隨著人工智能技術與產業(yè)鏈的快速發(fā)展,機器人已經廣泛的應用到我們生活中的各個領域,發(fā)揮著巨大作用。雙足機器人具有靈活高,運動能力強等特點,具有廣闊的應用前景。然而雙足機器人結構復雜、系統(tǒng)耦合度高,步態(tài)行走易受到外部環(huán)境的干擾,快速穩(wěn)定的步態(tài)規(guī)劃方法顯得尤其重要。因此,研究雙足機器人步態(tài)規(guī)劃方法具有重要意義。當前優(yōu)必選公司Alpha EBot機器人采用三維線性倒立擺步態(tài)規(guī)劃方法,步行速度慢、效率低,無法滿足快速行走的要求。本文重點是研究雙足機器人的步態(tài)規(guī)劃方法和擺動腿運動軌跡的規(guī)劃方法,在分析原有Alpha Ebot步態(tài)規(guī)劃方法的基礎上,提出優(yōu)化雙足支撐階段時間和優(yōu)化擺動腿運動軌跡的改進方法,并應用到機器人上,提高機器人的行走速度和穩(wěn)定性。本文主要的研究內容如下:1.提出了基于三維線性倒立擺步態(tài)規(guī)劃的優(yōu)化方法:分析影響機器人快速行走和穩(wěn)定性因素,在三維線性倒立擺步態(tài)規(guī)劃方法的基礎上,采用縮短雙足支撐階段時間,保持倒立擺原點接近其最佳位置的優(yōu)化方法,提升效率與穩(wěn)定性。2.提出了基于貝塞爾曲線擺動腿運動軌跡的優(yōu)化方法:分析擺動腿運動軌跡對雙足機器人步行穩(wěn)定性的影響,采用牛頓切線法求解貝塞爾曲線...

【文章頁數(shù)】：81 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 選題背景及意義
    1.2 國內外研究現(xiàn)狀
        1.2.1 國外機器人研究現(xiàn)狀
        1.2.2 國內機器人研究現(xiàn)狀
        1.2.3 雙足機器人步態(tài)規(guī)劃研究方法
    1.3 本文的主要內容
    1.4 本文的組織結構
第2章 雙足機器人運動學建模與仿真
    2.1 前言
    2.2 雙足機器人運動學基礎
        2.2.1 機器人的位置描述
        2.2.2 機器人的狀態(tài)描述
    2.3 正運動學
        2.3.1 雙足機器人運動學方程求解
        2.3.2 雙足機器人正運動學MATLAB仿真
    2.4 逆運動學
        2.4.1 雙足機器人逆運動學的幾何解析法
        2.4.2 雙足機器人逆運動學MATLAB仿真
    2.5 步行穩(wěn)定性判據(jù)
        2.5.1 ZMP的定義
        2.5.2 穩(wěn)定步行的判定
    2.6 本章小結
第3章 基于三維線性倒立擺步態(tài)規(guī)劃的優(yōu)化
    3.1 問題描述及方法確認
    3.2 雙足機器人步行運動狀態(tài)描述
    3.3 三維線性倒立擺步態(tài)規(guī)劃
        3.3.1 基于三維線性倒立擺的質心規(guī)劃方法
        3.3.2 三維線性倒立擺質心軌跡的仿真
    3.4 基于三維線性倒立擺步態(tài)規(guī)劃的優(yōu)化方法
        3.4.1 建立坐標系
        3.4.2 計算質心的初始狀態(tài)和步行時間
    3.5 實驗結果與分析
    3.6 本章小結
第4章 基于貝塞爾曲線擺動腿運動軌跡的優(yōu)化
    4.1 問題描述及方法確認
    4.2 貝塞爾曲線介紹
    4.3 基于貝塞爾曲線擺動腿運動軌跡的優(yōu)化方法
    4.4 雙足機器人擺動腿軌跡仿真
    4.5 本章小結
第5章 雙足機器人步態(tài)控制實現(xiàn)與實驗分析
    5.1 Alpha Ebot機器人介紹
    5.2 Alpha Ebot步態(tài)控制模塊設計
        5.2.1 步態(tài)控制需求分析
        5.2.2 整體系統(tǒng)架構設計
        5.2.3 步態(tài)控制接口設計
    5.3 Alpha Ebot機器人步態(tài)控制實現(xiàn)
        5.3.1 開發(fā)環(huán)境及搭建
        5.3.2 MATLAB步態(tài)算法移植
        5.3.3 步態(tài)控制模塊實現(xiàn)
        5.3.4 步態(tài)控制流程圖
    5.4 雙足機器人步態(tài)控制實驗與分析
    5.5 本章小結
第6章 總結與展望
    6.1 總結
    6.2 展望
參考文獻
作者簡介
致謝



本文編號：3800444