仿人机器人步态平衡泛化模型的建立与仿真
通过人体示教计算零力矩点(zero moment point,ZMP),并通过补偿关节角度对其矫正的方法可以解决机器人步行不稳定的问题,但仍存在算法复杂度过高等问题.本文提出一种人体示教与机器学习相结合的方法,基于支持向量回归算法建立机器人的步态平衡泛化模型,通过该模型可以实现对模型输入人体示教的关节角度和ZMP信息后直接得到经稳定性补偿的关节角度,并以此驱动机器人完成步行动作.引入鲸鱼优化算法(whale optimization algorithm,WOA)优化模型的参数以使模型得到最优的泛化效果,完善步态平衡模型的性能.WEBOTS仿真平台下,使用模型输出的补偿后的关节角度驱动NAO机器人,其动作自然、稳定且算法复杂度较低,验证了本文方法的可行性.
仿人机器人、支持向量回归、步态平衡泛化模型、鲸鱼优化算法、ZMP信息、算法复杂度、NAO机器人、机器学习
15
TP242.6(自动化技术及设备)
国家自然科学基金项目;北京市自然科学基金项目
2020-10-14(万方平台首次上网日期,不代表论文的发表时间)
共9页
537-545