基于关节耦合与分层反射的双足机器人cpg控制方法研究

《基于关节耦合与分层反射的双足机器人cpg控制方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、工学硕士学位论文基于关节耦合与分层反射的双足机器人CPG控制方法研究RESEARCHONBIPEDROBOTCPGCONTROLMETHODBASEDONJOINTCOUPLINGANDLAYEREDREFLEXES吴静远哈尔滨工业大学2015年7月国内图书分类号：TP242.2学校代码：10213国际图书分类号：621.38密级：公开工学硕士学位论文基于关节耦合与分层反射的双足机器人CPG控制方法研究硕士研究生：吴静远导师：郭伟教授申请学位：工学硕士学科、专业：机械工程所在单位：机电工程学院答辩日期：2015

2、年7月授予学位单位：哈尔滨工业大学ClassifiedIndex:TP242.2U.D.C:621.38DissertationfortheMasterDegreeinEngineeringRESEARCHONBIPEDROBOTCPGCONTROLMETHODBASEDONJOINTCOUPLINGANDLAYEREDREFLEXESCandidate：WuJingyuanSupervisor：Prof.GuoWeiAcademicDegreeAppliedfor：MasterofEngineeringSpe

3、ciality：MechanicalEngineeringAffiliation：SchoolofMechatronicsEngineeringDateofDefense：July,2015DegreeConferringInstitution：HarbinInstituteofTechnology哈尔滨工业大学工学硕士学位论文摘要足式机器人作为动力学系统，具有非线性、结构多变的特点。目前采用的控制方法中，基于模型的方法依赖于对本体和所处环境的精确建模，测量和计算的工作量较大，控制的实时性较差。而基于行为的方法

4、由于全局规划系统和上层调控的缺失，系统的智能化水平较低，灵活性较差。生物CPG以其简单的结构形式、良好的内在耦合机制及一定的环境自适应性得到了研究人员的重视，正逐渐被用于控制各种形式的机器人。但机器人CPG运动控制系统在快速性、协调性及适应性等方面仍有所欠缺，与生物CPG的控制效果仍存在较大的差距。本文以提高CPG运动控制的快速性、协调性及适应性为目标，建立了多层CPG神经网络的数学模型，并融入基于生物反射建立的反射机制，实现了双足机器人于简单结构地面上的步行运动控制。首先，以人体步行时的关节运动轨迹为基础，提

5、炼了关节间的耦合规则，确立了CPG网络输出信号的耦合形式，为CPG网络的输出目标提供了依据。在此基础上，利用改进的VanderPol振子所建立的单神经元模型，运用收缩理论构建了包含有节律发生层、模式发生层和运动神经元层的分层链状CPG网络。通过耦合规则的调用改变CPG网络的耦合形式，输出适于当前环境的节律运动模式，实现了控制的快速性，并通过仿真实验对其模式输出的稳定性及运动协调性进行了验证。其次，对动物的三层反射模型进行了研究，给出了多层CPG运动控制系统的分层反射机制，并将欲建立的机器人反射机制根据其作用层次

6、进行了划分。在此基础上，按照反射对机器人行走的必要性顺序，借鉴人体步行时的反射策略，对应建立了双足机器人的反射模型。通过相位调整和姿势反射等反射机制对多层CPG网络的输出信号予以调控，实现了控制系统、机器人及环境三者间的动态交互，增强了机器人节律运动的稳定性及环境适应性，并以仿真实验分别对各反射机制的有效性进行了验证。最后，利用ADAMS和MATLAB进行联合仿真，在融入了牵张反射及对侧伸肌反射机制后，分别对双足机器人受瞬间冲击、周期性冲击、坡面地形及阶梯地形等四种情况下的步行运动进行了仿真实验。实验结果验证了

7、融合分层反射机制的多层CPG神经网络应用于双足机器人节律步态生成的可行性及有效性。关键词：双足机器人；中枢模式发生器；关节耦合规则；分层反射-I-哈尔滨工业大学工学硕士学位论文AbstractAsadynamicsystem,leggedrobothasthecharacteristicsofnonlinearandvariablestructures.Incurrentcontrolmethods,themodel-basedapproachneedsaccuratemodelingofbodyandenvi

8、ronment,whosecomplicatedmeasuringandcalculatingleadtotheweakreal-timeperformance.Duetothelackofglobalplanninganduppercontrol,thebehavior-basedapproachhasalowlevelofintelligenceandflexibility.Wit