四足机器人仿生控制方法及行为进化研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第1章 绪论 | 第12-31页 |
| ·引言 | 第12-13页 |
| ·仿生四足机器人研究现状 | 第13-29页 |
| ·仿生的概念 | 第13页 |
| ·国外仿生四足机器人研究现状 | 第13-27页 |
| ·国内仿生四足机器人研究现状 | 第27-29页 |
| ·本文的主要研究内容 | 第29-31页 |
| ·课题来源 | 第29页 |
| ·主要研究内容 | 第29-31页 |
| 第2章 仿生四足机器人运动学及动力学分析 | 第31-49页 |
| ·四足机器人运动学分析 | 第31-42页 |
| ·四足动物的运动构件分析 | 第31-34页 |
| ·摆动腿的运动学分析 | 第34-41页 |
| ·摆动腿的正运动学分析 | 第36-38页 |
| ·摆动腿的逆运动学分析 | 第38-41页 |
| ·着地腿的运动学分析 | 第41-42页 |
| ·四足机器人动力学分析 | 第42-48页 |
| ·拉格朗日方程 | 第43-44页 |
| ·四足机器人单腿动力学方程 | 第44-48页 |
| ·小结 | 第48-49页 |
| 第3章 仿生四足机器人样机设计 | 第49-77页 |
| ·仿生四足机器人本体结构设计 | 第49-62页 |
| ·四足机器人腿机构设计 | 第50-54页 |
| ·四足机器人本体结构 | 第54-62页 |
| ·驱动方式分析 | 第55-56页 |
| ·驱动电机分析 | 第56-57页 |
| ·传动方式分析 | 第57-58页 |
| ·关键器件选型 | 第58-62页 |
| ·仿生四足机器人控制系统设计 | 第62-66页 |
| ·控制系统结构 | 第64页 |
| ·控制系统硬件构成 | 第64-66页 |
| ·仿真平台 | 第66页 |
| ·关节直流电机驱动控制 | 第66-76页 |
| ·控制原理 | 第67-68页 |
| ·PID控制算法实现 | 第68-76页 |
| ·基于自适应遗传算法的神经网络参数优化 | 第68-69页 |
| ·基于BP神经网络的PID整定原理 | 第69-70页 |
| ·RBF辨识网络的学习算法 | 第70-72页 |
| ·控制算法 | 第72页 |
| ·仿真实验 | 第72-76页 |
| ·小结 | 第76-77页 |
| 第4章 基于生物激励的四足机器人运动控制方法 | 第77-105页 |
| ·四足机器人的运动控制方法 | 第77-79页 |
| ·基于模型的方法 | 第77页 |
| ·基于行为的方法 | 第77-78页 |
| ·基于神经网络的方法 | 第78页 |
| ·基于生物激励的方法 | 第78-79页 |
| ·中枢模式振荡器 | 第79-82页 |
| ·CPG的功能 | 第79-81页 |
| ·CPG的优点 | 第81-82页 |
| ·具有本体感觉的CPG | 第82-91页 |
| ·相互抑制的CPG | 第82-84页 |
| ·具有本体感觉和动态连接机制的CPG | 第84-90页 |
| ·生物学背景 | 第84-86页 |
| ·CPG振荡单元模型 | 第86-87页 |
| ·振荡单元特性分析 | 第87-90页 |
| ·具有本体感觉的CPG | 第90-91页 |
| ·基于CPG的四足机器人的运动控制 | 第91-99页 |
| ·四足动物的步态简介 | 第91-92页 |
| ·四足机器人的运动控制 | 第92-99页 |
| ·仿真及实验 | 第92-94页 |
| ·本体感觉实验 | 第94-99页 |
| ·基于CPG的反射控制 | 第99-103页 |
| ·姿态反射 | 第99-101页 |
| ·避障反射 | 第101-103页 |
| ·小结 | 第103-105页 |
| 第5章 四足机器人的行为进化 | 第105-120页 |
| ·动物的行为进化 | 第105-107页 |
| ·动物的行为分类 | 第105-106页 |
| ·动物的行为学习 | 第106-107页 |
| ·强化学习 | 第107-111页 |
| ·Q学习 | 第108-109页 |
| ·更新规则 | 第108页 |
| ·Q学习算法的步骤 | 第108-109页 |
| ·Q学习的收敛性 | 第109页 |
| ·Q学习的神经网络实现 | 第109-111页 |
| ·基于强化学习的四足机器人自主导航 | 第111-114页 |
| ·环境描述 | 第111页 |
| ·动作空间 | 第111页 |
| ·强化信号 | 第111-112页 |
| ·仿真实验 | 第112-114页 |
| ·基于遗传算法的四足机器人步行学习 | 第114-119页 |
| ·遗传算法 | 第115-116页 |
| ·四足机器人步行学习 | 第116-119页 |
| ·CPG网络结构 | 第116-117页 |
| ·编码方案 | 第117页 |
| ·遗传操作 | 第117-118页 |
| ·仿真实验 | 第118-119页 |
| ·小结 | 第119-120页 |
| 第6章 结论与展望 | 第120-123页 |
| ·工作总结 | 第120-121页 |
| ·本文的创新点 | 第121-122页 |
| ·未来工作展望 | 第122-123页 |
| 参考文献 | 第123-131页 |
| 致谢 | 第131-132页 |
| 攻读博士学位期间的主要研究工作及成果 | 第132-133页 |
