一种面向无人装备平台分层类人控制的框架结构

    公开(公告)号:CN116047900B

    公开(公告)日:2025-02-14

    申请号:CN202211575417.1

    申请日:2022-12-08

    Abstract: 本发明属于机器人运动控制技术领域,具体涉及一种面向无人装备平台分层类人控制的框架结构,其分为感知单元与控制单元,类人控制框架通过获取定位与深度感知信息建立局部高程、语义以及环境模型,同时在任务指令驱动下建立粗细粒度两项服务,完成控制单元中各控制策略与单元参数的选择与调节,实现在算力、性能综合最优;控制单元以感知单元规划作为期望轨迹,基于本体稳定和肢体规划实现跟踪控制,最终完成对伺服指令的解算。与现有技术相比较,本发明采用分层驱动和类人控制的仿生来设计无人系统和平台的控制架构,解决了传统控制系统设计复杂、耦合、系统更新维护困难等问题。

    行为驱动的四足机器人伺服层细粒度演进优化模型

    公开(公告)号:CN115061370A

    公开(公告)日:2022-09-16

    申请号:CN202210638409.0

    申请日:2022-06-07

    Abstract: 本发明属于机器人运动控制技术领域,具体涉及一种行为驱动的四足机器人伺服层细粒度演进优化模型,包括:结合机器人的雅克比动力学,对足底力进行在线估计;采用反向史密斯触发器对支撑与摆动行为进行在线判别和控制通道的行为切换;基于切换结果,针对摆动行为控制通道采用位置+速度,实现对期望关节位置与力指令的跟踪;针对支撑行为控制通道采用位置+速度+力前馈,实现对期望关节位置与力指令的跟踪;采用自抗扰ADRC控制器对系统扰动在线估计,并对通道控制参数进行细粒度优化。该方案能提升四足机器人在未知环境下足地接触的可靠性以及力控制的鲁棒性。

    任务驱动的四足机器人粗粒度迭代模型

    公开(公告)号:CN115047875A

    公开(公告)日:2022-09-13

    申请号:CN202210637671.3

    申请日:2022-06-07

    Abstract: 本发明属于四足机器人技术领域,具体涉及一种任务驱动的四足机器人粗粒度迭代模型,所述四足机器人粗粒度迭代模型包括:地形语义模块、目标识别模块、强化学习迭代模块以及粗粒度指令生成模块;该模型主要输入为环境建模信息,如地形语义与属性、目标的位置与行为等,输出为四足机器人质心运动速度、速度朝向、质心高度以及落足点位置,本发明不涉及细粒度迭代中的摆动轨迹规划等问题。本发明在任务驱动下以环境模型为约束通过强化学习技术实现演化迭代,相比传统固定化的决策逻辑大大提高了机器人在复杂环境下的自适应能力。

Patent Agency Ranking