[发明专利]一种液压四足机器人单腿刚性支撑相控制方法

权利要求书

1.一种液压四足机器人单腿刚性支撑相控制方法，其特征在于针对液压四足机器人运动的稳定性问题进行研究，面向单腿刚性支承，以液压四足机器人单腿为研究对象，根据单腿的机械结构，对其进行动力学和运动学分析，建立机器人单腿刚性支撑相的等效模型；利用神经网络和增量PID算法相结合的方式建立控制结构图，在AMESim中建立刚性支撑相力的系统图，并在Matlab中建立控制器的控制框图；利用AMESim和Matlab联合仿真，分析证明控制器设计的合理性和有效性，为后续的液压四足机器人研究提供依据。

2.根据权利要求1的一种液压四足机器人单腿刚性支撑相控制方法，其特征在于针对液压四足机器人运动的稳定性问题进行研究，面向单腿刚性支承，以液压四足机器人单腿为研究对象；通过对机器人单腿进行运动学和动力学分析，建立单腿刚性支撑相的等效模型。

3.根据权利要求1的一种液压四足机器人单腿刚性支撑相控制方法，其特征在于利用神经网络和增量PID算法相结合的方式建立控制框图：

增量PID算法：

u(k)＝u(k-1)+Δu(k)＝u(k-1)+K_pa+K_ib+K_dc

式中：Δu(k)为第k次采样控制器所需输出的电压增量；K_p、K_i、K_d分别为增量PID控制器的比例、积分、微分环节的系数。

其中，a＝e(k)-e(k-1)，b＝e(k)，c＝e(k)-2e(k-1)+e(k-2)，e(k)为输入信号与反馈信号的偏差；

BP神经网络：

网络的第一层的输入为：

式中M由电液伺服系统的复杂程度决定。

神经网络第二层的输入、输出为：

式中，—第二层的权值系数；上角标1、2、3分别代表第一层、第二层、第三层。

神经网络第三层的输入输出为：

4.根据权利要求1的一种液压四足机器人单腿刚性支撑相控制方法，其特征在于利用AMESim和Matlab对控制器进行联合仿真，对仿真出的曲线进行分析，证明控制器的有效性和合理性。