圳市宏泰智能创意电子科技有限公司 | 仿真爬行机器人及其控制方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101499222A (zh) * | 2009-02-26 | 2009-08-05 | 浙江工业大学 | 一种线性结构的模块化机器人的运动步态控制方法 |
CN101609306A (zh) * | 2008-06-18 | 2009-12-23 | 中国科学院自动化研究所 | 一种仿生长鳍波动推进器运动控制方法 |
CN101870109A (zh) * | 2009-04-22 | 2010-10-27 | 中国科学院自动化研究所 | 一种仿鱼游动机器人运动控制装置及方法 |
WO2012107096A1 (en) * | 2011-02-10 | 2012-08-16 | Universite De Mons | Method for determining an artificial periodic patterned signal |
CN102745320A (zh) * | 2012-07-26 | 2012-10-24 | 中国科学院自动化研究所 | 一种仿鲹科机器鱼倒游运动的控制方法 |
CN103376742A (zh) * | 2012-04-24 | 2013-10-30 | 中国科学院合肥物质科学研究院 | 一种仿壁虎足部柔性结构爬壁机器人cpg控制系统 |
CN104477357A (zh) * | 2014-12-18 | 2015-04-01 | 北京航空航天大学 | 一种胸鳍拍动式机器鱼快速大俯仰角变化运动的实现方法 |
CN108594661A (zh) * | 2018-05-08 | 2018-09-28 | 东南大学 | 一种基于cpg的轮腿复合式机器人的仿生运动控制方法 |
CN108772836A (zh) * | 2018-05-08 | 2018-11-09 | 东南大学 | 基于cpg的脊柱型多足机器人及其仿生运动控制方法 |
CN108931988A (zh) * | 2018-08-14 | 2018-12-04 | 清华大学深圳研究生院 | 一种基于中枢模式发生器的四足机器人的步态规划方法 |
-
2019
- 2019-01-24 CN CN201910066016.5A patent/CN109739241A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101609306A (zh) * | 2008-06-18 | 2009-12-23 | 中国科学院自动化研究所 | 一种仿生长鳍波动推进器运动控制方法 |
CN101499222A (zh) * | 2009-02-26 | 2009-08-05 | 浙江工业大学 | 一种线性结构的模块化机器人的运动步态控制方法 |
CN101870109A (zh) * | 2009-04-22 | 2010-10-27 | 中国科学院自动化研究所 | 一种仿鱼游动机器人运动控制装置及方法 |
WO2012107096A1 (en) * | 2011-02-10 | 2012-08-16 | Universite De Mons | Method for determining an artificial periodic patterned signal |
CN103376742A (zh) * | 2012-04-24 | 2013-10-30 | 中国科学院合肥物质科学研究院 | 一种仿壁虎足部柔性结构爬壁机器人cpg控制系统 |
CN102745320A (zh) * | 2012-07-26 | 2012-10-24 | 中国科学院自动化研究所 | 一种仿鲹科机器鱼倒游运动的控制方法 |
CN104477357A (zh) * | 2014-12-18 | 2015-04-01 | 北京航空航天大学 | 一种胸鳍拍动式机器鱼快速大俯仰角变化运动的实现方法 |
CN108594661A (zh) * | 2018-05-08 | 2018-09-28 | 东南大学 | 一种基于cpg的轮腿复合式机器人的仿生运动控制方法 |
CN108772836A (zh) * | 2018-05-08 | 2018-11-09 | 东南大学 | 基于cpg的脊柱型多足机器人及其仿生运动控制方法 |
CN108931988A (zh) * | 2018-08-14 | 2018-12-04 | 清华大学深圳研究生院 | 一种基于中枢模式发生器的四足机器人的步态规划方法 |
Non-Patent Citations (1)
Title |
---|
任杰等: ""基于Hopf 振荡器的六足机器人步态CPG模型设计"", 《智能系统学报》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114074726A (zh) * | 2021-12-06 | 2022-02-22 | 北京交通大学 | 仿蝾螈机器人 |
CN116824971A (zh) * | 2023-05-30 | 2023-09-29 | 深圳市宏泰智能创意电子科技有限公司 | 仿真爬行机器人及其控制方法 |
CN116824971B (zh) * | 2023-05-30 | 2024-03-29 | 深圳市宏泰智能创意电子科技有限公司 | 仿真爬行机器人及其控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liu et al. | CPG-inspired workspace trajectory generation and adaptive locomotion control for quadruped robots | |
CN101916071B (zh) | 仿生机器鱼运动的cpg反馈控制方法 | |
CN108772836B (zh) | 基于cpg的脊柱型多足机器人及其仿生运动控制方法 | |
CN203047412U (zh) | 一种远程语音控制的人形舞蹈机器人 | |
CN109739241A (zh) | 一种仿蜥蜴身体结构的四足爬行机器人cpg控制系统 | |
CN112109085B (zh) | 一种仿河狸机器人的cpg网络拓扑结构控制方法 | |
CN203544189U (zh) | 一种开放式竞走机器人 | |
CN103376742A (zh) | 一种仿壁虎足部柔性结构爬壁机器人cpg控制系统 | |
Lu et al. | Serpentine locomotion of a snake-like robot controlled by cyclic inhibitory CPG model | |
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 | |
CN112147889A (zh) | 一种四足机器人复合式越障轨迹规划方法 | |
CN106394722A (zh) | 基于3d打印技术的微型仿生六足机器人 | |
CN106914901B (zh) | 仿生机器人控制网络的分层构建方法 | |
Chen et al. | Gait regulation of a bionic quadruped robot with antiparallelogram leg based on CPG oscillator | |
Liu et al. | Locomotion control of quadruped robots based on central pattern generators | |
Wyffels et al. | Realization of a passive compliant robot dog | |
Jasni et al. | Van Der Pol central pattern generator (VDP-CPG) model for quadruped robot | |
Pei et al. | Adaptive control of a quadruped robot based on Central Pattern Generators | |
Son et al. | Generation of adaptive gait patterns for quadruped robot with CPG network including motor dynamic model | |
Li et al. | Co-evolution framework of swarm self-assembly robots | |
Huang et al. | Controller-switching based gait transition for a quadruped robot | |
Yu et al. | Gait analysis and implementation of a simple quadruped robot | |
Teng et al. | Center of gravity balance approach based on CPG algorithm for locomotion control of a quadruped robot | |
Huang et al. | Smooth stride length change of rat robot with a compliant actuated spine based on cpg controller | |
Linares-Barranco et al. | Towards hardware Implementation of WTA for CPG-based control of a Spiking Robotic Arm |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190510 |