基于模型预测控制优化强化学习的四足机器人控制方法

    公开(公告)号:CN113568422A

    公开(公告)日:2021-10-29

    申请号:CN202110748595.9

    申请日:2021-07-02

    Applicant: 厦门大学

    Abstract: 本发明涉及机器人智能控制领域,特别涉及基于模型预测控制优化强化学习的四足机器人控制方法,包括:根据物理样机的物理参数建立动力学模型,并将动力学模型转化为状态空间方程;根据状态空间方程优化模型预测控制,并将优化后的模型预测控制部署到物理样机上;建立强化学习模型,强化学习模型与环境、模型预测控制同时交互训练物理样机。通过基于模型预测控制优化强化学习降低训练过程中产生的无意义数据,通过模型引导训练降低对算力的需求,能直接部署于物理样机训练减少训练过程解决了基于价值和策略的算法对数据和算力要求高,需要昂贵的计算机设备进行预训练才能够初步达到机器人的控制效果,在部署到物理样机后还需进行长时间训练的问题。

    一种可变曲度的混合弹性缓冲机器人仿生小腿及调节方法

    公开(公告)号:CN111439320A

    公开(公告)日:2020-07-24

    申请号:CN202010246764.4

    申请日:2020-03-31

    Applicant: 厦门大学

    Abstract: 本发明提供一种可变曲度的混合弹性缓冲机器人仿生小腿及调节方法,其中,可变曲度的混合弹性缓冲机器人仿生小腿,包括小腿连接件及其连接的减振机构,其中:小腿连接件和减振机构之间的连接曲度可调;减振机构设有混合弹性缓冲机构。本发明提供的可变曲度的混合弹性缓冲机器人仿生小腿,通过在小腿连接件和减振机构之间的连接曲度可调的结构设计,能够根据环境需要调节小腿连接件和减振机构之间的曲度,从而减小足端受力方向与小腿连杆的直线方向有交大的偏差角度,减小小腿需承受额外的运动力矩;另外,通过采用混合弹性缓冲机构,解决单一的弹簧减振机构较难根据自身的重量调节弹簧的减振效果的问题,使其能很好的完成崎岖路面的支撑行走任务。

    四足机器人圆形足端球面矢量力检测装置及检测方法

    公开(公告)号:CN110440975A

    公开(公告)日:2019-11-12

    申请号:CN201910722712.7

    申请日:2019-08-06

    Applicant: 厦门大学

    Abstract: 本发明涉及四足机器人技术领域,特别涉及一种四足机器人圆形足端球面矢量力检测装置及检测方法。检测装置包括腿部连杆,其内侧设置有通槽;腿部连杆末端设置有球形支撑体,表面布置着压力传感器,且压力传感器成球面经纬线布置;球形支撑体的外部设置有塑胶足套,塑胶足套的内壁设置有均匀分布的凸起,腿部连杆内设置有信号线通孔。本发明提供的检测方法,通过球面矩阵分布的压力传感器能得到崎岖不平路面对圆形足端的作用力情况,检测多支撑点的压力大小和方向,再通过矢量力合成计算得到四足机器人足底的矢量力,从完成足底矢量力检测。本发明提供的技术方案能够准确检测足底矢量力,帮助四足机器人在崎岖环境中稳定行走,具有重要的应用价值。

    复杂环境树木主干多特征分离统计方法及树干识别方法

    公开(公告)号:CN110348443A

    公开(公告)日:2019-10-18

    申请号:CN201910750754.1

    申请日:2019-08-14

    Applicant: 厦门大学

    Abstract: 本发明涉及四足机器人野外环境感知技术领域,特别涉及一种复杂环境树木主干多特征分离统计方法及树干识别方法。本发明提供的复杂环境树木主干多特征分离统计的方法,通过统计的方法提取树干与周围环境的差异性特征;所提供的树干识别方法,综合颜色和树干的纹理、轮廓特征,通过对树干与周围环境景物的颜色和纹理轮廓特征的差异完成差异性特征的学习,从而实现树主干的准确识别。本发明提供的技术方案以四足机器人复杂环境树木障碍的认知方法为研究对象,使机器人能够适应多变的林木环境实现对树木障碍的准确识别,在四足机器人的导航控制领域具有重要的实际应用价值。

Patent Agency Ranking