摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第11-19页 |
1.1 课题来源与选题背景 | 第11页 |
1.1.1 课题来源 | 第11页 |
1.1.2 选题背景 | 第11页 |
1.2 双腿行走机器人的研究现状 | 第11-15页 |
1.2.1 国外研究现状 | 第12-14页 |
1.2.2 国内研究现状 | 第14-15页 |
1.3 双腿行走机器人步态规划研究现状 | 第15-18页 |
1.4 论文的主要结构安排 | 第18-19页 |
第2章 异构双腿行走机器人的结构设计 | 第19-29页 |
2.1 BRHL的总体结构设计 | 第19-21页 |
2.2 BRHL人工腿结构设计 | 第21-25页 |
2.2.1 人工腿的组成 | 第21-22页 |
2.2.2 人工腿膝关节的设计 | 第22-25页 |
2.2.3 人工腿踝关节和脚的设计 | 第25页 |
2.3 BRHL仿生腿结构设计 | 第25-27页 |
2.3.1 仿生腿的组成 | 第25-26页 |
2.3.2 仿生腿膝关节的设计 | 第26-27页 |
2.3.3 仿生腿踝关节和腿的设计 | 第27页 |
2.4 本章小结 | 第27-29页 |
第3章 BRHL仿生腿步态识别 | 第29-37页 |
3.1 智能仿生腿步态传感系统设计 | 第29-31页 |
3.1.1 地面反力采集系统 | 第30页 |
3.1.2 关节角信息采集系统 | 第30-31页 |
3.1.3 仿生腿大腿残留部分的摆动信息系统 | 第31页 |
3.2 BRHL仿生腿的步态识别 | 第31-36页 |
3.2.1 BP神经元网络模型 | 第32-33页 |
3.2.2 BP神经网络的训练算法 | 第33-36页 |
3.3 本章小结 | 第36-37页 |
第4章 基于Hopf振荡器的BRHL人工腿步态规划 | 第37-53页 |
4.1 人类步态特征描述 | 第37-38页 |
4.2 CPG简介 | 第38-39页 |
4.3 构成CPG的非线性振荡器模型分类 | 第39-45页 |
4.3.1 Hopf非线性振荡器模型 | 第39-41页 |
4.3.2 Rayleigh非线性振荡器模型 | 第41-44页 |
4.3.3 Matsuoka非线性振荡器模型 | 第44-45页 |
4.4 基于Hopf振荡器的CPG控制网络的设计 | 第45-48页 |
4.4.1 Hopf控制系统 | 第46页 |
4.4.2 CPG控制网络设计 | 第46-48页 |
4.5 CPG模型参数整定 | 第48-52页 |
4.5.1 常用参数整定方法 | 第48页 |
4.5.2 基于遗传算法的CPG模型参数整定 | 第48-52页 |
4.6 实验仿真 | 第52页 |
4.7 本章小结 | 第52-53页 |
第5章 基于Matsuoka振荡器的BRHL人工腿步态规划 | 第53-71页 |
5.1 神经振荡器的数学模型 | 第53-57页 |
5.1.1 单个神经元模型 | 第53页 |
5.1.2 Matsuoka神经元振荡器模型 | 第53-54页 |
5.1.3 基于Matsuoka神经元振荡器的CPG模型 | 第54-57页 |
5.2 基于Matsuoka振荡器的CPG控制网络的设计 | 第57-58页 |
5.3 基于Matsuoka振荡器的CPG模型参数整定 | 第58-64页 |
5.3.1 连接权重矩阵 | 第59-60页 |
5.3.2 时间常数 | 第60-61页 |
5.3.3 外部常输入 | 第61-62页 |
5.3.4 疲劳系数 | 第62页 |
5.3.5 互抑系数 | 第62-63页 |
5.3.6 参数整定结果 | 第63-64页 |
5.4 步态运动仿真 | 第64-68页 |
5.4.1 基于ADAMS的样机模型建立 | 第65页 |
5.4.2 创建约束 | 第65-66页 |
5.4.3 行走环境设置 | 第66页 |
5.4.4 添加驱动 | 第66-67页 |
5.4.5 仿真结果 | 第67-68页 |
5.5 PID控制仿真 | 第68-70页 |
5.5.1 PID控制原理 | 第68页 |
5.5.2 PID控制仿真分析 | 第68-70页 |
5.6 本章小结 | 第70-71页 |
第6章 总结与展望 | 第71-73页 |
6.1 本文工作总结 | 第71-72页 |
6.2 存在问题与后续工作展望 | 第72-73页 |
参考文献 | 第73-79页 |
致谢 | 第79页 |