一、两足机器人步行运动参数对单足支撑期ZMP点影响的研究（论文文献综述）
常琳[1]（2021）在《双足机器人复杂环境下定位、导航和规划》文中研究指明双足机器人与地面非连续接触的运动特点使其能适应复杂路面,足式运动的结构特点使其便于跨越障碍和间隙,因此双足机器人具有机动性高、环境适应能力强等优点,其运动规划与控制一直是国内外机器人领域的研究热点。美国国防部举办的机器人挑战赛,展示了现有双足机器人技术的综合水准,也表明复杂环境下的双足机器人运动规划与控制是当前研究的主要方向。为提升机器人在复杂环境下的运动能力,本文围绕双足机器人复杂运动的轨迹规划与控制问题,开展了以下四个方面的研究:首先,大型双足机器人普遍具备完善的反馈控制框架以提升其运动稳定性,但对于硬件条件受限的双足机器人,由于缺少完善的反馈控制方法,难以实现稳定的双足行走。本文对双足机器人的运动模型与控制系统展开研究,基于线性倒立摆模型给出了双足步态规划的完整流程。结合行走稳定性分析,提出一种通用型双足步态反馈控制方法,采用惯性测量单元（IMU）、关节角度传感器和足底压力传感器数据作为反馈输入,通过质心轨迹反馈,实现了稳定的双足行走,降低了双足机器人稳定行走的硬件需求。其次,与轮式机器人同步建图与定位过程相比,双足机器人执行建图与定位算法时,其行走方向与行走距离难以精确控制,行走稳定性不高,对定位算法产生较大干扰。本文首先搭建了双足机器人视觉定位与导航系统,采用基于点云地图拼接的稠密地图进行导航,基于人工势场法实现了双足行走路径规划,并进行了路径柔顺处理与足迹序列生成。为提高机器人行走过程中的里程计估计精度,提出适用于双足机器人的里程计估计方法,先尝试使用粒子滤波方法处理IMU噪声,消除了着地冲击对里程计估计的影响。针对基于粒子滤波的IMU里程计存在累积误差的问题,提出一种多传感器融合的里程计估计方法,预先估计IMU的噪声参数,再基于扩展卡尔曼滤波方法,将视觉定位数据与IMU数据融合,估计机器人里程信息。实验表明多传感器融合的里程计估计方法可以消除由于双足机器人行走精度不足导致的累积误差,改善了里程计估计精度与机器人定位准确度。再次,对双足机器人失稳时的倒地保护规划展开研究。针对机器人在行走过程中有概率失稳摔倒的问题,分析了机器人倒地动力学与倒地保护约束,提出一种基于多目标优化的倒地轨迹优化方法。将双足机器人的小腿、大腿、躯干和手臂视为多阶倒立摆,通过分析倒地过程的运动方程和倒立摆稳定条件,模拟并规划了具有倒地保护能力的跌倒姿势。再结合运动学约束和物理约束,构建了摔倒轨迹改进的多目标优化算法,通过优化每个关节的角度和角速度,降低机器人跌落过程的角动量,从而实现最小动能着地。该方法减小了机器人与地面的冲击,降低了机器人硬件的损坏几率,通过仿真及样机实验验证了该方法的有效性。最后,由于双足机器人是多自由度的非线性复杂系统,在机器人上使用传统控制方法不能实现复杂环境下的稳定运动。本文对双足机器人复杂运动的轨迹规划问题展开研究。为改进现有复杂运动轨迹中足端轨迹计算繁杂,轨迹连接位置或速度不连续等问题,从机器人动力学模型入手,改进机器人上下楼梯、上下斜坡、曲线行走和一步转向等运动轨迹规划方法,简化运动轨迹中的几何计算,改善步态衔接时的轨迹连续性。为改进复杂运动轨迹的运动稳定性与灵活性,基于混合微粒群进化算法,考虑运动稳定性与轨迹连续性构建了ZMP约束和动能约束,结合双足机器人运动学约束对复杂运动轨迹进行轨迹优化,并基于小线段时间最优速度规划算法实现速度规划,改善了复杂运动时的ZMP稳定裕度与行走轨迹的动态特性。实验表明该方法有效的降低了双足机器人上下楼梯与斜坡运动的摔倒几率,增大了转向步态的最大单步转向角度,整体提高了机器人复杂环境下的运动稳定性与灵活性。综上所述,本文围绕复杂环境下双足机器人运动规划控制与定位导航相关问题展开研究,提出了适用于倒地运动与复杂行走的轨迹优化方法与多传感器融合的定位与导航方法,解决了机器人倒地保护、复杂环境运动等关键技术问题,为双足机器人规模化推广和应用奠定基础。
冷晓琨[2]（2020）在《双足机器人参数设计及步态控制算法研究》文中研究说明机器人学作为交叉学科,汇集了当今机械、电子、自动化控制和计算机等相关领域的研究成果,是当前世界科技研究最为前沿的领域之一。相对于传统的轮式机器人,双足机器人的运动学结构使其能适应人类生活和工作环境,实现人-机共存。然而将双足机器人应用于人类日常生活仍存在技术问题尚待解决,例如机器人本体性能不足所导致的行动能力差、行走速度缓慢,机器人轨迹规划和控制方法的鲁棒性弱所导致的抗干扰能力差、高速行走稳定性差、行走速度难以提高等等,以上问题制约了双足机器人的推广及应用。相比国外尤其是以美国、日本为首的双足步行机器人的领先水平,我国在该领域的机器人本体样机设计、运动系统构建、步态轨迹生成与优化控制等方面仍存在较大差距。本文围绕如何提升双足机器人运动能力、步态控制及步态稳定性等问题开展研究工作,目的在于不断完善相关参数设计方法和控制理论体系,以此设计出高性能指标的双足机器人样机,实现具有抗扰动能力的稳定行走,进一步缩小与国外机器人研究水平的差距。为解决以上问题,提高双足机器人运动能力和行走稳定性,本文开展了以下研究。1、由于在复杂行走环境中双足机器人在全驱动与欠驱动状态之间切换,传统建模方法仅能在足底与地面全接触的条件下保持运动稳定性。针对该问题,首先对双足机器人动力学模型进行分析,研究传统的双足机器人7连杆动力学模型,引入浮动基方法对双足机器人进行动力学建模,在双足机器人脚掌与地面有相对滑动的情况下仍可以保持准确的躯体姿态,进而提高步态的稳定性。同时,基于足旋转状态下的足尖接触FRI判据,扩展传统ZMP判据的应用范围。然后结合双足机器人动力学分析、行走稳定性判据及行走环境等影响因素,给出保证机器人稳定行走的多种约束条件,作为步态轨迹规划的基础。最后基于动力学对双足机器人倒地过程进行分析,通过力控降低机器人倒地时所受的冲击伤害。2、针对现有人形双足机器人本体运动能力不足的问题,采用多目标参数优化方法设计高性能的双足机器人样机。首先通过分析机器人设计需求,提出机器人样机关键指标,然后将参数设计过程视为多目标最优化求解问题。通过双足机器人步行优化分析建立机器人行走过程中步行速度、行走稳定性和性能需求之间的函数关系。以步行速度、稳定性和性能需求为优化目标,给出优化目标函数。提出基于非线性多目标优化得到目标参数最优集的方法,通过该方法得到目标参数集。进一步结合基于物理引擎的步态仿真,对机器人的自由度配置、结构设计、运动性能和行走效果评估,在整机方面验证参数设计的有效性。同时通过合理选取机器人腿部的驱动机构等方法进行结构优化,从而在同等质量下获取更好的机器人关节驱动效率。最终完成双足机器人样机参数设计,与国外同规格机器人相比,机器人样机具有更轻的质量及更大的输出扭矩。3、针对三维线性倒立摆的轨迹规划方法具有轨迹跟踪精度低和运动鲁棒性差的问题,提出基于全身动力学模型与二次规划的双足机器人系统控制方法。在三维线性倒立摆的冠状面和矢状面的行走轨迹规划中引入DCM质心轨迹反馈跟踪控制,并分析DCM算法跟踪精度。提出利用摩擦锥模型描述机器人脚掌与地面的接触状态,结合各项约束条件求解足底接触力及各个接触点的接触力矢量,提出基于逆动力学的关节力控轨迹跟踪方法。最后构建轨迹接触点序列与参考接触点序列的偏差代价函数,提出了一种基于PD控制的二次规划最优控制器。实体机器人实验表明该系统控制方法相较于位置控制方法更加柔顺和鲁棒。4、为进一步提高机器人步态算法的鲁棒性,分别研究行走过程中机器人内部扰动和外部绕扰动的抗干扰方法。针对机器人行走过程中内部扰动,首先从双足机器人行走相衔接平滑等方面降低角动量影响。然后通过分析简单质点模型及全身角动量模型,提出了基于全身角动量的优化轨迹生成方法,并利用该方法生成CMP参考轨迹。根据CMP参考轨迹,求解DCM轨迹并提出一种质心轨迹的求解算法,实现了行走轨迹优化。实验证明,相对于简单质点模型,基于全身角动量模型的轨迹优化方法提升了机器人对内部扰动的抗扰能力。针对机器人行走过程中的外部扰动,研究机器人受推检测方法及受扰动后的平衡恢复方法和限制。基于轨道能量分析提出了动态捕获点位置求解方法,求解出机器人受推时的落脚点,构建受推后的浮动基稳定性抗推策略,控制机器人在行走状态下受到扰动后恢复平衡。综上所述,本文围绕提升双足机器人本体性能及运动鲁棒性相关问题展开研究工作,目的是从理论上设计并实现一种性能强劲的双足机器人样机,配合完善的理论模型并设计先进的最优轨迹控制框架,从理论和方法上提高机器人步态行走的鲁棒性,在一定程度上促进我国仿人机器人相关研究的发展。
郑义[3]（2019）在《下肢外骨骼机器人动态稳定特性研究》文中指出外骨骼机器人的研究方向有两个主要分支:康复外骨骼和助力外骨骼。前者主要用于医学领域,在人机协同运动过程中,康复外骨骼为主动运动,人体为被动运动;后者是助行和助力机器人,主要穿戴在正常人体上,通过外骨骼机器人机械机构,把负载转移到地面上,从而实现助力。助力外骨骼机器人在与穿戴者人机协同运动时,人体为主动运动,外骨骼机器人为被动运动。本文主要研究的是下肢助力外骨骼机器人,外骨骼机器人的助力,不仅能够增强人类本体的耐力,提高运动速度,而且能够提高人体抵抗负载的能力。因此,研究外骨骼机器人的动态稳定特性,对实现人机协同、外骨骼机器人的助力效果有着重要的意义。基于以上分析,提出了单自由度驱动下肢外骨骼机器人机械本体设计方案,减少了驱动数量,简化了下肢外骨骼机器人本体结构。在不同的运动姿态下,参考CGA人体运动数据,定义了各关节自由度,给出了各个关节运动角度范围;分别采用D-H运动学分析方法和拉格朗日动力学分析方法,分析了人机系统多姿态动态运动特性,采用MATLAB和ADAMS分析软件,进行了运动仿真,得到了理论和仿真对比结果:在各姿态运动转换时,运动参数发生大的突变,从曲线轨迹上看,波动较明显,整体系统稳定性偏低。在零力矩点平衡理论的基础上,提出了基于ZMP双足投影多边形法稳定性判据,获得了单步运动过程中稳定多边形的变化规律,定性分析了人机系统多姿态稳定特性,基于ZMP双足投影多边形法稳定性判据的基础上,结合最短距离稳定裕度的稳定程度计算方法,提出了不稳定率,由不稳定率定义可知,稳定多边形内部的稳定程度以及出现的失稳形式不尽相同,因此,由稳定多边形的形心出发,分别连接稳定多边形的顶点,把稳定多边形分割成若干个三角形,在若干三角形内,分析了各姿态动态稳定特性,计算了各个姿态中的稳定程度。从重心COG出发,分析了其对人机系统多姿态动态稳定特性的影响。建立了重心COG与零力矩点ZMP空间坐标系和三维空间倒立摆模型,进行了受力分析,得到了重心COG与零力矩点ZMP的空间位置关系表达式;在零力矩点ZMP理论的基础上,建立了 Z向人机系统受力模型,得到了足底压力关于力学模型的关系式,推导出了零力矩点ZMP与足底压力COP之间的关系表达式;基于以上两点,提出了压力中心点-零力矩点-重心点算法,绘制了压力中心点-零力矩点-重心点算法流程图,得到了压力中心点COP与重心COG之间的关系。在多姿态运动环境下,具体分析了重心COG对各个姿态动态稳定特性影响。蹲起姿态中,建立了蹲起姿态倒立摆简化模型,采用动量和角动量概念,分析了重心COG与零力矩点ZMP关系;行走姿态中,建立了人机系统可伸缩倒立摆模型,从初始加速期、双腿支撑期、减速阶段和加速阶段四个阶段分析了矢状面内重心COG-零力矩点ZMP之间的关系,得到了重心COG位移、速度变化轨迹;上楼梯姿态中,建立了 6步上楼梯动作示意图,重点分析了中步阶段上楼梯过程,借助倒立摆模型及理论,建立了一种虚拟变高度倒立摆模型,定义了倒立摆Z向高度变化影响因子α、β,建立了重心COG在Z向5次多项式,并进行求解。搭建了多姿态运动试验平台,开展了多姿态运动稳定特性试验研究。通过足底压力传感器,采集了各个姿态运动过程中的足底压力,结合压力中心点-零力矩点-重心点算法,分析对比试验与理论结果,结果表明:在运动过程中,人机系统能够满足稳定特性要求,稳定程度在局部有逼近稳定边界的趋势,因此,需要进一步进行稳定控制策略的研究,加强人机系统的综合稳定程度。本文通过多姿态运动试验平台以及人体运动数据测量系统,获得了蹲起、行走和上楼梯三种姿态人机运动过程中重心变化轨迹,为验证双足投影多边形法及压力中心点-零力矩点-重心点算法的准确性提供了试验依据。通过试验与理论结果的对比验证了双足投影多边形法及压力中心点-零力矩点-重心点算法的正确性,为双足行走机器人稳定特性研究提供了新的思路和方法。
路玲[4]（2014）在《双足机器人建模与步态规划分析》文中研究指明双足机器人拥有类人机构,运动灵活,躲避障碍能力强,能够代替人类在危险环境下作业,已经成为了机器人产业研究最前沿的问题之一,其广阔的应用潜力使双足机器人的研究具有重要的理论意义和实际价值。本文研究了仿生机构的双足机器人稳定拟人行走步态的关键技术,主要深入研究双足行走步态稳定性、拟人步态规划等。本文分析了近几年国内外双足步行机器人的相关研究及方法,依据法国NAO机器人下肢的机械结构和自由度配置,建立了12自由度双足机构模型,从机械学的角度看,其结构能实现基本的步行动作。采用D-H矩阵法规则设定了机器人各个杆件参数及关节转角变量,求解得到了机器人的正逆运动学方程。考虑机器人的稳定步行条件,给出了基于机器人运动的ZMP点计算公式,分析了双足机构的稳定性原理,为步态规划奠定基础。基于双足机器人自身结构尺寸条件,结合人类的步态形式,规划双足机器人拟人运动步态。对双足机器人的步行过程进行分解,把连续的步行运动分解成相应的许多小步,再对每一小步进行规划。首先分析了三维线性倒立摆模型运动特性,依据其特点设计了前向和侧向平面内机器人ZMP及质心的运动轨迹,然后采用逆运动学公式求解了关节转角,得到了各个关节在关节转动空间内的轨迹表达式。通过ADAMS三维动力学仿真软件建立了机构仿真模型,对所设计的步态进行运动仿真,分析关节速度、角速度、转矩及碰撞力的输出数据结果,验证了理论分析的可行与不足之处,确定提高协调性,消除双足快速运动产生的“自扭”现象需进一步研究。
王丽杨[5]（2013）在《基于能效优化的双足机器人自学习控制方法研究》文中研究表明双足机器人模仿人类的行走方式,特别适合辅助或替代人类进行一些工作。双足步行机器人是工程上少有的高阶、非线性、非完整约束、强耦合性的多自由度系统,双足机器人的步行运动控制方法研究,不仅有重要的学术意义,也有显着的应用价值。要实现双足机器人稳定、灵活、高效、智能的步行运动,涉及的研究领域很广,本文主要研究其中一些热点和难点问题,主要是步行运动的能效优化策略、步行运动的自学习控制方法等。本文的行文线索如下：首先在第一章阐述本课题的研究背景及意义,然后在第二章介绍双足机器人的背景知识,第三章和第四章提出双足步行机器人能效优化的具体策略,第五章到第七章提出双足机器人步行运动的自学习控制方法。具体内容有：一、针对高能耗导致的双足机器人实用化障碍,提出了一种系统化的步行运动能效优化控制方法。基于双足机器人运动的重要能耗指标（平均功率、平均功率偏差、平均力矩损耗）,提出了能耗预估策略和能效优化算法,以获取ZMP （Zero Moment Point,零力矩点）稳定区域内的能耗极小值,并通过此极小值所对应的上体轨迹对机器人步行运动实施能效优化控制,最终获得满足ZMP稳定判据的低能耗步态。最后将所提方法应用于机器人系统,并与其它智能控制方法进行了比较分析。二、提出了一种高能效的支持向量机（Energy-efficient support vector machine, EE-SVM）学习控制系统。为实现高能效双足步行,考虑了双足动态每个训练样本的能耗。首先计算双足步行样本的能耗,然后依样本能耗对样本实施加权学习。所提EE-SVM的学习目标函数中含有与能耗相关的松弛因子,目标函数的设计遵从以下规则：EE-SVM的训练过程更重视能耗较低的样本。本文通过仿真实验证明了所提方法的有效性。三、提出一种基于UKF （Unscented Kalman filter）可预测的支持向量回归（Support vector regression, SVR）学习控制器,用以提高双足机器人的步行灵活性。通过UKF估计下一刻的双足状态,SVR学习控制器利用预测到的双足状态来确保双足机器人的ZMP稳定性。预测控制器可及时调整机器人上身姿势,从而适应于机器人整体的动态位姿。仿真结果证明了所提方法的优越性。四、提出了一种基于时间序列的模糊支持向量机（Time-sequenee-based fuzzy support vector machine, TSF-SVM）学习控制系统。考虑双足步行样本的时间特性,所提方法能准确学习双足步行动态,并及时补偿时变外扰。首次提出了基于时间序列的三角模糊隶属函数和基于时间序列的高斯模糊隶属函数,并根据双足机器人不同相位的时间特性,将所设计的两种模糊隶属函数分别用于双足机器人的单脚支撑相和双脚支撑相。对所提TSF-SVM的性能与传统智能方法的性能进行了仿真比较,结果表明,所提方法更加敏感于突发外扰,因此能有效提高双足步行机器人在外扰中的稳定裕度。五、为解决双足步行机器人的高能耗问题,本章提出了一种区间二型模糊加权支持向量机（Interval type-2fuzzy weighted support vector machine, IT2FW-SVM）.与传统机器学习的学习方法不同,所提IT2FW-SVM使用“选择学习”的策略获得更低的能耗和更大的ZMP稳定裕度。这与人类基于经验的选择性学习类似。为了处理经验的不确定性,使用区间二型模糊逻辑系统推导IT2FW-SVM的学习权重。仿真研究表明,与产生原始步态样本的双足步行相比,所提方法显着提高了双足机器人的能效和步行稳定裕度。
唐矫燕[6]（2011）在《载人两足步行椅机器人稳定性分析与控制策略》文中指出近年来,助老助残的服务机器人研究迅速发展,取得了显着的成就。其中载人两足步行机器人是研究的热点之一。载人两足步行机器人的研究与应用为下肢残疾人提供了一种新的选择,与传统的轮椅相比较,其对活动空间环境的适应力更强,比如能够更好的实现上下楼梯和倾斜路面的行走。载人两足步行机器人具有安全性要求高、载荷大以及乘客运动干扰不可控等特点,因此其步态稳定性要求比传统的非载人两足步行机器人要求更高。要完成安全稳定的载人行走任务,就必须提取乘客的有效信息,分析人体的能动性（即干扰）对载人两足步行机器人系统步态稳定性的影响,这是保证载人步行系统绝对安全的必要条件。基于现有的两足机器人及其步态稳定性研究的基础,以一种12自由度的载人两足步行椅机器人JWCR为平台,进行了载人两足步行椅机器人步态稳定的分析与仿真实验。引入“人在环中”系统的概念,即系统中子操控人员根据从设备和环境中获得的信息做出判断,控制设备完成运动任务,同时系统考虑子操控人员对设备运动的干扰,从而对控制信号进行实时反馈和修正的系统。考虑到乘客对机器人步态稳定的影响,对机器人数学建模、步态规划、稳定性分析以及步态实时控制策略进行了研究。主要的研究内容包括以下几个方面。1)介绍了载人两足步行椅机器JWCR的主要特点:关节采用结构紧凑、计算简便的正交型结构;膝关节附设自锁装置;坐垫下增设了被动悬挂式减震装置;增设了主被动安全保护装置。2)对载人两足步行椅机器人正运动模型和逆运动模型进行了分析。考虑到这是一个“人在环中”的系统,首先建立了步态规划的前向运动八连杆模型和侧向运动六连杆模型,并应用拉格朗日方程建立了步行椅机器人的动力学模型。3)基于零力矩点（ZMP）判据对“人在环中”的两足步行椅机器人的步态进行了规划,并分析了步态的稳定性,包括起步、中步和停步阶段的前向和侧向步态。对步行椅机器人的离散步态进行了matlab仿真实验。实验结果证明所提出的规划方法是合理可行的。4)研究分析了作为干扰源的乘客其波动参数对步行椅机器人步态稳定性的影响。包括乘客身高体重以及身体摆动等物理参数对步行运动参数的影响。5)建立了“人在环中”的步行椅机器人实时控制模型,并提出了实时步态控制方法。探讨了基于步态局部调整的稳定性控制和乘客主动补偿控制相结合的控制方法,并给出了对人体运动进行稳定补偿的策略。上述的研究获得国家自然科学基金项目“载人两足步行椅机器人步态稳定性及其控制技术研究”（60575049）的资助。
张彤[7]（2010）在《仿人机器人步行控制及路径规划方法研究》文中提出随着人们生活水平的提高,以及越来越严重的老龄化问题,人们迫切希望能够拥有一种智能机器人,能够进入人们的家庭,用于照料越来越多的老年人。仿人机器人由于外形和动作与人类相似,因此更容易被人类所接受,也容易适应人类社会的各种设施,因此,仿人机器人作为进入人类日常生活的机器人首选,已经引起越来越多科研人员的关注,成为机器人研究的热点。本文工作主要围绕仿人机器人的步行系统所涉及的一些关键技术进行展开,在对国内外仿人机器人的研究现状进行分析的基础上,着重研究了仿人机器人在数字仿真环境下的步行控制及路径规划方法。由于仿人机器人采用不稳定的杆件结构,在考虑稳定性的前提下对仿人机器人步行规划,步行控制,环境地图建立,路径规划方法展开了研究:1.针对仿人机器人和双足机器人相比具有头部、躯干和手臂等部件,因此步行模式的产生更加复杂。讨论了一种实时产生稳定的腿部、手臂和躯干运动的方法。在行进平面的腿部运动必需满足ZMP点的X轴位置具有最大的稳定裕度,与此类似,正向平面的腿运动必需满足ZMP点的Y轴位置具有最大的稳定裕度。手臂和躯干的运动是由Z轴力矩平衡产生的。步行规划方法在仿人机器人三维实时仿真系统中得到有效的验证。2.根据自由度配置情况,建立了机器人单腿支撑期和双腿支撑期的拉格朗日动力学方程。然后根据仿人机器人对控制系统的要求,设计了分层控制系统,针对动力学惯量波动问题专门在各关节控制器前设置惯量波动调节控制器环节,在设计该控制器中,将动力学模型中不易精确量化的部分处理为干扰和摄动,引入H∞控制器设计方法,经过非线性补偿,得到惯量波动调节控制器,此种控制方法有效地控制了误差。最后分析单自由度位置控制系统特性,并根据经典控制方法,建立了关节的前馈控制器模型。3.针对仿人机器人传感器配置和步行特点,提出了建立环境地图的方案。为了使仿人机器人在复杂环境中自由行走,获取周围环境里的平面信息能力非常重要,提出了一种从深度图像中提取平面的方法,从立体视觉中得到深度图像后,通过扫描将每一行上的像素点分割成直线段,并用链式结构保存线段间的邻接关系,选取最优的三条线段作为种子区域,用队列保存种子区域,围绕着种子区域进行平面增长,当种子队列为空时平面增长结束,经过修剪,平面边缘变光滑,最后得到平面边缘,实验验证了平面提取方法的速度和精度满足仿人机器人的路径规划的要求。我们又提出一种构建真实世界的平地障碍物地图的方法,地图中每个单元格保存平地类型和它的精确高度信息或者障碍物类型和它的粗略高度信息。系统维护一个提供概率支持的3D占有率网格和一个提供平面信息的平地网格。所提出的方法在仿真平台上得到验证,所产生的地图已经在现有的路径规划系统中使用。4.针对仿人机器人的步行特点,提出了仿人机器人路径规划方案,将仿人机器人的动作离散化为指定的动作,将状态空间离散化为网格,利用立体视觉建立的环境地图,将机器人的轮廓简化为双圆柱模型进行避障检测,最终在环境地图中搜寻代价最小的一系列可行的动作作为路径,仿真实验的结果证实了我们提出的方法是有效的。
王超[8]（2010）在《仿人双足机器人动步行步态规划理论研究》文中进行了进一步梳理随着高新技术的发展和人工智能研究的深入,仿人机器人将逐渐走入人们的生活中。仿人机器人研究的关键问题是机器人智能和运动控制,而运动控制的前提是有一个有效的步行运动样本。因此,本文主要研究双足机器人动态步行运动规划理论,为机器人的动态快速步行提供有效的步行样本。首先,本文将完全笛卡尔坐标法引入到双足机器人的坐标建模中,没有使用欧拉参数,使计算简单且易于编程。进行了完全笛卡尔坐标下的双足机器人的运动分析,给出了完全笛卡尔坐标下的刚体和铰约束方程,动量和动量矩的计算方法,完全笛卡尔参数与各关节角度的关系,以及ZMP的完全笛卡尔坐标描述。其次,分析了基于线性倒立摆模型的步行运动参数对机器人质心运动轨迹的影响,为运动参数的选取提供了参考。又分析了ZMP对机器人运动轨迹的影响,提出了单足支撑期固定ZMP与移动ZMP相结合的质心轨迹规划方法,提高了机器人的快速步行运动能力,并且给出了机器人起步段、中步段、止步段质心运动轨迹和游脚轨迹的规划方法,用于生成机器人的动态步行样本库。最后,本文针对具体的双足机器人模型,规划了其全身各个关节的运动轨迹,并提出了步行运动单元样本组合的运动样本生成方法,为机器人实时运动轨迹生成提供了新的思路,并且通过ADAMS动力学仿真,验证了该方法的有效和合理性。
王晓龙[9]（2010）在《仿人足球机器人脚底传感系统设计与应用》文中进行了进一步梳理仿人机器人技术综合涉及机械学、计算机、电子学、力学、生物学、控制论、系统工程、人工智能等多学科领域,已成为21世纪最具代表性的高技术,是目前科技发展最活跃的领域之一,代表了机电一体化的最高成就。仿人机器人研究一直是机器人研究领域的热点之一,在仿人机器人实现稳定行走研究中,如何增强仿人机器人对环境的适应能力一直是研究的重点之一。本文以ZMP稳定性判据作为仿人机器人步态行走的稳定性判据,主要研究如何设计并实现仿人机器人脚底传感系统在线获取ZMP,并对机器人进行稳定性控制。首先,论文回顾和总结了国内外仿人机器人的研究历史及其发展现状,对各主要研究机构的仿人机器人脚底传感器设计和应用情况进行了分析和对比,阐述了本课题的研究背景、研究任务以及应用前景,提出了本文研究的主要内容。其次,从分析步行方式的分类与比较入手引入ZMP（零力矩点）、稳定区域、稳定裕度的概念,介绍了ZMP点的计算公式及其性质,分析了ZMP点与稳定的关系,进而引出了ZMP稳定性判据,并以此为仿人机器人行走的稳定性判据。用Lagrangian方法建立了仿人机器人的动力学模型并以此为研究对象,从理论上详细分析得出在无反馈信息的条件下,机器人无法通过调整踝关节实现稳定行走,进而说明了研制脚底传感系统检测ZMP点位置,并引入脚底力信息反馈控制的必要性。再次,分析了目前仿人机器人控制系统的控制结构和硬件结构以及其局限性,提出在现有硬件结构的基础上建立方便和原控制系统连接且易于扩展的外部传感器信息采集通道,形成开放的分层信息采集与处理结构,为脚底传感系统的信息采集通道以及多传感器信息的融合提供了依据。然后,设计并实现了适用于本课题的脚底传感系统,并对其整体结构以及各个部分的功能及设计（包括机械设计、硬件设计、软件设计）做了详细的阐述,通过实验证明了该系统的有效性。最后,在仿人机器人简化模型的基础上以前向调整为例,给出了脚底传感信息在实际中如何应用,通过仿真得到在引入了脚底传感信息的条件下,使用改进遗传算法和分段PD控制结合的方法对仿人机器人进行控制的可行性及其良好的控制效果。
绳涛[10]（2009）在《欠驱动两足机器人控制策略及其应用研究》文中进行了进一步梳理仿人机器人具有广阔的应用前景,一直以来受到各方面高度关注。经过近四十年发展,取得了辉煌成就,但就目前发展水平来看,还远未达到人类的期望,一个重要原因就是运动性能较差,主要存在速度低、能耗高等问题。欠驱动两足机器人是为了研究高速动态步行而提出的一种机器人结构。机器人没有脚掌,与地面点接触形成欠驱动系统,这给机器人的稳定控制带来巨大挑战,例如:机器人不能形成稳定域,静止站立十分困难;需要通过不断变换支撑点位置实现动态平衡;需要通过时不变步态实现姿态可控等。但是,欠驱动机器人由于可以充分利用重力和惯性力,其步态具有高速、高效、动作自然等特点,为仿人机器人步态规划与运动控制提供了新的思路。本文主要研究欠驱动两足机器人控制策略及其在仿人机器人上的应用问题,主要内容包括:首先对欠驱动两足机器人的复杂控制系统模型进行研究,分别基于D-H坐标建立机器人运动学模型,基于Lagrange函数建立单脚支撑期的控制系统模型,基于角动量守恒建立状态切换模型,并对欠驱动步态的实现条件进行详细讨论,为后面的研究奠定基础。为实现机器人姿态可控,开展了时不变步态规划和控制方法研究,提出了基于遗传算法的时不变步态规划策略:以状态变量为优化参数,以能耗最小为优化目标,以各种约束为限制条件,将步态规划问题转化为非线性规划问题,同时实现步态的规划和优化。基于复杂控制系统模型,机器人运动控制采用反馈线性化方法,因此对解耦矩阵的可逆条件进行了深入研究,并设计了有限时间稳定控制器。稳定控制是欠驱动两足机器人控制最大的难点,也是本文研究的重点。由于机构特殊,现有的稳定判据并不能对其稳定性进行定义和判定。从Lyapunov稳定性理论出发,将机器人状态分为可行和不可行状态。在此基础上,对欠驱动两足机器人的稳定性进行定义,并提出了一种基于失衡度的稳定判据。失衡度是对机器人偏离平衡状态的一种定量评估,综合考虑了姿态和速度参数,满足稳定判据的基本性质。从失衡度收敛的角度出发,给出了欠驱动步态的稳定条件,并以平面欠驱动机器人为平台对欠驱动步态的特点展开研究。实验表明,欠驱动步态具备渐进稳定性,因此,虽然是一种离线规划步态,但是具有很强的鲁棒性和环境适应能力。3D欠驱动两足机器人稳定控制是本研究的主要目标。3D欠驱动步态不稳定主要是由于侧向与前向运动周期不匹配。生物学和机器人学研究表明,两足步行通常以前向运动为主导,侧向辅助保持稳定。基于这一事实,本文提出了一种3D欠驱动步态稳定控制策略,通过控制步宽调整机器人侧向运动周期,实现侧向对前向周期的自适应跟踪,最终实现3D欠驱动步态的渐进稳定。实验表明,该策略对初始状态误差具有很强的鲁棒性,对地面环境具有一定的适应能力,可实现性较强。欠驱动两足机器人静态稳定站立十分困难,但其直立姿态是可控的,本文基于T-S模型和LQR控制设计直立姿态稳定控制器,实现了3D欠驱动两足机器人双脚支撑直立姿态的渐进稳定控制。实验表明,采用所提控制策略,稳定状态的吸引域明显扩大。本文对欠驱动控制策略在仿人机器人上的应用问题展开研究。仿人机器人与欠驱动两足机器人的主要区别在于脚掌和踝关节力矩。利用主动欠驱动策略对支撑踝关节进行零力矩控制,仿人机器人可以实现高速的欠驱动步行。论文重点研究了支撑踝零力矩控制策略的实现方法,如何利用踝关节力矩提高步态稳定性和收敛速度,如何利用踝关节力矩控制步行速度等问题。机器人总是从立定状态开始行走,而最终回归于立定状态,因此论文探讨和解决了仿人机器人欠驱动步态起步和停止过程的控制问题,实现了仿人机器人欠驱动步态行走的全过程控制。实验表明,基于主动欠驱动控制策略,仿人机器人可以实现欠驱动步态,机器人的运动性能明显提高。最后,总结本文所做工作,分析不足之处,并提出今后的研究重点。
二、两足机器人步行运动参数对单足支撑期ZMP点影响的研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、两足机器人步行运动参数对单足支撑期ZMP点影响的研究（论文提纲范文）
（1）双足机器人复杂环境下定位、导航和规划（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 双足机器人国内外发展现状 |
| 1.1.1 双足机器人国外发展现状 |
| 1.1.2 双足机器人国内发展现状 |
| 1.1.3 中小型双足机器人平台发展现状 |
| 1.2 双足机器人步态规划及稳定性研究现状 |
| 1.2.1 双足机器人步态规划方法现状 |
| 1.2.2 双足机器人稳定性判断依据现状 |
| 1.3 双足机器人SLAM现状 |
| 1.4 双足机器人倒地运动规划研究现状 |
| 1.5 双足机器人复杂运动规划研究现状 |
| 1.6 本文主要研究内容和意义 |
| 1.6.1 研究的目的和意义 |
| 1.6.2 本领域科学问题 |
| 1.6.3 本文主要研究的内容 |
| 第2章 基于ZMP和倒立摆模型的双足机器人步态规划与控制方法 |
| 2.1 引言 |
| 2.2 双足机器人运动学模型 |
| 2.3 双足机器人行走稳定性 |
| 2.3.1 基于零力矩点的稳定性判据 |
| 2.3.2 ZMP的测量 |
| 2.3.3 ZMP与机器人运动的关系 |
| 2.4 基于倒立摆模型的双足步态轨迹规划 |
| 2.4.1 线性倒立摆模型 |
| 2.4.2 着地相轨迹规划 |
| 2.4.3 摆动相轨迹规划 |
| 2.5 通用型双足步态反馈控制方法 |
| 2.6 全自主双足机器人系统 |
| 2.6.1 硬件系统 |
| 2.6.2 软件系统 |
| 2.6.3 机器人平台对比 |
| 2.7 双足机器人行走实验 |
| 2.8 本章小结 |
| 第3章 基于多传感器融合的复杂环境下双足机器人定位和导航 |
| 3.1 引言 |
| 3.2 双足机器人视觉定位与导航系统构架 |
| 3.2.1 双目视觉定位系统 |
| 3.2.2 基于ORB-SLAM的建图与定位 |
| 3.3 稠密地图转换与导航地图生成 |
| 3.3.1 构建稠密点云地图 |
| 3.3.2 地图存储与转换 |
| 3.3.3 构建全局二维导航地图 |
| 3.4 双足机器人导航路径与足迹序列生成 |
| 3.4.1 基于人工势场法的双足行走路径规划 |
| 3.4.2 导航路径柔顺与足迹序列生成 |
| 3.5 基于粒子滤波的IMU数据融合里程计 |
| 3.5.1 粒子滤波器设计 |
| 3.5.2 基于粒子滤波的里程计估计 |
| 3.6 基于TCN的多传感器融合里程计 |
| 3.6.1 基于EKF的IMU预测 |
| 3.6.2 IMU更新 |
| 3.6.3 基于数据融合的里程计更新 |
| 3.6.4 基于TCN的IMU噪声估计 |
| 3.7 双足机器人SLAM实验 |
| 3.7.1 双足机器人定位导航实验 |
| 3.7.2 双足机器人里程计实验 |
| 3.8 本章小结 |
| 第4章 基于多目标优化的双足机器人倒地保护研究 |
| 4.1 引言 |
| 4.2 倒地状态分析 |
| 4.2.1 双足机器人倒地ZMP判据 |
| 4.2.2 四阶倒立摆的运动方程 |
| 4.3 双足机器人倒地动力学分析 |
| 4.3.1 双足机器人倒地处理 |
| 4.3.2 倒地运动角动量分析 |
| 4.3.3 倒地运动关节力分析 |
| 4.4 双足机器人倒地优化约束条件 |
| 4.4.1 运动学约束 |
| 4.4.2 实际物理约束 |
| 4.5 双足机器人倒地保护轨迹多目标优化方法 |
| 4.5.1 双足机器人倒地优化分析 |
| 4.5.2 改进动态多目标优化算法 |
| 4.5.3 稳定性优化 |
| 4.5.4 角动量优化 |
| 4.6 双足机器人倒地保护实验 |
| 4.7 本章小结 |
| 第5章 基于混合微粒群进化算法的双足机器人复杂运动轨迹规划 |
| 5.1 引言 |
| 5.2 双足机器人运动规划约束条件 |
| 5.3 双足机器人复杂运动轨迹规划 |
| 5.3.1 楼梯运动 |
| 5.3.2 上下斜坡运动 |
| 5.3.3 曲线行走运动 |
| 5.3.4 一步转向运动 |
| 5.4 基于微粒群算法的复杂运动轨迹优化 |
| 5.4.1 混合微粒群进化算法 |
| 5.4.2 复杂运动轨迹优化算法 |
| 5.4.3 算法对比实验 |
| 5.5 基于小线段时间最优速度规划算法 |
| 5.5.1 基于可达性分析的时间最优速度规划 |
| 5.5.2 基于可达性分析的时间最优问题算法 |
| 5.5.3 分段时间最优速度规划算法 |
| 5.5.4 时间最优速度规划算法仿真与实验 |
| 5.6 双足机器人复杂运动实验 |
| 5.6.1 走楼梯实验 |
| 5.6.2 走斜坡实验 |
| 5.6.3 一步转向实验 |
| 5.6.4 复杂运动综合仿真实验 |
| 5.7 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其他成果 |
| 致谢 |
| 个人简历 |
（2）双足机器人参数设计及步态控制算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究的目的和意义 |
| 1.2 研究现状及分析 |
| 1.2.1 双足机器人平台国内外研究现状 |
| 1.2.2 人形双足机器人步态规划概述 |
| 1.2.3 人形双足机器人控制方法 |
| 1.3 本领域科学问题 |
| 1.4 本文主要研究内容 |
| 第2章 双足机器人动力学建模与稳定性分析 |
| 2.1 引言 |
| 2.2 双足机器人动力学建模 |
| 2.2.1 双足机器人多连杆模型动力学分析 |
| 2.2.2 基于浮动基的双足机器人动力学建模 |
| 2.2.3 对比验证 |
| 2.3 双足机器人行走稳定性判据 |
| 2.3.1 ZMP与FRI稳定性判据 |
| 2.3.2 COP稳定性判据 |
| 2.4 双足机器人平衡约束分析 |
| 2.4.1 ZMP约束 |
| 2.4.2 摩擦约束 |
| 2.4.3 动能约束 |
| 2.4.4 非奇异位姿约束 |
| 2.4.5 正向运动约束 |
| 2.5 双足机器人倒地分析 |
| 2.5.1 倒地状态分析 |
| 2.5.2 地面反作用力分析 |
| 2.5.3 着地分析 |
| 2.6 本章小结 |
| 第3章 基于多目标优化方法的双足机器人运动系统参数设计 |
| 3.1 引言 |
| 3.2 设计需求 |
| 3.3 参数多目标优化的驱动设计 |
| 3.3.1 多目标参数优化概述 |
| 3.3.2 双足机器人步行优化分析 |
| 3.3.3 优化目标函数 |
| 3.3.4 多目标优化方法 |
| 3.4 参数设计验证 |
| 3.4.1 仿真环境配置 |
| 3.4.2 验证设计及配置 |
| 3.5 双足机器人机构设计 |
| 3.5.1 自由度配置及驱动选择 |
| 3.5.2 双自由度并联驱动机构建模 |
| 3.5.3 双足机器人结构设计 |
| 3.6 实验验证 |
| 3.7 本章小结 |
| 第4章 基于全身动力学的最优轨迹控制方法研究 |
| 4.1 引言 |
| 4.2 双足机器人步态轨迹规划 |
| 4.2.1 基于三维倒立摆模型的双足步态规划 |
| 4.2.2 基于DCM的双足步态轨迹规划 |
| 4.3 基于浮动基的双足机器人全身动力学求解 |
| 4.3.1 关节逆动力学的求解 |
| 4.3.2 摩擦锥接触模型 |
| 4.3.3 约束方程 |
| 4.4 基于全身动力学模型的二次规划最优控制器设计 |
| 4.4.1 控制系统模型与控制李雅普诺夫函数构建 |
| 4.4.2 全身动力学误差分析 |
| 4.4.3 不依赖动力学模型的二次规划最优控制 |
| 4.4.4 基于动力学模型的二次规划最优控制 |
| 4.4.5 基于PD控制和二次规划的最优控制器设计 |
| 4.5 实验验证 |
| 4.6 本章小结 |
| 第5章 双足机器人行走抗扰方法研究 |
| 5.1 引言 |
| 5.2 针对双足机器人内部扰动的行走轨迹优化 |
| 5.2.1 行走相分析 |
| 5.2.2 行走相衔接 |
| 5.2.3 基于全身角动量的CMP参考轨迹生成 |
| 5.2.4 实验验证 |
| 5.3 针对未知外部扰动的行走轨迹重规划 |
| 5.3.1 抗推运动分析 |
| 5.3.2 捕获点位置 |
| 5.3.3 基于运动状态捕获点的抗推方法 |
| 5.3.4 实验验证 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其他成果 |
| 致谢 |
| 个人简历 |
（3）下肢外骨骼机器人动态稳定特性研究（论文提纲范文）
| 摘要 |
| Abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 下肢外骨骼机器人概述 |
| 1.3 国内外研究现状 |
| 1.4 存在问题 |
| 1.5 本文主要研究内容 |
| 2 下肢外骨骼机器人总体方案研究 |
| 2.1 下肢外骨骼机器人仿生学结构分析 |
| 2.2 下肢外骨骼机器人运动分析 |
| 2.3 下肢外骨骼机器人系统设计 |
| 2.4 正常人多姿态运动数据提取 |
| 2.5 本章小结 |
| 3 下肢外骨骼机器人运动学及动力学分析 |
| 3.1 下肢外骨骼机器人系统坐标系定义以及参数说明 |
| 3.2 下肢外骨骼机器人多姿态运动学建模及仿真 |
| 3.3 下肢外骨骼机器人多姿态动力学建模及仿真 |
| 3.4 本章小结 |
| 4 下肢外骨骼机器人动态稳定特性理论研究 |
| 4.1 基于ZMP外骨骼机器人动态运动特性失稳机理分析 |
| 4.2 基于ZMP双足投影多边形法稳定性判定依据 |
| 4.3 基于双足投影多边形法多姿态动态稳定特性分析 |
| 4.4 矢状面动态稳定特性主要影响因素分析 |
| 4.5 本章小结 |
| 5 压力中心点-零力矩点-重心点算法及稳定特性COG影响研究 |
| 5.1 压力中心点-零力矩点-重心点算法研究 |
| 5.2 基于COG蹲起姿态稳定特性影响分析 |
| 5.3 基于COG行走姿态稳定特性影响分析 |
| 5.4 基于COG上楼梯姿态稳定特性影响分析 |
| 5.5 本章小结 |
| 6 外骨骼机器人动态稳定特性试验研究 |
| 6.1 下肢外骨骼机器人试验平台搭建 |
| 6.2 蹲起姿态动态稳定特性试验研究 |
| 6.3 行走姿态动态稳定特性试验研究 |
| 6.4 上楼梯姿态动态稳定特性试验研究 |
| 6.5 本章小结 |
| 7 结论与展望 |
| 7.1 主要结论 |
| 7.2 创新点 |
| 7.3 展望 |
| 参考文献 |
| 作者简历 |
| 致谢 |
| 学位论文数据集 |
（4）双足机器人建模与步态规划分析（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究目的及意义 |
| 1.2 双足机器人国内外发展概况 |
| 1.2.1 国外双足机器人 |
| 1.2.2 国内双足机器人 |
| 1.3 论文研究主要内容 |
| 第二章 双足机器人运动学研究 |
| 2.1 引言 |
| 2.2 运动学基本概念 |
| 2.2.1 刚体位姿 |
| 2.2.2 坐标变换 |
| 2.2.3 空间齐次坐标变换 |
| 2.3 运动学建模 |
| 2.3.1 方法及模型简化 |
| 2.3.2 运动学建模 |
| 2.3.3 运动学逆解 |
| 2.4 本章小结 |
| 第三章 机器人ZMP稳定性分析 |
| 3.1 引言 |
| 3.2 ZMP规划方法 |
| 3.3 三维地面反作用力分析 |
| 3.4 双足机器人的运动与地面作用力的关系 |
| 3.5 基于机器人运动的ZMP计算 |
| 3.6 机器人稳定步行条件 |
| 3.7 本章小结 |
| 第四章 双足机构的Pro/E建模 |
| 4.1 Pro/E实体建模 |
| 4.2 机器人运动学分析 |
| 4.3 本章小结 |
| 第五章 基于NAO模型的步态分析及规划 |
| 5.1 三维线性倒立摆模型 |
| 5.2 步行参数对机器人运动的影响 |
| 5.3 双足机器人步态规划 |
| 5.3.1 机器人三维步行模式 |
| 5.3.2 单足支撑期规划 |
| 5.3.3 双足支撑期规划 |
| 5.3.4 起步阶段规划 |
| 5.3.5 终步阶段规划 |
| 5.3.6 摆动脚轨迹规划 |
| 5.3.7 各关节角轨迹曲线 |
| 5.4 本章小结 |
| 第六章 基于ADAMS的双足机器人仿真 |
| 6.1 虚拟样机技术简介 |
| 6.2 机器人模型的建立 |
| 6.2.1 模型导入 |
| 6.2.2 添加质量 |
| 6.2.3 添加约束 |
| 6.2.4 创建驱动 |
| 6.3 虚拟样机步态仿真及分析 |
| 6.4 本章小结 |
| 第七章 结论 |
| 7.1 结论 |
| 7.2 展望 |
| 参考文献 |
| 作者简介 |
| 作者在攻读硕士学位期间发表的学术论文 |
| 致谢 |
（5）基于能效优化的双足机器人自学习控制方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 目录 |
| CONTENTS |
| 第一章 绪论 |
| 1.1 课题的研究背景及意义 |
| 1.2 双足机器人的能效 |
| 1.3 双足机器人的学习 |
| 1.4 本文的研究内容 |
| 第二章 背景知识 |
| 2.1 双足机器人的动力学模型 |
| 2.1.1 正向动力学求解 |
| 2.1.2 逆向动力学求解 |
| 2.2 双足机器人的步行稳定性控制 |
| 2.2.1 基于线性倒立摆模型的稳定控制 |
| 2.2.2 基于桌子-小车模型的ZMP控制 |
| 2.2.3 基于MIMO系统的LQ控制 |
| 2.2.4 其它方法 |
| 2.3 双足机器人智能控制方法 |
| 2.3.1 支持向量机 |
| 2.3.2 模糊逻辑 |
| 2.3.3 神经网络 |
| 2.4 双足机器人的步态规划 |
| 第三章 基于能效优化的双足机器人步行运动控制 |
| 3.1 引言 |
| 3.2 双足机器人模型 |
| 3.2.1 动力学模型 |
| 3.2.2 双足步行系统ZMP描述 |
| 3.3 基于能效优化的步态控制方法 |
| 3.3.1 模糊ZMP整定 |
| 3.3.2 上体能耗预估 |
| 3.3.3 基于能耗预估的迭代优化 |
| 3.4 仿真研究 |
| 3.4.1 步态规划 |
| 3.4.2 能效步态优化的仿真实现 |
| 3.4.3 关节控制的仿真实现 |
| 3.4.4 性能比较与分析 |
| 3.5 本章小结 |
| 第四章 基于EE-SVM的双足机器人步行运动控制 |
| 4.1 引言 |
| 4.2 双足机器人的能效和动态平衡 |
| 4.2.1 双足机器人的能效 |
| 4.2.2 双足机器人的动态平衡 |
| 4.3 EE-SVM学习控制系统 |
| 4.3.1 双足机器人动力学系统 |
| 4.3.2 基于能耗的样本集 |
| 4.3.3 EE-SVM学习算法 |
| 4.4 仿真研究 |
| 4.4.1 EE-SVM建模和学习结果 |
| 4.4.2 性能分析和比较 |
| 4.5 本章小结 |
| 第五章 基于UKF可预测的SVR学习控制器 |
| 5.1 引言 |
| 5.2 双足机器人GDUT-I |
| 5.3 基于UKF的双足状态预测 |
| 5.3.1 基于UKF的系统建模 |
| 5.3.2 基于UKF的滤波算法 |
| 5.4 SVR学习控制 |
| 5.4.1 建立样本集 |
| 5.4.2 优化过程 |
| 5.5 仿真研究 |
| 5.5.1 步态规划 |
| 5.5.2 状态预测的实施 |
| 5.5.3 SVR学习控制器的实施 |
| 5.6 本章小结 |
| 第六章 双足步行机器人TSF-SVM学习控制系统 |
| 6.1 引言 |
| 6.2 双足机器人动力学模型 |
| 6.3 双足机器人TSF-SVM学习控制系统 |
| 6.3.1 TSF-SVM学习算法 |
| 6.3.2 双脚支撑期的TSF-SVM学习控制 |
| 6.3.3 单脚支撑期的TSF-SVM学习控制 |
| 6.3.4 TSF-SVM的在线训练 |
| 6.4 仿真研究 |
| 6.4.1 双足机器人简化模型 |
| 6.4.2 TSF-SVM学习样本 |
| 6.4.3 TSF-SVM参数及学习结果 |
| 6.4.4 步行控制 |
| 6.5 本章小结 |
| 第七章 基于二型模糊加权的双足机器人学习控制 |
| 7.1 引言 |
| 7.2 双足步行的主要性能指标 |
| 7.2.1 关节能耗 |
| 7.2.2 ZMP稳定裕度 |
| 7.3 基于IT2FW-SVM的双足步行学习 |
| 7.3.1 双足动态 |
| 7.3.2 IT2FW-SVM的学习目标 |
| 7.3.3 IT2FW-SVM的学习权重 |
| 7.3.4 IT2FW-SVM的学习算法 |
| 7.4 仿真研究 |
| 7.4.1 双足步行运动的训练样本 |
| 7.4.2 IT2FW-SVM的超参数设计 |
| 7.4.3 性能分析和比较 |
| 7.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文和专利 |
| 攻读博士学位期间参加的课题 |
| 致谢 |
（6）载人两足步行椅机器人稳定性分析与控制策略（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 课题研究意义和背景 |
| 1.2.1 两足步行椅机器人研究的主要意义 |
| 1.2.2 两足步行椅机器人研究的背景 |
| 1.3 国内外研究现状 |
| 1.3.1 载人两足步行机器人的研究状况 |
| 1.3.2 载人两足机器人的步态运动规划控制研究现状 |
| 1.4 本文研究目的和内容 |
| 第二章 载人两足步行椅机器人-JWCR |
| 2.1 两足步行椅机器人机构 |
| 2.1.1 机器人总体设计参数 |
| 2.1.2 正交关节设计及其驱动 |
| 2.1.3 膝关节锁定机构 |
| 2.1.4 电机和减速器 |
| 2.1.5 减震系统 |
| 2.1.6 安全装置设计 |
| 2.2 机器人控制硬件部分简介 |
| 2.3 小结 |
| 第三章 “人在环中”的两足步行椅机器人数学模型 |
| 3.1 “人在环中”的概念 |
| 3.2 两足步行椅机器人的运动学模型 |
| 3.2.1 前向正运动学模型 |
| 3.2.2 前向逆运动学模型 |
| 3.3 “人在环中”的两足机器人动力学模型 |
| 3.3.1 传统的无负载两足步行机器人动力学模型 |
| 3.3.2 “人在环中”的两足步行椅机器人动力学模型 |
| 3.4 小结 |
| 第四章 载人两足机器人步态规划与稳定性分析 |
| 4.1 步态规划相关概念和定义 |
| 4.2 基于ZMP 的载人两足步行椅机器人步态规划 |
| 4.2.1 前向中步轨迹规划 |
| 4.2.2 起步准备阶段、起步和停步轨迹规划 |
| 4.2.3 侧向轨迹规划 |
| 4.3 载人两足步行椅机器人步态稳定性分析 |
| 4.3.1 载人两足步行椅机器人ZMP 计算公式 |
| 4.3.2 两足机器人步态稳定性分析方法 |
| 4.3.3 载人两足步行椅机器人前向步态稳定性分析 |
| 4.3.4 载人两足步行椅机器人侧向步态稳定性分析 |
| 4.4 仿真实验 |
| 4.4.1 前向步态仿真 |
| 4.4.2 侧向步态仿真 |
| 4.5 小结 |
| 第五章 乘客参数变化对系统步态稳定影响分析 |
| 5.1 理论建模 |
| 5.2 身高体重对系统稳定性的影响 |
| 5.3 身体偏移时身高体重对系统稳定性的影响 |
| 5.4 摆动角度对系统稳定性的影响 |
| 5.5 摆动角速度对系统稳定性的影响 |
| 5.6 摆动角加速度对系统稳定性的影响 |
| 5.7 参数变化对系统稳定性的影响权重分析 |
| 5.8 小结 |
| 第六章“人在环中”的实时步态稳定性控制 |
| 6.1 “人在环中”的两足步行机器人控制系统 |
| 6.2 “人在环中”的两足步行机器人关节伺服控制 |
| 6.3 “人在环中”的实时控制策略 |
| 6.4 步态局部调整与乘客主动补偿运动相结合的实时稳定控制策略 |
| 6.4.1 基于步态局部调整的稳定性控制 |
| 6.4.2 乘客的主动补偿运动控制 |
| 6.5 仿真实验 |
| 6.6 小结 |
| 第七章 全文总结 |
| 7.1 主要结论 |
| 7.2 创新点 |
| 7.3 研究展望 |
| 参考文献 |
| 攻读博士学位期间已发表的论文 |
（7）仿人机器人步行控制及路径规划方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 国内外仿人机器人的研究概况 |
| 1.1.1 国外仿人机器人的研究概况 |
| 1.1.2 国内仿人机器人的研究概况 |
| 1.2 仿人机器人实现自主稳定行走的相关技术 |
| 1.3 仿人机器人的研究意义及课题背景 |
| 1.4 仿人机器人样机结构及自由度简介 |
| 1.5 本论文研究内容 |
| 第二章 仿人机器人步行规划 |
| 2.1 仿人机器人步态规划的研究概况 |
| 2.2 仿人形机器人步行稳定性 |
| 2.2.1 步行方式分类 |
| 2.2.2 ZMP点含义 |
| 2.2.3 ZMP 坐标的计算 |
| 2.3 规划方法的研究 |
| 2.3.1 与步态规划有关的概念 |
| 2.3.2 姿态约束的研究 |
| 2.3.3 步态的参数化设计 |
| 2.3.4 五点式规划法 |
| 2.4 行走步态的产生 |
| 2.4.1 行进平面 |
| 2.4.2 正向平面 |
| 2.4.3 运动学约束 |
| 2.4.4 躯干和手臂的运动 |
| 2.4.5 算法仿真 |
| 2.5 本章小结 |
| 第三章 仿人机器人步行控制 |
| 3.1 运动学模型 |
| 3.2 动力学建模 |
| 3.3 仿人机器人步行运动控制系统 |
| 3.3.1 仿人机器人步行运动控制系统结构 |
| 3.3.2 仿人机器人分层式步行控制系统 |
| 3.4 机器人的H_∞鲁棒控制 |
| 3.4.1 鲁棒控制简介 |
| 3.4.2 标准H_∞控制问题及非标准H_∞控制问题 |
| 3.4.3 标准H_∞控制问题的主要处理方法 |
| 3.4.4 非标准H_∞控制问题的主要处理方法 |
| 3.5 基于H_∞的惯量波动控制器 |
| 3.5.1 惯量波动控制系统模型 |
| 3.5.2 H_∞鲁棒控制器的设计 |
| 3.5.3 仿真实验 |
| 3.6 关节控制器设计 |
| 3.7 本章小结 |
| 第四章 仿人机器人环境地图构建 |
| 4.1 移动机器人地图构建的研究进展 |
| 4.1.1 地图构建的方法简介 |
| 4.1.2 地图构建的难点问题 |
| 4.1.3 地图构建的发展趋势 |
| 4.2 基于立体视觉的深度图像的获取 |
| 4.2.1 深度图像及获取方法简介 |
| 4.2.2 立体匹配 |
| 4.2.3 平行双目立体系统中的立体匹配 |
| 4.3 不确定信息描述与处理 |
| 4.4 平面分割算法 |
| 4.4.1 平面分割算法的总体流程 |
| 4.4.2 噪声估计 |
| 4.4.3 分割线段 |
| 4.4.4 选择种子区域 |
| 4.4.5 区域迭代增长 |
| 4.4.6 修剪平面边缘 |
| 4.4.7 实验 |
| 4.5 构建仿人机器人路径规划地图 |
| 4.5.1 系统处理结构 |
| 4.5.2 3D占有率网格和平面网格的更新 |
| 4.5.3 地图的建立 |
| 4.5.4 仿真结果 |
| 4.6 本章小结 |
| 第五章 仿人机器人路径规划 |
| 5.1 引言 |
| 5.2 机器人路径规划研究现状 |
| 5.2.1 全局路径规划 |
| 5.2.2 局部路径规划 |
| 5.3 仿人机器人的动作及状态空间 |
| 5.4 避障检测方法 |
| 5.5 仿人机器人路径规划 |
| 5.6 路径规划仿真实验 |
| 5.7 本章小结 |
| 第六章 总结和展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读博士学位期间取得的研究成果 |
| 致谢 |
（8）仿人双足机器人动步行步态规划理论研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究目的和意义 |
| 1.2 双足机器人国内外研究综述 |
| 1.2.1 仿人机器人国内外发展 |
| 1.2.2 仿人双足机器人步行研究的发展 |
| 1.2.3 仿人机器人步态规划 |
| 1.2.4 仿人机器人步行控制 |
| 1.3 课题主要研究内容 |
| 第2章 仿人双足机器人的完全笛卡尔坐标法分析 |
| 2.1 引言 |
| 2.2 完全笛卡尔坐标下的双足机器人描述 |
| 2.2.1 完全笛卡尔坐标方法 |
| 2.2.2 双足机器人的完全笛卡尔坐标描述 |
| 2.3 完全笛卡尔坐标下的机器人运动分析 |
| 2.3.1 系统的约束方程 |
| 2.3.2 系统的动量计算 |
| 2.3.3 系统的动量矩计算 |
| 2.3.4 完全笛卡尔坐标下的关节轨迹及转动角度求解 |
| 2.3.5 关节转角及角速度与完全笛卡尔坐标及速度的转换 |
| 2.3.6 ZMP与稳定性分析 |
| 2.4 本章小结 |
| 第3章 双足机器人质心和游脚轨迹规划方法 |
| 3.1 引言 |
| 3.2 机器人步行规划的倒立摆方法 |
| 3.3 倒立摆模型下的机器人运动参数对运动的影响 |
| 3.3.1 质心初始运动速度对运动的影响 |
| 3.3.2 双足机器人步长对质心运动的影响 |
| 3.3.3 质心高度变动对机器人运动轨迹的影响 |
| 3.4 倒立摆模型下固定与移动ZMP相结合的质心轨迹规划 |
| 3.4.1 移动ZMP对质心运动轨迹和速度的影响 |
| 3.4.2 固定ZMP与移动ZMP相结合的质心轨迹规划 |
| 3.5 中步段质心轨迹的规划 |
| 3.5.1 中步段纵垂面的质心轨迹规划 |
| 3.5.2 中步段横垂面的质心轨迹规划 |
| 3.6 起步段质心轨迹的规划 |
| 3.6.1 起步段横垂面的质心轨迹规划 |
| 3.6.2 起步段纵垂面的质心轨迹规划 |
| 3.7 止步段质心轨迹的规划 |
| 3.7.1 游脚提前着地迈步段的质心轨迹规划 |
| 3.7.2 收腿迈步段的质心轨迹规划 |
| 3.7.3 姿态调整步段的质心轨迹规划 |
| 3.8 游脚运动轨迹的规划 |
| 3.9 本章小结 |
| 第4章 步行样本单元组合的运动样本生成方法 |
| 4.1 引言 |
| 4.2 步行样本单元组合的步行样本生成方法 |
| 4.3 机器人模型 |
| 4.3.1 双足机器人模型及结构参数 |
| 4.3.2 双足机器人步行参数 |
| 4.4 步行单元样本的计算 |
| 4.4.1 双足机器人步行运动各步段各关节的运动轨迹 |
| 4.4.2 步行运动各步段关节角度变化样本 |
| 4.5 基于步行单元样本组合的样本生成 |
| 4.5.1 直线前进步行样本的生成 |
| 4.5.2 有间歇的前进步行样本的生成 |
| 4.5.3 有倒退的前进步行样本的生成 |
| 4.6 本章小结 |
| 第5章 仿人双足机器人步行运动仿真 |
| 5.1 引言 |
| 5.2 双足机器人运动仿真 |
| 5.2.1 直线前进步行的运动仿真 |
| 5.2.2 有间歇的前进步行的运动仿真 |
| 5.2.3 有后退的前进步行的运动仿真 |
| 5.3 本章小结 |
| 结论 |
| 参考文献 |
| 攻读学位期间发表的学术论文 |
| 致谢 |
（9）仿人足球机器人脚底传感系统设计与应用（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 1 绪论 |
| 1.1 引言 |
| 1.2 国内外仿人机器人的研究现状 |
| 1.2.1 国外仿人机器人的研究概述 |
| 1.2.2 国内仿人机器人的研究概述 |
| 1.3 本课题研究的背景、任务与意义 |
| 1.3.1 课题的背景与任务 |
| 1.3.2 课题的科学意义及应用前景 |
| 1.4 本文主要内容 |
| 2 仿人机器人稳定性判据及引入力矩反馈的必要性 |
| 2.1 引言 |
| 2.2 仿人机器人步行方式的分类与比较 |
| 2.3 仿人机器人稳定性判据 |
| 2.3.1 ZMP 点概念 |
| 2.3.2 ZMP 与稳定性关系 |
| 2.3.3 ZMP 点计算 |
| 2.3.4 ZMP 点的性质 |
| 2.3.5 稳定区域与稳定域度 |
| 2.4 仿人机器人行走过程分析 |
| 2.5 引入力矩反馈的必要性 |
| 2.5.1 仿人机器人的动力学模型 |
| 2.5.2 仿人机器人踝关节的力矩约束 |
| 2.5.3 仿人机器人踝关节的控制 |
| 2.6 总结 |
| 3 仿人机器人系统与控制结构分析 |
| 3.1 仿人机器人系统结构 |
| 3.2 控制结构特点与改进 |
| 3.2.1 控制系统的硬件结构 |
| 3.2.2 控制系统结构的局限性与改进 |
| 3.2.3 脚底传感器信息的采集结构选择与采集过程分析 |
| 3.3 总结 |
| 4 小型仿人机器人脚底传感系统设计 |
| 4.1 引言 |
| 4.2 脚底力/力矩传感器的选型与工作原理 |
| 4.2.1 力/力矩传感器的选型 |
| 4.2.2 传感器工作原理 |
| 4.3 脚底传感系统的整体结构 |
| 4.4 机械设计 |
| 4.5 硬件设计 |
| 4.5.1 小信号放大电路的设计 |
| 4.5.2 处理器的选择 |
| 4.6 软件设计 |
| 4.6.1 软件流程图 |
| 4.6.2 应用脚底传感系统计算机器人行走时的ZMP 点 |
| 4.7 脚底传感系统实际实验 |
| 4.8 总结 |
| 5 基于脚底传感器信息的姿态调整 |
| 5.1 引言 |
| 5.2 简化动力学模型的建立及初始状态分析 |
| 5.2.1 简化动力学模型的建立 |
| 5.2.2 初始状态分析 |
| 5.3 踝关节前向调整的始末条件分析 |
| 5.3.1 踝关节前向调整的初始条件分析 |
| 5.3.2 踝关节前向调整的末状态分析 |
| 5.4 踝关节前向调整的控制方法 |
| 5.4.1 分段PD 控制方法 |
| 5.4.2 改进的遗传算法 |
| 5.5 基于脚底传感信息的踝关节调节分析 |
| 5.5.1 恒定外力的踝关节调节 |
| 5.5.2 变化外力的踝关节调节 |
| 5.6 控制的仿真结果 |
| 5.7 总结 |
| 6 结论与展望 |
| 6.1 主要结论 |
| 6.2 研究展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| A. 作者在攻读学位期间发表的论文目录 |
| B. 作者在攻读学位期间取得的科研成果 |
| C. 仿人机器人脚底传感系统实物图 |
（10）欠驱动两足机器人控制策略及其应用研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 仿人机器人研究现状 |
| 1.2.2 欠驱动两足机器人研究现状 |
| 1.3 本课题研究的目的和意义 |
| 1.4 本文的研究思路和主要内容 |
| 1.4.1 本文研究思路 |
| 1.4.2 本文研究内容 |
| 第二章 欠驱动两足机器人系统建模 |
| 2.1 引言 |
| 2.2 欠驱动两足机器人运动学模型 |
| 2.2.1 欠驱动两足机器人模型和运动假设 |
| 2.2.2 欠驱动两足机器人运动学模型 |
| 2.2.3 两足运动的数学描述 |
| 2.3 欠驱动两足机器人复杂控制系统模型 |
| 2.3.1 控制系统模型 |
| 2.3.2 状态切换模型 |
| 2.3.3 论域与切换域模型 |
| 2.4 小结 |
| 第三章 欠驱动两足机器人时不变步态规划与控制 |
| 3.1 引言 |
| 3.2 时不变步态规划策略研究 |
| 3.2.1 时不变步态控制策略 |
| 3.2.2 时不变步态的实现 |
| 3.3 基于遗传算法的步态规划 |
| 3.3.1 基于遗传算法的步态规划策略研究 |
| 3.3.2 步态规划过程的实现 |
| 3.4 欠驱动两足机器人运动控制 |
| 3.4.1 反馈线性化控制策略 |
| 3.4.2 控制系统奇异性分析 |
| 3.4.3 有限时间稳定控制器设计 |
| 3.5 小结 |
| 第四章 欠驱动两足机器人稳定性研究 |
| 4.1 引言 |
| 4.2 两足机器人稳定判据分析 |
| 4.2.1 ZMP 稳定判据 |
| 4.2.2 极限环稳定判据 |
| 4.2.3 质心角动量稳定判据 |
| 4.3 欠驱动两足机器人稳定性研究 |
| 4.3.1 欠驱动两足机器人稳定性定义 |
| 4.3.2 欠驱动两足机器人稳定判据 |
| 4.3.3 欠驱动两足机器人稳定判据的应用 |
| 4.4 欠驱动步态稳定性研究 |
| 4.4.1 欠驱动步态的稳定条件 |
| 4.4.2 欠驱动步态的实现 |
| 4.4.3 欠驱动步态的鲁棒性研究 |
| 4.4.4 欠驱动步态的速度控制策略研究 |
| 4.4.5 仿真实验 |
| 4.5 小结 |
| 第五章 欠驱动两足机器人稳定控制策略研究 |
| 5.1 引言 |
| 5.2 3D 欠驱动步态稳定控制策略研究 |
| 5.2.1 侧向运动的稳定性分析 |
| 5.2.2 步宽控制器设计 |
| 5.2.3 侧向关节轨迹规划 |
| 5.2.4 3D 欠驱动步态稳定控制实验 |
| 5.2.5 欠驱动两足机器人起步过程控制 |
| 5.3 直立姿态稳定控制策略研究 |
| 5.3.1 直立姿态的可控性分析 |
| 5.3.2 基于T-S 模型的模糊控制器设计 |
| 5.3.3 直立姿态稳定控制实验 |
| 5.4 小结 |
| 第六章 欠驱动控制策略在仿人机器人上的应用 |
| 6.1 引言 |
| 6.2 仿人机器人欠驱动控制策略分析 |
| 6.2.1 欠驱动步态实现策略分析 |
| 6.2.2 仿人机器人欠驱动系统模型 |
| 6.3 仿人机器人欠驱动控制策略实现 |
| 6.3.1 支撑踝力矩控制器设计与实现 |
| 6.3.2 摆动踝关节控制器设计与实现 |
| 6.3.3 欠驱动步态控制器设计与实现 |
| 6.3.4 欠驱动步态控制实验 |
| 6.4 仿人机器人起步与停止过程控制 |
| 6.4.1 起步过程控制 |
| 6.4.2 停止过程控制 |
| 6.5 小结 |
| 第七章 总结与展望 |
| 7.1 全文总结 |
| 7.2 研究展望 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
四、两足机器人步行运动参数对单足支撑期ZMP点影响的研究（论文参考文献）
- [1]双足机器人复杂环境下定位、导航和规划[D]. 常琳. 哈尔滨工业大学, 2021
- [2]双足机器人参数设计及步态控制算法研究[D]. 冷晓琨. 哈尔滨工业大学, 2020(02)
- [3]下肢外骨骼机器人动态稳定特性研究[D]. 郑义. 山东科技大学, 2019(02)
- [4]双足机器人建模与步态规划分析[D]. 路玲. 沈阳建筑大学, 2014(05)
- [5]基于能效优化的双足机器人自学习控制方法研究[D]. 王丽杨. 广东工业大学, 2013(12)
- [6]载人两足步行椅机器人稳定性分析与控制策略[D]. 唐矫燕. 上海交通大学, 2011(07)
- [7]仿人机器人步行控制及路径规划方法研究[D]. 张彤. 华南理工大学, 2010(11)
- [8]仿人双足机器人动步行步态规划理论研究[D]. 王超. 哈尔滨工业大学, 2010(05)
- [9]仿人足球机器人脚底传感系统设计与应用[D]. 王晓龙. 重庆大学, 2010(03)
- [10]欠驱动两足机器人控制策略及其应用研究[D]. 绳涛. 国防科学技术大学, 2009(02)