项目名称: 机器人节律运动控制框架模型研究

项目编号: No.51305396

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 机械、仪表工业

项目作者: 周春琳

作者单位: 浙江大学

项目金额: 25万元

中文摘要: 节律运动如步行中腿的交替配合、飞行时翅膀的拍动、游动时鱼鳍的摆动等等,是动物运动的普遍形式。受到动物的启发,节律运动也是机器人获得移动能力的一种基本运动模式。本课题将利用耦合非线性振荡器网络(CNLO)这类近年来发展起来的描述节律运动的新方法,以实现机器人运动在线生成、多自由度动作协调、不同动作模式在线平滑切换、对接触环境具有适应性这些特性为目标,研究一种不依赖于特定的机器人、具有广泛的适用性的机器人节律运动控制框架。同时,课题将在两类形态、结构和功能完全不同的机器人系统上展开实验,利用节律运动控制框架实现四足步行机器人的在线步态生成与平滑切换,以及基于人工肌肉群驱动的仿生波动鳍多自由度协调推进运动控制。课题将针对目前 CNLO 网络在控制机器人运动过程中的存在若干理论问题和实现问题,如网络的构成形式、耦合机理等展开深入研究,期望为完善基于CNLO的节律运动控制方法提供更加完备的理论依据。

中文关键词: 节律运动;机器人;中枢模式发生器;四足步行;

英文摘要: Rhythmic movement patterns are commonly seen in the locomotion of animals,such as alternate swing of walking legs, flapping of flying wings, and oscillating in the swimming of fish fins, etc. Inspired by animal's locomotion patterns, rhythmnic movements are also fundamental motion elements for robots to achieve mobility. In this study, by using the network of coupled non-linear oscillators, a robot-independent control framework for rhythmic movements will be studied. It is expected that by using the framework, several properties in the locomotion control of robots will be obtained: online generation of gait patterns, coordination of multiple degrees-of-freedom (DOFs), smooth online transition of different movements, and adptiveness to the surrounding environments. In order to illustrate the effectiveness of the framework, experiments on two robot systems with completely different mechanical structure and functions will be conducted. The framework will be applied on a quadrupped robot to achieve online gait generation and smooth gait transition. It will be also used to coordinate multiple DOFs of a biomimetic undulaotry fin of a fish robot in order to achieve propulsion. The research will focus on several theretical and implementation issues in the motion control of robots such as the structure of the network and

英文关键词: rhythmic movements;robot;central pattern generator;quadruped walking;

成为VIP会员查看完整内容
0

相关内容

机器人(英语:Robot)包括一切模拟人类行为或思想与模拟其他生物的机械(如机器狗,机器猫等)。狭义上对机器人的定义还有很多分类法及争议,有些电脑程序甚至也被称为机器人。在当代工业中,机器人指能自动运行任务的人造机器设备,用以取代或协助人类工作,一般会是机电设备,由计算机程序或是电子电路控制。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
【AAAI2022】一种基于状态扰动的鲁棒强化学习算法
专知会员服务
33+阅读 · 2022年1月31日
专知会员服务
29+阅读 · 2021年10月17日
专知会员服务
13+阅读 · 2021年10月9日
专知会员服务
60+阅读 · 2021年9月20日
专知会员服务
42+阅读 · 2021年9月15日
【硬核书】机器人网络分布式控制
专知会员服务
67+阅读 · 2021年7月25日
机器人运动轨迹的模仿学习综述
专知会员服务
44+阅读 · 2021年6月8日
专知会员服务
132+阅读 · 2021年2月17日
专知会员服务
34+阅读 · 2020年11月26日
仅1.1克重,最快的软跳跃机器人Made in China!
学术头条
0+阅读 · 2021年12月8日
机器人运动轨迹的模仿学习综述
专知
1+阅读 · 2021年11月12日
脉冲神经网络(SNN)概述
人工智能前沿讲习班
60+阅读 · 2019年5月30日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Model Reduction via Dynamic Mode Decomposition
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
15+阅读 · 2021年12月22日
Object Detection in 20 Years: A Survey
Arxiv
48+阅读 · 2019年5月13日
A Comprehensive Survey on Graph Neural Networks
Arxiv
13+阅读 · 2019年3月10日
Arxiv
24+阅读 · 2018年10月24日
Arxiv
10+阅读 · 2018年2月17日
小贴士
相关VIP内容
【AAAI2022】一种基于状态扰动的鲁棒强化学习算法
专知会员服务
33+阅读 · 2022年1月31日
专知会员服务
29+阅读 · 2021年10月17日
专知会员服务
13+阅读 · 2021年10月9日
专知会员服务
60+阅读 · 2021年9月20日
专知会员服务
42+阅读 · 2021年9月15日
【硬核书】机器人网络分布式控制
专知会员服务
67+阅读 · 2021年7月25日
机器人运动轨迹的模仿学习综述
专知会员服务
44+阅读 · 2021年6月8日
专知会员服务
132+阅读 · 2021年2月17日
专知会员服务
34+阅读 · 2020年11月26日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
相关论文
Model Reduction via Dynamic Mode Decomposition
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
15+阅读 · 2021年12月22日
Object Detection in 20 Years: A Survey
Arxiv
48+阅读 · 2019年5月13日
A Comprehensive Survey on Graph Neural Networks
Arxiv
13+阅读 · 2019年3月10日
Arxiv
24+阅读 · 2018年10月24日
Arxiv
10+阅读 · 2018年2月17日
微信扫码咨询专知VIP会员