首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】基于关键模态分解和CPG的仿人机器人低姿匍匐全身运动规划方法_北京理工大学_202210890454.5 

申请/专利权人:北京理工大学

申请日:2022-07-27

公开(公告)日:2024-06-18

公开(公告)号:CN115070775B

主分类号:B25J9/16

分类号:B25J9/16;B25J9/00

优先权:

专利状态码:有效-授权

法律状态:2024.06.18#授权;2022.10.11#实质审查的生效;2022.09.20#公开

摘要:本发明公开了一种基于关键模态分解和CPG的仿人机器人低姿匍匐全身运动规划方法,将直线低姿匍匐运动分解为四个关键运动模态,依据关键运动模态,对基于Hopf振荡器的CPG耦合网络进行参数确定和初始化,求解CPG耦合网络的数学模型,得到机器人右肩部俯仰关节、左肩部俯仰关节、右腿髋部俯仰关节、左腿髋部俯仰关节的矢状面关键运动轨迹;依据关键运动模态转换的相位与幅值,将矢状面关键运动轨迹映射为全身运动轨迹,全身运动轨迹由工控机发送给机器人各关节执行,实现仿人机器人的直线低姿匍匐运动。本发明基于匍匐运动关键模态分解和CPG耦合网络,实现了仿人机器人低姿匍匐全身协同运动的轨迹规划。

主权项:1.一种基于关键运动模态和CPG耦合网络的仿人机器人低姿匍匐全身运动规划方法,其特征在于,将具有周期性的直线低姿匍匐运动分解为四个关键运动模态,依据关键运动模态,对基于Hopf振荡器的CPG耦合网络进行参数确定和初始化,求解CPG耦合网络的数学模型,得到机器人右肩部俯仰关节RArm1、左肩部俯仰关节LArm1、右腿髋部俯仰关节RLeg3、左腿髋部俯仰关节LLeg3的矢状面关键运动轨迹;依据关键运动模态转换的相位与幅值,将矢状面关键运动轨迹映射为全身运动轨迹,全身运动轨迹由工控机发送给机器人各关节执行,实现仿人机器人的直线低姿匍匐运动;所述四个关键运动模态具体为:运动模态1:机器人的左肘部、左膝部、右肘部与地面保持接触,右膝部处于悬空状态;运动模态2:机器人的左肘部、左膝部、右膝部与地面保持接触,右肘部处于悬空状态;运动模态3:机器人的左肘部、右肘部、右膝部与地面保持接触,左膝部处于悬空状态;运动模态4:机器人的右肘部、左膝部、右膝部与地面保持接触,左肘部处于悬空状态;所述CPG耦合网络由4个Hopf振荡器组成,求解CPG耦合网络的数学模型,得到Hopf振荡器1的输出信号x1、Hopf振荡器2的输出信号x2、Hopf振荡器3的输出信号x3和Hopf振荡器4的输出信号x4,所述x1作为左肩部俯仰关节LArm1的矢状面关键运动轨迹trala1,所述x2作为右肩部俯仰关节RArm1的矢状面关键运动轨迹trara1,所述x3作为左腿髋部俯仰关节LLeg3的矢状面关键运动轨迹trall3,所述x4作为右腿髋部俯仰关节RLeg3的矢状面关键运动轨迹trarl3;所述CPG耦合网络的数学模型为: 其中:X和Y是CPG耦合网络的输出信号,且X=[x1x2x3x4]T、Y=[y1y2y3y4]T;是输出信号的一阶微分,A、B、C均为系数矩阵,Hx和Hy为耦合矩阵,且所述参数确定包括振荡器幅值、振荡器的振荡频率和极限环收敛速度;振荡器幅值平方满足:μ1=qla31-qla112μ2=qra31-qra112μ3=qll33-qll132μ4=qrl33-qrl132其中:qla31表示左肩部俯仰关节在运动模态3的关节角,qla11表示左肩部俯仰关节在运动模态1的关节角,qra31表示右肩部俯仰关节在运动模态3的关节角,qra11表示右肩部俯仰关节在运动模态1的关节角,qll33表示左腿髋部俯仰关节在运动模态3的关节角,qll13表示左腿髋部俯仰关节在运动模态1的关节角,qrl33表示右腿髋部俯仰关节在运动模态3的关节角,qrl13表示右腿髋部俯仰关节在运动模态1的关节角;振荡器的振荡频率为: 其中:ωstance和ωswing分别是输出信号支撑相频率、摆动相频率,bi为支撑相和摆动相的切换速度,且是振荡器的振荡幅值,为各振荡器的摆动相频率设定值,yi为第i个振荡器的输出信号,i=1,2,3,4;极限环收敛速度为:

全文数据:

权利要求:

百度查询: 北京理工大学 基于关键模态分解和CPG的仿人机器人低姿匍匐全身运动规划方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。