摘要
双足机器人具有类人的腿部结构，能更好地适应人类日常的工作环境，实现更加灵活多样的活动，有着广泛的应用场景。双足机器人能够在人类所处的现实环境中维持自身的直立平衡并且实现稳定的行走是一切的前提，然而双足机器人本身是一个多自由度、强耦合的非线性系统，因此其平衡控制策略的生成及行走步态的规划都较为困难。刚性七连杆模型对双足机器人的各部分进行简化，不仅能够真实反映机器人双腿的动力学特性，还为双足机器人物理对象模型平衡控制器的设计奠定了基础。本文围绕七连杆双足机器人的平衡控制及步态规划问题展开研究，主要研究内容如下: 第一，建立了七连杆双足机器人的运动学和动力学模型。为了对双足机器人物理对象模型进行步态规划以及平衡控制器的设计，须建立其运动学和动力学模型。鉴于双足机器人运动学和动力学特性的复杂性，在七连杆模型的基础上，分别采用改进DH(Modified Denavit-Hartenberg，MDH)法和几何解析法建立双足机器人的正逆运动学模型，并验证了模型的正确性;基于拉格朗日法建立双足机器人左腿支撑期(Left leg Support Period，LSP)和右腿支撑期(Right leg Support Period，RSP)的动力学模型。对双足机器人进行运动学和动力学建模是研究其平衡控制及步态规划问题的基础。 第二，基于LQR的双足机器人直立平衡策略的设计与实现。基于七连杆双足机器人的动力学模型，建立双足机器人系统的状态空间方程，设计全状态LQR直立平衡控制策略。鉴于LQR中权重矩阵Q和R直接影响控制器的动态性能，采用基于粒子成功率(Success Rate，SR)更新粒子速度及位置的自适应权重粒子群(Adaptive Weighted Particle Swarm Optimization，AWPSO)算法，获取最优的控制器参数。双足机器人物理对象模型的直立平衡及抗扰实验结果表明:全状态LQR直立平衡策略通过对双足机器人系统进行精确的控制，保证其在偏离直立平衡位置或受到外界干扰后，均能恢复至直立平衡状态;且通过AWPSO获得最优的控制器参数，确保了直立恢复过程中良好的稳定性及快速性。 第三，基于自适应步态切换算法的双足机器人步态跟踪策略。在双足机器人直立平衡策略的基础上，搭建基于自适应步态切换算法的双足机器人类人步态跟踪控制架构:通过人体行走数据生成拟人期望步态，基于七连杆双足机器人LSP和RSP的状态空间方程，设计相应的LQR步态跟踪控制策略，并利用AWPSO分别获取最优的控制器参数;利用自适应步态切换算法，完成步态跟踪策略的切换，以实现对类人期望步态的精确跟踪。双足机器人物理对象模型的单、多步态周期的行走实验结果表明:自适应阈值区间更新机制保证了对步态切换的准确检测，从而实现了双足机器人对类人期望步态的精确跟踪，完成了双足机器人稳定的类人行走。 本文针对七连杆双足机器人的平衡控制及步态规划问题展开研究，通过提出的控制策略使双足机器人能够在外界环境中实现直立平衡及稳定的类人行走，对于双足机器人更好地与人协同工作具有一定的应用价值。
NETL