基于中枢模式发生器的仿人机器人运动规划研究
摘要 | 第4-5页 |
ABSTRACT | 第5页 |
第1章 绪论 | 第8-16页 |
1.1 课题来源 | 第8页 |
1.2 课题研究的目的和意义 | 第8-9页 |
1.3 仿人机器人国内外研究概况 | 第9-15页 |
1.3.1 仿人机器人国内外发展 | 第9-11页 |
1.3.2 仿人机器人路径规划的国内外研究现状 | 第11-12页 |
1.3.3 仿人机器人步态规划的国内外研究现状 | 第12-13页 |
1.3.4 CPG用于仿人机器人控制的研究现状 | 第13-15页 |
1.4 本文主要研究内容 | 第15-16页 |
第2章 仿人机器人运动分析及建模 | 第16-28页 |
2.1 引言 | 第16页 |
2.2 CPG和步态的基础知识介绍 | 第16-19页 |
2.2.1 生物节律运动的生物学基础 | 第16-17页 |
2.2.2 步行相关定义 | 第17-18页 |
2.2.3 CPG信号与步态的关系 | 第18-19页 |
2.3 人类的运动分析 | 第19-24页 |
2.3.1 侧向平面的运动 | 第20-21页 |
2.3.2 横向平面的运动 | 第21-23页 |
2.3.3 前向平面的运动 | 第23-24页 |
2.4 仿人机器人运动学模型 | 第24-27页 |
2.5 本章小结 | 第27-28页 |
第3章 CPG网络模型的构建 | 第28-41页 |
3.1 引言 | 第28页 |
3.2 构成CPG单元的数学模型简介 | 第28-31页 |
3.2.1 二维非线性振荡器 | 第28-29页 |
3.2.2 神经网络振荡器 | 第29-30页 |
3.2.3 可输出任意形状极限环的振荡器 | 第30-31页 |
3.3 基于HOPF振荡器的CPG网络模型构建 | 第31-33页 |
3.4 CPG网络模型的构建 | 第33-38页 |
3.4.1 CPG单元的模型构建 | 第34-35页 |
3.4.2 CPG模型的特征 | 第35-37页 |
3.4.3 CPG起始特性 | 第37-38页 |
3.5 CPG网络模型的构建 | 第38-39页 |
3.6 本章小结 | 第39-41页 |
第4章 基于CPG的仿人机器人稳定行走的实现 | 第41-48页 |
4.1 引言 | 第41页 |
4.2 仿人机器人躯干状态估计 | 第41-45页 |
4.2.1 状态测量系统的构成 | 第41-42页 |
4.2.2 卡尔曼滤波融合过程 | 第42-44页 |
4.2.3 卡尔曼滤波效果 | 第44-45页 |
4.3 稳定行走的实现 | 第45-47页 |
4.4 本章小结 | 第47-48页 |
第5章 CPG运动控制方法的应用与实验验证 | 第48-57页 |
5.1 引言 | 第48页 |
5.2 仿真实验 | 第48-54页 |
5.2.1 不同步态 | 第48-49页 |
5.2.2 斜坡实验 | 第49-50页 |
5.2.3 与基于采样的路径规划算法相结合 | 第50-54页 |
5.3 CPG实体实验 | 第54-56页 |
5.3.1 CPG参数与步态之间的关系 | 第54-56页 |
5.3.2 适应性行走实验 | 第56页 |
5.4 本章小结 | 第56-57页 |
结论 | 第57-58页 |
参考文献 | 第58-62页 |
攻读硕士学位期间发表的论文及其它成果 | 第62-63页 |
附录 | 第63-71页 |
A.直步时腿部关节运动曲线 | 第63-65页 |
B.侧步时腿部关节运动曲线 | 第65-67页 |
C.旋步时腿部关节运动曲线 | 第67-71页 |
致谢 | 第71页 |