受CPG机理启发的两足机器人适应性行走控制方法研究和实验验证

Poor environmental adaptability of locomotion control is a bottleneck problem of the application of legged robots in real world. This project develops locomotion control methods based on central pattern generator (CPG) mechanism to solve this problem. To overcome the complexities and limitations of the present joint-space CPG-inspired control methods, we are exploring a novel task-space control strategy, where adaptive workspace trajectories will be realized in real-time through CPGs. Due to the copious dynamic features of the CPGs, the generated workspace trajectories can be adjusted by the sensory information, which mimics the reflexes and responses of animals. Parameters of CPGs and the feedback loop will be evolved by an interactive heuristic algorithm which based on multi-objective evolutionary algorithm. The main research contents of this project will focus on how to generate the characteristics of biped robot using CPGs, how to adjuste the workspace trajectoies using sensory signals, as well as how to optimize the whole dynamic system using evolutionary algorithms.Aiming for improving the walking adaptability of biped robots,we investigate a novel CPG mechanism to realize adaptive locomotion for biped robots in unstructured environments. We explore solutions to some practical problems, such as real-time quality, computation efficiency, etc. Moreover, typical experiments are designed to test and validate our proposed strategies. The investigation of this project is very important for solving application problems of field robots. Furthermore,it is very important both in exploitation and application for service robots, humanoid robots.

机器人行走的环境适应性问题是机器人现场应用的瓶颈，本项目基于CPG机理来解决两足机器人行走控制及环境适应性问题。为了克服传统CPG关节空间控制方法的复杂性和局限性，本研究基于CPG丰富动态特性，提出在线优化机器人工作空间轨迹的控制思路。其中，机器人行走过程中体现节律特性的特征量通过CPG来实现。参考生物体的反射行为，利用传感反馈信息激发CPG以产生具有环境适应性的工作空间轨迹。利用基于多目标进化算法的交互式启发算法来整定系统参数。本课题主要研究内容聚焦到如何利用CPG产生特征量信号、如何利用感知信息来调制工作空间轨迹及如何利用进化计算优化整个动态系统等方面。本课题以解决环境适应性行走为目标，研究新的仿生机理模拟方法；探索控制策略在系统实现面临实时性、计算效率等关键问题时的解决方案；针对实体机器人设计典型验证实验。这对突破现场机器人真实应用的瓶颈和促进服务机器人的开发应用都具有重要的意义。

机器人行走的环境适应性问题是机器人现场应用的瓶颈，本课题研究的目的是解决两足机器人行走控制及环境适应性问题，主要取得以下成果：（1）克服传统CPG关节空间控制方法的复杂性和局限性，基于 CPG网络丰富动态特性，提出了在线优化机器人工作空间轨迹的控制思路。其中，机器人行走过程中体现节律特性的特征量通过CPG来实现。参考生物体的反射行为，利用传感反馈信息激发CPG以产生具有环境适应性的工作空间轨迹。利用基于多目标进化算法的交互式启发算法来整定系统参数;（2）针对目前存在的CPG模型的输出基本都是正弦或者类似正弦信号的问题，设计了一种可以产生任意输出的CPG模型。提出的级数CPG采用两层嵌套模式，底层完成学习记忆，高层完成相位同步。可以在线学习任意形状的周期性输入信号，该模型打破了以往模型在输出上的限制；（3）提出了基于落脚点补偿的主动平衡技巧。仿照人类行走过程中的主动平衡技巧，设计了两种落脚点补偿器。通过动态地根据机器人质心状态调整后续机器人落脚位置及单足支撑时间的方法，实现了仿人机器人在未知冲击扰动下的主动平衡技巧，并通过采用策略梯度下降法和异方差稀疏高斯过程模型局部更新方法，提高了落脚点补偿控制器对实际机器人动态特性和环境的适应能力。本课题以解决环境适应性行走为目标，研究新的仿生机理模拟方法；探索控制策略在系统实现面临实时性、计算效率等关键问题时的解决方案；针对实体机器人设计典型验证实验。这对突破现场机器人真实应用的瓶颈和促进服务机器人的开发应用都具有重要的意义。