CN109760761A - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN109760761A CN109760761A CN201910093601.4A CN201910093601A CN109760761A CN 109760761 A CN109760761 A CN 109760761A CN 201910093601 A CN201910093601 A CN 201910093601A CN 109760761 A CN109760761 A CN 109760761A
- Authority
- CN
- China
- Prior art keywords
- quadruped robot
- joint
- intuition
- control method
- leg
- 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
Abstract
本发明提出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,包括如下步骤:S1、将四足机器人的行进分为两个阶段:支撑相和摆动相,其中支撑相是指腿部足端与地面接触,为剩余的腿向前迈进提供支撑,而向前迈进的腿则为处于摆动相;S2、采用CPG网络生成四足机器人的前进信号,用来控制机体以一定的速度向前行进;同时采用VMC控制器对机体的姿态进行有效纠正,使得机器人能够按照期望的姿态稳定行进。本发明结合已有的控制方法并进行改进,综合了已有方法的优点而摒弃其缺点,从而提出的四足机器人运动控制的理论方法简洁高效易于实现,大大克服了现有算法控制复杂度高的缺陷。
Description
技术领域
本发明涉及一种四足机器人运动控制方法,尤其是基于生物仿生原理和直觉的四足机器人运动控制方法。
背景技术
机器人技术是一门涉及力学、电子学,仿生学、计算机科学以及人工智能等领域知识的交叉学科,其灵活机动性可以代替人类在恶劣的工作条件下(高温、有毒、水下等环境)执行复杂的任务,因而对于机器人技术的研究具有重要的社会价值。
目前最为普遍的移动机器人分为轮式、履带式和足式机器人。轮式和履带式机器人能够在平坦的路面上稳定的行走,其越野能力也取得了重大的突破。然而,它们在崎岖的路面上行走仍旧有很大的局限性。相比之下,足式机器人可以在一定的负重条件下依然可以实现快速稳定的行进。这些特性越来越受到研究人员的青睐。
足式机器人按照腿的数目可以分为单足跳跃机器人、双足机器人、四足机器人以及六足以上机器人。与单足和双足机器人相比,四足机器人更具稳定性和较强的负载能力,同时与多足(六足及以上)机器人相比机械结构更为简单,控制难度亦较低。另外,从仿生学角度而言,哺乳动物作为进化最高等的脊椎动物,绝大多数采用四足行走方式,因而构造四足仿生机器人更有利于借鉴四足动物行走时的步态模式。
目前大多数的四足机器人仍然停留在室内测试甚至是仿真阶段,且仅能够在平坦的地面上行走,地形适应力较差,抗干扰能力较弱。虽然四足机器人具有良好的运动能力和较为广泛的应用前景,但是其结构设计和控制算法也相对复杂,特别是四足步态时序的协调控制以及行进过程中的姿态控制,加之高精度高实时性传感反馈使得控制系统更加复杂。总体而言,四足机器人的相关技术仍处于发展阶段,相应的理论研究仍需进一步完善和发展。
现的技术中有人提出用CPG(Central Pattern Generator,中枢模式发生器)来控制四足机器人的行走。CPG的概念来自于生物学科和仿生学科领域,指动物身上产生节律运动的神经反射电流,是一种分布式的神经网络,本质上就是周期信号发生器。由于四足机器人在正常行走时四条腿之间的关节角度本质上也只是存在相位的差别,因而好多研究者用它来控制四足机器人的行走。其主要的缺点在于:单纯的CPG开环控制无法对机器人姿态进行有效控制,因而抗扰动能力较差;带反馈信号的闭环CPG网络又过于复杂,参数整定十分繁琐,只能依靠工程经验,并且上层控制指令需要经过多个环节才能转换为关节控制信号,因而指令执行效率低;当机器人本身的特性参数以及外部环境发生变化时,又需要重新进行参数整定。这些不足极大地限制了CPG进一步扩展应用。
现的技术中也有人提出用虚拟模型控制(Virtual Model Control,VMC)来控制四足机器人的行走。虚拟模型控制(Virtual Model Control,VMC)实际上是一种直觉控制方法。所谓直觉控制方法,就是人们根据自己的感觉以及对系统已有的认知而建立起来的一种控制方法。这类方法没有固定的模型公式和推导流程,只是简单的根据机器人期望状态和实时状态之间的差异,控制器给出类似于“快(慢)一点”、“高(低)一点”、和“大(小)一点”之类的指令引导机器人进行相应的行为调整。其基本思路是:给定机器人上层期望的运动状态并与传感器测量到的实时状态进行比较,根据两者的差值,通过特定的直觉法则计算所需施加的力或者力矩,再作用在关节处从而使得机器人朝着期望的状态运动。
VMC的核心思想是利用假想的虚拟构件(弹簧、阻尼等)连接机器人的不同作用点,或将作用点与外部环境连接,用来产生相应的虚拟力驱使机器人执行期望的运动。虚拟力通过机器人Jacobian矩阵映射为关节力矩,驱动机器人运动产生和虚拟构件一样的效果。四足机器人虚拟模型控制的3D模型示意图如图1所示。从图中可以看出,在支撑相时,虚拟弹簧阻尼器支撑机器人维持一定的姿态;摆动相时,虚拟弹簧阻尼器牵引着足端沿着规划的轨迹运动。
该控制方法需要大量的传感反馈信号,包括机器人机体和足端的位移、速度和姿态角以及姿态角速率,实际中应用起来非常繁琐,待整定参数较多,且成本高,需要配置GPS、惯性测量单元(IMU)、陀螺以及力传感器等元器件。
发明内容
本发明的目的在于提出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,克服现有的CPG控制方法不易结合外部反馈信号、而VMC的方法又过于繁琐复杂/参数整定不易等问题,达到简洁高效的目的。
为此,本发明提出一种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,其特征在于包括如下步骤:S1、将四足机器人的行进分为两个阶段:支撑相和摆动相,其中支撑相是指腿部足端与地面接触,为剩余的腿向前迈进提供支撑,而向前迈进的腿则为处于摆动相;S2、采用CPG网络生成四足机器人的前进信号,用来控制机体以一定的速度向前行进;同时采用VMC控制器对机体的姿态进行有效纠正,使得机器人能够按照期望的姿态稳定行进。
在本发明一些实施例中,还包括如下特征:
其中VMC控制器接受来自力传感器的足端触地信号来判断每一条腿的触地状态。
其中VMC控制器还接受机体其他的实时状态信息,包括每条腿的关节角、机体的姿态角以及角速率。
通过比例微分控制器将CPG网络的输出转化为关节力矩:
其中,kp和kd分别表示比例常数和微分常数,q和分别表示实时的机器人关节角度和关节角速度,下标d表示期望值。
VMC控制律如下:
τvm=-JTfvm
上式中q表示控制器生成的机体姿态关节补偿角,φ表示机体的姿态角,表示机体的姿态角速率,下标d表示期望的指标,k和b分别表示弹性系数和阻尼常数,fvm表示有虚拟构件产生的虚拟力,通过单腿的Jacobian矩阵J转换为关节力矩τvm。
关节上所施加的总的力矩表示为:
τsum=τc+τvm
其中τc表示通过PD控制器将CPG的输出转化而成的关节力矩,τvm是由VMC控制器产生的姿态补偿力矩,τsum表示施加在关节上的总的关节力矩信号;式中每一个量均为三维列向量,分别对应每条腿的侧摆髋关节、前向髋关节和膝关节。
在水平面T和穿过机体质心的横截面P之间连接弹簧阻尼。
当机体俯仰角保持为0时的,弹簧阻尼对保持原长,不会产生任何补偿力。
本发明还提出一种基于生物仿生原理和直觉的四足机器人,采用上述的方法进行控制。
本发明还提出一种计算机可读介质,存储有计算机程序,所述计算机程序可被执行以实现上述的方法。
本发明的有益效果是:结合已有的控制方法并进行改进,综合了已有方法的优点而摒弃其缺点,从而提出的四足机器人运动控制的理论方法简洁高效易于实现,大大克服了现有算法控制复杂度高的缺陷。
本发明更具有的有益效果在下述实施例中进行进一步阐述。
附图说明
图1是一种四足机器人虚拟模型控制3D示意图。
图2是本发明实施例的一种四足机器人模型示意图。
图3是本发明实施例控制策略示意框图。
图4是本发明实施例虚拟模型控制原理示意图。
图5是本发明实施例控制策略仿真结果示意图。
具体实施方式
本发明下述实施例是针对现有的CPG控制方法不易结合外部反馈信号,而VMC的方法又过于繁琐复杂,参数整定不易等问题,提出一直简洁高效的控制方法,将CPG与VMC两者相结合,既能克服现有技术的缺陷,又可以实现预期的控制目标。
1.CPG模型
在四足机器人的运动控制中,CPG模型主要用于产生稳定的周期振荡信号,产生基本的步态模式。现在较为普遍的振荡模型有Kuramoto、VDP和Hopf振荡器等。综合考虑计算复杂度和参数数量等因素。我们选择了分布式变形Hopf振荡器作为信号发生器,其数学模型如下:
ri=μΩifi′(θi)+γ(μfi(θi)+χi-ri)
其中下标i和j表示关节序号,r是耦合振荡器的输出即四足机器人的关节角信号,f是四足机器人的运动频率,γ是收敛因子,μ决定输出信号的幅值,f(θ)是映射函数,可以根据实际需求调节输出信号的曲线形状,φij表示不同振荡器之间的相位差,cij表示不同振荡器之间的耦合权重,θ表示相位角,χ是输出信号的偏移量,N=12,表示一共有12个驱动关节。我们直接将振荡器的输出用作关节的期望位置信号,其中膝关节信号通过一定的滤波处理作为膝关节的控制信号,如下:
上式中k是一个常数因子。
2.控制策略
正如上文所述,现有的CPG控制存在难以结合外部反馈的缺陷以及VMC控制过于复杂繁琐,本专利将两者相结合形成一种复合控制策略,具体的控制流程如图3所示。我们采用的四足机器人模型(图2)每条腿有3个关节,其中髋部2个关节——1个侧摆关节和1个前向关节,膝部有1个前向关节,一共12个关节。
四足机器人的行进分为两个阶段:支撑相和摆动相。顾名思义,支撑相是指腿部足端与地面接触,为剩余的腿向前迈进提供支撑,而向前迈进的腿称之为处于摆动相。如图所示,采用CPG网络生成四足机器人的前进信号,用来控制机体以一定的速度向前行进。同时采用虚拟模型控制器(VMC)对机体的姿态进行有效纠正,使得机器人能够按照期望的姿态稳定行进。其中VMC控制器接受来自力传感器的足端触地信号来判断每一条腿的触地状态,同时也接受机体其他的实时状态信息,包括每条腿的关节角,机体的姿态角以及角速率。需要注意的是,为了和姿态控制器的输出相融合,同时有效减轻足端与地面之间的冲击,我们通过比例微分(PD)控制器将CPG网络的输出转化为关节力矩:
其中,kp和kd分别表示比例常数和微分常数,q和分别表示实时的机器人关节角度和关节角速度,下标d表示期望值。VMC控制律如下:
τvm=-JTfvm
上式中q表示控制器生成的机体姿态关节补偿角,φ表示机体的姿态角,表示机体的姿态角速率,下标d表示期望的指标,k和b分别表示弹性系数和阻尼常数,fvm表示有虚拟构件产生的虚拟力,通过单腿的Jacobian矩阵J转换为关节力矩τvm。关节上所施加的总的力矩表示为:
τsum=τc+τvm
其中τc表示通过PD控制器将CPG的输出转化而成的关节力矩,τvm是由VMC控制器产生的姿态补偿力矩,τsum表示施加在关节上的总的关节力矩信号。需要注意的是,上式中每一个量均为三维列向量,分别对应每条腿的侧摆髋关节、前向髋关节和膝关节。图4具体阐释了VMC的控制思想和物理意义。
为了控制机体的三个姿态角,我们需要施加三组虚拟构件(弹簧阻尼对)。如图4左图所示,为了控制机体的俯仰角保持为0,我们在水平面T和穿过机体质心的横截面P之间连接弹簧阻尼。当机体俯仰角保持为0即平面T和平面P重合时,弹簧阻尼对保持原长,不会产生任何补偿力,kpitch和bpitch分别表示弹性系数和阻尼常数。同理,图4中图和右图同样展示了相同的滚转角和偏航角控制策略(即滚转角和偏航角控制策略和俯仰角的控制策略相同)。图5给出了我们的控制策略在平地上的仿真结果。
图5中红色代表开环CPG控制下的机体行走性能表现,蓝色代表施加姿态控制器(VMC)之后机体的性能表现,a,b,c,d分别对应滚转角、俯仰角、偏航角以及行走方向上的位移,横轴表示时间。可以看出在VMC控制作用之后,机体的滚转角基本稳定在±6度之内,相比开环控制减小了约2度;俯仰角变化也有了明显了缩减;偏航角的控制更为明显,基本关于0度线保持对称,说明施加VMC控制器之后机器人基本沿着直线行走。从图d也可以看出在进行姿态控制之后,机体的行进速度也有了明显的提高。此外,我们只在支撑相施加VMC控制器,所以减少了大约一半的调节参数,因而本专利所提方法大大提高了控制效率。
本发明上述实施例具有如下的有益效果:
1、依据仿生学原理产生周期性信号来控制四足机器人的周期运动,相比于其他的动力学方法效率更高,易于理解;同时利用比例微分控制器将输出关节位置信号转化为力矩信号,有效减轻了机器人足端地面的冲击。
2、利用虚拟模型控制器调节四足机器人的姿态,使得其能够以合适的姿态稳定行进。一定程度上实现了对四足机器人的柔顺运动控制。
3、将仿生学原理和虚拟模型控制想结合,既克服了两者的缺陷,又兼顾了各自的优势,实现了对四足机器人的稳定运动控制。
Claims (10)
1.一种基于生物仿生原理和直觉的四足机器人运动控制方法,其特征在于包括如下步骤:
S1、将四足机器人的行进分为两个阶段:支撑相和摆动相,其中支撑相是指腿部足端与地面接触,为剩余的腿向前迈进提供支撑,而向前迈进的腿则为处于摆动相;
S2、采用CPG网络生成四足机器人的前进信号,用来控制机体向前行进;同时采用VMC控制器对机体的姿态进行有效纠正,使得机器人能够按照期望的姿态稳定行进。
2.如权利要求1所述的基于生物仿生原理和直觉的四足机器人运动控制方法,其特征在于:其中VMC控制器接受来自力传感器的足端触地信号来判断每一条腿的触地状态。
3.如权利要求2所述的基于生物仿生原理和直觉的四足机器人运动控制方法,其特征在于:其中VMC控制器还接受机体如下实时状态信息:每条腿的关节角、机体的姿态角以及角速率。
4.如权利要求1所述的基于生物仿生原理和直觉的四足机器人运动控制方法,其特征在于:通过比例微分控制器将CPG网络的输出转化为关节力矩:
其中,kp和kd分别表示比例常数和微分常数,q和分别表示实时的机器人关节角度和关节角速度,下标d表示期望值。
5.如权利要求1所述的基于生物仿生原理和直觉的四足机器人运动控制方法,其特征在于:VMC控制律如下:
τvm=-JTfvm
上式中q表示控制器生成的机体姿态关节补偿角,φ表示机体的姿态角,表示机体的姿态角速率,下标d表示期望的指标,k和b分别表示弹性系数和阻尼常数,fvm表示有虚拟构件产生的虚拟力,通过单腿的Jacobian矩阵J转换为关节力矩τvm。
6.如权利要求5所述的基于生物仿生原理和直觉的四足机器人运动控制方法,其特征在于:关节上所施加的总的力矩表示为:
τsum=τc+τvm
其中τc表示通过PD控制器将CPG的输出转化而成的关节力矩,τvm是由VMC控制器产生的姿态补偿力矩,τsum表示施加在关节上的总的关节力矩信号;式中每一个量均为三维列向量,分别对应每条腿的侧摆髋关节、前向髋关节和膝关节。
7.如权利要求1所述的基于生物仿生原理和直觉的四足机器人运动控制方法,其特征在于:在水平面T和穿过机体质心的横截面P之间连接弹簧阻尼。
8.如权利要求7所述的基于生物仿生原理和直觉的四足机器人运动控制方法,其特征在于:当机体俯仰角保持为0时的,弹簧阻尼对保持原长,不会产生任何补偿力。
9.一种基于生物仿生原理和直觉的四足机器人,其特征在于,采用如权利要求1-7中任一权利要求所述的方法进行控制。
10.一种计算机可读介质,其特征在于:存储有计算机程序,所述计算机程序可被执行以实现如权利要求1-7中任一权利要求所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910093601.4A CN109760761B (zh) | 2019-01-30 | 2019-01-30 | 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 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910093601.4A CN109760761B (zh) | 2019-01-30 | 2019-01-30 | 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 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109760761A true CN109760761A (zh) | 2019-05-17 |
CN109760761B CN109760761B (zh) | 2021-01-08 |
Family
ID=66455720
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910093601.4A Active CN109760761B (zh) | 2019-01-30 | 2019-01-30 | 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 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109760761B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110682273A (zh) * | 2019-10-09 | 2020-01-14 | 中科新松有限公司 | 一种基于并联机构思维的多足支撑步行机器人运动控制框架 |
CN111290272A (zh) * | 2020-02-15 | 2020-06-16 | 中国海洋大学 | 基于多足机器人的姿态平稳性调整方法 |
CN112936280A (zh) * | 2021-03-04 | 2021-06-11 | 德鲁动力科技(成都)有限公司 | 一种四足机器人本体质心标定方法 |
CN113050409A (zh) * | 2019-12-28 | 2021-06-29 | 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 |
CN113843799A (zh) * | 2021-10-12 | 2021-12-28 | 广州市优普科技有限公司 | 一种四足机器人姿态复位控制方法、装置及存储介质 |
CN113905858A (zh) * | 2019-05-27 | 2022-01-07 | 索尼集团公司 | 机器人装置和机器人装置的控制方法以及负荷补偿装置 |
CN114911164A (zh) * | 2022-05-07 | 2022-08-16 | 北京理工大学 | 一种仿鼠四足机器人跳跃动作的开环控制方法及系统 |
CN113905858B (zh) * | 2019-05-27 | 2024-04-26 | 索尼集团公司 | 机器人装置和机器人装置的控制方法以及负荷补偿装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1510446A2 (en) * | 2003-08-25 | 2005-03-02 | Sony Corporation | Robot and attitude control method of robot |
CN101776863A (zh) * | 2009-11-17 | 2010-07-14 | 中国科学院自动化研究所 | 一种胸鳍推进型机器鱼的运动控制方法 |
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 |
EP2596922A2 (en) * | 2011-11-22 | 2013-05-29 | Disney Enterprises, Inc. | Kinematic and dynamic calibration methods for legged robots with force-controlled joints |
CN106041995A (zh) * | 2016-08-05 | 2016-10-26 | 北京工业大学 | 一种仿人机械手 |
CN107745756A (zh) * | 2017-10-25 | 2018-03-02 | 重庆工商大学 | 六足草莓采摘机器人的行走方法 |
CN108572553A (zh) * | 2018-05-16 | 2018-09-25 | 清华大学深圳研究生院 | 一种四足机器人的运动闭环控制方法 |
-
2019
- 2019-01-30 CN CN201910093601.4A patent/CN109760761B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1510446A2 (en) * | 2003-08-25 | 2005-03-02 | Sony Corporation | Robot and attitude control method of robot |
CN101776863A (zh) * | 2009-11-17 | 2010-07-14 | 中国科学院自动化研究所 | 一种胸鳍推进型机器鱼的运动控制方法 |
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 |
EP2596922A2 (en) * | 2011-11-22 | 2013-05-29 | Disney Enterprises, Inc. | Kinematic and dynamic calibration methods for legged robots with force-controlled joints |
CN106041995A (zh) * | 2016-08-05 | 2016-10-26 | 北京工业大学 | 一种仿人机械手 |
CN107745756A (zh) * | 2017-10-25 | 2018-03-02 | 重庆工商大学 | 六足草莓采摘机器人的行走方法 |
CN108572553A (zh) * | 2018-05-16 | 2018-09-25 | 清华大学深圳研究生院 | 一种四足机器人的运动闭环控制方法 |
Non-Patent Citations (3)
Title |
---|
MOSTAFA AJALLOOEIAN 等: ""Central Pattern Generators Augmented with Virtual Model Control for Quadruped Rough Terrain locomotion"", 《IEEE》 * |
谢惠祥 等: ""四足机器人对角小跑动态控制"", 《国防科技大学学报》 * |
谢惠祥: ""摆动相控制"", 《中国博士学位论文全文数据库(电子期刊)》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113905858A (zh) * | 2019-05-27 | 2022-01-07 | 索尼集团公司 | 机器人装置和机器人装置的控制方法以及负荷补偿装置 |
CN113905858B (zh) * | 2019-05-27 | 2024-04-26 | 索尼集团公司 | 机器人装置和机器人装置的控制方法以及负荷补偿装置 |
CN110682273A (zh) * | 2019-10-09 | 2020-01-14 | 中科新松有限公司 | 一种基于并联机构思维的多足支撑步行机器人运动控制框架 |
CN113050409A (zh) * | 2019-12-28 | 2021-06-29 | 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 |
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 |
CN111290272A (zh) * | 2020-02-15 | 2020-06-16 | 中国海洋大学 | 基于多足机器人的姿态平稳性调整方法 |
CN111290272B (zh) * | 2020-02-15 | 2021-02-09 | 中国海洋大学 | 基于多足机器人的姿态平稳性调整方法 |
CN112936280A (zh) * | 2021-03-04 | 2021-06-11 | 德鲁动力科技(成都)有限公司 | 一种四足机器人本体质心标定方法 |
CN113843799A (zh) * | 2021-10-12 | 2021-12-28 | 广州市优普科技有限公司 | 一种四足机器人姿态复位控制方法、装置及存储介质 |
CN113843799B (zh) * | 2021-10-12 | 2023-02-14 | 广州市优普科技有限公司 | 一种四足机器人姿态复位控制方法、装置及存储介质 |
CN114911164A (zh) * | 2022-05-07 | 2022-08-16 | 北京理工大学 | 一种仿鼠四足机器人跳跃动作的开环控制方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109760761B (zh) | 2021-01-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
CN112060082B (zh) | 基于仿生强化学习型小脑模型的在线稳定控制仿人机器人 | |
CN108572553B (zh) | 一种四足机器人的运动闭环控制方法 | |
JP4836592B2 (ja) | ロボット装置及びその制御方法 | |
CN112051735B (zh) | 仿人机器人步行控制方法 | |
Li et al. | Gait planning and stability control of a quadruped robot | |
JP5052013B2 (ja) | ロボット装置及びその制御方法 | |
CN111625002B (zh) | 一种仿人机器人爬楼步态规划与控制的方法 | |
KR20050021288A (ko) | 로봇 장치 및 로봇의 자세 제어 방법 | |
Zhu et al. | A backward control based on σ-Hopf oscillator with decoupled parameters for smooth locomotion of bio-inspired legged robot | |
Zielinska et al. | Robot gait synthesis using the scheme of human motions skills development | |
CN106094817A (zh) | 基于大数据方式的强化学习仿人机器人步态规划方法 | |
Deng et al. | Cpg-inspired gait generation and transition control for six wheel-legged robot | |
CN112147889A (zh) | 一种四足机器人复合式越障轨迹规划方法 | |
Zhang et al. | Walking up and down hill with a biologically-inspired postural reflex in a quadrupedal robot | |
Li et al. | Trotting gait planning and implementation for a little quadruped robot | |
Lu et al. | A novel multi-configuration quadruped robot with redundant DOFs and its application scenario analysis | |
Ramezani | Feedback Control Design for MARLO, a 3D-Bipedal Robot. | |
Gu et al. | Gait transition method for quadruped robot based on CPG network and impedance control | |
Sun et al. | Design of quadruped robot based CPG and fuzzy neural network | |
Ancy et al. | Reinforcement Learning based Control of a Quadruped Robot | |
Wang et al. | Online gait generation for an exoskeleton used in lower limb rehabilitation | |
Zhang et al. | Central Pattern Generators for Locomotion Control in Hexapod Robot Legs | |
Liu et al. | Gait transition of quadruped robot using time sequence control based on finite-state machine | |
Pinto et al. | New developments on online generation of trajectories in quadruped robots |
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 |