基于人体行走轨迹的双足机器人步行样本生成与跟随研究

来源 :哈尔滨工业大学 | 被引量 : 0次 | 上传用户:ruyang0828
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在机械、控制、人工智能等关键科学技术领域飞跃发展的推动下,越来越多的服务型机器人出现在日常的生活场景中,实际情况中往往需要机器人能够跟随行走从而为人类提供服务,这就对机器人行走过程中适应环境的能力、行走低能耗等提出了更高的要求。人类所采用的双足步行方式,在经过长期的自然进化后具有良好的稳定性、协调性,本文通过运动捕捉系统捕捉到人体步行数据,分析人体步行运动轨迹,生成机器人步行样本,提取人体步行参数,实现双足机器人跟随行走。本文在通过人体步行捕捉实验得到步行数据后,利用线性插值以及几何求解方法补齐了缺失的数据,利用噪声点处单调性突变的性质除去了噪声数据,并通过踝关节轨迹提取到人体步行参数。从处理后的步行数据中,获得了平地步行、上楼梯、下楼梯路况下人体质心与踝关节的行走轨迹,分析得出其速度、加速度均符合正弦函数的规律,并进行了数据拟合验证。在行走步态时间对称参数的基础上利用左右踝关节行走轨迹定义了空间对称性参数,判断人体行走状态。利用质心与踝关节的连线,将人体简化作单质心倒立摆模型,该模型下的人体ZMP轨迹在行走过程中始终处于支撑区域内。同样将机器人简化作单质心倒立摆,规划ZMP轨迹,利用正弦函数对其质心与踝关节的速度或加速度进行规划,通过逆运动学解算得到机器人步行样本。在通过分析人体行走轨迹变化规律生成双足机器人步行样本的基础上,提出了跟随过程中机器人变速、变步态的平滑切换样本生成方法,在机器人变步长以及平地至上楼梯切换过程中,关节角位移、角速度以及角加速度均没有发生突变。为保证机器人稳定性和减少能量消耗提出了步行样本优化方法,选择行走过程中质心下降高度以及可变ZMP区域系数作为优化参数,利用一组步行样本验证了参数优化的有效性。针对机器人跟随样本的生成,提取到人体步行参数后,采用检索机器人步行样本库与在线生成步行样本组合的方法来实现。最后,建立双足机器人的虚拟样机模型,分别验证了双足机器人平地变步长以及平地至上楼梯的切换步态行走。根据采集的人体步行数据,提取步行参数,生成双足机器人跟随行走样本,进行了仿真。仿真结果表明基于人体行走轨迹的生成的跟随步行样本,可以实现双足机器人的跟随行走。
其他文献
目的:分析食管癌术后颈部吻合口瘘的诊疗体会。方法:我科2008年1月至2012年6月共收治食管癌行颈部吻合术患者186例,其中20例发生了颈部吻合口瘘。对这20例患者均进行充分引流
随着航天技术的不断发展,航天器的在轨数量不断的增加,深空探测等任务需求也逐渐增多,原有的航天器工作模式很难保证航天器的工作效率。面临通信高延时、突发情况等问题时将无法保证航天器的安全性,为此开展航天器自主控制技术是有必要的。而任务规划技术是自主控制技术的关键。航天器任务规划技术包括知识描述、规划算法、约束处理等技术,它是实现航天器自主控制的核心技术。可以使航天器在通信高延迟或者突发性任务以及脱离地
目的:探讨不同耳聋程度对婴幼儿患者听觉能力发育的影响,为患儿的听力康复提供基本资料。方法:共有32例选配助听器的语前聋婴幼儿参与本次试验。选配年龄为3~34个月,平均16个
目的:分析食管癌术后吻合瘘的原因,探讨综合预防措施。方法:统计1978年5月~1998年5月20年中,17例食管癌术后吻合瘘每5年发生例数分布。结果:本组食管癌术后吻合瘘病例,前10年1
本文提出了一种σ校正混合自适应控制律,并且证明在对象具有相加和相乘未建模动态(unmodeled 0ynamics)的情况下,若采用文中所给出的混合自适应控制系统结构,这种σ校正混合
目的分析血清细胞角蛋白19片段(CYFRA21-1)、鳞状细胞癌抗原(SCC-Ag)水平变化与非小细胞肺癌(NSCLC)患者脑转移的关联性。方法选取本院2014年2月至2017年5月收治的126例NSCLC
本文通过灌区来水量,排水量与产量资料的数理统计分析,得出来水量与排水量呈正相关,排水量与产量呈负相关,由此导出经验公式,可为制定供水、排水计划提供参考。
运用查阅资料和实地调研相结合的方法,分析了天津滨海新区城乡一体化进程中农村产业发展现状,指出新区一体化进程中存在突破城乡二元结构困难、区域内经济发展不均衡、第三产
纳米氧化锌(Zn O NPs)对呼吸道的毒性损伤作用备受关注,但有关其对呼吸道上皮细胞动态变化的影响机理还有待深入研究.因此,本研究通过将大鼠气管上皮细胞(RTE)暴露于不同浓度(1和
为了解决传统业务流程管理系统在开放性和灵活性方面的不足,提高目标用户满意度,提出一种社会化业务流程管理系统原型,并在此基础上论证了社会化业务流程建模的推荐方法。与