【摘 要】
:
四足机器人运动控制研究的重点是动态稳定能力和适应能力。在缺乏上层决策和传感器信息的情况下,结合中枢模式发生器(Central pattern generator,CPG)的仿生控制方法利用生物CPG模型原本自发的节律性,简单的实现机器人的节律运动,无需对环境和机体自身进行建模,大大降低了机器人控制的难度。但是该方法的缺点是无法实现更多的步态和对于复杂环境的适应能力,无法很好的模拟生物特性。本文出于
论文部分内容阅读
四足机器人运动控制研究的重点是动态稳定能力和适应能力。在缺乏上层决策和传感器信息的情况下,结合中枢模式发生器(Central pattern generator,CPG)的仿生控制方法利用生物CPG模型原本自发的节律性,简单的实现机器人的节律运动,无需对环境和机体自身进行建模,大大降低了机器人控制的难度。但是该方法的缺点是无法实现更多的步态和对于复杂环境的适应能力,无法很好的模拟生物特性。本文出于提升仿真的便捷性,高效性和逼真性,结合不同软件的优点构筑联合仿真平台。模仿动物神经-肌肉的结构,根据神经元原理,构建了以仿脊髓网络为核心的运动控制系统。针对四足机器人面对环境的适应能力不足的问题,引入强化学习的方法,模仿生物大脑的学习功能,在与环境不断的互动学习中获得对未知环境的运动决策能力。首先,使用Simulink图形化编程界面构建脊髓运动网络的拓扑结构,作为程序主体,降低参数调节的复杂度。利用Webots进行动力学建模,进行虚拟仿真。通过设置外部环境调用和控制器代码编程,同步两个软件之间的进程和时间,完成Simulink和Webots联合仿真平台。其次,建立神经元模型,并结合神经元模型构建两层仿脊髓网络,通过对四足动物运动特性的分析,构建机器人的对角同步步态,并对模型参数进行分析。在实现四足机器人对角同步步态的基础上,通过对四足动物转弯步态的分析和研究,提出使用侧步转弯策略,并使用该步态实现不同转弯信号的跟踪。最后,在步态控制完成的基础上,模仿生物能够不断学习并改进自身策略的特性,使用强化学习中近端策略优化算法作为训练机器人避障决策的主要方法。使用该方法在多静态障碍地图上进行测试,最后获得不错的避障效果。
其他文献
目前,传统的化石燃料开采殆尽,其带来的环境问题也日益严重,人们对清洁能源的需求日益增大。因此,具有极大发展潜力的光伏产业在近几年得到了巨大的发展。硅太阳电池作为其中的核心技术,其转换效率的提高是降本的重点之一。如今,接触处的复合是限制其效率提高的关键问题。载流子选择性接触(CSCs)成为解决该问题的重要途径。其中,宽带隙材料由于其与硅能带匹配,免掺杂(无需利用杂质在硅内扩散,形成p或n型掺杂),制
文本检测作为计算机视觉领域中的一个重要研究方向存在着广泛的应用,如自动驾驶、视频分析、工业检测和智慧城市建设等。标牌图像主要由奖牌、门牌、标志牌和警示牌组成,具有如时间、地点、荣誉、祝福等丰富的语义信息,因此准确地检测出自然场景中标牌图像的文本信息可以极大地便利人们的日常生活和国内外交流。此外,与常见自然场景文本如门店牌匾、交通标志牌、广告牌和宣传栏不同,标牌图像的背景颜色和样式多变,许多背景极易
在水产养殖业中,由养殖的动物细菌性疾病带来的经济损失一直是个难题,如副溶血弧菌(Vibrio parahaemolyticus)能够引起鱼、蟹、虾、牡蛎等水产动物死亡,这些情况严重制约了我国水产养殖业的发展。此时通过从丰富的海洋资源中找寻绿色高效的抑菌活性化合物是一个很好的研究方向,其中的海洋真菌则是一个非常好的研究来源。本实验室从海水养殖动物花蚬共生真菌中分离得到的一株烟曲霉Aspergillu
螺旋桩是一种异形桩,具有成桩速度快、所需设备小型化、低碳绿色环保、节省材料等优点,引起了广泛关注。在海相软土地区使用螺旋桩,还需要解决桩体易失稳、桩基承载能力偏低和桩身耐久性较差等问题。针对这些问题,本文提出一种注浆螺旋桩及其成桩方法。采用现场成桩工艺试验、桩基承载力试验与有限元数值模拟相结合的方法,研究注浆螺旋桩的成桩工艺及竖向单桩承载性能,并通过有限元模拟分析注浆螺旋桩荷载传递规律与承载机理,
波浪的非线性特征影响近岸岸滩剖面底部泥沙的横向输运,现有输沙率计算多采用准恒定输沙模式或半周期分割-非恒定净输沙模式,只关注了波浪作用下的最大床面切应力,且对切应力与波浪轨迹流速之间的相位差考虑不多。大量水槽实验数据显示非线性波浪作用下,岸滩的横向输沙方向常出现与波浪传播方向相反的现象,而基于最大床面切应力的方法不能准确刻画这一现象。故需要对现有理论进行修订和完善。论文基于现有的非线性波浪理论,建
世界经济发展的同时OLED科技也随之不断发展,目前OLED技术在照明等领域具有十分广泛的发展前景,高性能器件是OLED产业化的关键所在,故优化材料在发光层(EML)中的性能对于开发高效OLED具有重要意义。目前发光层主要是主-客体掺杂结构,其中D-A型主体材料是本文研究的重点,通过设计合成得到一系列D-A型小分子主体材料,并对其光物理性能和电化学性能进行测试。以下是对各个章节主要内容的简单介绍:(
大气湍流导致在其中传输的光束波前产生畸变,这降低了系统的成像质量和传输效率,自适应光学(Adaptive Optical,AO)技术可以有效校正波前畸变。随机并行梯度下降(Stochastic Parallel Gradient Descent,SPGD)算法是无波前探测AO系统中应用最广泛的一种控制算法,无需波前探测,鲁棒性强且易于实现,但算法迭代执行方式降低了自适应光学系统收敛速度。本文主要针
移动机器人的路径规划问题一直备受科研工作者的关注,但用传统算法解决此类问题,大多具有鲁棒性差和算法的不确定性等特点。因此,对路径规划问题的研究一直在继续。免疫算法是一种仿生类算法,它可以解决某些非线性问题,变异过程可以跳出局部最优,免疫系统中的变异过程在路径规划时可跳出局部最优解,因此在解决移动机器人路径规划问题时起到重要作用。本文在免疫机理的基础上进行研究,主要研究工作如下。引入一种基于人工免疫
随着经济的快速发展,我国的铁路运营里程和货物周转量也在逐年增加。因此,我国铁路运输的日常作业变得越来越重要。而港口装车工人可以很方便地根据货运列车车号的自动识别结果及时记录车号、货物种类和重量等信息,这对提高装车效率具有重要意义;此外,还可以根据货运列车在装车楼下的移车速度大小来合理的调节和控制车速,以确保能够进行高效装车。本文在有限的数据量及算力等实验条件下,主要对港口装车楼下货运列车的车号识别
布匹表面缺陷检测作为纺织企业产品质量控制过程的重要环节,可以有效提升布匹的产品质量和生产效率。由于部署方便、生产线改造成本低等优点,大多数缺陷检测采用机器视觉检测方法,传统的机器视觉检测方法依赖特征提取器的设计,特征提取器决定了机器视觉方法的检测效果,而且人工设计的特征提取器只能提取简单的中底层特征,且依赖数据集。针对当前缺陷检测存在的问题,本文提出了一种基于深度学习的缺陷检测方法,深度学习具有自