双足被动步行机器人稳定性分析及运动控制策略分析-stability analysis and motion control strategy analysis of biped passive walking robot.docx

代替，利用Floquet乘子与步态敏感范数方法从两方面论证了两种结构对机器人稳定行走能力提升的等效性；利用髋关节角分机构的被动传动特性，消除上体引入带来的旋转自由度，利用模型参数逐步优化的策略，实现了模型参数的最优化配置，构建实物样机。同时针对理论模型与实物样机之间的差别以及现实步行环境不可预知的特性，提出基于CMAC网络的Sarsa增强学习控制策略，通过不同样机模型在各自仿真环境中的行走实验与现实环境中样机的平地实验，验证了该控制策略的有效性。为进一步揭示被动步行的本质规律，对机器人的不稳定步态进行深入分析。通过单个参数持续改变步态发生变化的本质特征分析，揭示出倍周期分岔、混沌现象的内在规律。对于机器人自身结构参数，分析各个参数单独变化时，机器人步态由极限环进入混沌的方式，以及在此过程中Floquet乘子的变化规律、机器人步态的迭代次序、Feigenbaum普适性等内在规律；进一步，固定机器人自身结构参数，分析讨论斜坡倾角不同阶段对应的单周期、倍周期、拟周期、混沌入口、倍周期镜像、混沌中断以及混沌终结的步态特征，揭示其隐藏的本质规律。针对双足被动步行机器人混沌步态的本质规律，充分利用被动步行机理，结合不同的控制目标，实现对机器人混沌步态的抑制。首先将李群的控制对称性与增强学习相结合，实现任意斜坡倾角下不稳定步态向目标极限环步态的转变。其次，利用模型参数间的相互制约影响关系，立足于仿人结构的前向补偿脚，通过前向补偿角的调整实现对倍周期分岔与混沌步态的抑制。再次，针对机器人混沌步态呈现出深层次上的高度有序性，通过标准周期迭代数据点的建立实现对任意混沌步态迭代序列位置区域的准确预测。最后，针对双足机器人混合动力系统连续摆动阶段与离散碰撞过程交替出现的独特运动特性，通过碰撞脉冲作用下机器人系统周期轨道存在性、稳定性的理论分析与证明，结合现有的混沌抑制方法将混沌轨道的辨识分为两部分：通过动态神经网络实现碰撞过程的辨识、利用动态模糊神经网络实现摆动阶段的辨识。在此基础上提出了不确定混沌系统自适应控制策略。将模糊动态神经网络作为不确定混沌系统的辨识模型，用滑模控制方式在线调整网络权值，结合线性正交算法设计优化补偿控制器，系统的仿真与样机实验结果验证了所提出方法的有效性。关键词:双足，被动步行，控制策略，参数优化，增强学习，混沌抑制AbstractTheeffective,natural,stablemotionskillofhumanbeingsprovidesbenefitinsightoftheresearchonhomanoidrobots.Theresearchonbipedquasi-passivedynamicwalkingrobotaimsatexploringthemachanismofhumanbeings’effectiveandfastwalking,whichbreaksanewwaytothestructuraldesignandcontrolstrategiesdevelopmentforhumanoidbipedrobots.Theresearchalsopromotesthepracticalizationofthebipedrobot.Therefore,thepassivewalkingmechanism,underlyingtheoreticallythehumanoidbipedrobot,isthekeytosortsofproblemsinthefieldofhumanoidbipedrobot.Bipedalwalkingrobots,basedonpassivedynamicwalkingprinciple,relyingonthegravityanditsowninertiaduringthewalkingprocess,whilekeepsthespecialinherentstabilityandlowenergyconsumption.However,thesespecialpropertiesleadtohighsensitivityofthegaitstabilitytotheinnerstructuralparametersandexternaldisturbances;anytinychangeinparameterswillcauseanobviouschangeinthegait.Thus,thispaperexploresfromthegaitstability,providesfirmtheoreticalbasisforthereasonableoptimalconfigurationofparameters,controlstategiesofcomplexran