四足机器人|机器狗|仿生机器人|多足机器人|基于CPG的四足机器人Simulink与Adams虚拟样机|源码可直接执行|绝对干货！需要资料及指导的可以联系我！QQ：1096474659

• 基于CPG的四足机器人Simulink与Adams虚拟样机系统搭建教程
• • 摘要
  • 1. 四足机器人相关资料及文献
  • 2. 四足机器人结构设计及方案对比
  • • 2.1 四足机器人关节布置方式
    • 2.2 侧摆、髋、膝关节驱动方式
    • 2.3 仿生四足机器人的机械设计模型
    • 2.4 简要的运动学分析与姿态角分析
  • 3. Adams虚拟样机配置
  • • 3.1 Adams环境搭建
  • 4. 基于CPG足机器人的机器人的步态设计
  • • 4.1 步态定义
    • 4.2 四足动物的足间步态分析
    • 4.3 足内协调分析
    • 4.3. 基于中央模式发生器（CPG）的步态控制系统建模
  • 5. 基于Simulink的机器人控制信号输出仿真
  • • 5.1 单个振荡器仿真
    • 5.2 Hopf-CPG震荡网络仿真
    • 5.2 利用fcn代替Simulink复杂模块
    • 5.3 原地踏步、转弯、侧移爬坡等运动的控制信号调制
    • • 5.3.1 原地踏步设计
      • 5.3.2 转弯及侧移设计
      • 5.3.3 爬坡设计
      • 5.3.4 多机器人避障设计
  • 6. Simulink与Adams联合仿真测试
  • 7. 控制信号C语言实现（搭载单片机、树莓派）
  • 8. 数值仿真源代码及Simulink模型（可直接运行）
  • • 附件1 Hopf
    • 附件2 Kimura
    • 附件3 机器人DH模型
    • 附件4 带反馈的Hopf

基于CPG的四足机器人Simulink与Adams虚拟样机系统搭建教程

特别鸣谢Dong、kmjer、Min、Janfly

摘要

针对目前仿生四足机器人控制中存在的稳定性低、控制精度不高、可控性差等问题，本文引入一种基于CPG(中央模式发生器)的步态控制算法模型，CPG 生成的节律运动具有独立性与稳定性，还具有反馈调整功能，能够实现仿生机器人的运动控制。针对仿生机器人研发周期长与成本高的问题，本文利用Simulink与Adams构建虚拟样机对步态控制模型进行联合仿真验证运动控制算法可行性。通过计算得出了精确的足间协调、足内协调相位关系，使仿生机器人能够实现Walk与Trot两种步态与转弯控制。针对克服复杂环境问题还加入了反馈环节，能够实现简单的环境自适应，引入坡度等反馈至CPG网络后，仿生机器人能够与环境进行交互，自调整适应爬坡动作。并在仿真中将四足机器人运动模型嵌入到基于行为控制框架，对多机器人的任务进行规划并综合输出，稳定运动的基础上实现避障功能。结果表明，基于CPG的步态控制方法在控制简便性、机器人环境适应性、运动速度方面优于传统方法，能够有效控制仿生机器人以各种步态稳定行走，使其运动具有较强的适应性，实时性，协调性与准确性。研究节律运动并应用到四足机器人有广阔的前景，深入开展四足机器人理论及研究关键技术有着非常深远的学术与实践意义。而且利用Simulink和Adams联合仿真能够显著降低仿生机器人的开发周期与成本。

1. 具有显著的仿生学特性。本文借鉴生物中枢神经的中央模式发生器(Central pattern generator, CPG)机制，设计出带反馈功能的 HOPF 震荡网络，以此控制12个关节协调运动实现机器人的步态控制。
2. 加入反馈后能够实现简单的环境自适应。引入坡度等反馈至 CPG 网络后，仿生机器人能够与环境进行交互，自调整适应爬坡动作。
3. 能显著降低仿生机器人开发的调试时间与成本。利用 Simulink 和Adams 联合仿真搭建仿生机器人虚拟样机，进行运动学及动力学分析后能规避研发设计中的大部分问题。
4. 多仿生机器人协同控制。利用基于零空间投影(NSB)行为控制方法对多个仿生机器人进行任务分配及避障规划。
   
   其中，前腿的肩胛骨、后腿的股骨能够侧摆，在横移和原地旋转过程中起重要作用。肩关节能使整个大腿进行俯仰运动，膝关节则能使大腿下部进行俯仰运动，为行走时提供前进的动力，并且有效调整自身的姿态；踝关节则是在行走落地时提供缓冲的作用。总的来说，犬科动物前后腿结构均是三腿节三关节，四个自由度。

   2.1 四足机器人关节布置方式

   现有的四足机器人中，北京理工大学的液压机器人与清华大学张秀丽教授的实验样机是采用前肘后膝式，而部分Bigdog采用前膝后肘式布置方式、部分Bigdog、Spotdog、Laikadog、绝影都为全膝性布置方式。
   由于三腿节的机械设计复杂程度要远远大于两腿节，而且很难保证仿生机器人的结构稳定性。出于对设计简化与稳定性的考虑，本课题选用两腿节、三自由度的腿部结构进行仿生机器人的腿部方案设计。另外，罗庆生验证了前肘后膝式的静、动态稳定性比其他三种要高，出于对机器人的高稳定性要求，本文选择了前肘后膝式的关节布置形式。
   

   
   

   2.2 侧摆、髋、膝关节驱动方式

   侧摆与髋关节的驱动目前大多都采用的都是无刷电机+行星齿轮减速器或者永磁同步电机+行星齿轮减速器直接拖动。而驱动方式多采用FOC（Field-Oriented Control），即磁场定向控制，也称矢量变频，是目前无刷直流电机（BLDC）和永磁同步电机（PMSM）高效控制的最佳选择。FOC精确地控制磁场大小与方向，使得电机转矩平稳、噪声小、效率高，并且具有高速的动态响应。由于FOC的优势明显，目前已在很多应用上逐步替代传统的控制方式，在运动控制行业中备受瞩目。
   

   

2.3 仿生四足机器人的机械设计模型

机器人具有四个足，每个足有三个关节，对应三个自由度，每个自由度由一个电机驱动。以此为基础，根据机械设计与传动相关知识，可以在SolidWorks软 件中设计出仿生四足机器人的如图三维模型如图。三个电机布置于大腿及髋关节处，髋关节电机通过减速器直接连接，而膝关节则通过连杆由电机间接驱动。该模型建立为Adams仿真环境搭建提供一个模型基础。机器人模型有放沐风网也有百度云链接：https://my.mfcad.com/Tuzhi/Sou/indexc=1&keyword=%BB%F9%D3%DACPG&srid=160787080219726769952201https://my.mfcad.com/Tuzhi/Sou/indexc=1&keyword=%BB%F9%D3%DACPG&srid=160787080219726769952201

运动学逆解（本文利用几何法+余弦定理求解三连杆机械臂关节角度），具体见我另一篇博客。
在MATLAB机器人工具箱里的位姿调试（机器人模型搭建可见第八章附件代码）。

材料属性配置。该步骤主要是对虚拟样机平台的各个零部件进行质量、密度、材质相关的配置，能够让机械系统有较高的现实仿真度。

力矩驱动配置。该步骤主要是对上述配置好的铰链约束添加驱动信号，添加后可以通过控制节点输入控制信号（如力矩、角速度、角度等），实现虚拟样机的运转。

实验测量指标配置。该步骤配置如关节角度、位移、力矩、欧拉角等实验测量指标，用于衡量、评估仿生机器人虚拟样机的的运动仿真性能。

10. 斜坡环境配置。本步骤配置一个机器人需要翻越的坡面（ 15度），验证仿生机器人虚拟样机的爬坡性能。

    

至此，Simulink与Adams联合仿真的环境配置完成。

4. 基于CPG足机器人的机器人的步态设计

4.1 步态定义

四足动物的步态是指各个腿之间具有固定相位关系的行走模式，不同的动物由于自身条件的限制，如腿长、腿的位置、神经控制方式等，其步态也会变得不一样。就如双足动物的“行走”、“奔跑”，四足动物的行走（Walk）、对角小跑（Trot）、奔跑（Gallop）、溜步（Pace）、跳跑（Bound）、原地四足跳跃。以 LF(左前腿)、RF(右前腿)、RB(右后腿)、LB(左后腿)分别替代四足动物的四条腿，然后可以根据其步态的特点得出它们各自的相位关系(左前腿作为参考基准，φ_LF=0 ，即相位为0，一个周期为2*pi )。
步态是实现仿生四足机器人运动性能的基础规划，步态的协调性、连续性与可调整性直接决定着仿生四足机器人运动性能的优劣。
步态可以由特定的几个参数表征，相位差φ_i 、负载因子β、步态周期T、步长S、抬腿高度h，步态表征参数的具体定义如下：

步态示意图中，白色格子代表该腿部处于支撑相，黑色格子处表示该腿部处于摆动相，LF、LB、RF、RB分别是腿部的命名编号。

Walk步态每个相邻腿间相位相差0.25个步态周期，而Trot步态对角腿相位相同，相邻腿间的步态相差0.5个步态周期。

4.3 足内协调分析

由于足内关系也是步态的一部分，在研究完四足动物的足间协调规律之后，接下来需要去研究同一条腿之中髋关节与膝关节之间的相位关系。为了简化控制难度，需要提出以下的必要性假设：膝关节的运动不影响四足机器人的步长，步长只由髋关节决定，并且膝关节运动的主要目的是提高抬腿的足末端高度，使得步态圆滑，机器人抬腿、落地流畅，不会出现搓地、绊脚的问题。
张秀丽[1]通过高速摄像机观察四足动物的行走协调，总结出了具有普遍意义的四足机器人足内髋关节与膝关节的协调规律：①在四足动物在正常的行走过程中，同一条腿的膝关节与髋关节存在着固定的相位函数关系；②在步态处于摆动相时，膝关节与髋关节同步运动，髋关节摆动的前阶段，膝关节往身体内屈腿，当运动到摆动中点时，膝关节屈腿角度到最大，运动到摆动后期时，膝关节开始伸腿展开，当运动到摆动终点时，膝关节恢复原位；③处于支撑相时，髋关节往后摆动推动躯体，而膝关节保持原状态不动。
基于上述髋关节与膝关节的运动规律，本课题引入半波函数（膝关节处腿部摆动相时，按波形运动，支撑相时不运动）可以得知膝关节的控制曲线表示为:

单个Hopf振荡器的数学表达式：

坐标变换阵或者说是步态权重矩阵，这个矩阵利用坐标变换原理，使得不同腿、关节之间的信号相位可以按照步态矩阵θij（i=j=4,表示腿间相位关系）给定的相位关系生成。

该图是Kimura神经振荡器的原理图，Kimura振荡器原作者与张秀丽教授的论文中均有呈现，图中连接方式为控制论的搭建形式，白色圆圈代表抑制（负效应），白色圆圈代表兴奋（正效应）。

Kimura神经振荡器的微分方程组如下：

5. 基于Simulink的机器人控制信号输出仿真

5.1 单个振荡器仿真

5.2 Hopf-CPG震荡网络仿真

将每个波形产生与调制的运算都改成fcn模块如图：

每个fcn模块源码如下，需要Simulink仿真源文件可以访问以下链接：

参数定义:

被积分环境（状态方程）：

来源：Ezekiel Mok