一、基于CAN的仿人机器人控制器的设计与实现（论文文献综述）
赵梓含[1]（2021）在《仿人形冗余机械臂设计与控制研究》文中认为
杨睿[2]（2021）在《基于强化学习的双足仿人机器人步行控制》文中提出随着科技的发展与进步,机器人已经开始广泛应用在人们的生产生活中。双足机器人是其中的热点领域,其具有灵活性高、适应性强的特点,可以直接使用一些为人类设计建造的设施,融入人类的工作生活中。在双足机器人的应用中,稳定的步行能力是其顺利完成工作任务的基础。但双足机器人结构复杂,步行控制困难,传统的步态规划控制方法具有模型复杂度高、应用场景局限、生成的步态与人体步态差异较大等缺陷。因此,进行步态规划控制方法的创新研究具有重要意义。针对上述传统步态规划控制方法存在的问题,本文设计了一种基于强化学习框架的步行控制器,在仿真环境中进行智能体步行策略训练,并将步行策略移植到机器人物理样机上进行实验验证。本文主要研究内容包括:（1）根据实验任务不同分别研发了两台机器人实验平台,10自由度机器人样机具有仿人体的质量分布和结构设计,旨在生成与人体步态相似的步行动作;6自由度机器人样机具有简单的结构和较低的制造成本,承担步行策略在物理样机上的验证任务和步态的鲁棒性实验任务。分别对两台机器人进行了结构设计和硬件选型,并搭建了基于RTOS（Real Time Operating System）和ROS（Robot Operating System）的控制系统。（2）分析说明了几种主流的强化学习算法各自的特点,设计了基于近端策略优化（Proximal Policy Optimization,PPO）的步行控制器,进行了奖励函数、噪声条件等部分的设计与搭建。（3）构筑了仿真实验环境并进行仿真步行训练。在Gym强化学习标准化环境的基础上,结合Mu Jo Co仿真平台,智能体由步行控制器驱动与环境交互学习步行策略,并将生成的步行策略的性能在仿真环境中进行验证。（4）搭建真实实验环境,将仿真环境中生成的步行策略移植到机器人物理样机上进行步行实验,并对机器人步态的仿生性和鲁棒性等进行了分析比较,表明强化学习在双足机器人步态规划过程中的有效性。本文针对传统机器人步态规划控制方法存在的问题,利用强化学习步行控制器对其进行改进,并用仿真实验和真实实验证明了方案的可行性,得出了基于强化学习的步态控制方法可以生成具有一定仿生性和鲁棒性的双足机器人步态的结论。
葛祎霏[3]（2021）在《基于人体步态特性的下肢康复机器人控制系统设计》文中研究说明经过大量医学和临床试验表明,经过专业医护人员的辅助康复训练,下肢运动功能障碍的患者恢复运动功能是相对安全有效的。然而,随着人口老龄化的加剧,下肢运动功能障碍患者的数量急剧增加,已远远超出能为其提供辅助康复训练的专业医护人员的承载能力。下肢康复机器人的出现为广大患者带来了福音,下肢康复机器人结合机器人学、康复医学与生物力学等领域,使患者能够在非专业医护人员的帮助下进行有效的康复训练,恢复正常的运动功能。为了给患者带来安全的、有效的康复训练,需要获取正常的人体步态数据,并将其优化处理后应用于下肢外骨骼机器人的控制系统设计中,以保证康复训练的安全性和有效性。如何获取正常人体步态的详细数据,建立仿人模型,优化控制器跟踪性能以及应用到患者的康复训练中,已然成为当前下肢康复机器人研究领域的热点。因此,本文基于人体的步态数据,进行下肢康复机器人动力学建模和仿人控制系统优化设计。主要研究内容包括:（1）为实现下肢康复机器人仿人控制系统设计,本文采用人体步态特性来设计控制系统。通过三维动作捕捉系统采集健康志愿者的步态数据,经过运动学计算,得到人体髋关节和膝关节角度,即为期望的人体步态轨迹;通过三维测力平台采集志愿者的足底反作用力,经过运动学计算,得到关节力矩,即为下肢康复机器人的关节输入力矩。基于人体步态轨迹和关节力矩的仿人控制器设计,能够实现下肢康复机器人模仿正常人的行走。（2）为了使下肢康复机器人进行辅助康复训练更加符合人体的步态特性,提升患者进行康复训练的安全性以及有效性,本文设计了基于人体步态数据的PD自适应控制器、Radial basis function（RBF）神经网络自适应控制器和RBF神经网络自适应前馈控制器。其中PD自适应控制器考虑了重力和未知扰动,忽略了摩擦力;其他两种控制器考虑了重力、摩擦力和未知扰动。通过Matlab软件的仿真结果表明三种控制方法均能实现对期望轨迹的跟踪;经过对比,RBF神经网络自适应控制器的跟踪速度以及跟踪效果较PD自适应控制器要好很多,且初始输入力矩更小;在加入前馈控制器后,RBF神经网络自适应控制器的跟踪速度以及跟踪效果又得到了提升。（3）本文提出了基于人体步态数据和关节力矩的下肢康复机器人的控制策略。首先,将三维动作捕捉系统获取的真实正常人体步态数据作为控制系统的参考轨迹;其次,将关节力矩作为下肢康复机器的输入,直接驱动下肢康复机器人动作;然后,设计了基于关节角度和角速度跟踪误差的PD控制器,来对下肢康复机器人的输入力矩进行补偿校正,以实现下肢康复机器人对期望轨迹的跟踪;最后,通过Matlab软件的仿真结果验证了该方法的有效性。
颜子开[4]（2020）在《基于强化学习的仿人机器人步行稳定控制方法》文中提出优良的步行控制策略能够帮助仿人机器人适应多样化的工作场景,而步行过程中的稳定性控制更是步态规划研究的难点和重点问题。本文针对仿人机器人的步行稳定性问题,设计了基于强化学习的自适应在线稳定性控制策略,实现了仿人机器人步行过程中的实时稳定性控制,并开发了机器人联合仿真系统进行实验验证。主要工作如下:（1）针对仿人机器人在非水平环境中行走时容易受路面影响而导致步行不稳定的问题,提出了一种结合离线步态规划与在线关节角度补偿的双足行走控制方法。该方法基于Actor Critic（AC）强化学习算法建立仿人机器人的自适应控制模型,以BP神经网络拟合控制策略,通过接收连续状态信息,实现了输入信号到输出关节角度补偿值的端到端控制,并使用三次样条插值法实现了动作之间的平滑过渡。此外,设计了连续立即回报函数,提高了学习过程的收敛速度。（2）针对仿人机器人的仿生特性和小脑在步行中的平衡控制作用,本文基于强化学习理论建立了仿小脑的控制模型。该小脑模型的建模以小脑的解剖学结构和神经电信号在小脑中的传递过程为基础,以模块化的设计方式将小脑模型分为状态编码模块、小脑功能模块、运动映射模块以及下橄榄反馈模块四个部分。结合时间差分（TD）强化学习算法获得环境反馈的评价性信息来调整行为策略和相关突触的权值,使小脑模型具备了学习能力。最后,基于TD强化学习小脑模型建立了在线稳定控制器,其能够在离线步态规划的基础上,自适应地对仿人机器人的下肢关节进行调整,提高步行稳定性。（3）为了提高研究效率,使开发过程更加方便快捷,搭建了跨平台、跨语言的机器人联合仿真系统。通过相关的库函数和应用程序接口,实现了C++程序对Python脚本的调用以及双向信息传递,并且使用MATLAB Engine实现了MATLAB与Webots的实时通信。研究与开发实践表明该仿真系统可以同时利用Python、MATLAB和C++语言的优点进行机器人控制程序的开发,为后续控制算法的研发与验证提供了平台。（4）在机器人联合仿真系统中对本文提出的AC强化学习仿人机器人控制方法与TD强化学习小脑模型控制方法进行了仿真实验,以坡度变化的斜坡作为实验环境进行测试,结果表明,两种控制方法都能实时调整机器人的姿态,增强其在行走中的稳定性。本文深入研究了仿人机器人步态规划、强化学习、小脑模型,开发了仿人机器人的稳定步行控制策略,并基于此策略构建了步行控制系统,对强化学习和小脑模型的应用以及仿人机器人控制策略的发展起到了促进作用。
曹宝石[5]（2020）在《具有2DOF腰部仿人机器人的工作空间和运动规划研究》文中研究表明仿人机器人是一种外观与人相似,具有移动功能、感知功能、操作功能的智能机器人,它不仅能够独立完成操作任务,还能与人类协作完成操作任务。仿人机器人移动平台在到达指定位置后,操作任务主要依靠仿人机器人高灵活的臂腰系统来完成。由于臂腰系统具有高冗余的特性,如何实现其高灵巧的操作运动规划,以避免操作过程中增加约束限制而导致任务失败是其研究的重点。此外,在臂腰关节传动链内含有谐波减速器等柔性元器件,使得关节具有柔性,从而导致仿人机器人在运动中会发生不可避免的振动,而过大的振动会导致操作任务失败。因此,仿人机器人运动中的振动必须加以抑制。为完成仿人机器人的设计,本文首先分析了仿人机械臂及仿人头部的参数,并结合自上而下的设计顺序与仿人机器人操作任务,确定了仿人机器人腰部设计需求。然后,通过人类腰部运动特征分析,确定了仿人机器人腰部自由度及其构型。在设计了腰关节机械机构、内部传感器系统分布、电气系统及保护措施后,通过参数辨识实验,确定了腰关节的控制参数。最后,通过腰部连接仿人机器人其余部分,完成了仿人机器人系统设计。将仿人机器人主要尺寸参数与成人尺寸参数进行对比,结果表明仿人机器人整体尺寸相对协调。通过对比增加腰部前后的仿人机器人工作空间范围,说明了可运动的腰部有效提高了仿人机器人的操作范围。腰关节性能参数表明所设计的腰关节具有高减速比,输出力矩大,传动轴向尺寸小的特点。同时,腰关节内还集成了多种传感器,并具有机电一体化的特点。工作空间范围及在工作空间内的操作灵巧性是衡量仿人机械臂性能的重要指标。本文结合臂角范围及机械臂运动学逆解的存在性,定义了机械臂工作空间位姿灵巧度,用来描述机械臂在指定抓取方向的灵巧性。与经典工作空间灵巧指标进行对比,工作空间位姿灵巧度不仅考虑了机械臂在指定方向上到达的概率,还将可行臂角范围考虑在其中,对机械臂的操作灵活性的描述更加全面。此外,本文采用解析法判断运动学逆解的存在,不仅避免了逆运动学求解精度导致的灵巧度计算不准确,还可以通过存储可行臂角范围或最优臂角来加速轨迹优化。同时,本文定义了工作空间位置灵巧度,用来描述仿人机械臂在工作空间内不同区域的操作灵巧性。与经典的机械臂工作空间灵巧指标进行对比,本文提出的工作空间位置灵巧度定义的高灵巧工作空间区域在完成指定操作任务,如到达指定位姿,完成指定轨迹的能力与方向可达指数类似,明显优于工作空间密度,可操作度与条件数所定义的高灵巧工作空间区域,尤其在完成带有臂角约束的操作任务时,相对经典灵巧性指标具有明显优势。仿人机器人系统具有高冗余自由度的臂腰系统,为实现臂腰系统的高灵巧运动规划,本文首先通过位置灵巧度建立仿人机械臂高灵巧工作空间,并利用高灵巧工作空间分布进行腰部关节角度优化;然后,通过仿人机械臂位置灵巧度确定操作平面内最佳操作位置,并将其确定为操作目标的移动终点,便于实现对操作目标的复杂操作;最后,通过仿人机械臂位姿灵巧度对目标抓取方向进行优化,以实现抓取姿态的高灵巧性。在通过仿人机械臂灵巧度确定机器人完成操作任务过程中的关键位姿及对应关节角后,通过样条曲线实现对应关节角度的平滑连接,并利用关节样条轨迹离散插补生成关节驱动轨迹,从而实现仿人机器人的灵巧操作的轨迹规划。针对需要反复执行的操作任务,本文提出一种改进粒子群算法来实现约束条件下仿人机械臂基于轨迹优化的振动抑制。此方法以残余弹性势能为优化目标函数,通过约束机械臂关节控制点位置（或/和）机械臂末端笛卡尔空间控制点位置,完成约束条件下仿人机械臂的轨迹优化,从而找到残余振动最小的关节驱动轨迹,实现关节振动抑制。此外,对于实时性要求较高的操作任务,本文提出一种基于仿人机器人重心减速的实时轨迹修正方法来实现振动抑制。首先,通过关节力矩传感器在运动中的变化规律,确定机器人振动时间与运动状态。其次,通过修正关节轨迹降低仿人机器人重心变化速度,从而减小振动增大趋势,实现振动抑制。
姜朝峰[6]（2020）在《端到端的仿人机器人实时系统设计与优化》文中指出实时是构建复杂、安全、可靠的机器人系统的基础,传统的机器人软件系统已经无法同时满足仿人机器人的复杂性和实时性要求,实时控制问题在制约仿人机器人的发展。因此,需要对机器人软件框架进行研究和优化,以实现高性能的仿人机器人实时系统。本文围绕仿人机器人系统的实时性问题,从操作系统到框架进行了端到端的分析,对制约实时性的主要环节进行了重点优化,实现了端到端的机器人实时系统。具体研究和设计内容包括:一、在分析操作系统和控制总线的实时优化方式的基础上,选择硬实时操作系统和工业以太网总线作为仿人机器人控制系统的底层软件平台,对QNX和EtherCAT的实时性能进行了实验对比,并搭建仿人机器人软件模块框架。二、介绍机器人中间件实时化的理论方法和具体方案,选择广为使用的ROS作为仿人机器人中间件。并在移植到QNX的基础上,为ROS加入回调函数队列调度和消息队列优先级调度,使紧急和重要的消息优先得到传输处理,实现中间件的实时化。三、对优化后基于ROS的仿人机器人系统进行实验测试,分别验证ROS移植的可行性、回调函数优先级调度和消息优先级调度对ROS数据分发处理实时性的提升。最后,通过在大型仿人机器人平台上的实际运行,验证该实时系统的控制效果。本文的研究目的是探究仿人机器人实现高性能实时优化的方式,对硬实时要求的机器人、特别是仿人机器人的端到端硬实时控制系统的优化具有良好的借鉴价值。
王亚光[7]（2019）在《仿人写字机器人建模及控制系统研究与设计》文中研究表明写字作为仿人形机器人的一项具有特色的功能,一直是人形机器人研究的一个热门方向。本课题研究主要集中在仿人形机器人的手臂写字功能的实现,主要工作内容包括:仿人写字机器人的运动学建模、动力学建模、控制器设计以及实物仿真平台的搭建等等。在理论方面,首先,针对写字运动建立了仿人写字机器人的运动学模型,建立了写字机器人D-H模型;采用代数解法和几何解法进行逆运动学求解;用五次样条法进行路径规划;速度雅克比建立等等。然后,建立了写字机器人的动力学模型,采用拉格朗日法进行了动力学的建模分析,构建了写字机器人的动力学方程。在动力学模型的基础上,采用PD控制器进行轨迹跟踪仿真;考虑到PD控制器的一些缺陷,采用Backstepping控制器进行轨迹跟踪仿真;针对Backstepping控制器带来的“微分爆炸”的问题,结合动态面控制方法对Backstepping控制器的控制律进行改造,设计了 Backstepping动态面控制器。考虑到写字机器人的写字过程尽量接近于真人的写字过程,对笔尖接触到纸面触力进行控制,以达到仿人写字机器人的力/位混合控制。通过对写字过程的仿真实现了写字过程的理论验证,并比较了几种控制方法,验证了控制器的有效性。在实验方面,本文根据仿人写字机器人的功能需求建立了仿真实物平台。采用SolidWorks设计仿人写字机器人的手臂机械结构,并构建了仿人写字机器人机械平台。各个关节的控制模块采用以STM32F103C8T6为核心控制器,选择TB6112FNG直流电机驱动模块,每个模块设计CAN总线通信,实现各控制模块和上位机的通信以协调机器人各关节的运动。控制系统还包括角度传感器模块、显示模块、稳压电路模块等部分。上位机界面软件采用Qt5开发,采用串口转CAN通信实现上下位机数据的通信,协调各关节的控制模块以实现机器人写字的基本过程。本文完成了仿人写字机器人运动学模型和动力学模型的建立、控制器的设计,仿真验证了理论的正确性,建立了实物仿真实验平台,并在以下四个方面有一定的改进:（1）为写字机器人建立了全动力学模型,在仿真时更接近于机器人实际工作情况;（2）采用Backstepping动态面控制器,简化计算,提高控制性能;（3）采用力/位混合控制器,使写字机器人与真人写字更为接近;（4）设计并建立了实物仿真实验平台,为进一步深入研究仿人写字机器人创造条件,并打下良好基础。
陶言侃[8]（2019）在《双轮自平衡机器人设计及轨迹跟踪控制研究》文中提出仿人机器人是机器人领域中的一个热门的研究方向。解决仿人机器人的前进问题是仿人机器人领域中的一个重要课题。轮式机器人具有机动性高,并且在狭小空间内灵活的运动的能力。因此轮式机器人是解决仿人机器人前进问题的一个很好的解决方案。双轮自平衡机器人是一个非线性的欠驱动系统,如何实现对双轮自平衡机器人的轨迹跟踪控制一直以来都是该研究方向的重点和难点。本文主要以双轮自平衡机器人作为研究对象,设计双轮自平衡机器人实验样机,研究双轮自平衡机器人的轨迹跟踪控制。实验平台是实验研究的基础,其搭建是否合理,直接影响了后期所设计的控制方法能否很好的执行。本文分别从机械系统和硬件系统两方面阐述了双轮自平衡机器人的设计过程。机器人采用双轮中心共线布置,整体结构设计较为紧凑,有利于后续模型构建。硬件控制系统中,选择微控制器和传感器等关键元件,并设计了硬件系统部分控制电路。采用牛顿欧拉方法建立了双轮自平衡机器人动力学模型,并运用最小二乘参数辨识方法获取相关动力学参数。最后,完成带约束的轨迹规划,为后续的控制仿真与实验提供合理的期望轨迹。由于所建立的动力学模型存在耦合,故将双轮自平衡机器人解耦为前行系统和转向系统,分别设计控制器。双轮自平衡机器人需要快速准确地跟踪期望速度或位置指令,由于滑模控制具有较强的鲁棒性,前向系统分别采用基于LQR的滑模控制和终端滑模控制进行设计。转向系统因本身为线性定常系统,故采用模型预测控制设计控制器。根据控制器的理论推导,在MATLAB中完成仿真。首先,分析LQR滑模控制器和终端滑模控制器对前向速度的跟踪能力。其次,分析模型预测控制器对转向速度的跟踪能力,最后跟踪规划的期望轨迹,分析所设计的控制器是否合理。在实验平台上,分别进行前向速度跟踪实验、转向速度跟踪实验和所规划期望轨迹的轨迹跟踪实验,验证设计的控制器能否到达预期控制的效果。
刘义祥[9]（2019）在《含有跖趾关节的气动肌肉驱动双足机器人研究》文中研究指明双足机器人一直是机器人领域的研究热点与难点,实现稳定、自然、高效的仿人步行也是双足机器人的重要研究目标之一,但是目前绝大多数双足机器人仍然存在着步行稳定性差、步态僵硬不自然、能量效率低等问题。人类经过长期的自然进化成为直立行走的高级动物,借助自身的神经-肌肉-骨骼系统的协调作用机制,能够在多种复杂的环境中实现稳定、自然、高效的步行。由于双足机器人和人体具有一定的相似性,理解人体稳定、自然、高效步行的内在机理并将其融入到双足机器人的设计与控制当中,一方面有助于实现双足机器人的仿人步态,另一方面能够反过来促进研究人员对人体结构与步行机理的深入理解,还可以为肢体功能康复与外骨骼器具设计提供借鉴意义。本文以实现双足机器人的仿人动态步行为目标,以人体步行时的生物力学特性为基础,对人体步行机理、双足机器人仿生结构设计、双足机器人仿人动态步行控制、双足机器人动态步行实验等进行深入研究。基于人体生物力学特性分析人体稳定、自然、高效步行的内在机理。利用OpenSim软件建立人体肌肉骨骼模型,实现含有跖趾关节运动的人体模型的步行运动仿真,获取人体各种典型的生物力学特性。以此为基础分析下肢肌肉在步行过程中的作用规律,结果表明人体步行时的支撑力和推进力/制动力,以及下肢各关节的机械功主要由腰大肌、臀大肌、股内侧肌、比目鱼肌和腓肠肌五个肌肉群提供,而股二头肌（短头）、胫骨前肌、股直肌和股二头肌（长头）表现出类似于弹簧的特性,通过吸收、释放和在关节间传递能量帮助提高步行的能量利用效率。跖趾关节作为步行过程中与地面直接相互作用的关节,其作用经常被忽略,因此进一步研究跖趾关节在步行过程中的生物力学行为和对人体步态的影响,结果表明跖趾关节在步行中可视为被动关节,跖趾关节的存在使人体步态呈现出“足跟着地-全足着地-足跟离地-足趾离地”的时序特征,当跖趾关节的运动受限后也会影响这一步态特征,进而使步行过程中的关节机械功增加,且步行稳定域减小。基于人体步行机理设计双足机器人仿生结构。根据人体步行机理的研究结果所提供的仿生依据,设计一种基于气动人工肌肉的主被动驱动结合、含有被动跖趾关节的双足机器人,结合人体下肢各部分的解剖结构完成双足机器人的总体结构设计,并对髋关节、膝关节、踝关节、足部等进行具体结构设计。参考人体正常行走步态,构建含有单腿支撑相、双腿支撑相和碰撞相的双足机器人混合动力学模型,以此优化设计双足机器人的关键结构参数,并以步行过程中的步态性能参数为评价指标来验证双足机器人结构设计的合理性。设计气动人工肌肉驱动的双足机器人仿人动态步行控制策略。针对气动人工肌肉复杂的迟滞特性和强非线性给其位置控制带来的困难,研究气动人工肌肉的长度/气压迟滞特性建模,建立一种含有分段算子的改进的Prandtl-Ishlinskii迟滞模型,该模型不仅能够准确地描述非对称的长度/气压迟滞特性,还能够无需任何复杂计算而直接用来准确地描述长度/气压逆迟滞特性;并进一步提出一种基于直接逆迟滞补偿的气动人工肌肉位置控制方法,实现具有较高精度的气动人工肌肉位置控制。在此基础上,不依赖于ZMP稳定判据和单纯的轨迹跟踪控制,而是参考人体步行过程中的关节运动规律和肌肉作用规律,提出一种基于有限状态机的落足点控制、反射控制与踝关节控制相结合的双足机器人仿人动态步行控制策略,并利用MATLAB进行不同条件下的机器人动态步行仿真。开展双足机器人实验研究。设计双足机器人以嵌入式控制器为核心的控制系统,并进行双足机器人样机集成与实验平台搭建。以踝关节为例进行气动人工肌肉驱动的机器人关节位置控制实验;进而开展平地、变速、变步长、上坡、下坡、不平整地面等不同条件下的双足机器人动态步行实验,验证机器人的结构设计与步行控制策略,实现双足机器人样机的仿人动态步行。
朱杰[10]（2019）在《高效双足步行机器人关节多模式运动控制系统》文中研究指明本文基于实验室自行研制的电机驱动型双足步行机器人样机,设计了应用于该样机的关节运动控制系统。首先,本文进行机器人模型介绍,阐述了机器人设计的理论依据:两点式步行理论,列出机器人机械结构及关节参数,通过D-H矩阵进行机器人运动学建模为后期模型补偿算法做铺垫,建立电机内部电路系统模型用以研究关节力矩控制,通过MATLAB/Simulink工具搭建机器人三维仿真模型。其次,针对机器人关节多模式控制（位置控制和力矩控制）需求,对其进行相关算法的仿真。位置控制和力矩控制均采用分布式控制思想,即对每个关节进行单独控制。位置控制采用基于模型补偿的自抗扰控制算法（ADRC）,通过与基于模型补偿的PID控制算法进行仿真对比说明其控制的优越性。力矩控制主要用于通过脚踝给机器人提供恒定的蹬地力,相关控制算法参数通过仿真确定。然后,对关节控制系统软硬件设计进行介绍。硬件主要分为电源系统板、关节从站主控板、3自由度驱动母板及电机驱动器,详细介绍具体设计方案。软件方面:关节控制器主要是基于FreeRTOS实时操作系统进行各个任务设计;关节驱动器主要实现电流环控制功能以及CAN通讯等功能;算法设计采用基于模型的设计理念,在Simulink仿真验证后,直接将算法部分定义输入输出接口,生成嵌入式代码用于实际机器人运动控制。最后,搭建实验平台,对机器人进行位置控制及力矩控制实验。位置控制主要进行单自由度机械臂实验以及机器人关节联动实验验证控制算法的稳定性及控制精度等。力矩控制主要进行电流与实际力矩关系实验、电流反馈阶跃实验以及机器人实际蹬地力测量实验。实验结果表明位置控制及力矩控制均可以很好地满足机器人关节系统的控制要求。
二、基于CAN的仿人机器人控制器的设计与实现（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于CAN的仿人机器人控制器的设计与实现（论文提纲范文）
（2）基于强化学习的双足仿人机器人步行控制（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景与研究意义 |
| 1.2 双足机器人研究现状 |
| 1.3 双足机器人步态规划方法研究现状 |
| 1.3.1 基于模型的步态规划 |
| 1.3.2 基于仿生学的步态规划 |
| 1.3.3 基于智能算法的步态规划 |
| 1.4 本文主要研究内容和结构安排 |
| 第2章 双足机器人物理样机设计与制造 |
| 2.1 引言 |
| 2.2 10自由度双足机器人物理样机设计与制造 |
| 2.2.1 机械结构设计与制造 |
| 2.2.2 硬件选型 |
| 2.2.3 控制系统搭建 |
| 2.3 6自由度双足机器人物理样机设计与制造 |
| 2.4 小结 |
| 第3章 基于强化学习的步行控制器设计 |
| 3.1 引言 |
| 3.2 强化学习框架 |
| 3.2.1 Q学习 |
| 3.2.2 策略梯度 |
| 3.2.3 Actor-Critic框架 |
| 3.2.4 近端策略优化 |
| 3.3 强化学习步行控制器设计 |
| 3.3.1 强化学习框架搭建 |
| 3.3.2 神经网络搭建 |
| 3.3.3 状态空间与动作空间设计 |
| 3.3.4 奖励函数设计 |
| 3.3.5 终止条件设计 |
| 3.3.6 噪声条件设计 |
| 3.4 小结 |
| 第4章 仿真步行训练和结果分析 |
| 4.1 引言 |
| 4.2 仿真训练环境搭建 |
| 4.2.1 基于Gym的强化学习环境搭建 |
| 4.2.2 仿真平台选择 |
| 4.2.3 虚拟样机建模及模型导入 |
| 4.2.4 实验场景搭建 |
| 4.2.5 实验程序流程设计 |
| 4.3 仿真环境训练与结果分析 |
| 4.3.1 水平地面步行实验 |
| 4.3.2 外部冲击扰动条件下的步行实验 |
| 4.3.3 负重步行实验 |
| 4.3.4 特种地形步行实验 |
| 4.4 小结 |
| 第5章 机器人物理样机步行实验及结果分析 |
| 5.1 引言 |
| 5.2 实验准备 |
| 5.3 真实环境步行实验与结果分析 |
| 5.3.1 水平地面步行实验 |
| 5.3.2 受外部冲击条件下的步行实验 |
| 5.3.3 复杂地面环境步行实验 |
| 5.4 小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 作者简介 |
| 致谢 |
（3）基于人体步态特性的下肢康复机器人控制系统设计（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题研究的背景和意义 |
| 1.2 国内外现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 本文主要研究内容 |
| 1.4 本文组织结构 |
| 2 理论基础及其问题 |
| 2.1 下肢康复机器人系统 |
| 2.1.1 下肢康复机器人机械结构 |
| 2.1.2 下肢康复机器人硬件架构 |
| 2.1.3 下肢康复机器人软件及开发 |
| 2.2 下肢康复机器人控制策略 |
| 2.2.1 轨迹跟踪控制 |
| 2.2.2 PD控制 |
| 2.2.3 自适应控制 |
| 2.2.4 RBF神经网络控制 |
| 2.2.5 力位混合控制 |
| 2.2.6 控制方法比较 |
| 2.3 研究问题描述 |
| 2.4 本章小结 |
| 3 人体步态特性分析 |
| 3.1 人体步态周期 |
| 3.2 人体运动数据采集系统 |
| 3.2.1 三维动作捕捉系统 |
| 3.2.2 三维测力平台 |
| 3.3 人体下肢运动数据的采集及处理 |
| 3.3.1 人体下肢运动数据采集 |
| 3.3.2 人体下肢运动数据的预处理 |
| 3.4 本章小结 |
| 4 下肢康复机器人动力学分析与建模 |
| 4.1 下肢康复机器人动力学建模 |
| 4.1.1 Lagrange方法 |
| 4.1.2 Lagrange方程的建立 |
| 4.1.3 机器人动态特性分析 |
| 4.2 本章小结 |
| 5 下肢康复机器人控制系统设计 |
| 5.1 自适应PD控制 |
| 5.1.1 控制器设计 |
| 5.1.2 稳定性分析 |
| 5.1.3 仿真验证及结果分析 |
| 5.2 RBF神经网络自适应控制 |
| 5.2.1 控制器设计 |
| 5.2.2 稳定性分析 |
| 5.2.3 仿真验证及结果分析 |
| 5.3 RBF神经网络自适应前馈控制 |
| 5.3.1 控制器设计 |
| 5.3.2 稳定性分析 |
| 5.3.3 仿真验证及结果分析 |
| 5.4 基于人体步态数据和关节力矩的下肢康复机器人控制系统设计 |
| 5.4.1 控制器设计 |
| 5.4.2 稳定性分析 |
| 5.4.3 仿真验证及结果分析 |
| 5.5 控制算法比较与分析 |
| 5.6 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 未来展望 |
| 参考文献 |
| 附录 ：硕士研究生学习阶段发表学术论文和获得奖励 |
| 致谢 |
（4）基于强化学习的仿人机器人步行稳定控制方法（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题的研究背景及意义 |
| 1.2 仿人机器人研究现状 |
| 1.3 仿人机器人的步行控制研究现状 |
| 1.3.1 仿人机器人的离线步态生成方法 |
| 1.3.2 仿人机器人的在线步行稳定控制方法 |
| 1.4 本文的主要内容 |
| 2 强化学习方法 |
| 2.1 强化学习概述 |
| 2.2 强化学习的基本概念 |
| 2.2.1 马尔可夫决策过程 |
| 2.2.2 贝尔曼方程和值函数 |
| 2.3 基于值函数的强化学习方法 |
| 2.3.1 动态规划方法 |
| 2.3.2 时间差分算法 |
| 2.3.3 Q-Learning与 SARSA算法 |
| 2.3.4 DQN算法 |
| 2.4 基于策略搜索的强化学习方法 |
| 2.4.1 Policy Gradient算法 |
| 2.4.2 Actor Critic算法 |
| 2.5 本章小结 |
| 3 基于Actor Critic强化学习算法的仿人机器人在线步行稳定控制方法 |
| 3.1 仿人机器人的离线步态规划 |
| 3.1.1 步态规划理论 |
| 3.1.2 仿人机器人的运动学模型 |
| 3.1.3 步态周期划分与ZMP轨迹 |
| 3.1.4 踝关节与髋关节轨迹规划 |
| 3.1.5 生成仿人机器人离线步态 |
| 3.2 基于强化学习的在线步行稳定控制器 |
| 3.2.1 基于BP神经网络的AC算法 |
| 3.2.2 强化学习关键要素的设定 |
| 3.2.3 学习流程 |
| 3.3 本章小结 |
| 4 基于强化学习小脑模型的在线步行稳定控制方法 |
| 4.1 引言 |
| 4.2 基于强化学习理论建模的小脑模型 |
| 4.2.1 小脑的解剖学和生理学概述 |
| 4.2.2 小脑模型结构 |
| 4.2.3 小脑模型功能 |
| 4.3 基于强化学习小脑模型的在线步行稳定控制器 |
| 4.4 本章小结 |
| 5 实验与结果分析 |
| 5.1 机器人平台与仿真实验环境 |
| 5.1.1 ROBOTIS-OP2 仿人机器人 |
| 5.1.2 机器人仿真软件Webots |
| 5.1.3 机器人联合仿真系统的搭建 |
| 5.2 实验环境 |
| 5.2.1 稳定性训练平台 |
| 5.2.2 斜坡环境 |
| 5.3 实验与结果 |
| 5.3.1 基于强化学习的在线步行稳定控制实验 |
| 5.3.2 强化学习小脑模型的在线步行稳定控制实验 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表学术论文情况 |
| 致谢 |
（5）具有2DOF腰部仿人机器人的工作空间和运动规划研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究的目的和意义 |
| 1.2 国内外仿人机器人研究现状 |
| 1.3 机械臂工作空间研究现状 |
| 1.3.1 机械臂工作空间范围研究现状 |
| 1.3.2 机械臂工作空间灵巧性研究现状 |
| 1.4 仿人机器人运动规划研究现状 |
| 1.4.1 机械臂灵巧运动规划研究现状 |
| 1.4.2 机器人振动抑制轨迹优化研究现状 |
| 1.5 论文的主要研究内容 |
| 第2章 具有2DOF腰部仿人机器人设计 |
| 2.1 引言 |
| 2.2 仿人机器人系统组成 |
| 2.2.1 头部子系统 |
| 2.2.2 双臂子系统 |
| 2.2.3 下肢子系统 |
| 2.3 仿人腰部子系统设计 |
| 2.3.1 仿人腰部构型分析 |
| 2.3.2 模块化腰关节设计 |
| 2.3.3 仿人腰部电气系统 |
| 2.3.4 仿人腰部外壳封装 |
| 2.3.5 仿人腰部保护措施 |
| 2.4 仿人机器人尺寸参数波动分析 |
| 2.5 本章小结 |
| 第3章 仿人机器人工作空间分析 |
| 3.1 引言 |
| 3.2 工作空间划分及优选 |
| 3.2.1 工作空间划分方法 |
| 3.2.2 工作空间划分方法优选 |
| 3.3 仿人腰部对仿人机器人工作空间范围的扩展 |
| 3.3.1 腰部固定时仿人机器人工作空间范围 |
| 3.3.2 腰部运动时仿人机器人工作空间范围 |
| 3.4 经典机械臂灵巧性指标分析 |
| 3.4.1 机械臂工作空间密度 |
| 3.4.2 机械臂可操作度 |
| 3.4.3 机械臂各向同向性 |
| 3.4.4 机械臂工作空间可达度 |
| 3.4.5 不同工作空间灵巧性指标云图建立 |
| 3.5 仿人机械臂灵巧度分析 |
| 3.5.1 仿人机械臂工作空间离散划分 |
| 3.5.2 仿人机械臂工作空间内末端位姿矩阵采样 |
| 3.5.3 仿人机械臂指定位姿可达臂角范围求解 |
| 3.5.4 仿人机械臂灵巧度定义 |
| 3.5.5 仿人机械臂位置灵巧度云图建立 |
| 3.6 不同灵巧性指标定义的高灵巧工作空间对比 |
| 3.6.1 不同高灵巧工作空间生成 |
| 3.6.2 离散点完成度对比 |
| 3.6.3 直线轨迹完成度对比 |
| 3.6.4 曲线轨迹完成度对比 |
| 3.7 本章小结 |
| 第4章 基于灵巧度的仿人机器人轨迹规划 |
| 4.1 引言 |
| 4.2 基于仿人机械臂位置灵巧度的腰部位置优化 |
| 4.2.1 基于不同位置灵巧度区间的机械臂工作空间划分 |
| 4.2.2 腰部运动对机械臂高位置灵巧度工作空间的影响 |
| 4.2.3 仿人腰部角度优化 |
| 4.3 基于仿人机械臂位置灵巧度的最佳操作点选取 |
| 4.3.1 目标操作平面离散划分 |
| 4.3.2 约束条件下位置灵巧度计算 |
| 4.3.3 最佳操作点选取 |
| 4.4 基于仿人机械臂位姿灵巧度的抓取姿态优化 |
| 4.4.1 基于目标外轮廓的可行抓取姿态确定 |
| 4.4.2 无障碍条件下机械臂抓取姿态优化 |
| 4.4.3 障碍条件下机械臂抓取姿态优化 |
| 4.5 关节运动轨迹生成 |
| 4.5.1 基于操作任务的机械臂笛卡尔空间轨迹控制点 |
| 4.5.2 关节轨迹控制点间样条轨迹 |
| 4.6 仿人机器人轨迹规划实验 |
| 4.6.1 仿人机器人轨迹规划实验平台 |
| 4.6.2 仿人机器人抓取移动轨迹规划实验 |
| 4.6.3 仿人机器人臂腰抓取轨迹规划实验 |
| 4.7 本章小结 |
| 第5章 仿人机器人振动抑制轨迹优化 |
| 5.1 引言 |
| 5.2 约束条件下仿人机器人离线轨迹优化 |
| 5.2.1 仿人机器人运动残余弹性势能 |
| 5.2.2 基于粒子群算法的关节轨迹优化 |
| 5.3 基于重心减速的实时轨迹优化 |
| 5.3.1 基于关节力矩传感器的振动预测准则 |
| 5.3.2 仿人机器人运动过程重心变化 |
| 5.3.3 三段式关节轨迹修正 |
| 5.4 仿人机器人振动抑制轨迹优化实验 |
| 5.4.1 仿人机器人实验平台 |
| 5.4.2 仿人机械臂振动抑制轨迹优化实验 |
| 5.4.3 仿人腰部振动抑制轨迹优化实验 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 致谢 |
| 个人简历 |
（6）端到端的仿人机器人实时系统设计与优化（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 机器人操作系统和控制总线研究现状 |
| 1.2.2 机器人中间件研究现状 |
| 1.2.3 机器人操作系统ROS |
| 1.3 发展趋势 |
| 1.4 本文的主要研究内容 |
| 1.5 本文结构 |
| 第二章 仿人机器人平台的实时化 |
| 2.1 操作系统实时化的主要方式 |
| 2.1.1 插入实时微内核层 |
| 2.1.2 添加实时内核补丁 |
| 2.1.3 选择硬实时操作系统 |
| 2.2 控制总线实时化的主要方式 |
| 2.2.1 CAN总线 |
| 2.2.2 Ethernet Powerlink |
| 2.2.3 EtherCAT |
| 2.3 QNX和EtherCAT控制平台的搭建 |
| 2.4 性能验证测试 |
| 2.4.1 测试指标 |
| 2.4.2 上下文切换时间实验 |
| 2.4.3 中断响应时间实验 |
| 2.4.4 时钟精度实验 |
| 2.4.5 EtherCAT通信实验 |
| 2.5 仿人机器人控制系统程序框架 |
| 2.5.1 仿人机器人功能模块 |
| 2.5.2 Sensor传感器模块 |
| 2.5.3 Motor电机模块 |
| 2.6 本章小结 |
| 第三章 机器人中间件实时化设计 |
| 3.1 中间件实时化的主要方式 |
| 3.1.1 基本方式 |
| 3.1.2 CORBA组件实时化 |
| 3.1.3 使用DDS实时组件 |
| 3.2 ROS在QNX操作系统的移植 |
| 3.2.1 ROS节点功能分析 |
| 3.2.2 移植准备工作分析 |
| 3.2.3 具体移植过程 |
| 3.3 加入消息队列优先级调度 |
| 3.3.1 ROS消息发送过程分析 |
| 3.3.2 具体实现过程 |
| 3.3.3 加入优先级队列 |
| 3.4 加入回调函数优先级调度 |
| 3.4.1 ROS函数回调过程分析 |
| 3.4.2 具体实现过程 |
| 3.4.3 加入优先级调度 |
| 3.5 通过指针传递大量数据 |
| 3.6 本章小结 |
| 第四章 系统实时性能测试与验证 |
| 4.1 仿人机器人运动测试 |
| 4.1.1 机器人平台 |
| 4.1.2 运动测试 |
| 4.2 ROS移植功能测试 |
| 4.2.1 基础连接测试 |
| 4.2.2 ROS节点功能测试 |
| 4.3 消息优先级调度功能测试 |
| 4.4 回调函数优先级调度功能测试 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 个人简历 |
| 攻读学位期间获得的科研成果 |
（7）仿人写字机器人建模及控制系统研究与设计（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.3 本文主要研究内容 |
| 2 仿人写字机器人运动学分析 |
| 2.1 仿人写字机器人正向运动学模型 |
| 2.1.1 仿人写字机器人D-H模型 |
| 2.1.2 仿人写字机器人运动学正解 |
| 2.1.3 仿人写字机器人坐标系标准命名 |
| 2.2 仿人写字机器人逆向运动学模型建立 |
| 2.3 仿人写字机器人工作空间分析 |
| 2.4 仿人写字机器人的轨迹规划 |
| 2.5 仿人写字机器人的速度分析 |
| 2.5.1 仿人写字机器人的雅克比矩阵 |
| 2.5.2 仿人写字机器人的雅克比矩阵的逆 |
| 2.6 本章小结 |
| 3 仿人写字机器人力学分析 |
| 3.1 仿人写字机器人静力学分析 |
| 3.2 仿人写字机器人动力学建模 |
| 3.2.1 拉格朗日动力学推导 |
| 3.2.2 仿人写字机器人动力学分析 |
| 3.3 仿人写字机器人力学方程 |
| 3.4 本章小结 |
| 4 仿人写字机器人控制器设计 |
| 4.1 基于PD控制的机械臂控制器设计 |
| 4.2 基于Backstepping控制的机械臂控制器设计 |
| 4.2.1 Backstepping控制器的原理 |
| 4.2.2 Backstepping控制器设计 |
| 4.3 基于Backstepping动态面控制的机械臂控制器设计 |
| 4.3.1 动态面控制器的原理 |
| 4.3.2 Backstepping动态面控制器设计 |
| 4.4 仿人写字机器人力/位混合控制器设计 |
| 4.4.1 笛卡尔空间动力学方程 |
| 4.4.2 力/位混合控制器设计 |
| 4.5 本章小结 |
| 5 仿人写字机器人实验平台设计 |
| 5.1 机械结构设计 |
| 5.2 控制系统硬件设计 |
| 5.3 下位机软件设计 |
| 5.4 上位机界面软件设计 |
| 5.5 仿人写字机器人实验结果 |
| 5.6 本章小结 |
| 总结与展望 |
| 参考文献 |
| 致谢 |
（8）双轮自平衡机器人设计及轨迹跟踪控制研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题来源及研究的背景和意义 |
| 1.1.1 课题来源 |
| 1.1.2 研究的背景和意义 |
| 1.2 国内外研究现状分析 |
| 1.2.1 国外双轮机器人研究现状 |
| 1.2.2 国内双轮机器人研究现状 |
| 1.2.3 国内外双轮机器人控制方法研究现状 |
| 1.3 国内外文献综述简析 |
| 1.4 主要研究内容 |
| 第2章 双轮自平衡机器人的设计及建模 |
| 2.1 引言 |
| 2.2 双轮自平衡机器人设计 |
| 2.2.1 两轮自平衡机器人机械结构设计 |
| 2.2.2 两轮自平衡机器人控制系统硬件设计 |
| 2.3 机器人的动力学建模 |
| 2.3.1 两轮自平衡机器人二维模型 |
| 2.3.2 两轮自平衡机器人三维模型 |
| 2.4 相关参数的系统参数辨识 |
| 2.5 带约束条件的运动轨迹规划 |
| 2.6 本章小结 |
| 第3章 双轮自平衡机器人的控制器设计 |
| 3.1 引言 |
| 3.2 基于滑模控制的前向系统控制 |
| 3.2.1 滑模控制的理论基础 |
| 3.2.2 基于终端滑模控制的控制器设计 |
| 3.2.3 基于LQR滑模控制的控制器设计 |
| 3.3 基于模型预测控制的转向系统控制 |
| 3.3.1 模型预测控制的理论基础 |
| 3.3.2 基于MPC的转向控制器设计 |
| 3.4 本章小结 |
| 第4章 双轮自平衡机器人轨迹跟踪的仿真及实验 |
| 4.1 引言 |
| 4.2 双轮自平衡机器人轨迹跟踪仿真分析 |
| 4.2.1 仿真环境概述 |
| 4.2.2 simulink仿真模块介绍 |
| 4.2.3 轨迹跟踪仿真及其分析 |
| 4.3 双轮自平衡机器人轨迹跟踪实验分析 |
| 4.4 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
（9）含有跖趾关节的气动肌肉驱动双足机器人研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题背景及研究的目的和意义 |
| 1.2 双足机器人系统研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 双足机器人步态生成与控制方法研究现状 |
| 1.3.1 基于零力矩点的步态生成与控制方法 |
| 1.3.2 基于倒立摆模型的步态生成与控制方法 |
| 1.3.3 基于人体运动数据的步态生成与控制方法 |
| 1.3.4 基于中枢模式发生器的步态生成与控制方法 |
| 1.3.5 基于混杂零动态的步态生成与控制方法 |
| 1.4 双足机器人系统与控制研究中的关键问题 |
| 1.5 本文的主要研究内容 |
| 第2章 人体步行中下肢肌肉与跖趾关节的作用规律研究 |
| 2.1 引言 |
| 2.2 人体步态分析基础 |
| 2.2.1 人体的轴与面 |
| 2.2.2 下肢主要关节与肌肉 |
| 2.2.3 步态周期 |
| 2.3 人体步行机理研究方法 |
| 2.3.1 基于运动仿真的人体步行机理研究方法 |
| 2.3.2 人体肌肉骨骼模型 |
| 2.3.3 人体步行仿真 |
| 2.4 人体步行中下肢肌肉作用规律研究 |
| 2.4.1 肌肉贡献度分析 |
| 2.4.2 肌肉功率分析 |
| 2.4.3 关节刚度分析 |
| 2.4.4 下肢肌肉作用规律分析 |
| 2.5 人体步行中跖趾关节作用规律研究 |
| 2.5.1 跖趾关节的生物力学行为 |
| 2.5.2 跖趾关节对人体步态的影响 |
| 2.5.3 跖趾关节作用规律分析 |
| 2.6 本章小结 |
| 第3章 双足机器人仿生结构设计 |
| 3.1 引言 |
| 3.2 双足机器人仿生结构设计 |
| 3.2.1 双足机器人仿生设计原则 |
| 3.2.2 双足机器人结构设计 |
| 3.3 双足机器人模型构建与参数优化 |
| 3.3.1 双足机器人模型 |
| 3.3.2 双足机器人仿人步态 |
| 3.3.3 双足机器人运动学分析 |
| 3.3.4 双足机器人动力学分析 |
| 3.3.5 双足机器人弹簧参数优化 |
| 3.4 双足机器人结构验证 |
| 3.4.1 跖趾关节功能验证 |
| 3.4.2 弹性元件功能验证 |
| 3.5 本章小结 |
| 第4章 双足机器人仿人动态步行控制策略研究 |
| 4.1 引言 |
| 4.2 气动人工肌肉迟滞特性研究 |
| 4.2.1 长度/气压迟滞特性测量 |
| 4.2.2 经典Prandtl-Ishlinskii模型 |
| 4.2.3 改进的Prandtl-Ishlinskii模型 |
| 4.3 气动人工肌肉位置控制策略 |
| 4.3.1 长度/气压逆迟滞模型 |
| 4.3.2 基于直接逆迟滞补偿的气动人工肌肉位置控制 |
| 4.4 双足机器人仿人动态步行控制策略 |
| 4.4.1 步行控制策略设计 |
| 4.4.2 动态步行仿真 |
| 4.4.3 步行稳定性验证 |
| 4.5 本章小结 |
| 第5章 双足机器人实验研究 |
| 5.1 引言 |
| 5.2 双足机器人样机集成 |
| 5.2.1 机器人系统硬件集成 |
| 5.2.2 机器人系统软件设计 |
| 5.3 双足机器人关节位置控制实验 |
| 5.3.1 关节开环位置控制实验 |
| 5.3.2 关节串级闭环位置控制实验 |
| 5.4 双足机器人动态步行实验 |
| 5.4.1 平地步行实验 |
| 5.4.2 变速步行实验 |
| 5.4.3 变步长步行实验 |
| 5.4.4 上坡步行实验 |
| 5.4.5 下坡步行实验 |
| 5.4.6 不平整地面步行实验 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 致谢 |
| 个人简历 |
（10）高效双足步行机器人关节多模式运动控制系统（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 课题背景及意义 |
| 1.3 国内外研究现状及发展趋势 |
| 1.3.1 机器人关节控制系统研究现状 |
| 1.3.2 机器人关节控制系统发展趋势 |
| 1.4 研究内容与组织结构 |
| 第二章 机器人模型搭建 |
| 2.1 引言 |
| 2.2 两点式步行理论 |
| 2.3 机器人样机介绍 |
| 2.3.1 机械结构介绍 |
| 2.3.2 驱动关节性能介绍 |
| 2.4 机器人运动学建模 |
| 2.5 机器人关节耦合建模 |
| 2.6 电机驱动系统建模 |
| 2.7 仿真模型建立 |
| 2.8 本章小结 |
| 第三章 机器人关节多模式控制算法设计 |
| 3.1 引言 |
| 3.2 关节位置控制 |
| 3.2.1 PID算法 |
| 3.2.2 自抗扰算法 |
| 3.2.3 模型补偿算法 |
| 3.2.4 单关节位置控制 |
| 3.2.5 多关节位置控制 |
| 3.2.6 本节小结 |
| 3.3 关节力矩控制 |
| 3.3.1 电流环控制策略 |
| 3.3.2 PI参数仿真对比 |
| 3.3.3 RC滤波电路参数对比 |
| 3.3.4 PI控制器周期参数对比 |
| 3.3.5 本节小结 |
| 3.4 本章小结 |
| 第四章 关节控制系统软硬件设计 |
| 4.1 引言 |
| 4.2 机器人控制系统总体架构介绍 |
| 4.3 关节控制系统硬件设计 |
| 4.3.1 关节控制系统硬件总体方案 |
| 4.3.2 电源系统 |
| 4.3.3 关节从站主控板电路设计 |
| 4.3.4 3自由度驱动板母板电路设计 |
| 4.3.5 电机驱动器电路设计 |
| 4.4 关节控制系统软件设计 |
| 4.4.1 控制系统软件架构 |
| 4.4.2 基于Simulink转 C代码的控制算法实现 |
| 4.5 本章小结 |
| 第五章 实验与分析 |
| 5.1 引言 |
| 5.2 实验平台搭建 |
| 5.3 机器人位置控制实验 |
| 5.3.1 单关节位置控制实验 |
| 5.3.2 机器人多关节联动跟随实验 |
| 5.4 机器人脚踝蹬地力矩控制实验 |
| 5.4.1 电流与力矩标定实验 |
| 5.4.2 电流环阶跃实验 |
| 5.4.3 脚踝蹬地实验 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
四、基于CAN的仿人机器人控制器的设计与实现（论文参考文献）
- [1]仿人形冗余机械臂设计与控制研究[D]. 赵梓含. 北京化工大学, 2021
- [2]基于强化学习的双足仿人机器人步行控制[D]. 杨睿. 吉林大学, 2021(01)
- [3]基于人体步态特性的下肢康复机器人控制系统设计[D]. 葛祎霏. 中原工学院, 2021(08)
- [4]基于强化学习的仿人机器人步行稳定控制方法[D]. 颜子开. 大连理工大学, 2020
- [5]具有2DOF腰部仿人机器人的工作空间和运动规划研究[D]. 曹宝石. 哈尔滨工业大学, 2020(01)
- [6]端到端的仿人机器人实时系统设计与优化[D]. 姜朝峰. 浙江大学, 2020(02)
- [7]仿人写字机器人建模及控制系统研究与设计[D]. 王亚光. 大连海事大学, 2019(06)
- [8]双轮自平衡机器人设计及轨迹跟踪控制研究[D]. 陶言侃. 哈尔滨工业大学, 2019(02)
- [9]含有跖趾关节的气动肌肉驱动双足机器人研究[D]. 刘义祥. 哈尔滨工业大学, 2019(01)
- [10]高效双足步行机器人关节多模式运动控制系统[D]. 朱杰. 东南大学, 2019(06)