人类步行机理认知下的双足机器人步态与智能协同进化理论基础

The core value of the biped walking robot is the adaptation of variety environment conditions and requirements by cognizing the mechanism of human walking and the presenting of the new gait function. The current researches shows that, the difficulty of the design, base on the active/passive thought, for designing the target gait of the robot, programming the pose trajectory and controlling the movement of every joints which is efficient, steady and compliant, is far beyond the original vision which people thought. The subject tries to analyze the nature of the evolvement and the state transition about human typical gait in a new direction. Using the general dynamically balanced/imbalanced automatic adjustment ability and emergency capability by every normal person for reference, it studies on the generating mechanism and evolutionary rule of human-like gait about biped walking robot, seeing the environment and the task as the driving force and induction factors for updating the robot control strategy, using the basic-gait-evolution and self-learning of intelligent control for biped walking robot, promoting the evolution of the biped walking robot to adapt the environment and the task, modifying the gait-mode and renewing the control strategy continuously and finally evolving to be a robust, efficient and multiple human-like gait control rule. The breakthrough of item will not only efficiently expand the basic theory and applied research about biped walking robot, but also provide an important guide for developing other types robots, such as human-appearance robot, exoskeleton robot and old-assistant/disable-assistant robot.

双足步行机器人的核心价值是通过对人类步行机理的认知、涌现新的步态和智能来适应不同的环境条件和任务要求。现有研究表明，基于主/被动控制思想设计机器人目标步态，规划位姿轨迹、控制各关节高效、稳定、柔顺运动，其难度大大超出研究者最初的设想。本课题尝试从全新角度剖析人类多种典型步态演化、状态变迁的本质，希望借鉴人类普遍拥有的动态(不)平衡肢体自动调节功能、突发事件应急能力，研究双足机器人类人步态的产生机理与进化准则，将环境与任务看作控制策略更新的驱动力和诱导因素，通过未知环境下双足步行机器人基本步态的演化与智能控制的自学习，促使双足步行机器人朝着适应环境和任务的方向发展进化，不断调整步态模式、更新控制策略，最终演化成鲁棒、高效、多样的类人步态控制规律。本项目的突破，不仅将有效拓展双足机器人相关基础理论和应用研究，也将对类人型机器人、外骨骼机器人、助老/助残机器人等研究发展提供重要的指导意义。

移动盲区小，地面适应性强、具有人类相似的外形与行走模式，使得双足机器人在娱乐、康养、服务等领域有着的广泛应用。然而，由于缺乏对步行规律的清晰认识，步态控制策略与运动功能的建立过于依赖设计者主观经验、无法保证目标步态及对应控制策略的最优化。因此，本项目从自然生物的角度出发，开展了人类步行中的动态(不)平衡调整机理和自学习的进化策略的研究。.首先，开展了面向人体下肢结构的双足步行机器人三维感知步态模型建立的研究。完成了人体下肢骨骼生理解剖结构的分析，确定了人体下肢运动模型结构；构建了参数可调整、多适用的双足步行机器人行进模型、侧向平衡模型、稳定预测模型，为人体步行运动机理的分析提供了理论基础。.其次，开展了面向人体生理组织结构的双足步行机器人三维感知步态模型建立的研究。利用运动惯性捕捉系统获取了人体运动状态参数并建立多种样本数据库；参考健康被试的生理结构信息，完成了健康被试的行进模型初步建立，并求解出人体各组成部分的实时位姿信息，为人体步行运动机理的分析提供了数据保障。.根据人体行走运动特征和人体前庭平衡系统工作原理，构建了基于人体行走运动特征及前庭平衡系统功能的多参数融合的综合步态稳定性判定方法，为双足步行机器人的有效控制提供了理论依据。.最后开展了双足步行机器人步态学习进化策略的研究。针对双足机器人高度非线性的混合动力系统，提出一种基于神经网络的步态预测方法，实现了对多种步态的准确预测；通过对分析样本数据的学习，实现了基于双足机器人的类人步态控制。引入基于足部定位的力控制与稳定预测机制，基于步态稳定性的判别，利用生成式对抗网络实现可用于指导双足步行机器人步态与智能协同进化调控法则的最终建立。.本项目研究成果不仅将为双足步行机器人类人步态的自适应控制提供途径，反之也将加速机器人的实用化进程，为医疗器械、辅助行走机构设计与智能康复系统的开发提供坚实的理论基础。