导读:本文包含了步态优化论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:步态,算法,模型,人机,机器人,深度,特征。
步态优化论文文献综述
陆万荣,许江淳,王志伟,任杰[1]（2019）在《动态双足机器人建模及步态优化设计》一文中研究指出双足机器人行走时的稳定性是重中之重。如何规划合适的运动步态是提高稳定性的关键,也是当今众多学者的研究热点。首先,采用多连杆结构进行双足机器人建模,并使用D-H矩阵描述这种连杆结构,建立其正逆运动学模型。然后,提出以稳定性和能耗为目标的多目标步态优化方案,通过构造惩罚函数求得多目标优化问题的Pareto最优解集。最后,在ADAMS平台上建立模型并和Matlab进行联合仿真,将踝关节、髋关节的侧向角速度和左腿质心在前向、侧向和竖直方向的速度与加速度作为对比指标,通过与原始倒立摆步态规划、遗传算法优化比较得出:多目标步态优化方案在动态双足机器人行走过程中具有更高的稳定性。因此,基于稳定性和能耗的多目标步态优化方法,能够为双足机器人稳定性的研究提供理论指导和改进方向。(本文来源于《自动化仪表》期刊2019年11期）
丁加涛,何杰,李林芷,肖晓晖[2]（2019）在《基于模型预测控制的仿人机器人实时步态优化》一文中研究指出为了提高仿人机器人在行走过程中的抗干扰能力,提出基于模型预测控制(MPC)的步态生成与优化策略.基于飞轮倒立摆模型(IPFM),建立系统状态空间模型.给定落脚点参考位置和躯干旋转参考角度,提出包含质心(CoM)轨迹生成、落脚点调整和躯干旋转角度优化的多目标惩罚函数;考虑足部支撑范围、落脚点变动范围等可行性约束,建立二次规划(QP)求解模型.利用开源求解器,实现最优质心轨迹、足部落脚点和躯干旋转角度的在线生成.通过仿真验证了该算法的可行性和有效性.结果表明,每个控制循环在2 ms内完成,满足实时控制需求;该方法能够利用躯干旋转以实现更大范围变步行参数的稳定行走;与只调整落脚点相比,机器人对各个方向外力的抵抗能力都有提高.(本文来源于《浙江大学学报(工学版)》期刊2019年10期）
邹倩颖,王小芳[3]（2019）在《粒子群优化BP神经网络在步态识别中的研究》一文中研究指出为降低步态识别特征噪声、提高BP神经网络在步态识别中的准确性和高效性,提出一种基于粒子群优化的BP神经网络识别算法。该算法将形态学细化思想融入人体骨架图特征值提取中,在二维平面上抽取多种特征值,然后建立粒子群优化神经网络模型,将特征值矩阵代入模型中,在反复迭代后产生最优迭代函数作为神经网络优化函数,不断优化网络层之间的权值和阈值。实验结果表明,优化后的模型识别率高达97.125%。(本文来源于《实验技术与管理》期刊2019年08期）
张浩昱,熊凯[4]（2019）在《基于近端策略优化算法的四足机器人步态控制研究》一文中研究指出足式机器人步态控制是机器人研究领域的难点问题,应用强化学习让机器人自主学习策略提供了一种很好的解决思路.基于ROS机器人操作系统搭建了四足机器人仿真平台,将近端策略优化算法用于四足机器人步态控制,并与其他深度强化学习算法进行了对比分析.仿真实验结果表明,近端策略优化算法在实际应用中具有更好的训练效果.(本文来源于《空间控制技术与应用》期刊2019年03期）
李晓雨[5]（2019）在《RoboCup3D足球仿人机器人步态优化研究与实现》一文中研究指出随着科技的进步,社会的发展,机器人技术成为当下越来越热门的研究领域,仿人机器人更是机器人技术领域中研究的重点。运动控制一直是仿人机器人研究的热点问题之一,而步行运动又是其中的关键,在复杂的实时动态环境中,如何实现快速且稳定的步行运动,仍然缺少一个通用的解决方案。本文以RoboCup仿真3D比赛平台为依托,分别从仿人机器人运动学建模、仿人机器人步态参数优化、仿人机器人碰撞环境下稳定步行叁个方面为切入点,研究碰撞环境下双足仿人机器人快速稳定步态的优化与实现。本文所做工作主要如下:(1)总结了仿人机器人步态规划的理论和方法。筛选出影响步态速度和稳定性的关键参数并对其进行分类,分析了步态参数优化问题现状,引入协方差矩阵自适应进化策略(CMA-ES)理论,并分析了CMA-ES理论应用在该问题上的缺陷。(2)为实现仿人机器人快速稳定的步行,提出一种基于螺旋模型的仿人机器人步态参数优化算法。该算法结合分治法和螺旋模型的思想,将仿人机器人步态优化问题划分为叁个子任务进行,根据不同的优化目标分别构建CMA-ES算法优化器并进行螺旋迭代优化,最终获得最佳参数值。该算法应用在HfutEngine仿真3D球队中,机器人的相关步态测试数据验证了该算法的有效性。(3)为解决碰撞环境下仿人机器人快速稳定的步行问题,本文提出一种基于双臂摆动的仿人机器人外力力矩矫正方法,通过摆臂消除碰撞条件下的外力力矩,实现仿人机器人在碰撞条件下更稳定的步行。最终,经过实验及相关应用测试,验证了该方法具有一定效果。(本文来源于《合肥工业大学》期刊2019-05-01）
袁雯,刘惠义[6]（2019）在《基于深度Q网络的仿人机器人步态优化》一文中研究指出为实现仿人机器人快速稳定的行走,在满足有效参数组合的条件下,提出一种基于深度强化学习的步行参数训练算法以优化机器人步态。首先,从环境中捕获机器人步态模型参数作为DQN的输入;然后,用DQN来拟合机器人行走产生的状态-动作值函数;最后,通过动作选择策略选择当前机器人执行的步态动作,同时产生奖励函数达到更新DQN的目的。选择NAO仿真机器人为实验对象,在Robo Cup3D仿真平台上进行实验,结果证明在此算法下,NAO仿人机器人可以获得稳定的双足步行。(本文来源于《计算机与现代化》期刊2019年04期）
唐晨[7]（2019）在《帕金森病患者步态特征与机器学习模型参数协同优化研究》一文中研究指出随着我国老龄化情况的凸显,老年人高发的帕金森病已成为了家庭和社会的一个巨大问题。在临床上医生多借助于量表和经验判断的方式对患者进行诊断,但这样会存在漏诊误诊的风险。因此,为了辅助医师对帕金森病患者进行更好的临床诊断,本文使用遗传算法和蚁群算法对患者的步态特征和支持向量机参数进行协同优化,提供基于患者步态特征的辅助诊断方法。本文的主要工作如下:(1)使用遗传算法研究患者步态特征和支持向量机参数的协同优化,以患者特征构成算法中的染色体,同时将支持向量机参数也编入其中,探究两者的协同优化。本文针对协同优化的结果还选取了部分特征选择算法,以及只使用遗传算法进行特征选择作为对照组,实验结果表明使用遗传算法来进行协同优化相对于对照组算法提高了模型的分类精度。(2)使用蚁群算法研究患者步态特征和支持向量机参数的协同优化,将患者特征作为蚂蚁算法搜寻路径上的节点,并将支持向量机参数作为特征的一部分一同进行搜寻,在特征选择过程中同时完成参数的选取。在与对照组的仅使用蚁群算法进行特征选择以及其他的选择算法相比时,实验结果显示使用蚁群算法进行协同优化具有明显的优势,具有较高的分类精度,平均准确率为85.77%。(本文来源于《合肥工业大学》期刊2019-04-01）
何海琳,郑建彬,余方利,余烈,詹恩奇[8]（2019）在《基于改进鲸鱼优化算法的外骨骼机器人步态检测》一文中研究指出针对传统的外骨骼机器人步态检测算法中的信息单一化、准确率低、易陷入局部最优等问题,提出基于改进鲸鱼算法优化的支持向量机(IWOA-SVM)的外骨骼机器人步态检测算法,即在鲸鱼优化算法(WOA)中引入遗传算法(GA)的选择、交叉、变异操作,进而去优化支持向量机(SVM)的惩罚因子与核参数,再使用参数优化后的SVM建立分类模型,从而扩大算法的搜索范围,减小算法陷入局部最优的概率。首先,使用混合传感技术采集步态数据,即通过足底压力传感器和膝关节、髋关节角度传感器采集外骨骼机器人的运动数据,并作为步态检测系统的输入;然后,使用门限法对步态相位进行划分并标记标签;最后,将足底压力信号与髋关节、膝关节角度信号融合作为输入,使用IWOA-SVM算法完成对步态的检测。对6个标准测试函数进行仿真实验,并与GA、粒子群优化(PSO)算法、WOA进行比较,数值实验表明,改进鲸鱼优化算法(IWOA)的鲁棒性、寻优精度、收敛速度均优于其他优化算法。通过分析不同穿戴者的步态检测结果发现,准确率可达98.8%,验证了所提算法在新一代外骨骼机器人中的可行性和实用性,并与基于遗传优化算法的支持向量机(GA-SVM)、基于粒子群优化算法的支持向量机(PSO-SVM)、基于鲸鱼优化算法的支持向量机(WOA-SVM)算法进行比较,结果表明,该算法识别准确率分别提高了5.33%、2.70%、1.44%,能够对外骨骼机器人的步态进行有效检测,进而实现外骨骼机器人的精确控制及稳定行走。(本文来源于《计算机应用》期刊2019年07期）
王乐天,王青云,赵振[9]（2019）在《双足直腿行走器的动力学建模与步态优化》一文中研究指出双足行走器,作为最接近人类的一类机器人,拥有其独特的优势:工业中可替代人类完成危险繁重的极端工作,生活中可凭借其与人类的相似特性快速融入人类社会,进行社会服务工作,甚至在康复医疗领域更是展现出极强的实用性。自20世纪70年代以来,双足行走器一直是机器人研究领域的热门方向,而近年来随着交叉学科的持续发展成熟,以Boston Dynamics、日本本田等为代表的多家研究机构更是取得了令人瞩目的突破进展,但其对研究内容的高度封锁,使得国际范围内的双足行走器研究分化严重,国内相关研究起步较晚,与研究前沿差距明显。而整体看来,距离双足机器人距离真正大规模大范围投入应用,仍然有一片理论、实践空白亟待人们解决,例如:仿人形机器人上肢的摆动对机器人步行稳定性的影响,双足行走器如何进行实时步态规划,如何使用人工智能方法,使机器人自身通过不断学习得到最优的步态等等。因此,本论文旨在于搭建一套符合实际意义,具有良好适用性的双足行走器计算仿真验证平台,可对双足行走器的多种问题进行理论研究并对样机的设计制造提供理论指导。数学模型是进行理论研究、工程实践的基础。考虑到双足行走器系统是高耦合,高线性的非光滑多体系统,本论文在提出前向平面运动假设,周期运动假设,运动碰撞假设等条件的基础上,将双足行走器简化为前向平面中的全驱动双摆模型。首先,用D-H旋转矩阵法对机器人系统进行正逆向运动学建模,建立各关节躯干间的运动学关系;随后,使用第二类Lagrange方程对机器人的双摆运动过程进行动力学建模,为运动过程中关节驱动力与力矩的计算提供动力学基础;采用第二类Lagrange方程对机器人碰撞过程进行动力学建模,建立机器人系统碰撞前后运动状态的连接关系。步态规划是足类机器人设计过程中的重要环节,直接决定着机器人运动的稳定性、协调性、耗能性、适应性等多种特性。步态规划时可从多种角度出发进行设计计算,如仿生角度、约束原则等,不同的设计原则也会相应产生不同的步态轨迹。本论文以运动过程中所消耗的能量最低为目标进行步态规划:首先采用泛函变分极值的解析方法,建立能量函数以后,该问题变为可动边界条件下多变量的高阶导数型泛函问题,理论上根据变分法基本引理可求得运动的欧拉方程,再结合附加边界条件即可得到最优轨迹,而实际计算中却存在系统复杂解析解求解困难的问题。此时,数值计算便显现出其在复杂问题中的优越性,本论文先后对机器人的关节角度、关节轨迹执行多次样条插值,通过数值方法,在满足实际物理意义的情况下,使用Matlab平台计算了部分区域中的耗能最低解。得到最优轨迹后,使用Solidworks对双足机器人进行建模,输入最优轨迹仿真运行,可发现能量最优的步态为贴合地面的碰撞速度为零的运行轨迹,这与人类行走常识是一致的,验证了该研究方法的科学性与正确性。此外,该模型与计算仿真平台对于其他设计目标,比如运行速度,运动稳定性等仍然拥有较好的适用性,拥有较好的扩展前景。综上所述,本论文首先对国内外双足直腿行走器研究现状进行了调研总结,发掘出该领域目前仍然存在的理论与实践的研究空白,随后针对双足直腿行走器的完成了运动学、动力学建模,并先后采用解析、数值方法对行走器的步态规划进行研究,不仅得到了能量最优情况下的步态轨迹,同时系统地建立了一套具有良好适用性、扩展性的针对双足直腿行走器的计算仿真验证平台,可对双足机器人的多个问题进行理论研究,并对实际物理样机的设计制造提供理论指导。(本文来源于《北京力学会第二十五届学术年会会议论文集》期刊2019-01-06）
唐晨,许胜强,程楠,段志奎,吴玺[10]（2019）在《基于GA的步态特征与SVM参数协同优化研究》一文中研究指出为了辅助医生对帕金森病患者进行更好的诊断,采用遗传算法对患者步态特征和支持向量机参数进行协同优化。在特征选择部分将步态特征和支持向量机参数使用二进制编码的方式生成染色体,同时输入到遗传算法中。考虑到遗传算法的搜索性能和运行时间,针对算法中的种群大小和进化代数这两个参数进行了寻优,找出合适的种群大小和进化代数。实验结果显示平均准确率为85.11%,相对于其他特征选择算法,准确率最高高出14%。表明使用该方法后对帕金森病患者的步态特征进行了有效去除,有利于患者的诊断。(本文来源于《计算机工程与应用》期刊2019年23期）
步态优化论文开题报告
（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：
为了提高仿人机器人在行走过程中的抗干扰能力,提出基于模型预测控制(MPC)的步态生成与优化策略.基于飞轮倒立摆模型(IPFM),建立系统状态空间模型.给定落脚点参考位置和躯干旋转参考角度,提出包含质心(CoM)轨迹生成、落脚点调整和躯干旋转角度优化的多目标惩罚函数;考虑足部支撑范围、落脚点变动范围等可行性约束,建立二次规划(QP)求解模型.利用开源求解器,实现最优质心轨迹、足部落脚点和躯干旋转角度的在线生成.通过仿真验证了该算法的可行性和有效性.结果表明,每个控制循环在2 ms内完成,满足实时控制需求;该方法能够利用躯干旋转以实现更大范围变步行参数的稳定行走;与只调整落脚点相比,机器人对各个方向外力的抵抗能力都有提高.
（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。
步态优化论文参考文献
[1].陆万荣,许江淳,王志伟,任杰.动态双足机器人建模及步态优化设计[J].自动化仪表.2019
[2].丁加涛,何杰,李林芷,肖晓晖.基于模型预测控制的仿人机器人实时步态优化[J].浙江大学学报(工学版).2019
[3].邹倩颖,王小芳.粒子群优化BP神经网络在步态识别中的研究[J].实验技术与管理.2019
[4].张浩昱,熊凯.基于近端策略优化算法的四足机器人步态控制研究[J].空间控制技术与应用.2019
[5].李晓雨.RoboCup3D足球仿人机器人步态优化研究与实现[D].合肥工业大学.2019
[6].袁雯,刘惠义.基于深度Q网络的仿人机器人步态优化[J].计算机与现代化.2019
[7].唐晨.帕金森病患者步态特征与机器学习模型参数协同优化研究[D].合肥工业大学.2019
[8].何海琳,郑建彬,余方利,余烈,詹恩奇.基于改进鲸鱼优化算法的外骨骼机器人步态检测[J].计算机应用.2019
[9].王乐天,王青云,赵振.双足直腿行走器的动力学建模与步态优化[C].北京力学会第二十五届学术年会会议论文集.2019
[10].唐晨,许胜强,程楠,段志奎,吴玺.基于GA的步态特征与SVM参数协同优化研究[J].计算机工程与应用.2019
论文知识图
