CN109782593A - 一种应用于六足机器人的共享因子模糊推理器 - Google Patents
一种应用于六足机器人的共享因子模糊推理器 Download PDFInfo
- Publication number
- CN109782593A CN109782593A CN201910020022.7A CN201910020022A CN109782593A CN 109782593 A CN109782593 A CN 109782593A CN 201910020022 A CN201910020022 A CN 201910020022A CN 109782593 A CN109782593 A CN 109782593A
- Authority
- CN
- China
- Prior art keywords
- robot
- pose
- fuzzy
- operator
- sharing learning
- 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
本发明属于足式机器人遥操作技术领域。本发明公开了一种应用于六足机器人的共享因子模糊推理器,解决了多足机器人在复杂地形下执行特种任务时容易出现的失稳问题。本发明所述的一种应用于六足机器人的共享因子模糊推理器,在速度‑位姿协同遥操作系统的基础上设计了能够实现共享特征的协同操控的二维遥操作系统;通过稳定裕度判据分析多足机器人的稳定情况,通过模糊推理系统产生共享因子α对遥操作子系统进行操控权重的分配;通过主端控制器将操控误差和多足机器人的控制需求相结合并以触觉引导力的形式反馈于操作者。本发明能够有效解决多足机器人在崎岖地形下容易出现的试问问题,在保证系统透明性的同时减轻了操作者的工作压力。
Description
技术领域
本发明属于足式机器人遥操作技术领域,具体涉及一种针对崎岖地形下操作者遥操作六足机器人完成高效、平稳行走的共享因子模糊推理器及其实现方法。
背景技术
由于足式步行机器人在面对复杂地形时具有比轮式或履带式移动机器人更强的适应能力和通过能力,使得其在灾难救援、海空探索、勘探等领域得到了广泛的运用。但需要认清的是,足式机器人虽然可以取代人类出现在危险的工作环境中,但由于工作现场的复杂程度不可预期,若单纯依靠机器人自身的智能控制算法还难以保证机器人自主适应复杂多变工况下的任务需求。为了提高机器人在执行任务过程中的稳定性,需要通过遥操作系统将将人的感知、决策能力融入整个控制系统中,以此改善机器人的运动性能,使其能够更好的完成所制定的特殊任务。
然而通过对现有六足机器人遥操作控制方法研究发现,现有的遥操作控制方法大多采用单主-单从(SMSS)控制构架对机器人的行进速度进行操控。当机器人处在崎岖不平的地面条件下,此时机器人规划的落足位置与实际位置之间会有较大差异,因此六足机器人可能出现目标运动方向上的速度损失,机体的波动可能造成机器人稳定裕度的不足,此时若采用这种控制构架很难满足足式机器人在崎岖地形下对稳定裕度的需求,在操作过程中机器人容易出现失稳甚至倾翻,由此导致运动失控、驱动系统失效、元器件损坏等问题;采用多主单从(MMSS)控制构架对机器人的行进速度与机体位姿进行协同操作可以更好的控制六足机器人在崎岖地形下的行进任务。通过引入共享因子对两遥操作子系统进行分权处理则能帮助操作者更有效率的完成操作任务,同时能够更好的保证机器人的稳定性。如何开发一种应用于六足机器人的共享因子模糊推理器以对两遥操作子系统进行权重的分配是本发明拟解决的主要控制技术难题。
发明内容
本发明的目的是提供一种应用于六足机器人的共享因子模糊推理器,实现对遥操作子系统的分权处理,以弥补现有控制策略存在的不足。
为了解决上述技术问题,本发明是通过以下技术方案实现的:
一种应用于六足机器人的共享因子模糊推理器,具体包括以下步骤:
步骤1:对主端机器人进行动力学建模,从端机器人进行运动学建模;
步骤2:针对崎岖地形下行进的六足机器人的稳定裕度进行计算与分析,建立以稳定裕度为输入共享因子为输出的模糊推理系统;
步骤4:根据步骤1所建立的数学模型,结合步骤2求出的共享因子,设计具有共享因子的速度层遥操作子系统的控制算法,并通过无源性准则对控制律参数进行求解;
步骤5:根据步骤1所建立的数学模型,结合步骤2求出的共享因子,设计具有共享因子的位姿层遥操作子系统的控制算法,并通过无源性准则对控制律参数进行求解;
本发明有以下有益效果:
所述的一种应用于六足机器人的共享因子模糊推理器,一方面,与现有的大多数遥操作系统相比具有本发明所提出的共享因子模糊推理器的双边触觉遥操作系统能够更好的满足六足机器人在崎岖地形下对稳定裕度的需求;另一方面本发明设计的模糊推理器使得机器人可以根据自身稳定情况对操作者操作权重进行自动分配,并且通过输出触觉力反馈引导操作者进行操控,大幅度减轻了操作者在复杂环境下操作机器人时的工作压力;最后具有本发明所提出的共享因子模糊推理器的遥操作系统缓解了机体整身的运动状态在崎岖地形下出现的剧烈变化,从而减少了目标运动方向上的速度损失,提高了系统的透明性。
附图说明
图1为六足机器人的本体结构示意图;
图2为模糊推理系统结构框图
图3为模糊因子α的模糊规则表
图4为遥操作系统整体构架示意图
图5为具有共享因子的速度层遥操作系统控制构架示意图
图6为具有共享因子的位姿层遥操作系统控制构架示意图
具体实施方式
下面结合附图和实施例对本发明的实施方式作进一步详细描述。
本发明的一个实施例:一种应用于六足机器人的共享因子模糊推理器,其内容包括以下步骤:
步骤1:对主端机器人进行动力学建模,从端机器人进行运动学建模;其具体实施方式如下:
主端机器人动力学方程如下:
其中下标1代表速度层主端机器人,2代表位姿层主端机器人,τm为主端机器人的控制律,τh为操作者施加于主端机器人上的力,Mm为主端机器人的质量,Bm为主端机器人的阻尼系数,qm为主端机器人的位置向量;
特性1:Mm为正定矩阵;
特性2:是斜对称矩阵;
在对六足机器人的机体速度进行跟踪控制时,为了保证速度层的主端机器人系统的输出无源性,将一个新的控制变量(0<λ<1)引入到速度层的主端机器人控制系统中,通过在原始位置变量中加入一个阻尼项,以此保证系统的无源性;修正后的控制律为式中为局部控制律,为全局控制律,且 式中修正后的速度层主端机器人的动力学模型为:
从端机器人的构型如图1所示,以六足机器人的一条腿作为研究对象,建立机器人单腿D-H坐标系。机器人单腿正运动学表达式为:
式中代表机器人第i条单腿足末端在机体坐标系下的位置坐标,c代表cos,s代表sin。
单腿逆运动学表达式也可推导得:
式中
本发明以从端机器人三足支撑状态为研究对象对从端机器人的机体进行运动学建模。以机体支撑足为1、3、5号腿时的状态为研究对象,机器人机体的正运动学表达式为:
式中[GPi GPi GPi]T为i号单腿的足端在世界坐标系中的坐标,[OPi OPi OPi]T为i号单腿的足端在机体坐标系中的坐标,OTC为机体坐标系相对于世界坐标系的转换矩阵。
由上可得机器人机体的逆运动学表达式为:
步骤2:针对崎岖地形下行进的六足机器人的稳定裕度进行计算与分析,建立以稳定裕度为输入共享因子为输出的模糊推理系统;其具体实施方式如下:
采用SSM(static stability margin)稳定判据分析六足机器人在行进过程中的机体稳定情况,即机器人的重心CG投影点始终落在支撑多边形在水平面的投影范围内,则认为机器人是稳定的;CG投影点距离投影支撑多边形各边的最小距离为SSM稳定裕度。
设点P为机器人重心,将P投影点P′到投影支撑多边形所在的平面中,其中最小值即为其SSM稳定裕度:
式中i,j=1,2,3,4,5,6,aij为机器人足端点坐标。
模糊推理系统构架如图2所示,系统的输入稳定裕度S的论域划分为S={-6,-5,-4,-3,-2,-1,0,+1,+2,+3,+4,+5,+6},采用7段模糊子集{负大,负中,负小,零,正小,正中,正大}描述,记为{NB,NM,NS,ZO,PS,PM,PB};输出变量共享因子α的论域划分为α={-3,-2,-1,0,1,2,3},采用7段模糊子集{负大,负中,负小,零,正小,正中,正大}描述,记为{NB,NM,NS,ZO,PS,PM,PB}。考虑到对论域的覆盖程度和灵敏度,稳定性和鲁棒性原则,各模糊子集选用三角形隶属度函数。
共享因子α具体调整规则如下:
1、若S开始向较小值变化,则共享因子α减小,即控制权开始向位姿层转移,目的在于使操作者更容易地调整机体位姿,同时机器人的减速行为可以为其调整状态提供充分时间,此时速度层主端机器人会增大产生由误差产生的拉力以阻止操作者继续加速,位姿层主端机器人会增大由误差产生的推力使操作者更有效率的对位姿层进行调整;
2、若S开始向较大值变化,则共享因子α增大,即控制权开始向速度层转移,目的在于使操作者更容易地对机器人的速度进行控制,此时速度层主端机器人会增大产生推力以鼓励操作者对机器人进行加速,位姿层主端机器人会增大产生拉力以阻止操作者对机器人位姿进行更多干预;
由以上规则建立模糊规则表如图3所示;
模糊控制器采用Mamdani型推理算法和加权平均法进行模糊推理计算和去模糊化,以控制量论域中的每个元素xi(i=1,2,…,n)作为带判决输出模糊集合的隶属度μ(i)的加权系数,取乘积xiμ(i),再计算该乘积的和对于隶属度和的平均值x0,平均值x0便是应用加权平均法模糊集合求得的结果,即:
步骤3:根据步骤1所建立的数学模型,结合步骤2求出的共享因子,设计具有共享因子的速度层遥操作子系统的控制算法,并通过无源性准则对控制律参数进行求解;其具体实施方式如下:
速度层遥操作子系统构架如图5所示,图中Cm1和Cs1分别表示速度层主从两端的控制增益,Km1和Ks1为主从两端局部阻尼补偿系数,Zh1和Ze分别代表修正后操作者手臂阻抗参数及环境阻抗特性,和τh1代表操作者的输出力和作用在主端的力,和τs1代表外部环境的输出力和作用在从端的力。
操作过程具体表现为操作者通过操作主端机器人想从端机器人发送命令Vsd,以此作为机体的期望速度Vd,六足机器人由此进行自主规划生成实际速度Vr。速度层遥操作系统的控制律为:
基于上文所描述的速度层主端机器人动力学模型以及从端机器人运动学模型,此遥操作系统的阻抗矩阵可描述为:
根据Llewellyn准则对以上遥操作系统控制率参数进行确定,参数应满足以下条件:
步骤4:根据步骤1所建立的数学模型,结合步骤2求出的共享因子,设计具有共享因子的速度层遥操作子系统的控制算法,并通过无源性准则对控制律参数进行求解;其具体实施方式如下:
位姿层遥操作子系统构架如图6所示,FGbn BN
基于上文所描述的速度层主端机器人动力学模型以及从端机器人运动学模型,此遥操作系统的阻抗矩阵可描述为:
根据Llewellyn准则对以上遥操作系统控制率参数进行确定,参数应满足以下条件:
Claims (7)
1.一种应用于六足机器人的共享因子模糊推理器,其特征在于:所述的六足机器人的共享因子模糊推理器包括:稳定裕度计算模块、模糊推理系统、共享因子。
2.根据权利要求1所述的一种应用于六足机器人的共享因子模糊推理器,其特征在于:
所述的稳定裕度计算模块以世界坐标系下机器人处于支撑相的各足端坐标与机器人重心坐标为输入,采用SSM(static stability margin)稳定判据计算出机器人的稳定裕度,将其作为分配操作者对于机器人速度与位姿操控权重的判据;
所述的模糊推理系统以机器人稳定裕度为输入,通过隶属度函数进行模糊化,隶属度函数将精确的输入值转化为对应的模糊集以及相应的隶属度,再对规则库中的规则进行匹配,根据每条规则,利用三角形隶属度函数计算在对应模糊集上的隶属度,再对规则进行匹配,根据模糊规则计算出对性的规则可信度,将可信度进行反模糊化处理得到输出变量共享因子α;
所述的共享因子α为操作者对六足机器人机体速度与位姿的控制权重,其中α∈[0,1];当α=0.5时,操作者对机器人机体速度与位姿的控制为平权;当α=1时,操作者无法对机体位姿进行控制,对机体速度的控制变得更加灵活;当α=0时,操作者无法对机体速度进行控制,对机体位姿的控制变得更加灵活;通过机器人稳定裕度模糊推理得出的共享因子能够体现机器人为保证自身稳定性对速度与位姿的控制需求。
3.一种应用于六足机器人的共享因子模糊推理器,其特征在于:一种应用于六足机器人的共享因子模糊推理器的具体实施方法可分为以下步骤:
步骤1:设计机器人稳定裕度计算模块,其输入为世界坐标系下机器人处于支撑相的各足端坐标与机器人质心坐标,输出为机器人稳定裕度;
步骤2:设计共享因子模糊推理系统,系统通过分析稳定裕度确定六足机器人对速度与位姿的控制需求,系统输入为机器人稳定裕度,输出为共享因子;
步骤3:设计速度层与位姿层遥操作子系统的触觉力反馈模式,使操作者能够以力的形式感受到操作过程中产生的误差以及机器人对操控者的操控需求。
4.根据权利要求3所述的一种应用于六足机器人的共享因子模糊推理器,其特征在于:步骤1中所述的设计机器人稳定裕度计算模块,即采用SSM稳定判据针对行进状态下的六足机器人的稳定裕度进行计算与分析,通过机器人自身携带的传感器获取机器人在世界坐标系下的的重心CG位置与支撑相足端位置,机器人的重心坐标始终落在支撑多边形在水平面的投影范围内,则认为机器人是稳定的;重心坐标距离投影支撑多边形各边的最小距离为稳定裕度。
5.根据权利要求3所述的一种应用于六足机器人的共享因子模糊推理器,其特征在于:步骤2中所述的设计共享因子模糊推理系统,通过隶属度函数将系统输入的机器人稳定裕度转化为对应的模糊集以及相应的隶属度,再对规则库中的规则进行匹配,根据每条规则,利用三角形隶属度函数计算在对应模糊集上的隶属度,再对规则进行匹配,根据模糊规则计算出对性的规则可信度,将可信度进行反模糊化处理得到输出共享因子α。
6.根据权利要求3所述的一种应用于六足机器人的共享因子模糊推理器,其特征在于:步骤3中所述的速度层遥操作子系统的触觉力反馈模式,具体表现为将环境端作用在机体上所产生的加速度差异力与从端机器人对位姿的控制需求相结合发送至速度层主端控制器并以触觉力的形式反馈给操作者,其中当期望的加速度值大于机体实际加速度,将在速度层主端机器人内产生一股阻力,使得操作者感知到当前从端机器人的加速能力不足,不应该继续增加期望加速度的值,同时如果操控权重偏向操作者对机体位姿的操控,则此阻力会随着共享因子α的变大而变大,若操控权重偏向操作者对机体速度的操控,则此阻力会随着共享因子α的变小而变小;如果期望的加速度值小于机体实际加速度,将在速度层主端机器人内产生一股拉力,使得操作者感知到当前从端机器人的加速能力得到提升,可以继续增加期望的加速度值,同时如果操控权重偏向操作者对机体位姿的操控,则此拉力会随着共享因子α的变大而变小,若操控权重偏向操作者对机体速度的操控,则此阻力会随着共享因子α的变小而变大。
7.根据权利要求3所述的一种应用于六足机器人的共享因子模糊推理器,其特征在于:步骤3中所述的位姿层遥操作子系统的触觉力反馈模式,具体表现为当期望的位姿值大于机体实际位姿值时,将在位姿层主端机器人内产生一股阻力,使得操作者感知到当前从端机器人的位姿并未达到目标位置,不应该继续增加位姿的变化量,同时如果操控权重偏向操作者对机体速度的操控,则此阻力会随着共享因子α的变大而变大,若操控权重偏向操作者对机体位姿的操控,则此阻力会随着共享因子α的变小而变小;如果期望的位姿值小于机体实际位姿值,将在速度层主端机器人内产生一股拉力,使得操作者感知到当前从端机器人的位姿调整能力得到提升,可以继续增加期望的位姿值,同时如果操控权重偏向操作者对机体位姿的操控,则此拉力会随着共享因子α的变大而变小,若操控权重偏向操作者对机体速度的操控,则此阻力会随着共享因子α的变小而变大。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910020022.7A CN109782593B (zh) | 2019-01-09 | 2019-01-09 | 一种应用于六足机器人的共享因子模糊推理器的控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910020022.7A CN109782593B (zh) | 2019-01-09 | 2019-01-09 | 一种应用于六足机器人的共享因子模糊推理器的控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109782593A true CN109782593A (zh) | 2019-05-21 |
CN109782593B CN109782593B (zh) | 2022-03-22 |
Family
ID=66500302
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910020022.7A Active CN109782593B (zh) | 2019-01-09 | 2019-01-09 | 一种应用于六足机器人的共享因子模糊推理器的控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109782593B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112068433A (zh) * | 2020-09-09 | 2020-12-11 | 哈尔滨理工大学 | 一种基于双操作者的野外六足机器人操控训练方法 |
CN113126483A (zh) * | 2021-03-18 | 2021-07-16 | 北京钢铁侠科技有限公司 | 一种用于多足机器人控制器的稳定步态控制方法 |
CN113525717A (zh) * | 2021-07-27 | 2021-10-22 | 哈尔滨理工大学 | 一种轮腿式移动机器人蠕动的控制系统及其控制方法 |
CN114393579A (zh) * | 2022-01-04 | 2022-04-26 | 南京航空航天大学 | 一种基于自适应模糊虚拟模型的机器人控制方法及装置 |
CN114834485A (zh) * | 2022-05-29 | 2022-08-02 | 哈尔滨理工大学 | 一种载人足式移动平台的人机协同控制体系及方法 |
CN115709471A (zh) * | 2023-01-10 | 2023-02-24 | 深圳鹏行智能研究有限公司 | 机器人状态值调整方法及机器人 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1994018612A1 (de) * | 1993-02-04 | 1994-08-18 | Siemens Aktiengesellschaft | Verfahren zur einstellung von skalierungsfaktoren von fuzzy-regl ern und konventionellen nichtlinearen reglern |
US6633783B1 (en) * | 2000-06-06 | 2003-10-14 | Honda Giken Kogyo Kabushiki Kaisha | Fuzzy logic based control |
CN1952819A (zh) * | 2005-10-17 | 2007-04-25 | 中国科学院沈阳计算技术研究所有限公司 | 数控机床模糊pid控制方法及实现装置 |
CN101551661A (zh) * | 2009-05-12 | 2009-10-07 | 广东工业大学 | 一种面向多机器人系统的控制方法 |
CN102147255A (zh) * | 2011-01-12 | 2011-08-10 | 北京航空航天大学 | 一种威胁信息共享环境下的无人机群实时航路规划方法 |
CN102147592A (zh) * | 2010-02-10 | 2011-08-10 | 中国科学院自动化研究所 | 一种控制四足机器人运动的模糊控制器 |
CN103631221A (zh) * | 2013-11-20 | 2014-03-12 | 华南理工大学广州学院 | 一种遥操作服务机器人系统 |
CN104914867A (zh) * | 2015-06-12 | 2015-09-16 | 吉林大学 | 一种模糊神经网络的六足机器人自主导航闭环控制器 |
US20160030118A1 (en) * | 2014-08-01 | 2016-02-04 | Intuitive Surgical Operations, Inc. | Damping a telesurgical system |
CN205080731U (zh) * | 2014-09-15 | 2016-03-09 | 菲力尔系统公司 | 用于遥控交通工具的系统 |
CN106227202A (zh) * | 2016-09-19 | 2016-12-14 | 吉林大学 | 一种兼具自主导航及远程遥控的六足机器人 |
CN106375421A (zh) * | 2016-08-30 | 2017-02-01 | 上海交通大学 | 基于远程操控的机器人辅助智能维护系统 |
CN106383441A (zh) * | 2016-09-21 | 2017-02-08 | 哈尔滨理工大学 | 一种新型多足机器人在较平坦地形下的遥操作系统及控制方法 |
CN106938462A (zh) * | 2016-12-07 | 2017-07-11 | 北京邮电大学 | 一种基于自适应pd和模糊逻辑的遥操作双边控制方法 |
CN108508906A (zh) * | 2018-05-23 | 2018-09-07 | 哈尔滨理工大学 | 户外环境下一种新型的多足机器人双边触觉遥操作系统及控制方法 |
CN108791560A (zh) * | 2018-05-23 | 2018-11-13 | 哈尔滨理工大学 | 一种可协同调控多足机器人的单腿操作和机体平移的遥操作系统及控制方法 |
-
2019
- 2019-01-09 CN CN201910020022.7A patent/CN109782593B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1994018612A1 (de) * | 1993-02-04 | 1994-08-18 | Siemens Aktiengesellschaft | Verfahren zur einstellung von skalierungsfaktoren von fuzzy-regl ern und konventionellen nichtlinearen reglern |
US6633783B1 (en) * | 2000-06-06 | 2003-10-14 | Honda Giken Kogyo Kabushiki Kaisha | Fuzzy logic based control |
CN1952819A (zh) * | 2005-10-17 | 2007-04-25 | 中国科学院沈阳计算技术研究所有限公司 | 数控机床模糊pid控制方法及实现装置 |
CN101551661A (zh) * | 2009-05-12 | 2009-10-07 | 广东工业大学 | 一种面向多机器人系统的控制方法 |
CN102147592A (zh) * | 2010-02-10 | 2011-08-10 | 中国科学院自动化研究所 | 一种控制四足机器人运动的模糊控制器 |
CN102147255A (zh) * | 2011-01-12 | 2011-08-10 | 北京航空航天大学 | 一种威胁信息共享环境下的无人机群实时航路规划方法 |
CN103631221A (zh) * | 2013-11-20 | 2014-03-12 | 华南理工大学广州学院 | 一种遥操作服务机器人系统 |
US20160030118A1 (en) * | 2014-08-01 | 2016-02-04 | Intuitive Surgical Operations, Inc. | Damping a telesurgical system |
CN205080731U (zh) * | 2014-09-15 | 2016-03-09 | 菲力尔系统公司 | 用于遥控交通工具的系统 |
CN104914867A (zh) * | 2015-06-12 | 2015-09-16 | 吉林大学 | 一种模糊神经网络的六足机器人自主导航闭环控制器 |
CN106375421A (zh) * | 2016-08-30 | 2017-02-01 | 上海交通大学 | 基于远程操控的机器人辅助智能维护系统 |
CN106227202A (zh) * | 2016-09-19 | 2016-12-14 | 吉林大学 | 一种兼具自主导航及远程遥控的六足机器人 |
CN106383441A (zh) * | 2016-09-21 | 2017-02-08 | 哈尔滨理工大学 | 一种新型多足机器人在较平坦地形下的遥操作系统及控制方法 |
CN106938462A (zh) * | 2016-12-07 | 2017-07-11 | 北京邮电大学 | 一种基于自适应pd和模糊逻辑的遥操作双边控制方法 |
CN108508906A (zh) * | 2018-05-23 | 2018-09-07 | 哈尔滨理工大学 | 户外环境下一种新型的多足机器人双边触觉遥操作系统及控制方法 |
CN108791560A (zh) * | 2018-05-23 | 2018-11-13 | 哈尔滨理工大学 | 一种可协同调控多足机器人的单腿操作和机体平移的遥操作系统及控制方法 |
Non-Patent Citations (14)
Title |
---|
BO LIU;XUEJUN ZHANG;SHANGRAN XIE;HANNAN MA: "Variable Weights Decision-Making and Its Fuzzy Inference Implementation", 《FOURTH INTERNATIONAL CONFERENCE ON FUZZY SYSTEMS AND KNOWLEDGE DISCOVERY (FSKD 2007) 》 * |
JIAYULI ETAL: "A novel bilateral haptic teleoperation approach for hexapod robot walking and manipulating with legs", 《ROBOTICS AND AUTONOMOUS SYSTEMS》 * |
MASAMITSU KURISU: "A study on teleoperation system for a hexapod robot — Development of a prototype platform", 《2011 IEEE INTERNATIONAL CONFERENCE ON MECHATRONICS AND AUTOMATION》 * |
MOHAMMADALI SHAHRIARI;AMIR A. KHAYYAT: "Gait analysis of a six-legged walking robot using fuzzy reward reinforcement learning", 《2013 13TH IRANIAN CONFERENCE ON FUZZY SYSTEMS (IFSC)》 * |
MOHD TARMIZI IBRAHIM; DIRMAN HANAFI; RUZLAINI GHONI: "Autonomous Navigation for a Dynamical Hexapod Robot Using Fuzzy Logic Controller", 《PROCEDIA ENGINEERING》 * |
O. MOTLAGH; S. H. TANG; W. KHAKSAR; N. ISMAIL: "AN ALTERNATIVE APPROACH TO FCM ACTIVATION FOR MODELING DYNAMIC SYSTEMS", 《APPLIED ARTIFICIAL INTELLIGENCE》 * |
YOU, BO; LI, JIAYU; DING, LIANG: "Semi-Autonomous Bilateral Teleoperation of Hexapod Robot Based on Haptic Force Feedback", 《JOURNAL OF INTELLIGENT & ROBOTIC SYSTEMS》 * |
仲训昱: "遥自主移动机器人运动规划与控制技术研究", 《中国博士学位论文全文数据库 信息科技辑》 * |
张春阳等: "六足机器人步态规划及其静态稳定性研究", 《成组技术与生产现代化》 * |
朱厚文: "基于信任模型的机器人共享控制研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
李佳钰等: "基于双向控制的六足机器人转向遥操作研究", 《仪器仪表学报》 * |
李坚: "多边触觉遥操作系统绝对稳定性研究", 《中国博士学位论文全文数据库 信息科技辑》 * |
杨屹巍: "基于力与位置柔顺控制的四足机器人运动控制", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
薛匡正: "脑控机器人系统运动控制算法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112068433A (zh) * | 2020-09-09 | 2020-12-11 | 哈尔滨理工大学 | 一种基于双操作者的野外六足机器人操控训练方法 |
CN113126483A (zh) * | 2021-03-18 | 2021-07-16 | 北京钢铁侠科技有限公司 | 一种用于多足机器人控制器的稳定步态控制方法 |
CN113525717A (zh) * | 2021-07-27 | 2021-10-22 | 哈尔滨理工大学 | 一种轮腿式移动机器人蠕动的控制系统及其控制方法 |
CN114393579A (zh) * | 2022-01-04 | 2022-04-26 | 南京航空航天大学 | 一种基于自适应模糊虚拟模型的机器人控制方法及装置 |
CN114393579B (zh) * | 2022-01-04 | 2023-09-22 | 南京航空航天大学 | 一种基于自适应模糊虚拟模型的机器人控制方法及装置 |
CN114834485A (zh) * | 2022-05-29 | 2022-08-02 | 哈尔滨理工大学 | 一种载人足式移动平台的人机协同控制体系及方法 |
CN115709471A (zh) * | 2023-01-10 | 2023-02-24 | 深圳鹏行智能研究有限公司 | 机器人状态值调整方法及机器人 |
Also Published As
Publication number | Publication date |
---|---|
CN109782593B (zh) | 2022-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109782593A (zh) | 一种应用于六足机器人的共享因子模糊推理器 | |
Lin et al. | Gait balance and acceleration of a biped robot based on Q-learning | |
CN112666939B (zh) | 一种基于深度强化学习的机器人路径规划算法 | |
Erez et al. | An integrated system for real-time model predictive control of humanoid robots | |
Soltanpour et al. | A particle swarm optimization approach for fuzzy sliding mode control for tracking the robot manipulator | |
CN105538325A (zh) | 一种液压四足机器人单腿关节解耦控制方法 | |
CN110134018A (zh) | 一种水下多足机器人系统多足协同控制方法 | |
Cai et al. | A combined hierarchical reinforcement learning based approach for multi-robot cooperative target searching in complex unknown environments | |
Pambudi et al. | Simulation design of trajectory planning robot manipulator | |
Mandava et al. | Implementation of modified chaotic invasive weed optimization algorithm for optimizing the PID controller of the biped robot | |
Ruscelli et al. | A multi-contact motion planning and control strategy for physical interaction tasks using a humanoid robot | |
Chang et al. | Research on manipulator tracking control algorithm based on RBF neural network | |
Van Heerden | Real-time variable center of mass height trajectory planning for humanoids robots | |
Leng et al. | M-A3C: a mean-asynchronous advantage actor-critic reinforcement learning method for real-time gait planning of biped robot | |
Veer et al. | Local input-to-state stability of dynamic walking under persistent external excitation using hybrid zero dynamics | |
Kirc´ anski et al. | An experimental study of resolved acceleration control of robots at singularities: Damped least-squares approach | |
Li et al. | Dynamic characteristic prediction of inverted pendulum under the reduced-gravity space environments | |
Zamani et al. | Feedback motion planning of legged robots by composing orbital lyapunov functions using rapidly-exploring random trees | |
Yan et al. | Research on multi-AUV cooperative obstacle avoidance method during formation trajectory tracking | |
Thomasset et al. | Lower body control of a semi-autonomous avatar in Virtual Reality: Balance and Locomotion of a 3D Bipedal Model | |
Chang et al. | Study on falling backward of humanoid robot based on dynamic multi objective optimization | |
Shakourzadeh et al. | Fuzzy-backstepping control of quadruped robots | |
CN110703792B (zh) | 基于增强学习的水下机器人姿态控制方法 | |
Lee et al. | Agile standing-up control of humanoids: Energy-based reactive contact wrench optimization with strict dynamic consistency | |
Takhavova et al. | Neural networks for the moving objects control |
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 |