一种仿蛇机器人混合三维步态控制方法

    公开(公告)号:CN109910001A

    公开(公告)日:2019-06-21

    申请号:CN201811596989.1

    申请日:2018-12-26

    IPC分类号: B25J9/16

    摘要: 本发明公开了一种仿蛇机器人混合三维步态控制方法,仿蛇机器人混合三维步态是由平面波动、直线蠕动、侧向蜿蜒等基本运动交叉混合而生成的三维运动,其主要机理是在仿蛇机器人机体的不同部位采用不同的运动步态。不同仿蛇机器人运动由于运动机理不同而具备不同的运动特点和地形适应能力,而新型混合能够有效融合各类步态的运动特点和优势,同时弥补各单一步态的劣势,使仿蛇机器人能够同时具备多种运动步态的优势。新型混合三维步态能够扩展仿蛇机器人的运动步态种类,大大提升仿蛇机器人的运动能力,有效提高仿蛇机器人在不同环境中的灵活性与适应性。

    一种仿蛇搜救机器人适应性步态自主涌现方法

    公开(公告)号:CN109719721A

    公开(公告)日:2019-05-07

    申请号:CN201811596803.2

    申请日:2018-12-26

    IPC分类号: B25J9/16

    摘要: 本发明公开了一种仿蛇搜救机器人适应性步态自主涌现方法,针对仿蛇搜救机器人的特殊机械结构及其所处复杂动态非结构环境,使用深度强化学习理论设计相应的步态自主学习方法。此方法应用于仿蛇搜救机器人,可以通过不断从环境中获取信息生成最优控制策略,实现在复杂非结构的救援现场中仿蛇搜救机器人的适应性步态自主涌现。该方法使用分布式并行近似策略优化,将多个仿蛇搜救机器人间策略经验相互共享,实现对未知救援环境的快速适应性学习。本发明解决传统强化学习方法不能适应复杂非结构环境以及算法收敛速度慢、稳定性差等问题,更切合实际,能够使仿蛇搜救机器人在搜救任务中自主生成适应性最优步态。

    一种刚柔一体的可变刚度的蛇形机器人关节机构

    公开(公告)号:CN107953325A

    公开(公告)日:2018-04-24

    申请号:CN201810023713.8

    申请日:2018-01-10

    IPC分类号: B25J9/06 B25J9/10 B25J9/14

    CPC分类号: B25J9/102 B25J9/065 B25J9/14

    摘要: 本发明公开了一种刚柔一体的可变刚度的蛇形机器人关节机构,属于机器人研究与工程领域,当行星齿轮组带动连接关节的锥形齿轮转动时,蛇形机器人能够实现偏转运动;当相邻关节正交安装时,蛇形机器人能够同时实现偏航和俯仰运动。同时,磁流变液阻尼力的控制是和电机运动控制分开的,可以根据需求,通过控制行星齿轮箱外侧的线圈的电流大小来改变齿轮箱内的磁场强度,以改变磁流变液的状态,进而达到控制阻尼力,实现变刚度的功能。变刚度的功能既不影响蛇形机器人实现各种运动姿态,又能提高蛇形机器人关节的保护和控制能力,使得蛇形机器人环境适应能力和可控性大幅度提升。

    一种超冗余机械臂分段式动态避障方法

    公开(公告)号:CN115990874A

    公开(公告)日:2023-04-21

    申请号:CN202211381036.X

    申请日:2022-11-05

    IPC分类号: B25J9/16

    摘要: 本发明公开了一种超冗余机械臂分段式动态避障方法。首先,针对场景中的机械臂状态信息与观测到的障碍物信息,建立以机械臂为中心的动态障碍预警区域。其次,当障碍物进入该区域监测范围内,基于速度障碍策略构建碰撞风险评估模型,实时评估机械臂与障碍物间的碰撞可能性。再次,若存在碰撞风险,依据障碍物信息将机械臂划分为若干避障区域,构建局部避障速度约束、关节限位约束以及连杆长度约束,求解机械臂各关节安全速度集合。最后,通过前后向迭代逆运动学求解算法实时更新机械臂位姿,进而实现动态障碍场景下的超冗余机械臂分段式避障。本发明充分发挥超冗余机械臂的灵活特性,使其在动态障碍场景下具有更好的适应能力。

    一种基于多传感器四足机器人的助盲系统和方法

    公开(公告)号:CN115416047A

    公开(公告)日:2022-12-02

    申请号:CN202211074959.0

    申请日:2022-09-02

    IPC分类号: B25J19/00 A61H3/06 A61B5/024

    摘要: 本发明公开了一种基于多传感器四足机器人的助盲系统和方法,主要包括环境感知模块,决策规划模块和人机交互模块,环境感知模块由双GPS确定系统位置信息和航向,多线程雷达扫描环境点云信息,前置深度相机提供语义分割输入,鱼眼双目相机获取地面障碍物图像信息,压力传感器检测四足机器人足底受力情况;决策规划模块由控制器处理多传感器融合数据并规划下一步动作;人机交互部分由震动手环控制震度方向和幅度,弹性牵引绳提供辅助牵引力,配合在云台上的后置深度相机实时跟踪盲人,检测盲人关键点,以此推导盲人动作变化,在盲人摔倒等意外情况发生时由语音模块向外界求助。语音模块接收盲人语音指令,播报障碍物信息、盲人身体状态和规划路径信息等。本发明在保证舒适的前提下做到准确的环境感知,合适的决策规划和便捷的人机交互。

    基于强化学习的仿蛇机器人运动规划方法

    公开(公告)号:CN114578830A

    公开(公告)日:2022-06-03

    申请号:CN202210374451.6

    申请日:2022-04-11

    IPC分类号: G05D1/02

    摘要: 本发明涉及基于强化学习的仿蛇机器人运动规划方法,用于解决当前主流运动规划算法在应用于仿蛇机器人时无法完成由起始点到目标点的运动规划或所规划的路径适用性差的问题。本发明是由神经网络与路径积分强化学习相结合而实现的复杂环境下运动规划新型方法,其主要机理是利用神经网络表征状态空间,以强化学习的方式训练生成可行路径,应用路径平滑算法处理路径获取可靠路径导航点,于各路径导航点间采用路径积分强化学习生成仿蛇机器人步态参数,输入关节以完成路径点导航。该方法实现了复杂环境下仿蛇机器人由起始位置到达目标位置的运动规划,有效提高仿蛇机器人对不同环境的适应能力。

    一种仿蛇搜救机器人适应性步态自主涌现方法

    公开(公告)号:CN109719721B

    公开(公告)日:2020-07-24

    申请号:CN201811596803.2

    申请日:2018-12-26

    IPC分类号: B25J9/16

    摘要: 本发明公开了一种仿蛇搜救机器人适应性步态自主涌现方法,针对仿蛇搜救机器人的特殊机械结构及其所处复杂动态非结构环境,使用深度强化学习理论设计相应的步态自主学习方法。此方法应用于仿蛇搜救机器人,可以通过不断从环境中获取信息生成最优控制策略,实现在复杂非结构的救援现场中仿蛇搜救机器人的适应性步态自主涌现。该方法使用分布式并行近似策略优化,将多个仿蛇搜救机器人间策略经验相互共享,实现对未知救援环境的快速适应性学习。本发明解决传统强化学习方法不能适应复杂非结构环境以及算法收敛速度慢、稳定性差等问题,更切合实际,能够使仿蛇搜救机器人在搜救任务中自主生成适应性最优步态。

    仿蛇搜救机器人关节机构

    公开(公告)号:CN106272542B

    公开(公告)日:2019-01-29

    申请号:CN201610844729.6

    申请日:2016-09-22

    IPC分类号: B25J17/02

    摘要: 仿蛇搜救机器人关节机构,包括两个全向轮、一个并联关节组,其中并联关节组包括固定平台、动平台、两条UPS直线驱动器、一条PU直线驱动器。此关节具有四个自由度:伸缩、俯仰、偏航、全向轮围绕仿蛇搜救机器人关节中轴线转动。仿蛇搜救机器人关节机构能够将仿蛇机器人与轮式机器人的优点有效的结合起来,使得仿蛇搜救机器人既具备传统仿蛇搜救机器人多自由度、体积小、运动灵活、环境适应能力强的特点,又具备轮式机器人运动速度快、控制简单的优点,大大的提升了仿蛇搜救机器人的运动能力,为仿蛇搜救机器人运动步态的拓展打下基础,能够有效的提高仿蛇搜救蛇形机器人在不同环境中的灵活性与适应性。

    仿蛇搜救机器人关节机构

    公开(公告)号:CN106272542A

    公开(公告)日:2017-01-04

    申请号:CN201610844729.6

    申请日:2016-09-22

    IPC分类号: B25J17/02

    CPC分类号: B25J17/0275

    摘要: 仿蛇搜救机器人关节机构,包括两个全向轮、一个并联关节组,其中并联关节组包括固定平台、动平台、两条UPS直线驱动器、一条PU直线驱动器。此关节具有四个自由度:伸缩、俯仰、偏航、全向轮围绕仿蛇搜救机器人关节中轴线转动。仿蛇搜救机器人关节机构能够将仿蛇机器人与轮式机器人的优点有效的结合起来,使得仿蛇搜救机器人既具备传统仿蛇搜救机器人多自由度、体积小、运动灵活、环境适应能力强的特点,又具备轮式机器人运动速度快、控制简单的优点,大大的提升了仿蛇搜救机器人的运动能力,为仿蛇搜救机器人运动步态的拓展打下基础,能够有效的提高仿蛇搜救蛇形机器人在不同环境中的灵活性与适应性。

    一种融合动态目标感知的多机联合建图方法

    公开(公告)号:CN115355901B

    公开(公告)日:2024-09-17

    申请号:CN202210999273.6

    申请日:2022-08-19

    摘要: 本发明公开了一种融合动态目标感知的多机联合建图方法,属于三维视觉领域。首先,采用基于YOLACT和DeepSORT的多目标跟踪算法,在机器人端对连续采集的RGB图像帧进行潜在动态目标跟踪,并结合光流法分析目标运动状态,进而剔除动态特征点;其次,基于图像帧中的静态特征点和IMU数据,采用紧耦合的视觉惯性里程计进行相机位姿跟踪,并投影关键帧上的静态特征点到三维空间,从而增量式构建单机的静态子地图;再次,在服务器端接收子地图数据和关键帧数据以重建子地图,并基于词袋模型进行不同子地图之间的回环检测;最后,基于位姿图融合算法在服务器端实现全局一致的相机位姿估计和地图融合。本发明提升了多机协同视觉联合建图方法在动态场景下的鲁棒性,实现了全局一致的地图构建。