| 摘要 | 第1-5页 |
| Abstract | 第5-13页 |
| 第1章 绪论 | 第13-32页 |
| ·引言 | 第13-16页 |
| ·被动动态步行的研究特点 | 第16-18页 |
| ·被动动态步行的研究方法 | 第18页 |
| ·被动动态步行的研究概况 | 第18-30页 |
| ·实体机器人设计 | 第18-23页 |
| ·纯被动双足机器人 | 第18-19页 |
| ·半被动双足机器人 | 第19-23页 |
| ·动态步行控制问题 | 第23-27页 |
| ·动态步行稳定性分析 | 第27-29页 |
| ·对步行本质特性的分析与挖掘 | 第29-30页 |
| ·主要研究内容和章节安排 | 第30-32页 |
| 第2章 步行稳定性分析和机械参数优化 | 第32-43页 |
| ·机器人动力学模型 | 第33-35页 |
| ·步行稳定性分析及最优机械参数求解 | 第35-40页 |
| ·局部稳定性分析 | 第35-36页 |
| ·全局稳定性分析 | 第36-37页 |
| ·最优机械参数求解 | 第37-38页 |
| ·仿真结果 | 第38-40页 |
| ·本章小结 | 第40-43页 |
| 第3章 柔性驱动器选型 | 第43-60页 |
| ·伺服电机柔性驱动 | 第44-48页 |
| ·主动柔顺控制 | 第45-46页 |
| ·串联弹性驱动器 | 第46页 |
| ·AMASC驱动器 | 第46-47页 |
| ·MACCEPA驱动器 | 第47-48页 |
| ·气动人工肌肉驱动器及其控制 | 第48-58页 |
| ·McKibben型气动人工肌肉及颉颃关节实验平台 | 第48-51页 |
| ·动力学模型 | 第51-52页 |
| ·能量优化控制 | 第52-54页 |
| ·仿真结果 | 第54-57页 |
| ·气动人工肌肉特性小结 | 第57-58页 |
| ·本章小结 | 第58-60页 |
| 第4章 半被动双足机器人的设计与建模 | 第60-71页 |
| ·半被动双足机器人原型设计 | 第60-62页 |
| ·机构设计 | 第60-61页 |
| ·硬件系统结构 | 第61-62页 |
| ·动力学模型 | 第62-69页 |
| ·广义坐标定义 | 第63页 |
| ·摆腿过程 | 第63-69页 |
| ·冲击过程 | 第69页 |
| ·驱动器模型 | 第69页 |
| ·本章小结 | 第69-71页 |
| 第5章 基于步行相模型的再励学习方法 | 第71-80页 |
| ·Q-学习方法 | 第72-73页 |
| ·基于步行相模型的Q-学习 | 第73-77页 |
| ·基本思想 | 第73-74页 |
| ·步行相定义 | 第74-75页 |
| ·学习算法 | 第75-77页 |
| ·仿真结果 | 第77-79页 |
| ·本章小结 | 第79-80页 |
| 第6章 基于模糊再励学习(FAL)的动态步行 | 第80-95页 |
| ·模糊优胜学习 | 第81-84页 |
| ·基于FAL结构的学习控制器 | 第84-88页 |
| ·学习控制器设计 | 第84-86页 |
| ·优胜值初始化 | 第86页 |
| ·传导性迹 | 第86-88页 |
| ·报酬信号定义 | 第88页 |
| ·仿真与实验结果 | 第88-93页 |
| ·FAL结构的参数设计 | 第88-89页 |
| ·非平坦地形中的步行仿真研究 | 第89-90页 |
| ·能量效率 | 第90-92页 |
| ·机器人实体控制实验 | 第92-93页 |
| ·本章小结 | 第93-95页 |
| 第7章 总结与展望 | 第95-98页 |
| ·论文的主要贡献 | 第95-96页 |
| ·未来工作展望 | 第96-98页 |
| 参考文献 | 第98-106页 |
| 致谢 | 第106-107页 |
| 附录 A 机器人装配图 | 第107-109页 |
| 附录 B 电路原理图 | 第109-120页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第120-121页 |