CN112925320B - 一种基于质心模型的双足机器人步态能耗评估方法 - Google Patents
一种基于质心模型的双足机器人步态能耗评估方法 Download PDFInfo
- Publication number
- CN112925320B CN112925320B CN202110100346.9A CN202110100346A CN112925320B CN 112925320 B CN112925320 B CN 112925320B CN 202110100346 A CN202110100346 A CN 202110100346A CN 112925320 B CN112925320 B CN 112925320B
- Authority
- CN
- China
- Prior art keywords
- biped robot
- joint actuator
- energy consumption
- load torque
- centroid
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000005265 energy consumption Methods 0.000 title claims abstract description 51
- 238000000034 method Methods 0.000 title claims abstract description 39
- 230000005021 gait Effects 0.000 title claims abstract description 32
- 239000013598 vector Substances 0.000 claims abstract description 40
- 230000005484 gravity Effects 0.000 claims abstract description 15
- 238000005070 sampling Methods 0.000 claims description 12
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 210000000544 articulatio talocruralis Anatomy 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 210000004394 hip joint Anatomy 0.000 description 1
- 210000002414 leg Anatomy 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Manipulator (AREA)
Abstract
本发明涉及一种基于质心模型的双足机器人步态能耗评估方法，首先根据双足机器人质量M在躯体的分布位置建立质心模型，并用所述质心模型描述双足机器人运动轨迹，其次通过双足机器人运动过程中空间位置矢量与质心重力矢量的笛卡尔积构建关节执行器负载转矩方程，并基于关节执行器轴线方位得到关节执行器的轴向负载转矩τ(n)，最终在双足机器人运动过程中，根据双足机器人关节执行器角速度ω(n)与轴向负载转矩τ(n)建立能耗指标函数E。本发明克服了双足机器人各关节执行器瞬时功率损耗难以测取的问题，使用双足机器人运动规划算法中易于获得的参数，构建描述机器人运动过程中能量消耗的指标函数，可快速、准确的评价不同算法的优劣。
Description
技术领域
本发明涉及双足机器人运动设计领域，具体涉及一种基于质心模型的双足机器人步态能耗评估方法。
背景技术
双足机器人运动过程中产生的能耗包括驱动关节执行器运行的运动耗损和用于传感器及控制器工作的非运动能耗。通常，运动耗损是系统能耗的主要部分，其值为所有关节执行器瞬时功率向量对时间的积分，非运动能耗一般表现为时间的线性函数。
双足机器人一般由众多的关节执行器驱动连杆构成，准确的测量节关节执行器瞬时功率并不容易。考虑到关节执行器瞬时功率等于关节执行器输出功率与附加损耗之和，而关节执行器输出功率作为主要组成部分其数值可视为关节执行器输出转矩与关节执行器角速度的乘积，双足机器人运动时，电机输出转矩用于克服负载转矩对执行器转轴形成的阻力。
一般情况下，双足机器人运动规划过程中关节执行器角速度和负载转矩易于获得，若以关节执行器角速度和负载转矩为基础构建双足机器人运动规划算法的能量消耗函数，可在算法优化过程中应用计算机仿真技术快速计算，适用于评价不同运动规划算法的优劣。
发明内容
本发明为对现有双足机器人步态能耗进行评估，提供了一种基于质心模型的双足机器人步态能耗评估方法，通过根据双足机器人关节执行器角速度ω(n)与轴向负载转矩τ(n)建立能耗指标函数E，从而实现双足机器人步态规划算法的能耗评估。
本发明提供了一种基于质心模型的双足机器人步态能耗评估方法，所述方法包括以下步骤：
步骤1：根据双足机器人质量M在躯体的分布位置建立质心模型，并用所述质心模型描述双足机器人运动轨迹；
步骤2：通过双足机器人运动过程中空间位置矢量与质心重力矢量的笛卡尔积构建关节执行器负载转矩方程，并基于关节执行器轴线方位得到关节执行器的轴向负载转矩τ(n)；
步骤3：双足机器人运动在步态周期N内，根据双足机器人关节执行器角速度ω(n)与轴向负载转矩τ(n)建立能耗指标函数E，所述能耗指标函数E用于评价双足机器人步态能耗。
进一步地，所述步骤1具体包括：
步骤1.1：根据双足机器人质量M在躯体的分布位置，通过公式(1)建立质心模型：
其中，mj表示双足机器人的第j个质心，j＝1，2，…，K；
步骤1.2：根据所述双足机器人的质心mj以及双足机器人运动过程中采样点n时刻的位置
分别构建质心向量m和质心位置矩阵Rm(n)，如式(2)和(3)表示：
m＝[m1 m2…mK] (2)；
进一步地，所述步骤2具体包括：
步骤2.1：在不失一般性前提下，双足机器人为由L个关节执行器驱动的连杆构成，在双足机器人运动过程中第i个关节执行器的位置为
则第i个关节执行器负载转矩
如公式(4)表示：
其中，
表示第i个关节执行器位置与第j个质心位置之间的空间位置矢量，
为第j个质心重力矢量，
g＝9.81m/s2，
为第i个关节执行器驱动的连杆对第j个质心的支撑系数，所述支撑系数
表示完全支撑、支撑系数
表示分担支撑、支撑系数
表示不支撑，关节执行器负载转矩表示为所述空间位置矢量与质心重力矢量的笛卡尔积之和；
步骤2.2：双足机器人运动中第i个关节执行器的轴向单位向量为
基于公式(4)，则第i个关节执行器轴向负载转矩τi(n)如公式(5)表示：
进一步地，所述步骤3具体包括：
步骤3.1：在不失一般性前提下，双足机器人运动过程中，第i个关节执行器在采样点n和n-1对应角度分别为qi(n)和qi(n-1)，则第i个关节执行器的角速度ωi(n)如公式(6)表示：
其中，ts为机器人运动控制系统的采样周期；
步骤3.2：双足机器人运动过程中，关节执行器角速度向量ω(n)和轴向负载转矩向量τ(n)分别表示为：
ω(n)＝[ω1(n) ω2(n)…ωL(n)] (7)；
τ(n)＝[τ1(n) τ2(n)…τL(n)] (8)；
步骤3.3：双足机器人运动规划的步态周期为N时，由关节执行器角速度ω(n)与轴向负载转矩τ(n)建立能耗指标函数E，如公式(9)表示：
其中，S(n)＝diag(s1(n)，s2(n)，…sL(n))为L阶对角阵，用于表示角速度向量ω(n)与轴向负载转矩τ(n)的方向关系，若si(n)＝0，表示τi(n)与ωi(n)方向相同，即重力推动关节执行器运动，若si(n)＝1，表示τi(n)与ωi(n)方向相反，即关节执行器克服重力运动。
通过上述技术方案，本发明的有益效果为：
本发明通过质心模型描述双足机器人运动轨迹，进而得到双足机器人关节执行器的轴向负载转矩τ(n)以及双足机器人关节执行器角速度ω(n)，通过受力分析基于双足机器人关节执行器角速度ω(n)与轴向负载转矩τ(n)建立能耗指标函数E，使用能耗指标函数E计算双足机器人每个采样点的步态轨迹能量消耗，最终实现双足机器人步态能耗的评估。
本发明通过建立能耗指标函数E对质心模型双足机器人的步态能耗进行评估，克服双足机器人各关节执行器瞬时功率损耗难以测取的问题，便于结合步态进行分析，从而大大提高了质心模型双足机器人能耗评估的精确性，为质心模型双足机器人的步态算法优化提供了可靠基础。
附图说明
图1是本发明一种基于质心模型的双足机器人步态能耗评估方法的流程图。
图2是本发明一种基于质心模型的双足机器人步态能耗评估方法的验证算法所用的仿人机器人实物图。
图3是本发明一种基于质心模型的双足机器人步态能耗评估方法的双足机器人能量消耗评估方法的变量示意图。
图4是本发明一种基于质心模型的双足机器人步态能耗评估方法的双足机器人运动仿真图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例1
如图1所示，本发明实施例提供的一种基于质心模型的双足机器人步态能耗评估方法，所述方法包括以下步骤：
步骤1：根据双足机器人质量M在躯体的分布位置建立质心模型，并用所述质心模型描述双足机器人运动轨迹；
步骤2：通过双足机器人运动过程中空间位置矢量与质心重力矢量的笛卡尔积构建关节执行器负载转矩方程，并基于关节执行器轴线方位得到关节执行器的轴向负载转矩τ(n)；
步骤3：双足机器人运动在步态周期N内，根据双足机器人关节执行器角速度ω(n)与轴向负载转矩τ(n)建立能耗指标函数E，所述能耗指标函数E用于评价双足机器人步态能耗。
本发明方法意在通过双足机器人运动中关节执行器位置以及质心位置描述双足机器人运动轨迹，从而确定双足机器人运动中的能耗，进而根据双足机器人关节执行器角速度ω(n)与轴向负载转矩τ(n)建立能耗指标函数E；
避免了使用传感器直接测取关节执行器瞬时功率造成的误差，便于抓取和确定双足机器人运动中每个采样点的能耗值，从而构建双足机器人的能耗评估模型；
实施例2
在上述实施例1的基础上，本发明实施例与上述实施例的不同之处在于，本方法对步骤1进行了优化，建立K质心模型的双足机器人，具体的：
步骤1.1：根据双足机器人质量M在躯体的分布位置，通过公式(1)建立质心模型：
其中，mj表示双足机器人的第j个质心，j＝1，2，…，K；
步骤1.2：根据所述双足机器人的质心mj以及双足机器人运动过程中采样点n时刻的位置
分别构建质心向量m和质心位置矩阵Rm(n)，如式(2)和(3)表示：
m＝[m1 m2…mK] (2)；
实施例3
在上述实施例2的基础上，本发明实施例与上述实施例的不同之处在于，如图3所示，为获得关节执行器轴向负载转矩向量τ(n)，对步骤2进行优化，具体为：
步骤2.1：在不失一般性前提下，双足机器人为由L个关节执行器驱动的连杆构成，在双足机器人运动过程中第i个关节执行器的位置为
则第i个关节执行器负载转矩
如公式(4)表示：
其中，
表示第i个关节执行器位置与第j个质心位置之间的空间位置矢量，
为第j个质心重力矢量，
g＝9.81m/s2，
为第i个关节执行器驱动的连杆对第j个质心的支撑系数，所述支撑系数
表示完全支撑、支撑系数
表示分担支撑、支撑系数
表示不支撑，关节执行器负载转矩表示为所述空间位置矢量与质心重力矢量的笛卡尔积之和；
步骤2.2：双足机器人运动中第i个关节执行器的轴向单位向量为
基于公式(4)，则第i个关节执行器轴向负载转矩τi(n)如公式(5)表示：
实施例4
在上述多个实施例的基础上，本发明实施例与上述实施例的不同之处在于，为获得关节执行器角速度向量ω(n)，并基于关节执行器角速度向量ω(n)创建耗指标函数E，对步骤3进行优化，具体的：
步骤3.1：在不失一般性前提下，双足机器人运动过程中，第i个关节执行器在采样点n和n-1对应角度分别为qi(n)和qi(n-1)，则第i个关节执行器的角速度ωi(n)如公式(6)表示：
其中，ts为机器人运动控制系统的采样周期；
步骤3.2：双足机器人运动过程中，关节执行器角速度向量ω(n)和轴向负载转矩向量τ(n)分别表示为：
ω(n)＝[ω1(n) ω2(n)…ωL(n)] (7)；
τ(n)＝[τ1(n) τ2(n)…τL(n)] (8)；
步骤3.3：双足机器人运动规划的步态周期为N时，由关节执行器角速度ω(n)与轴向负载转矩τ(n)建立能耗指标函数E，如公式(9)表示：
其中，S(n)＝diag(s1(n)，s2(n)，…sL(n))为L阶对角阵，用于表示角速度向量ω(n)与轴向负载转矩τ(n)的方向关系，若si(n)＝0，表示τi(n)与ωi(n)方向相同，即重力推动关节执行器运动，若si(n)＝1，表示τi(n)与ωi(n)方向相反，即关节执行器克服重力运动。
为证明本发明效果进行如下实验
如图2所示双足(仿人)机器人，根据其质量M在躯体的分布位置，构建包含躯体质心m1、双腿质心m2和m3、双脚质心m4和m5的五质心模型。双足机器人的腿部为具有10个连杆的多连杆结构，分别包括髋关节滚动控制q1和q2、髋关节俯仰控制q3和q4、膝关节俯仰角q5和q6、踝关节俯仰角q7和q8以及踝关节滚动角q9和q10；
进而如图3所示，双足机器人的质心位置
关节执行器位置
以及关节执行器轴向
其中g＝9.81m/s2，双足机器人质心向量m＝[m1 m2…m5]的取值如表1所示：
表1双足机器人的质心质量
为表述本文能耗评估方法的合理性，在双足机器人运动规划中，选取步长s＝10cm、步态周期N＝16、采样周期ts＝0.1s的一组步态数据，其中双足机器人运动过程中质心位置Rm(n)的x方向和y方向分量如表2所示：
表2双足机器人运动过程中质心位置Rm(n)(单位：cm)
进一步地，运动过程中关节执行器位置Ra(n)的x方向分量如表3所示，关节执行器位置Ra(n)的y方向分量如表4所示：
表3双足机器人运动过程中关节执行器位置Ra(n)的x分量(单位：cm)
表4双足机器人运动过程中关节执行器位置Ra(n)的y分量(单位：cm)
进一步地，运动过程中关节执行器负载转矩τ(n)如表5所示：
表5双足机器人运动过程中关节执行器轴向负载关节执行器负载转矩τ(n)(单位：Ncm)
进一步地，运动过程中关节执行器角速度ω(n)如表6所示：
表6双足机器人运动过程中关节执行器角速度ω(n)(单位：0.01rad/s)
通过表1～6所示数据，基于上述方法，对双足机器人在步态周期N内的运动能耗进行计算，进而实现双足机器人步态能耗评估，如图4所示，对双足机器人进行运动仿真，最终双足机器人的能耗指标函数E＝11.35J。
以上所述之实施例，只是本发明的较佳实施例而已，并非限制本发明的实施范围，故凡依本发明专利范围所述的构造、特征及原理所做的等效变化或修饰，均应包括于本发明申请专利范围内。
Claims (1)
1.一种基于质心模型的双足机器人步态能耗评估方法，其特征在于，所述方法包括：
步骤1：根据双足机器人质量M在躯体的分布位置建立质心模型，并用所述质心模型描述双足机器人运动轨迹；
所述步骤1具体包括：
步骤1.1：根据双足机器人质量M在躯体的分布位置，通过公式(1)建立质心模型：
其中，mj表示双足机器人的第j个质心，j＝1,2,…,K；
步骤1.2：根据所述双足机器人的质心mj以及双足机器人运动过程中采样点n时刻的位置
分别构建质心向量m和质心位置矩阵Rm(n)，如式(2)和(3)表示：
m＝[m1 m2…mK] (2)；
步骤2：通过双足机器人运动过程中空间位置矢量与质心重力矢量的笛卡尔积构建关节执行器负载转矩方程，并基于关节执行器轴线方位得到关节执行器的轴向负载转矩τ(n)；
所述步骤2具体包括：
步骤2.1：在不失一般性前提下，双足机器人为由L个关节执行器驱动的连杆构成，在双足机器人运动过程中第i个关节执行器的位置为
则第i个关节执行器负载转矩
如公式(4)表示：
其中，
表示第i个关节执行器位置与第j个质心位置之间的空间位置矢量，
为第j个质心重力矢量，
为第i个关节执行器驱动的连杆对第j个质心的支撑系数，所述支撑系数
表示完全支撑、支撑系数
表示分担支撑、支撑系数
表示不支撑，关节执行器负载转矩表示为所述空间位置矢量与质心重力矢量的笛卡尔积之和；
步骤2.2：双足机器人运动中第i个关节执行器的轴向单位向量为
基于公式(4)，则第i个关节执行器轴向负载转矩τi(n)如公式(5)表示：
步骤3：双足机器人运动在步态周期N内，根据双足机器人关节执行器角速度ω(n)与轴向负载转矩τ(n)建立能耗指标函数E，所述能耗指标函数E用于评价双足机器人步态能耗；
所述步骤3具体包括：
步骤3.1：在不失一般性前提下，双足机器人运动过程中，第i个关节执行器在采样点n和n-1对应角度分别为qi(n)和qi(n-1)，则第i个关节执行器的角速度ωi(n)如公式(6)表示：
其中，ts为机器人运动控制系统的采样周期；
步骤3.2：双足机器人运动过程中，关节执行器角速度向量ω(n)和轴向负载转矩向量τ(n)分别表示为：
ω(n)＝[ω1(n) ω2(n)…ωL(n)] (7)；
τ(n)＝[τ1(n) τ2(n)…τL(n)] (8)；
步骤3.3：双足机器人运动规划的步态周期为N时，由关节执行器角速度ω(n)与轴向负载转矩τ(n)建立能耗指标函数E，如公式(9)表示：
其中，S(n)＝diag(s1(n),s2(n),…sL(n))为L阶对角阵，用于表示角速度向量ω(n)与轴向负载转矩τ(n)的方向关系，若si(n)＝0，表示τi(n)与ωi(n)方向相同，即重力推动关节执行器运动，若si(n)＝1，表示τi(n)与ωi(n)方向相反，即关节执行器克服重力运动。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110100346.9A CN112925320B (zh) | 2021-01-25 | 2021-01-25 | 一种基于质心模型的双足机器人步态能耗评估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110100346.9A CN112925320B (zh) | 2021-01-25 | 2021-01-25 | 一种基于质心模型的双足机器人步态能耗评估方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112925320A CN112925320A (zh) | 2021-06-08 |
| CN112925320B true CN112925320B (zh) | 2022-03-11 |
Family
ID=76165837
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110100346.9A Active CN112925320B (zh) | 2021-01-25 | 2021-01-25 | 一种基于质心模型的双足机器人步态能耗评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112925320B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101847009A (zh) * | 2010-05-28 | 2010-09-29 | 广东工业大学 | 两足机器人步态能效优化方法 |
| CN108345211A (zh) * | 2017-01-23 | 2018-07-31 | 深圳市祈飞科技有限公司 | 双足仿人机器人及其非线性步态规划方法以及控制方法 |
| CN111438694A (zh) * | 2020-05-21 | 2020-07-24 | 中国计量大学 | 一种基于双生成函数的四足机器人对角步态规划方法 |
| EP3695783A1 (en) * | 2019-02-15 | 2020-08-19 | Origin Wireless, Inc. | Method, apparatus, and system for wireless gait recognition |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108710298B (zh) * | 2018-05-23 | 2021-05-11 | 中国海洋大学 | 基于足式仿生机器人在静立状态下的低能耗姿态分析方法 |
| CN108920863B (zh) * | 2018-07-20 | 2021-02-09 | 湖南大学 | 一种机器人伺服系统能耗估计模型的建立方法 |
| CN112222703B (zh) * | 2020-09-30 | 2022-11-04 | 上海船舶工艺研究所(中国船舶集团有限公司第十一研究所) | 一种焊接机器人能耗最优轨迹规划方法 |
| CN113110630A (zh) * | 2021-04-23 | 2021-07-13 | 重庆大学 | 一种换电机器人举升系统节能性集成参数优化方法 |
-
2021
- 2021-01-25 CN CN202110100346.9A patent/CN112925320B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101847009A (zh) * | 2010-05-28 | 2010-09-29 | 广东工业大学 | 两足机器人步态能效优化方法 |
| CN108345211A (zh) * | 2017-01-23 | 2018-07-31 | 深圳市祈飞科技有限公司 | 双足仿人机器人及其非线性步态规划方法以及控制方法 |
| EP3695783A1 (en) * | 2019-02-15 | 2020-08-19 | Origin Wireless, Inc. | Method, apparatus, and system for wireless gait recognition |
| CN111438694A (zh) * | 2020-05-21 | 2020-07-24 | 中国计量大学 | 一种基于双生成函数的四足机器人对角步态规划方法 |
Non-Patent Citations (6)
| Title |
|---|
| A grid gradient approximation method of energy-efficient gait planning for biped robots;Lu Zhiqiang,Hou Yuanbing,Chai Xiuli,Meng Yun;《International Journal of Advanced Robotic Systems》;20210331;正文全文 * |
| Mechanical design optimization for a five-link walking bipedal robot;Ramil Khusainov;《IFAC-Papers On Line》;20210414;第 8953-8958 页 * |
| Srinivasan, M ; Ruina, A.Computer optimization of a minimal biped model discovers walking and running.《Nature》.2006, * |
| 具有半球形足端的六足机器人步态生成和能耗优化研究;陈诚;《中国优秀博硕士学位论文全文数据库(博士)信息科技辑》;20121115;第I140-26页 * |
| 双足机器人节能步态规划算法;卢志强，侯媛彬，孟芸，周福娜;《西安科技大学学报》;20210531;第540-548页 * |
| 基于能效优化的两足机器人步态控制方法;王丽杨,刘治,曾小杰,章云;《控制理论与应用》;20110531;第667-674页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112925320A (zh) | 2021-06-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103495977B (zh) | 一种6r型工业机器人负载识别方法 | |
| CN106547206B (zh) | 一种基于脚力估计算法的多足机器人动态稳定性定量判定方法 | |
| Mishra et al. | Forward kinematics for suspended under-actuated cable-driven parallel robots with elastic cables: A neural network approach | |
| Korayem et al. | Development of ICASBOT: a cable-suspended robot’s with Six DOF | |
| CN109746901B (zh) | 一种用于外骨骼机器人的动态负载信息计算方法 | |
| Lu et al. | Experimental determination of dynamic parameters of robotic arms | |
| Afrough et al. | Identification of Dynamic Parameters and Friction Coefficients: of a Robot with Planar Serial Kinemtic Linkage | |
| CN109634111A (zh) | 一种高速重载机器人动态变形计算方法 | |
| CN115533916B (zh) | 一种机械臂末端负载质量辨识方法、系统、设备及介质 | |
| CN115373269A (zh) | 四足机器人行走与对角步态运动控制方法 | |
| Mohammad et al. | Towards human-robot collaboration with parallel robots by kinetostatic analysis, impedance control and contact detection | |
| CN112925320B (zh) | 一种基于质心模型的双足机器人步态能耗评估方法 | |
| CN116985110A (zh) | 控制足式机器人的方法和装置及足式机器人 | |
| Chen et al. | Kinematics optimization of a novel 7-DOF redundant manipulator | |
| CN113370208A (zh) | 一种可重构机械臂子系统的控制方法及系统 | |
| CN111158238B (zh) | 一种基于粒子群算法的力反馈设备动力学参数估计算法 | |
| Mishra et al. | Forward kinematics for suspended under-actuated cable-driven parallel robots: A neural network approach | |
| WO2023165177A1 (zh) | 构建机器人的控制器的方法、机器人的运动控制方法、装置以及机器人 | |
| WO2023165174A1 (zh) | 构建机器人的控制器的方法、机器人的运动控制方法、装置以及机器人 | |
| Shu et al. | Research on control of two link flexible joint manipulators with improved PID method | |
| Jiang | Workspace trajectory control of flexible robot manipulators using neural network and visual sensor feedback | |
| Pons et al. | Nonlinear performance index (NPI): a tool for manipulator dynamics improvement | |
| Mayr et al. | Static inertial parameter identification for humanoid robots using a torque-free support | |
| Mori et al. | Online center of mass and momentum estimation for a humanoid robot based on identification of inertial parameters | |
| Post | Robust state estimation for the control of flexible robotic manipulators |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |