基于生物感知－运动融合机理的机器人自适应运动控制研究

提出利用生物感知运动融合机理，实现机器人的环境自适应运动控制，核心思想是，分析生物反射的神经结构及活动过程，以功能模拟为目标，建立生物反射数学模型，根据环境特征选择运动模式，利用反射模型将环境信息引入运动控制，由环境变量直接修改运动响应，产生适应特定环境的运动。将形成以生物反射为特征的机器人感知运动建模的基本方法和理论模型，包括机器人运动的拟生物分类法、有环境针对性的运动模型库、基于信息与控制仿生的生物反射数学建模方法、分层模块化多反射组织体系，并建造一台小型四足仿生机器人，搭建自适应运动控制系统，验证所提理论模型和方法的有效性。该课题属于机器人学、生物学、数学多学科交叉领域的探索研究，将丰富机器人运动控制理论，提高机器人环境生存能力，在地震救援、星球探索、现代战争等机器人发展前沿和重要领域具有应用价值，深层次的意义体现在对生物特性行为产生内在机理的探索，以及应用这种机理提高机器人的智能。

理论成果：借鉴生物神经系统组织结构与控制机理，提出了多足机器人节律运动控制方法体系，包括用于基本节律运动生成的中枢模式发生器（CPG）建模方法，以及用于实现机器人对复杂未知环境适应性的分层模块化多反射建模方法，特别针对沟槽地形，研究了机器人抵抗垂直惯性力的踏空反射建模方法，以及下大跨度台阶的姿势反射建模方法。将机器人逆运动学建模方法与生物CPG建模方法相融合，建立了基于位置控制模式的四足机器人节律步态生成方法。针对粗糙地形，建立了基于力控制模式的四足机器人柔顺步态生成方法。初步探索了基于被动柔顺的四足机器人机构设计及参数确定方法。.样机及实验成果：搭建了具有8个主动自由度和4个被动自由度的四足机器人样机Biosbot-V，利用踏空反射模型和姿势反射模型，完成了跨越沟槽和下台阶实验。利用扭簧约束，对Biosbot-V进行柔顺化结构改造，建造了具有2-DOF被动腰部和被动腿部的柔顺四足机器人Biosbot-VI，完成了刚性机器人和柔顺机器人的运动性能的对比评价，验证了结构柔顺化对足式机器人缓解地面冲击力、提高运动协调性的积极作用。模仿婴儿的形体结构及爬行运动特征，设计建造了具有6个主动自由度以及通体柔顺脊柱的仿婴儿四足爬行机器人Babybot，实现了更加协调自然的四足爬行运动。设计建造了能够实现稳定一维弹跳的跳跃机器人OneHopper。