从机器鼠仿生步态实现机理出发，常用的运动控制方法主要有基于建模的方法、基于行为的方法和生物控制方法。其中，基于建模的运动控制是通过对机器人结构建模然后对其运动轨迹进行规划实现的，而生物控制方式由于其较好的拟生物特性在步态生成与转换方面降低了难度。因此，足式机器鼠的运动控制器采用了CPG网络和建模控制相结合的混合控制模型。如图5-42所示，控制器由两个部分组成：第一个是由4个振荡源构建的CPG网络，该网络是一个步态模式调整器模型，用来产生控制步态调整的信号；第二个是由求解逆运动学而得到的足端轨迹生成器，用来产生驱动各个关节的信号。前者可以调整步频，后者可以用来调整步幅和步高。
图5-42 机器鼠四足运动控制器
一、步态模式调整器
步态模式调整器由一个CPG控制，该CPG为一个耦合非线性振荡器网络。首先利用CPG控制网络的输出生成目标步态模式；然后将步态调整器产生的相位信号传送到关节轨迹生成器。利用Kimura模型中两个互抑制的神经元构成一个振荡单元，整个网络由4个振荡单元构成，形成的拓扑结构如图5-43所示。这4个振荡单元分别代表四足机器人的4条腿，两者之间的连接方式均为双向。当ωij为正值时，相互连接的两个振荡单元的连接处于兴奋状态；当ωij为负值时，相互连接的两个振荡单元的连接处于抑制状态。多种步态模式的实现依赖于改变单元间的连接方式，ωij为振荡单元j到i的连接权重系数，而W=（ωij）4×4为步态矩阵[23]。
图5-43 机器鼠CPG拓扑结构（见彩插）
由于CPG网络是作为步态信号而不是直接作用于关节变量，所以只需要固定幅值信息，就可以实现对其输出信号的频率信息进行整定。依旧选择对频率和幅值信息影响较大的Ta、α、β、s 4个参数进行修正，且对应的损失函数变为目标频率yT和实际频率y之间以及目标幅值xT和实际幅值x之间的欧几里得距离式（5-61）。图5-44所示为设定目标频率为2 Hz和目标幅值为1的损失函数迭代100次的收敛情况。最终整定后的步行步态为频率为2 Hz的CPG输出信号（图5-45），取该信号的上升段对应各肢足端的摆动相，下降段为各肢足端的支撑相，由此实现了四足机器鼠的步态模式调整器。
图5-44 损失函数值随迭代次数收敛的情况
图5-45 经参数整定后的CPG输出信号（见彩插）
（a）步态规划；（b）CPG输出结果
二、关节轨迹生成器(www.xing528.com)
对于足端轨迹的规划，在国内外研究中有圆弧模型、三次曲线拟合、椭圆轨迹、多项式插值和曲线拟合等多种轨迹规划方法。通过对实验鼠足端轨迹的采集及滤波优化，选取摆线轨迹作为摆动相时的机器鼠的运动轨迹，即
式中，S、H、Tω分别为步幅、抬腿高度和摆动相周期。
在实际的运动过程中，该运动轨迹的速度和加速度都在控制中是完全可以达到的，所以可采用摆线轨迹作为轨迹函数。根据采集得到的实验鼠前后肢步长和步高的信息，得到其平均的步长S为50 mm，步高H为10 mm。此外，对于支撑相的轨迹，默认在垂直方向上不产生移动。出于对其速度和加速度有界的考虑，将摆线轨迹映射到水平方向，得到了支撑相的规划轨迹。令S=50 mm，H=10 mm，得到的仿真步态轨迹如图5-46所示。
图5-46 机器鼠足端仿真步态轨迹
四足机器人有多种步态，而步态的设计来源于四足哺乳动物的仿生研究。其中小跑步态、踱步步态和双足跳跃步态等步态在任意时刻都会有两个肢体同时运动并存在同时离地的时刻，属于两拍步态，运动速度快。与它们相比，实验鼠在通常运动中采用的是步行步态，这种步态在任意时刻都有至少3条腿支撑身体，属于四拍步态，运动速度较慢。考虑步行步态下机器鼠在一个周期内的行走，其足端轨迹曲线如图5-47所示。
根据之前得到的逆运动学求解公式和规划的摆动相和支撑相的足端轨迹，可以得到各个关节的角度驱动曲线，以左前肢和左后肢为例，如图5-48（a）和（b）所示。此外，构造了驱动曲线的相轨迹图，如图5-48（c）和（d）所示。为了更好地调整步态特征，如步幅和步高，可将曲线拟合为一个函数应用于关节角的驱动。
图5-47 机器鼠步行步态下一个运动周期内的足端轨迹曲线
（a）左前肢；（b）右前肢；（c）右后肢；（d）左后肢
图5-48 机器鼠关节驱动曲线与相轨迹图（见彩插）
（a）左前肢关节曲线；（b）左后肢关节曲线；（c）左前肢相轨迹图；（d）左后肢相轨迹图
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
