CN116551675A - 一种基于场驱动原理的仿人机器人小腿优化方法及装置 - Google Patents
一种基于场驱动原理的仿人机器人小腿优化方法及装置 Download PDFInfo
- Publication number
- CN116551675A CN116551675A CN202310407190.8A CN202310407190A CN116551675A CN 116551675 A CN116551675 A CN 116551675A CN 202310407190 A CN202310407190 A CN 202310407190A CN 116551675 A CN116551675 A CN 116551675A
- Authority
- CN
- China
- Prior art keywords
- calf
- humanoid robot
- stress
- detection points
- field
- 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
- 238000000034 method Methods 0.000 title claims abstract description 29
- 244000309466 calf Species 0.000 claims abstract description 47
- 238000001514 detection method Methods 0.000 claims abstract description 38
- 238000013461 design Methods 0.000 claims abstract description 16
- 238000004458 analytical method Methods 0.000 claims abstract description 15
- 238000010586 diagram Methods 0.000 claims abstract description 10
- 238000011156 evaluation Methods 0.000 claims abstract description 10
- 238000005457 optimization Methods 0.000 claims abstract description 10
- 239000000463 material Substances 0.000 claims description 22
- 210000000689 upper leg Anatomy 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 7
- 230000002787 reinforcement Effects 0.000 claims description 4
- 238000012216 screening Methods 0.000 claims description 3
- 238000012938 design process Methods 0.000 abstract description 2
- 238000004364 calculation method Methods 0.000 description 6
- 210000002414 leg Anatomy 0.000 description 6
- 230000003014 reinforcing effect Effects 0.000 description 4
- 239000011664 nicotinic acid Substances 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000006073 displacement reaction Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 210000003141 lower extremity Anatomy 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
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
- B25J9/16—Programme controls
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
- B25J9/1605—Simulation of manipulator lay-out, design, modelling of manipulator
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
- B25J19/007—Means or methods for designing or fabricating manipulators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mechanical Engineering (AREA)
- Geometry (AREA)
- Robotics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- Manipulator (AREA)
Abstract
本发明公开一种基于场驱动原理的仿人机器人小腿优化方法，包括以下步骤：通过三维建模获得初始仿人机器人小腿，并基于初始仿人机器人小腿中与其他部件的连接处结构，构建待优化的特征尺寸集合；为所有连接处结构设置多个检测点，通过有限元分析获取所有连接处结构的应力场图；通过应力场图进行强度评估，当任意一个连接处结构不满足强度评估时需要进行调整；重复有限元分析至满足终止条件，则输出优化后的最佳特征尺寸集合，基于最佳特征尺寸集合对初始仿人机器人小腿进行调整以获仿人机器人小腿设计图。本发明还提供了一种仿人机器人小腿优化装置。本发明的方法可以有效简化仿人机器人小腿的设计过程，同时也能保证最终结构的强度及轻量化。
Description
技术领域
本发明属于机器人设计的技术领域，尤其涉及一种基于场驱动原理的仿人机器人小腿优化方法及装置。
背景技术
小腿是仿人机器人结构件中承力最大，横截面积最小，因此对材料的强度和结构的刚度要求最高。设计时为了防止在该处出现塑性变形或宏观断裂，通常将材料设置的较厚，以保留大的安全系数，但是这也造成机器人重量增加，下肢的转动惯性变差。因此小腿结构件反映机器人的设计、材料和制造工艺的运用水平。目前各家仿人机器人的小腿随着采用的驱动电机和传动连杆的设置而有不同的造型，对小腿的设计评价业内也没有明确的标准，一般有整体性、重量、美观度等几个主要维度。
场驱动的思想实际上是应力、应变场计算结果对结构设计的反馈。设计结构时通常首先构建模型，然后对模型进行有限元计算，这个过程是单向、开环的，有限元计算的结果不直接作为模型第二次乃至后续多次优化的依据，只是模型在载荷条件下的受力情况下的分析。而场驱动的思想是构建“模型设计—有限元分析”的闭环，在一次模型设计完成后进行有限元分析，根据等效应力场或位移场的结果，来反向指导模型的第二次设计，如此反复，直到应力场得到理想条件。
专利文献CN115526004A公开了一种机器人夹爪结构参数快速仿真优化方法，该方法包括以下步骤：构建机器人夹爪结构参数化模型；利用静力学有限元仿真软件对机器人夹爪结构参数化模型在不同尺寸、不同负载工况下的应力、形变进行仿真，得到应力、形变仿真数据；构建应力、形变预测模型；通过建立粒子群寻优算法，对在实际负载工况下，符合应力、形变约束条件的尺寸参数进行寻优，得到尺寸参数的最优值代入至应力、形变预测模型，得到实际工况的尺寸参数以及载荷下的应力和形变，实现机器人夹爪结构参数的优化。该方法通过多种方式对机器人夹爪结构进行仿真处理，但是针对机器人腿部的优化设计方法并没有文中提及。
专利文献CN112706190A公开了一种仿生足式机器人腿足承载载荷实况模拟测试方法，该方法包括以下步骤：根据仿生四足机器人腿足的构型，进行仿生结构三维建模设计；将四足机器人腿足的三维模型导入FDM打印系统进行切片处理，并采用高性能复合材料分别打印了四足机器人的大腿和小腿；将四足机器人的大腿和小腿通过高强度的连接件在关节处连接起来；将高强度的连杆等零部件安装到四足机器人的大小腿上，形成四足机器人的腿足整体组件。该方法需要提前将材料打印出来导致在测试复杂的仿人机器人小腿时存在尺寸不好调整且精度无法控制的问题，使得最终原料损耗增加。
发明内容
本发明的发明是提供一种基于场驱动原理的仿人机器人小腿优化方法及装置，该方法可以有效简化仿人机器人小腿的设计过程，同时也能保证最终结构的强度及轻量化。
为了实现上述发明目的，本发明提供了一种基于场驱动原理的仿人机器人小腿优化方法，包括以下步骤：
通过三维建模获得初始仿人机器人小腿，并基于所述初始仿人机器人小腿中与其他部件的连接处结构，构建待优化的特征尺寸集合。
为所有连接处结构设置多个检测点，通过有限元分析获取所有连接处结构的应力场图。
通过所述应力场图筛选出应力最大检测点集合和应力最小检测点集合进行强度评估，当任意一个连接处结构不满足强度评估时需要进行调整：
若未超出迭代阈值时则根据预设的调整策略进行特征尺寸调整。
若超出迭代阈值则需要调整非连接处结构的尺寸并重置迭代次数。
完成调整后，重复有限元分析至满足终止条件，则输出优化后的最佳特征尺寸集合，并基于所述最佳特征尺寸集合对初始仿人机器人小腿进行调整，以获得最佳的仿人机器人小腿设计图。
本发明通过引入场驱动对仿人机器人的结构进行仿真优化，在提前预设的阈值下获得最优的仿人机器人小腿的结构尺寸。
具体的，所述场驱动包括仿人机器人在运动过程的应力场或/和位移场。
具体的，所述初始仿人机器人小腿的结构包括两端分别带有仿人机器人大腿连接部和仿人机器人脚掌连接部的小腿主干，所述小腿主干靠近仿人机器人大腿连接部一端设有一对用于固定驱动电机的固定夹板，所述驱动电机用于提供小腿主干转动的动力。
具体的，所述连接处结构包括与仿人机器人大腿连接的第一连接部，与仿人机器人脚掌连接的第二连接部，用于连接固定驱动电机的第三连接部，以及靠近所述第一连接部的第一加固套环和靠近所述第二连接部的第二加固套环，保证结构强度的前提下减少整体用料，从而实现轻量化效果。
具体的，所述特征尺寸包括连接处结构的壁厚，长度和宽度。
具体的，所述应力最大检测点集合包含前10个应力最大的检测点，所述应力最小检测点集合包含前10个应力最小的检测点。
具体的，所述强度评估包括计算应力最大检测点集合的平均应力是否超过材料屈服强度的90％和计算应力最小检测点集合的平均应力是否高于材料屈服强度的50％。
具体的，所述调整策略包括以下步骤：
当应力最大检测点集合的平均应力未超过材料屈服强度的90％，则减少连接处结构的壁厚。
当应力最小检测点集合的平均应力低于材料屈服强度的50％，则增加连接处结构的壁厚。
具体的，所述终止条件包括：
当应力最大检测点集合的平均应力超过材料屈服强度的90％且小于材料屈服强度，同时应力最小检测点集合大于材料屈服强度的50％。
具体的，当重复有限元分析次数超过迭代阈值还包括调整强度评估的数值，从而避免出现因评估数值不合理影响最终仿真结果。
本发明还提供了一种仿人机器人小腿优化装置，包括存储器、处理器以及存储在存储器上并可在处理器运行的计算机程序，所述处理器执行计算机程序时实现如上述提供的基于场驱动原理的仿人机器人小腿优化方法。
与现有技术相比，本发明的有益效果：
本发明采用结构调整与有限元分析的闭环联动，并根据指定的连接处结构进行迭代分析，以保证最终结构的强度及轻量化。
附图说明
图1为本实施例提供的一种仿人机器人小腿优化方法的流程示意图；
图2为本实施例提供的一种仿人机器人小腿初始结构的一个方向视图；
图3为本实施例提供的一种仿人机器人小腿初始结构的另一个方向视图；
图4为本实施例提供的一种仿人机器人小腿各结构之间的随动尺寸多方案示意图；
图中，1、仿人机器人脚掌连接部；2、第二加固套环；3、小腿主干；4、第一加固套环；5、小腿上端电机连接框架；6、固定夹板；7、仿人机器人大腿连接部；8、固定尺寸；9、主动尺寸；9-1、主动尺寸第一个可行的位置；9-2、主动尺寸第二个可行的位置；10、左端随动尺寸；10-1、左端随动尺寸的第一个位置；10-2、左端随动尺寸的第一个位置；11、右端随动尺寸；11-1、右端随动尺寸的第一个位置；11-2、右端随动尺寸的第一个位置。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
本申请使用的术语是仅仅出于描述特征实施例的目的，而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多种形式，除非上下文清楚地表明其含义。应当理解，尽管在本申请可能采用术语第一、第二、第三等来描述各种部位，但这些参数不应限于这些术语。这些术语仅使用来将同一类型的参数彼此分开。例如，在不脱离本申请范围的情况下，第一连接部也是可以被称为第二连接部，类似地，第二连接部也可以称为第一识别参数。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
一种基于场驱动原理的仿人机器人小腿优化方法，如图1所示包括以下步骤：
通过三维建模获得初始仿人机器人小腿，并基于初始仿人机器人小腿中与其他部件的连接处结构，构建待优化的特征尺寸集合。
更具体地，如图2和图3所示为初始仿人机器人小腿的结构示意图。
该初始仿人机器人小腿的结构包括两端分别带有仿人机器人大腿连接部7和仿人机器人脚掌连接部1的小腿主干3，该小腿主干3靠近仿人机器人大腿连接部7一端设有一对用于固定驱动电机的固定夹板6，该驱动电机用于提供小腿主干3转动的动力。
而连接处结构包括与仿人机器人大腿连接的仿人机器人大腿连接部7，与仿人机器人脚掌连接的仿人机器人脚掌连接部1，用于连接固定驱动电机的固定夹板6，以及靠近仿人机器人大腿连接部7的第一加固套环4和仿人机器人脚掌连接部1的第二加固套环2，此外仿人机器人大腿连接部7还带有小腿上端电机连接框架5。
该特征尺寸集合包包括各连接处结构的壁厚，长度和宽度。
为所有连接处结构设置多个检测点，通过有限元分析获取所有连接处结构的应力场图。
更具体地，应力最大检测点集合包含前10个应力最大的检测点，应力最小检测点集合包含前10个应力最小的检测点。
本实施例中设定的迭代阈值为100次。
通过所述应力场图筛选出应力最大检测点集合和应力最小检测点集合进行强度评估，当任意一个连接处结构不满足强度评估时需要进行调整。
若未超出迭代阈值时则根据预设的调整策略进行特征尺寸调整：
当应力最大检测点集合的平均应力未超过材料屈服强度的90％，则减少连接处结构的壁厚；
当应力最小检测点集合的平均应力低于材料屈服强度的50％，则增加连接处结构的壁厚。
若超出迭代阈值则需要调整非连接处结构的尺寸并重置迭代次数。
更具体地，该强度评估包括计算应力最大检测点集合的平均应力是否超过材料屈服强度的90％和计算应力最小检测点集合的平均应力是否高于材料屈服强度的50％。
完成调整后，重复有限元分析至满足终止条件，则输出优化后的最佳特征尺寸集合，并基于所述最佳特征尺寸集合对初始仿人机器人小腿进行调整，以获得最佳的仿人机器人小腿设计图。
如图4所示，固定尺寸8和多个主动尺寸9即使尺寸值都确定后，如果存在多个模型设计方案，应在确定固定尺寸8的节点坐标后，继续确定主动尺寸9的重要节点坐标后，再根据主动尺寸9和固定尺寸8的节点位置，来确定左端随动尺寸10和右端随动尺寸11，例如主动尺寸9位于主动尺寸第一个可行的位置10-1时，则左端随动尺寸10变化至左端随动尺寸的第一个位置10-1，右端随动尺寸11变化至右端随动尺寸的第一个位置11-1，当主动尺寸9位于主动尺寸第二个可行的位置10-2时，则左端随动尺寸10变化至左端随动尺寸的第二个位置10-2，右端随动尺寸11变化至右端随动尺寸的第二个位置11-2。
本实施例还提供了一种仿人机器人小腿优化装置，包括存储器、处理器以及存储在存储器上并可在处理器运行的计算机程序，该处理器执行计算机程序时实现如上述实施例所述的基于场驱动原理的仿人机器人小腿优化方法。
以软件实现为例，作为一个逻辑意义上的装置，是通过其所在任意具备数据处理能力的设备的处理器将非易失性存储器中对应的计算机程序指令读取到内存中运行形成的从硬件层面而言，除处理器、内存、网络接口、以及非易失性存储器之外，实施例中装置所在的任意具备数据处理能力的设备通常根据该任意具备数据处理能力的设备的实际功能，还可以包括其他硬件，对此不再赘述。
本发明的工作原理具体为：采用了“模型设计+应力场反馈”的设计模式，首先设计出一个初始模型，对模型进行有限元计算后对关键特征尺寸进行定向的调整，这样在下一次计算后得到的应力场中，最小的应力场理论上应该变大，这起到了节约材料的目的。反复的迭代关键特征尺寸，增加应力场中的最小值，当应力场中的最大、最小应力、壁厚达到设定的范围内时，迭代计算停止，得到的结构参数也就是轻量化程度高的一组结构参数。
以上应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种基于场驱动原理的仿人机器人小腿优化方法，其特征在于，包括以下步骤：
通过三维建模获得初始仿人机器人小腿，并基于所述初始仿人机器人小腿中与其他部件的连接处结构，构建待优化的特征尺寸集合；
为所有连接处结构设置多个检测点，通过有限元分析获取所有连接处结构的应力场图；
通过所述应力场图筛选出应力最大检测点集合和应力最小检测点集合进行强度评估，当任意一个连接处结构不满足强度评估时需要进行调整：
若未超出迭代阈值时则根据预设的调整策略进行特征尺寸调整；
若超出迭代阈值则需要调整非连接处结构的尺寸并重置迭代次数；
完成调整后，重复有限元分析至满足终止条件，则输出优化后的最佳特征尺寸集合，并基于所述最佳特征尺寸集合对初始仿人机器人小腿进行调整，以获得最佳的仿人机器人小腿设计图。
2.根据权利要求1所述的基于场驱动原理的仿人机器人小腿优化方法，其特征在于，所述初始仿人机器人小腿的结构包括两端分别带有仿人机器人大腿连接部和仿人机器人脚掌连接部的小腿主干，所述小腿主干靠近仿人机器人大腿连接部一端设有一对用于固定驱动电机的固定夹板，所述驱动电机用于提供小腿主干转动的动力。
3.根据权利要求1所述的基于场驱动原理的仿人机器人小腿优化方法，其特征在于，所述连接处结构包括与仿人机器人大腿连接的第一连接部，与仿人机器人脚掌连接的第二连接部，用于连接固定驱动电机的第三连接部，以及靠近所述第一连接部的第一加固套环和靠近所述第二连接部的第二加固套环。
4.根据权利要求1所述的基于场驱动原理的仿人机器人小腿优化方法，其特征在于，所述特征尺寸包括连接处结构的壁厚，长度和宽度。
5.根据权利要求1所述的基于场驱动原理的仿人机器人小腿优化方法，其特征在于，所述应力最大检测点集合包含前10个应力最大的检测点，所述应力最小检测点集合包含前10个应力最小的检测点。
6.根据权利要求1所述的基于场驱动原理的仿人机器人小腿优化方法，其特征在于，所述强度评估包括计算应力最大检测点集合的平均应力是否超过材料屈服强度的90％和计算应力最小检测点集合的平均应力是否高于材料屈服强度的50％。
7.根据权利要求1所述的基于场驱动原理的仿人机器人小腿优化方法，其特征在于，所述调整策略包括以下步骤：
当应力最大检测点集合的平均应力未超过材料屈服强度的90％，则减少连接处结构的壁厚；
当应力最小检测点集合的平均应力低于材料屈服强度的50％，则增加连接处结构的壁厚。
8.根据权利要求1所述的基于场驱动原理的仿人机器人小腿优化方法，其特征在于，所述终止条件包括：
当应力最大检测点集合的平均应力超过材料屈服强度的90％且小于材料屈服强度，同时应力最小检测点集合大于材料屈服强度的50％。
9.根据权利要求1所述的基于场驱动原理的仿人机器人小腿优化方法，其特征在于，当重复有限元分析次数超过迭代阈值还包括调整强度评估的数值。
10.一种仿人机器人小腿优化装置，包括存储器、处理器以及存储在存储器上并可在处理器运行的计算机程序，其特征在于，所述处理器执行计算机程序时实现如权利要求1～9任一项所述的基于场驱动原理的仿人机器人小腿优化方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310407190.8A CN116551675B (zh) | 2023-04-17 | 2023-04-17 | 一种基于场驱动原理的仿人机器人小腿优化方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310407190.8A CN116551675B (zh) | 2023-04-17 | 2023-04-17 | 一种基于场驱动原理的仿人机器人小腿优化方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116551675A true CN116551675A (zh) | 2023-08-08 |
| CN116551675B CN116551675B (zh) | 2023-12-15 |
Family
ID=87488892
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310407190.8A Active CN116551675B (zh) | 2023-04-17 | 2023-04-17 | 一种基于场驱动原理的仿人机器人小腿优化方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116551675B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040062786A1 (en) * | 2001-10-17 | 2004-04-01 | Dr. Ascenzi | Method and system for modelling bone structure |
| CN108333971A (zh) * | 2018-02-28 | 2018-07-27 | 清华大学 | 仿人机器人的结构与运动的协同优化方法 |
| CA3177985A1 (en) * | 2021-12-17 | 2022-06-23 | Strong Force Vcn Portfolio 2019, Llc | Robot fleet management and additive manufacturing for value chain networks |
| EP4163812A1 (en) * | 2021-10-07 | 2023-04-12 | Dassault Systèmes | Designing a modeled object |
-
2023
- 2023-04-17 CN CN202310407190.8A patent/CN116551675B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040062786A1 (en) * | 2001-10-17 | 2004-04-01 | Dr. Ascenzi | Method and system for modelling bone structure |
| CN108333971A (zh) * | 2018-02-28 | 2018-07-27 | 清华大学 | 仿人机器人的结构与运动的协同优化方法 |
| EP4163812A1 (en) * | 2021-10-07 | 2023-04-12 | Dassault Systèmes | Designing a modeled object |
| CA3177985A1 (en) * | 2021-12-17 | 2022-06-23 | Strong Force Vcn Portfolio 2019, Llc | Robot fleet management and additive manufacturing for value chain networks |
Non-Patent Citations (2)
| Title |
|---|
| 梁顺可;李虹;: "机器人腕关节减速器轴强度优化设计仿真", 计算机仿真, no. 01, pages 313 - 316 * |
| 谭小群;李军;赵茜;: "四足机器人仿生机构模型及腿系参数优化", 组合机床与自动化加工技术, no. 12, pages 25 - 28 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116551675B (zh) | 2023-12-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Hereid et al. | 3D dynamic walking with underactuated humanoid robots: A direct collocation framework for optimizing hybrid zero dynamics | |
| Ha et al. | Task-based limb optimization for legged robots | |
| Pan et al. | Position model computational complexity of walking robot with different parallel leg mechanism topology patterns | |
| Khazanov et al. | Exploiting dynamical complexity in a physical tensegrity robot to achieve locomotion | |
| CN116551675B (zh) | 一种基于场驱动原理的仿人机器人小腿优化方法及装置 | |
| DE102012213957A1 (de) | Schnelle Berechnung von Griffkontakten für einen seriellen Roboter | |
| CN106934182B (zh) | 一种轻量化机械臂的统一设计方法 | |
| CN113569359A (zh) | 一种基于惯性释放法的双足机器人结构拓扑优化方法 | |
| Du et al. | Dynamic simulation for 6-strut tensegrity robots | |
| KR102233739B1 (ko) | 강화학습과 인공신경망을 이용한 보행 로봇 자세 제어방법 | |
| US11498250B2 (en) | Method for discrete assembly of cuboctahedron lattice materials | |
| Cao et al. | Applying central pattern generators to control the robofish with oscillating pectoral fins | |
| Sun et al. | Fully 3D-printed tortoise-like soft mobile robot with muti-scenario adaptability | |
| Pai et al. | Design and Development of a Fish-Like, Soft Biomimetic Robot | |
| CN114670951A (zh) | 一种Jansen连杆结构机器人仿生腿结构 | |
| Wu et al. | Topology optimization method and lightweight design of anthropomorphic manipulator | |
| Kallegias et al. | Design by nature: Concrete infiltrations | |
| Willems et al. | Quadruped robots benefit from compliant leg designs | |
| Moldovan et al. | Cad design and analytical model of a twelve bar walking mechanism | |
| Wang et al. | Kinematics analysis and motion simulation of a quadruped walking robot with parallel leg mechanism | |
| Liu et al. | Central pattern generators with biology observation for the locomotion control of hexapod robots | |
| Souissi et al. | Minimized-torque-oriented design of parallel modular mechanism for humanoid waist | |
| CN213414210U (zh) | 一种具有人体探测功能的救灾无人机 | |
| US20220350945A1 (en) | Biomimetic topology optimization and robotic fabrication of 3d-printed high-performance construction systems | |
| Vogtmann et al. | A systematic approach to designing multi-material miniature compliant mechanisms |
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 |