仿生足式机器人综合仿真策略.pdf

一种仿生足式机器人综合仿真策略，属于机器人技术应用领域。本发明系统包括：基于Matlab/Simulink仿生足式机器人控制模型(A)、基于Matlab/SimMechanics仿生足式机器人运动学仿真模型(B)、基于ADAMS仿生足式机器人动力学模型(C)、仿生足式机器人实验样机(D)。所述综合仿真策略包括机器人实验样机的运动状态实时运动学和动力学演示方法、机器人步态生成仿真验证后的机器人实验样机的实时运动控制方法、机器人虚拟联合仿真、半实物仿真的自学习调整方法和机器人自适应多协调控制方法。本发明具有成本低、功能多特点，基本覆盖传统仿生足式机器人仿真调试要求，具有一定的普遍适用性。

权利要求书
1.  一种基于Matlab、ADAMS和半实物联合仿真的仿生足式机器人综合仿真策略，其特征在于： 
所用系统包括：基于Matlab/Simulink仿生足式机器人控制模型(A)、基于Matlab/SimMechanics仿生足式机器人运动学仿真模型(B)、基于ADAMS仿生足式机器人动力学模型(C)、仿生足式机器人实验样机(D)；
所述策略包括机器人实验样机的运动状态实时运动学演示过程，具体方式：仿生足式机器人实验样机(D)无线发送接口机器人环境感知和实时运动反馈数据(5)到基于Matlab/Simulink仿生足式机器人控制模型(A)中，基于Matlab/Simulink仿生足式机器人控制模型(A)传输足端运动轨迹和步态参数(1)到基于Matlab/SimMechanics仿生足式机器人运动学仿真模型(B)中，而Matlab/SimMechanics中具有相关的机构运动学动画演示功能，实时显示机器人实验样机的运动学状态，相关的关节运动轨迹和步态数据(2)传输到基于Matlab/Simulink仿生足式机器人控制模型（A）中，进行运动学数据汇总和保存；
所述策略包括机器人实验样机运动状态实时动力学演示过程，具体方式：仿生足式机器人实验样机(D)无线发送接口机器人环境感知和实时运动反馈数据（5）到基于Matlab/Simulink仿生足式机器人控制模型(A)中，基于Matlab/Simulink仿生足式机器人控制模型(A)传输运动步态和姿态数据（4）传输到基于ADAMS仿生足式机器人动力学模型(C)中，而ADAMS中具有相关的机构动力学动画演示功能，可实时显示机器人实验样机的动力学数据，相关的动力学联合仿真输出数据（3）到基于Matlab/Simulink仿生足式机器人控制模型(A)中，进行动力学数据汇总和保存；
所述策略包括机器人纯虚拟联合运动仿真过程，具体方式：基于Matlab/Simulink仿生足式机器人控制模型(A)传输足端运动轨迹和步态参数(1)到基于Matlab/SimMechanics仿生足式机器人运动学仿真模型(B)，经Matlab/SimMechanics仿真后将关节运动轨迹和步态数据(2)汇总到基于Matlab/Simulink仿生足式机器人控制模型(A)，基于Matlab/Simulink仿生足式机器人控制模型(A)将运动步态和姿态数据（4）发送给基于ADAMS仿生足式机器人动力学模型(C)，经ADAMS动力学仿真后，将动力学联合仿真输出数据（3）汇总到基于Matlab/Simulink仿生足式机器人控制模型(A)，完成了Matlab/SimMechanics和ADAMS的联合运动仿真；
所述策略包括机器人步态生成、机器人实验样机的实时运动控制过程，具体方式：基于Matlab/Simulink仿生足式机器人控制模型(A)传输足端运动轨迹和步态参数(1)到基于Matlab/SimMechanics仿生足式机器人运动学仿真模型(B)，经Matlab/SimMechanics仿真后将关节运动轨迹和步态数据(2)汇总到基于Matlab/Simulink仿生足式机器人控制模型(A)，基于Matlab/Simulink仿生足式机器人控制模型(A)将机器人运动步态数据包和协调控制指令参数（6）无线发送给仿生足式机器人实验样机(D)，完成了由Matlab/SimMechanics步态生成后数据实时控制机器人实验样机运动；
所述策略包括机器人步态生成、仿真验证后的机器人实验样机的实时运动控制过程，具体方式：基于Matlab/Simulink仿生足式机器人控制模型(A)传输足端运动轨迹和步态参数(1)到基于Matlab/SimMechanics仿生足式机器人运动学仿真模型(B)，经Matlab/SimMechanics仿真后将关节运动轨迹和步态数据(2)汇总到基于Matlab/Simulink仿生足式机器人控制模型(A)，基于Matlab/Simulink仿生足式机器人控制模型(A)将运动步态和姿态数据（4）发送给基于ADAMS仿生足式机器人动力学模型(C)，经ADAMS动力学仿真后，将动力学联合仿真输出数据（3）汇总到基于Matlab/Simulink仿生足式机器人控制模型(A)，完成了Matlab/SimMechanics步态生成和ADAMS的联合运动仿真验证，再将机器人运动步态数据包和协调控制指令参数（6）无线发送给仿生足式机器人实验样机(D)，完成了由Matlab/SimMechanics步态生成和ADAMS的联合运动仿真验证后数据实时控制机器人实验样机运动，更准确地实现了机器人实验样机的运动控制；
所述策略包括机器人虚拟联合仿真自学习调整过程,具体方式：基于Matlab/Simulink仿生足式机器人控制模型(A)传输足端运动轨迹和步态参数(1)到基于Matlab/SimMechanics仿生足式机器人运动学仿真模型(B)，经Matlab/SimMechanics仿真后将关节运动轨迹和步态数据(2)汇总到基于Matlab/Simulink仿生足式机器人控制模型(A)，基于Matlab/Simulink仿生足式机器人控制模型(A)将运动步态和姿态数据（4）发送给基于ADAMS仿生足式机器人动力学模型(C)，经ADAMS动力学仿真后，将动力学联合仿真输出数据（3）汇总到基于Matlab/Simulink仿生足式机器人控制模型(A)，完成了一次Matlab/SimMechanics和ADAMS的联合运动仿真，通过基于Matlab/Simulink仿生足式机器人控制模型(A)中自学习模块调整参数，进行连续循环仿真，最终实现虚拟联合仿真自学习调整，为数据优化和自适应控制提供依据；
所述策略包括机器人半实物仿真自学习调整过程,具体方式：基于Matlab/Simulink仿生足式机器人控制模型(A)传输足端运动轨迹和步态参数(1)到基于Matlab/SimMechanics仿生足式机器人运动学仿真模型(B)，经Matlab/SimMechanics仿真后将关节运动轨迹和步态数据(2)汇总到基于Matlab/Simulink仿生足式机器人控制模型(A)，基于Matlab/Simulink仿生足式机器人控制模型(A)将机器人运动步态数据包和协调控制指令参数（6）发送给仿生足式机器人实验样机(D)，经机器人实验样机运动实验后，将机器人环境感知和实时运动反馈数据（5）汇总到基于Matlab/Simulink仿生足式机器人控制模型(A)，完成了一次Matlab/SimMechanics和半实物实验样机的联合运动仿真，通过基于Matlab/Simulink仿生足式机器人控制模型(A)中自学习模块调整参数，进行连续循环半实物仿真，最终实现半实物联合仿真下的自学习调整，为数据优化和自适应控制提供依据；
所述策略包括机器人自适应多协调控制过程,具体方式：基于Matlab/Simulink仿生足式机器人控制模型(A)传输足端运动轨迹和步态参数(1)到基于Matlab/SimMechanics仿生足式机器人运动学仿真模型(B)，经Matlab/SimMechanics仿真后将关节运动轨迹和步态数据(2)汇总到基于Matlab/Simulink仿生足式机器人控制模型(A)，基于Matlab/Simulink仿生足式机器人控制模型(A)将运动步态和姿态数据（4）发送给基于ADAMS仿生足式机器人动力学模型(C)，经ADAMS动力学仿真后，将动力学联合仿真输出数据（3）汇总到基于Matlab/Simulink仿生足式机器人控制模型(A)；在此同时，基于Matlab/Simulink仿生足式机器人控制模型(A)，将机器人运动步态数据包和协调控制指令参数（6）发送给仿生足式机器人实验样机(D)，经机器人实验样机运动实验后，将机器人环境感知和实时运动反馈数据（5）汇总到基于Matlab/Simulink仿生足式机器人控制模型(A)；整合动力学联合仿真输出数据（3）和实时运动反馈数据，两者数据进行互补和自学习调控，完成了在实际机器人样机缺失部分传感信息的条件下，借助仿真数据实现机器人自适应多协调控制。

2.  根据权利要求1所述的基于Matlab、ADAMS和半实物联合仿真的仿生足式机器人综合仿真策略，其特征在于：所述的基于Matlab/Simulink仿生足式机器人控制模型(A)搭建方式，具体方式：首先在Matlab/Simulink仿生足式机器人仿真系统中设置如系统内部仿真算法类型、周期、步长、误差范围的参数，接着根据实现机器人调试所需选择性地建立基于Matlab/Simulink的仿生足式机器人运动演示模块、建立基于Matlab/Simulink的仿生足式机器人运动步态控制模块、建立基于Matlab/Simulink的仿生足式机器人运动自学习模块和建立基于Matlab/Simulink的仿生足式机器人协调控制模块，最后连接Matlab/Simulink仿生足式机器人仿真系统接口，进行数据交换，协调数据处理。

3.  根据权利要求1所述的基于Matlab、ADAMS和半实物联合仿真的仿生足式机器人综合仿真策略，其特征在于：所述的基于Matlab/SimMechanics仿生足式机器人运动学仿真模型(B)搭建方式，具体方式：首先创建Matlab/SimMechanics仿生足式机器人运动学仿真环境，设定系统环境参数，接着在Matlab/SimMechanics中建立仿生足式机器人系统世界坐标系和各腿运动关节的自由度数及方向，设置包括质量、惯量、长度的各腿杆件刚体参数、关节控制器类型、关节传感器输出类型，最后根据机器人运动控制要求，引出Matlab/SimMechanics仿生足式机器人运动学仿真模型中的输入和输出接口，准备接受关节输入数据和发送关节输出数据，进行数据交换，实现运动学运算功能。

4.  根据权利要求1所述的基于Matlab、ADAMS和半实物联合仿真的仿生足式机器人综合仿真策略，其特征在于：所述的基于ADAMS仿生足式机器人动力学模型(C)搭建方式，具体方式：首先创建ADAMS仿生足式机器人动力学仿真环境，设定系统环境参数，接着在ADAMS中导入地面刚体、仿生足式机器人各腿杆件刚体，设定刚体几何尺寸、材料类型或密度或质量参数，然后在ADAMS中设定各刚体之间关节自由度数及关节类型，并在ADAMS中设定各足端与地面刚体之间碰撞类型、摩擦约束及相关参数设定，最后根据实际要求，设定ADAMS仿生足式机器人运动学仿真模型中的输入和输出接口，准备接受关节输入数据、发送关节输出数据和足端碰撞力数据，进行数据交换，实现动力学运算功能。

5.  根据权利要求1所述的基于Matlab、ADAMS和半实物联合仿真的仿生足式机器人综合仿真策略，其特征在于：所述的仿生足式机器人实验样机(D)操作流程，具体方式：首先仿生足式机器人实验样机(D)进行初始化，设定包括系统初始化参数，接着仿生足式机器人实验样机(D)无线接收上层任务控制指令信号和步态数据，然后进行仿生足式机器人实验样机(D)运动实验，同时把实验过程中实时将仿生足式机器人实验样机(D)自身感知的姿态传感、关节角度、角速度、足端力信息和仿生足式机器人实验样机(D)环境识别的红外测距、机器视觉识别障碍物分布、地面状况信息无线发送给计算机控制平台。

说明书仿生足式机器人综合仿真策略
技术领域
本发明属于机器人技术应用领域，具体涉及一种基于Matlab、ADAMS和半实物联合仿真的仿生足式机器人综合仿真策略，主要应用于仿生足式机器人运动演示、步态生成、自学习和多协调控制。
背景技术
仿生足式机器人是当今机器人研究领域最为前沿的课题之一，它集机械、电子、计算机、材料、传感器、控制技术及人工智能等多门学科于一体，反映了一个国家的智能化和自动化研究水平，同时也作为一个国家高科技实力的重要标志，各发达国家在该领域相继投入巨资开展研究。
仿生足式机器人比轮式、履带式机器人更具备优越的移动能力，能够适应复杂多变的非结构自然环境要求。由于其具备更多的关节自由度，也使得调试控制仿生足式机器人更具有难度。通常采用虚拟仿真方法作为机器人设计前期验证阶段，如梁青等人发表的基于ADAMS的双足机器人建模与仿真（《计算机仿真》2010年 第5期）、后期调试时可采用半实物仿真板卡（如dSPACE半实物仿真平台）进行半实物调试，如李学军等人发表的基于dSPACE半实物仿真平台设计（《长春大学学报》 2011年06期）。
由于各个仿真软件有其各自优缺点，也有采用2个仿真软件进行联合仿真（如刘小成等人发表的仿蟹机器人基于MATLAB与ADAMS单足联合仿真分析（《微计算机信息》 2010年 第14期）），但纯粹虚拟联合仿真结果往往与实际实验数据相差较大，不具有一定的实际指导意义；单一的基于半实物仿真板卡的半实物仿真，不但依赖于现有高科技集成硬件和软件（费用较高、对仿生足式机器人运动控制调试适应性不强等弊端），且与其他虚拟仿真软件不宜兼容。
针对以上情况，本发明提出了一种基于Matlab、ADAMS和半实物联合仿真的仿生足式机器人综合仿真策略，其特征在于利用各种虚拟仿真软件擅长的优点进行分工联合仿真，借用仿生足式机器人样机无线发射装置与计算机控制平台进行无线数据传输，真正发挥了Matlab、ADAMS和半实物联合仿真的优势，可实现仿生足式机器人运动调试的多种功能，具体包括：仿生足式机器人运动演示、步态生成、自学习和多协调控制。
基于Matlab、ADAMS和半实物联合仿真的仿生足式机器人运动演示、步态生成、自学习和多协调控制策略，创新性地提出了集多功能的调试策略，为仿生足式机器人全面运动控制调试提供新的思路和方法，具有很重要的理论意义和实用价值。
发明内容
本发明的目的在于提供一种基于Matlab、ADAMS和半实物联合仿真的仿生足式机器人综合仿真策略。
一种基于Matlab、ADAMS和半实物联合仿真的仿生足式机器人综合仿真策略，其特征在于： 
所用系统包括：基于Matlab/Simulink仿生足式机器人控制模型、基于Matlab/SimMechanics仿生足式机器人运动学仿真模型、基于ADAMS仿生足式机器人动力学模型、仿生足式机器人实验样机。
所述策略包括机器人实验样机的运动状态实时运动学演示过程，具体方式：仿生足式机器人实验样机无线发送接口机器人环境感知和实时运动反馈数据到基于Matlab/Simulink仿生足式机器人控制模型中，基于Matlab/Simulink仿生足式机器人控制模型传输足端运动轨迹和步态参数到基于Matlab/SimMechanics仿生足式机器人运动学仿真模型中，而Matlab/SimMechanics中具有相关的机构运动学动画演示功能，实时显示机器人实验样机的运动学状态，相关的关节运动轨迹和步态数据传输到基于Matlab/Simulink仿生足式机器人控制模型中，进行运动学数据汇总和保存；
所述策略包括机器人实验样机运动状态实时动力学演示过程，具体方式：仿生足式机器人实验样机无线发送接口机器人环境感知和实时运动反馈数据到基于Matlab/Simulink仿生足式机器人控制模型中，基于Matlab/Simulink仿生足式机器人控制模型传输运动步态和姿态数据传输到基于ADAMS仿生足式机器人动力学模型中，而ADAMS中具有相关的机构动力学动画演示功能，可实时显示机器人实验样机的动力学数据，相关的动力学联合仿真输出数据到基于Matlab/Simulink仿生足式机器人控制模型中，进行动力学数据汇总和保存；
所述策略包括机器人纯虚拟联合运动仿真过程，具体方式：基于Matlab/Simulink仿生足式机器人控制模型传输足端运动轨迹和步态参数到基于Matlab/SimMechanics仿生足式机器人运动学仿真模型，经Matlab/SimMechanics仿真后将关节运动轨迹和步态数据汇总到基于Matlab/Simulink仿生足式机器人控制模型，基于Matlab/Simulink仿生足式机器人控制模型将运动步态和姿态数据发送给基于ADAMS仿生足式机器人动力学模型，经ADAMS动力学仿真后，将动力学联合仿真输出数据汇总到基于Matlab/Simulink仿生足式机器人控制模型，完成了Matlab/SimMechanics和ADAMS的联合运动仿真；
所述策略包括机器人步态生成、机器人实验样机的实时运动控制过程，具体方式：基于Matlab/Simulink仿生足式机器人控制模型传输足端运动轨迹和步态参数到基于Matlab/SimMechanics仿生足式机器人运动学仿真模型，经Matlab/SimMechanics仿真后将关节运动轨迹和步态数据汇总到基于Matlab/Simulink仿生足式机器人控制模型，基于Matlab/Simulink仿生足式机器人控制模型将机器人运动步态数据包和协调控制指令参数无线发送给仿生足式机器人实验样机，完成了由Matlab/SimMechanics步态生成后数据实时控制机器人实验样机运动；
所述策略包括机器人步态生成、仿真验证后的机器人实验样机的实时运动控制过程，具体方式：基于Matlab/Simulink仿生足式机器人控制模型传输足端运动轨迹和步态参数到基于Matlab/SimMechanics仿生足式机器人运动学仿真模型，经Matlab/SimMechanics仿真后将关节运动轨迹和步态数据汇总到基于Matlab/Simulink仿生足式机器人控制模型(A)，基于Matlab/Simulink仿生足式机器人控制模型将运动步态和姿态数据发送给基于ADAMS仿生足式机器人动力学模型，经ADAMS动力学仿真后，将动力学联合仿真输出数据汇总到基于Matlab/Simulink仿生足式机器人控制模型，完成了Matlab/SimMechanics步态生成和ADAMS的联合运动仿真验证，再将机器人运动步态数据包和协调控制指令参数无线发送给仿生足式机器人实验样机，完成了由Matlab/SimMechanics步态生成和ADAMS的联合运动仿真验证后数据实时控制机器人实验样机运动，更准确地实现了机器人实验样机的运动控制；
所述策略包括机器人虚拟联合仿真自学习调整过程,具体方式：基于Matlab/Simulink仿生足式机器人控制模型传输足端运动轨迹和步态参数到基于Matlab/SimMechanics仿生足式机器人运动学仿真模型，经Matlab/SimMechanics仿真后将关节运动轨迹和步态数据汇总到基于Matlab/Simulink仿生足式机器人控制模型，基于Matlab/Simulink仿生足式机器人控制模型将运动步态和姿态数据发送给基于ADAMS仿生足式机器人动力学模型，经ADAMS动力学仿真后，将动力学联合仿真输出数据汇总到基于Matlab/Simulink仿生足式机器人控制模型，完成了一次Matlab/SimMechanics和ADAMS的联合运动仿真，通过基于Matlab/Simulink仿生足式机器人控制模型中自学习模块调整参数，进行连续循环仿真，最终实现虚拟联合仿真自学习调整，为数据优化和自适应控制提供依据；
所述策略包括机器人半实物仿真自学习调整过程,具体方式：基于Matlab/Simulink仿生足式机器人控制模型传输足端运动轨迹和步态参数到基于Matlab/SimMechanics仿生足式机器人运动学仿真模型，经Matlab/SimMechanics仿真后将关节运动轨迹和步态数据汇总到基于Matlab/Simulink仿生足式机器人控制模型，基于Matlab/Simulink仿生足式机器人控制模型将机器人运动步态数据包和协调控制指令参数发送给仿生足式机器人实验样机，经机器人实验样机运动实验后，将机器人环境感知和实时运动反馈数据汇总到基于Matlab/Simulink仿生足式机器人控制模型，完成了一次Matlab/SimMechanics和半实物实验样机的联合运动仿真，通过基于Matlab/Simulink仿生足式机器人控制模型中自学习模块调整参数，进行连续循环半实物仿真，最终实现半实物联合仿真下的自学习调整，为数据优化和自适应控制提供依据；
所述策略包括机器人自适应多协调控制过程,具体方式：基于Matlab/Simulink仿生足式机器人控制模型传输足端运动轨迹和步态参数到基于Matlab/SimMechanics仿生足式机器人运动学仿真模型，经Matlab/SimMechanics仿真后将关节运动轨迹和步态数据汇总到基于Matlab/Simulink仿生足式机器人控制模型，基于Matlab/Simulink仿生足式机器人控制模型将运动步态和姿态数据发送给基于ADAMS仿生足式机器人动力学模型，经ADAMS动力学仿真后，将动力学联合仿真输出数据汇总到基于Matlab/Simulink仿生足式机器人控制模型；在此同时，基于Matlab/Simulink仿生足式机器人控制模型，将机器人运动步态数据包和协调控制指令参数发送给仿生足式机器人实验样机，经机器人实验样机运动实验后，将机器人环境感知和实时运动反馈数据汇总到基于Matlab/Simulink仿生足式机器人控制模型；整合动力学联合仿真输出数据和实时运动反馈数据，两者数据进行互补和自学习调控，完成了在实际机器人样机缺失部分传感信息的条件下，借助仿真数据实现机器人自适应多协调控制。
所述的基于Matlab、ADAMS和半实物联合仿真的仿生足式机器人综合仿真策略，其特征在于：所述的基于Matlab/Simulink仿生足式机器人控制模型搭建方式，具体方式：首先在Matlab/Simulink仿生足式机器人仿真系统中设置如系统内部仿真算法类型、周期、步长、误差范围的参数，接着根据实现机器人调试所需选择性地建立基于Matlab/Simulink的仿生足式机器人运动演示模块、建立基于Matlab/Simulink的仿生足式机器人运动步态控制模块、建立基于Matlab/Simulink的仿生足式机器人运动自学习模块和建立基于Matlab/Simulink的仿生足式机器人协调控制模块，最后连接Matlab/Simulink仿生足式机器人仿真系统接口，进行数据交换，协调数据处理。
所述的基于Matlab、ADAMS和半实物联合仿真的仿生足式机器人综合仿真策略，其特征在于：所述的基于Matlab/SimMechanics仿生足式机器人运动学仿真模型搭建方式，具体方式：首先创建Matlab/SimMechanics仿生足式机器人运动学仿真环境，设定系统环境参数，接着在Matlab/SimMechanics中建立仿生足式机器人系统世界坐标系和各腿运动关节的自由度数及方向，设置包括质量、惯量、长度的各腿杆件刚体参数、关节控制器类型、关节传感器输出类型，最后根据机器人运动控制要求，引出Matlab/SimMechanics仿生足式机器人运动学仿真模型中的输入和输出接口，准备接受关节输入数据和发送关节输出数据，进行数据交换，实现运动学运算功能。
所述的基于Matlab、ADAMS和半实物联合仿真的仿生足式机器人综合仿真策略，其特征在于：所述的基于ADAMS仿生足式机器人动力学模型搭建方式，具体方式：首先创建ADAMS仿生足式机器人动力学仿真环境，设定系统环境参数，接着在ADAMS中导入地面刚体、仿生足式机器人各腿杆件刚体，设定刚体几何尺寸、材料类型或密度或质量参数，然后在ADAMS中设定各刚体之间关节自由度数及关节类型，并在ADAMS中设定各足端与地面刚体之间碰撞类型、摩擦约束及相关参数设定，最后根据实际要求，设定ADAMS仿生足式机器人运动学仿真模型中的输入和输出接口，准备接受关节输入数据、发送关节输出数据和足端碰撞力数据，进行数据交换，实现动力学运算功能。
所述的基于Matlab、ADAMS和半实物联合仿真的仿生足式机器人综合仿真策略，其特征在于：所述的仿生足式机器人实验样机操作流程，具体方式：首先仿生足式机器人实验样机进行初始化，设定包括系统初始化参数，接着仿生足式机器人实验样机无线接收上层任务控制指令信号和步态数据，然后进行仿生足式机器人实验样机运动实验，同时把实验过程中实时将仿生足式机器人实验样机自身感知的姿态传感、关节角度、角速度、足端力信息和仿生足式机器人实验样机环境识别的红外测距、机器视觉识别障碍物分布、地面状况信息无线发送给计算机控制平台。本发明的工作原理：
基于Matlab/SimMechanics在仿生足式机器人运动学计算优点，分析机器人步态生成，得到的数据作为机器人运动参考依据；基于ADAMS在仿生足式机器人动力学计算优点，分析机器人在运动环境下的动力学特性，相关的数据作为仿生足式机器人动力学稳定评判依据；通过计算机控制平台的仿生足式机器人软件联合仿真环境建立，实现数据交换和互补，通过仿生足式机器人实验样机的无线发送和接收装置，进行与实验样机的半实物调试，其中由计算机控制平台发送仿真验证后的步态数据和协调控制指令，实验样机进行运动实验，相关样机上的传感器信息通过无线发送装置反馈给计算机控制平台，由相应仿真模块实现运动步态的各种调试功能（包括：运动演示、步态生成、自学习和多协调控制等）。
本发明与现有技术相比有如下优点： 
1、   本发明能够基于Matlab/SimMechanics和ADAMS的各自仿真优势，集成联合仿真应用，具有分工明确、思路清晰、确实可行的特点，有助于前期理论研究，为后期样机实验调试提供较为准确的参考数据。
2、   本发明的成本低、实现功能多，基本覆盖传统仿生足式机器人控制调试要求，具有一定的普遍适用性。
3、   本发明给仿生足式机器人控制调试提供一种新方案，提高了仿生足式机器人技术研发效率，提供了拓宽了仿真应用范围。
附图说明
图1是本发明一种基于Matlab、ADAMS和半实物联合仿真的仿生足式机器人综合仿真策略框图。
图2是本发明中基于Matlab/Simulink仿生足式机器人控制模型搭建方式流程图。
图3是本发明中基于Matlab/SimMechanics仿生足式机器人运动学仿真模型搭建方式流程图。
图4是本发明中基于ADAMS仿生足式机器人动力学模型搭建方式流程图。
图5是本发明中仿生足式机器人实验样机操作流程图。
上述图中标号名称：A、基于Matlab/Simulink仿生足式机器人控制模型；B、基于Matlab/SimMechanics仿生足式机器人运动学仿真模型；C、基于ADAMS仿生足式机器人动力学模型；D、仿生足式机器人实验样机；1、足端运动轨迹和步态参数；2、关节运动轨迹和步态数据；3、动力学联合仿真输出数据；4、运动步态和姿态数据；5、机器人环境感知和实时运动反馈数据；6、机器人运动步态数据包和协调控制指令参数。
图中A和B组成部分属于基于Matlab仿生足式机器人软件仿真环境，A、B和C组成部分属于基于计算机控制平台的仿生足式机器人软件联合仿真环境。
具体实施方式
下面结合附图和具体实施例对本发明作进一步详细说明：    
结合图1、2、3，本实施例为一种基于Matlab、ADAMS和半实物联合仿真的仿生足式机器人综合仿真策略框图，包括：基于Matlab/Simulink仿生足式机器人控制模型A、基于Matlab/SimMechanics仿生足式机器人运动学仿真模型B、基于ADAMS仿生足式机器人动力学模型C、仿生足式机器人实验样机D、足端运动轨迹和步态参数1、关节运动轨迹和步态数据2；动力学联合仿真输出数据3、运动步态和姿态数据4、机器人环境感知和实时运动反馈数据5、机器人运动步态数据包和协调控制指令参数6。
其中基于Matlab/Simulink仿生足式机器人控制模型与基于Matlab/SimMechanics仿生足式机器人运动学仿真模型之间输入输出数据为足端运动轨迹和步态参数和关节运动轨迹和步态数据；基于Matlab/Simulink仿生足式机器人控制模型与基于ADAMS仿生足式机器人动力学模型之间输入输出数据为动力学联合仿真输出数据和运动步态和姿态数据；基于Matlab/Simulink仿生足式机器人控制模型与仿生足式机器人实验样机之间输入输出数据为机器人环境感知和实时运动反馈数据和机器人运动步态数据包和协调控制指令参数。
其中基于Matlab/Simulink仿生足式机器人控制模型与基于Matlab/SimMechanics仿生足式机器人运动学仿真模型组成了基于Matlab仿生足式机器人软件仿真环境；基于Matlab/Simulink仿生足式机器人控制模型、基于Matlab/SimMechanics仿生足式机器人运动学仿真模型和基于ADAMS仿生足式机器人动力学模型组成了基于计算机控制平台的仿生足式机器人软件联合仿真环境。
如图1所示一种基于Matlab、ADAMS和半实物联合仿真的仿生足式机器人综合仿真策略框图，其中基于Matlab/Simulink仿生足式机器人控制模型A与基于Matlab/SimMechanics仿生足式机器人运动学仿真模型B之间输入输出数据为足端运动轨迹和步态参数1和关节运动轨迹和步态数据2；基于Matlab/Simulink仿生足式机器人控制模型A与基于ADAMS仿生足式机器人动力学模型C之间输入输出数据为动力学联合仿真输出数据3和运动步态和姿态数据4；基于Matlab/Simulink仿生足式机器人控制模型A与仿生足式机器人实验样机D之间输入输出数据为机器人环境感知和实时运动反馈数据5和机器人运动步态数据包和协调控制指令参数6。
如图1所示一种基于Matlab、ADAMS和半实物联合仿真的仿生足式机器人综合仿真策略框图，其中基于Matlab/Simulink仿生足式机器人控制模型A与基于Matlab/SimMechanics仿生足式机器人运动学仿真模型B组成了基于Matlab仿生足式机器人软件仿真环境；基于Matlab/Simulink仿生足式机器人控制模型A、基于Matlab/SimMechanics仿生足式机器人运动学仿真模型B和基于ADAMS仿生足式机器人动力学模型C组成了基于计算机控制平台的仿生足式机器人软件联合仿真环境。
如图1所示一种基于Matlab、ADAMS和半实物联合仿真的仿生足式机器人综合仿真策略框图，其中机器人环境感知和实时运动反馈数据5和机器人运动步态数据包和协调控制指令参数6通过无线装置（如无线串口装置、无线wifi等设备）进行无线发送和接收。
如图2所示基于Matlab/Simulink仿生足式机器人控制模型搭建方式流程图，首先在Matlab/Simulink仿生足式机器人仿真系统参数进行设置（如系统内部仿真算法类型、周期、步长、误差范围等参数设定），接着根据实现机器人调试所需选择性地建立基于Matlab/Simulink的仿生足式机器人运动演示模块、建立基于Matlab/Simulink的仿生足式机器人运动步态控制模块、建立基于Matlab/Simulink的仿生足式机器人运动自学习模块和建立基于Matlab/Simulink的仿生足式机器人协调控制模块，最后连接Matlab/Simulink仿生足式机器人仿真系统接口（包括数据流1、2、3、4、5、6的输入输出接口互连、进行数据交换，协调数据处理）。
如图3所示基于Matlab/SimMechanics仿生足式机器人运动学仿真模型搭建方式流程图，首先创建Matlab/SimMechanics仿生足式机器人运动学仿真环境（包括系统环境参数设定），接着在Matlab/SimMechanics中建立仿生足式机器人系统世界坐标系（包括基座1、基座2等）、各腿运动关节（包括关节自由度数、方向等）、各腿杆件刚体参数（包括质量、惯量、长度等）、关节控制器类型、关节传感器输出类型等，最后根据机器人运动控制要求，引出Matlab/SimMechanics仿生足式机器人运动学仿真模型中的输入和输出接口（准备接受关节输入数据、发送关节输出数据，进行数据交换，实现运动学运算功能）。
如图4所示基于ADAMS仿生足式机器人动力学模型搭建方式流程图，首先创建ADAMS仿生足式机器人动力学仿真环境（包括系统环境参数设定），接着在ADAMS中导入地面刚体、仿生足式机器人各腿杆件刚体等（设定刚体几何尺寸、材料类型或密度或质量等参数），然后在ADAMS中设定各刚体之间关节自由度数及关节类型，并在ADAMS中设定各足端与地面刚体之间碰撞类型、摩擦约束及相关参数设定，最后根据实际要求，设定ADAMS仿生足式机器人运动学仿真模型中的输入和输出接口（准备接受关节输入数据、发送关节输出数据和足端碰撞力等数据，进行数据交换，实现动力学运算功能）。
如图5所示仿生足式机器人实验样机操作流程图，首先仿生足式机器人实验样机进行初始化（包括系统参数初始化设定等），接着仿生足式机器人实验样机无线接收上层控制指令信号和步态数据（包括步态数据、任务指令等），然后进行仿生足式机器人实验样机运动实验，同时把实验过程中实时将仿生足式机器人实验样机自身感知信息无线发送（如陀螺仪、加速度计、地磁计等姿态传感器、关节角度和角速度传感器、足端力传感器等）和仿生足式机器人实验样机环境识别信息无线发送（超声或红外测距、机器视觉识别障碍物分布、地面状况等）给计算机控制平台。
如图1所示一种基于Matlab、ADAMS和半实物联合仿真的仿生足式机器人综合仿真策略框图，如按照流程顺序（D→5→A→1→B→2→A），可实现机器人实验样机的运动状态实时运动学演示。具体方式：仿生足式机器人实验样机D无线发送接口机器人环境感知和实时运动反馈数据5到基于Matlab/Simulink仿生足式机器人控制模型A中，基于Matlab/Simulink仿生足式机器人控制模型A传输足端运动轨迹和步态参数1到基于Matlab/SimMechanics仿生足式机器人运动学仿真模型B中，而Matlab/SimMechanics中具有相关的机构运动学动画演示功能，可实时显示机器人实验样机的运动学状态，相关的关节运动轨迹和步态数据2传输到基于Matlab/Simulink仿生足式机器人控制模型A 中，进行运动学数据汇总和保存。
如图1所示一种基于Matlab、ADAMS和半实物联合仿真的仿生足式机器人综合仿真策略框图，如按照流程顺序（D→5→A→4→C→3→A），可实现机器人实验样机运动状态实时动力学演示。具体方式：仿生足式机器人实验样机D无线发送接口机器人环境感知和实时运动反馈数据5到基于Matlab/Simulink仿生足式机器人控制模型A中，基于Matlab/Simulink仿生足式机器人控制模型A传输运动步态和姿态数据4到基于ADAMS仿生足式机器人动力学模型C中，而ADAMS中具有相关的机构动力学动画演示功能，可实时显示机器人实验样机的动力学数据，相关的动力学联合仿真输出数据3传输到基于Matlab/Simulink仿生足式机器人控制模型A 中，进行动力学数据汇总和保存。
如图1所示一种基于Matlab、ADAMS和半实物联合仿真的仿生足式机器人综合仿真策略框图，如按照流程顺序（A→1→B→2→A→4→C→3→A），可实现机器人纯虚拟联合运动仿真。具体方式：基于Matlab/Simulink仿生足式机器人控制模型A传输足端运动轨迹和步态参数1到基于Matlab/SimMechanics仿生足式机器人运动学仿真模型B，经Matlab/SimMechanics仿真后将关节运动轨迹和步态数据2汇总到基于Matlab/Simulink仿生足式机器人控制模型A，基于Matlab/Simulink仿生足式机器人控制模型A将运动步态和姿态数据4发送给基于ADAMS仿生足式机器人动力学模型C，经ADAMS动力学仿真后，将动力学联合仿真输出数据3汇总到基于Matlab/Simulink仿生足式机器人控制模型A，完成了Matlab/SimMechanics和ADAMS的联合运动仿真。
如图1所示一种基于Matlab、ADAMS和半实物联合仿真的仿生足式机器人综合仿真策略框图，如按照流程顺序（A→1→B→2→A→6→D），可实现机器人步态生成、机器人实验样机的实时运动控制。具体方式：基于Matlab/Simulink仿生足式机器人控制模型A传输足端运动轨迹和步态参数1到基于Matlab/SimMechanics仿生足式机器人运动学仿真模型B，经Matlab/SimMechanics仿真后将关节运动轨迹和步态数据2汇总到基于Matlab/Simulink仿生足式机器人控制模型A，基于Matlab/Simulink仿生足式机器人控制模型A将机器人运动步态数据包和协调控制指令参数6无线发送给仿生足式机器人实验样机D，完成了由Matlab/SimMechanics步态生成后数据实时控制机器人实验样机运动。
如图1所示一种基于Matlab、ADAMS和半实物联合仿真的仿生足式机器人综合仿真策略框图，如按照流程顺序（A→1→B→2→A→4→C→3→A→6→D），可实现机器人步态生成、仿真验证后的机器人实验样机的实时运动控制。具体方式：基于Matlab/Simulink仿生足式机器人控制模型A传输足端运动轨迹和步态参数1到基于Matlab/SimMechanics仿生足式机器人运动学仿真模型B，经Matlab/SimMechanics仿真后将关节运动轨迹和步态数据2汇总到基于Matlab/Simulink仿生足式机器人控制模型A，基于Matlab/Simulink仿生足式机器人控制模型A将运动步态和姿态数据4发送给基于ADAMS仿生足式机器人动力学模型C，经ADAMS动力学仿真后，将动力学联合仿真输出数据3汇总到基于Matlab/Simulink仿生足式机器人控制模型A，完成了Matlab/SimMechanics步态生成和ADAMS的联合运动仿真验证，再将机器人运动步态数据包和协调控制指令参数6无线发送给仿生足式机器人实验样机D，完成了由Matlab/SimMechanics步态生成和ADAMS的联合运动仿真验证后数据实时控制机器人实验样机运动，更准确地实现了机器人实验样机的运动控制。
如图1所示一种基于Matlab、ADAMS和半实物联合仿真的仿生足式机器人综合仿真策略框图，如按照流程顺序（A→1→B→2→A→4→C→3→A???→ A→1→B→2→A→4→C→3→A???），可实现机器人虚拟联合仿真自学习调整。具体方式：基于Matlab/Simulink仿生足式机器人控制模型A传输足端运动轨迹和步态参数1到基于Matlab/SimMechanics仿生足式机器人运动学仿真模型B，经Matlab/SimMechanics仿真后将关节运动轨迹和步态数据2汇总到基于Matlab/Simulink仿生足式机器人控制模型A，基于Matlab/Simulink仿生足式机器人控制模型A将运动步态和姿态数据4发送给基于ADAMS仿生足式机器人动力学模型C，经ADAMS动力学仿真后，将动力学联合仿真输出数据3汇总到基于Matlab/Simulink仿生足式机器人控制模型A，完成了一次Matlab/SimMechanics和ADAMS的联合运动仿真，通过基于Matlab/Simulink仿生足式机器人控制模型A中自学习模块调整参数，进行连续循环仿真，最终实现虚拟联合仿真自学习调整，为数据优化和自适应控制提供依据。
如图1所示一种基于Matlab、ADAMS和半实物联合仿真的仿生足式机器人综合仿真策略框图，如按照流程顺序（A→1→B→2→A→6→D→5→A???→ A→1→B→2→A→6→D→5→A???），可实现机器人半实物仿真自学习调整。具体方式：基于Matlab/Simulink仿生足式机器人控制模型A传输足端运动轨迹和步态参数1到基于Matlab/SimMechanics仿生足式机器人运动学仿真模型B，经Matlab/SimMechanics仿真后将关节运动轨迹和步态数据2汇总到基于Matlab/Simulink仿生足式机器人控制模型A，基于Matlab/Simulink仿生足式机器人控制模型A将机器人运动步态数据包和协调控制指令参数6发送给仿生足式机器人实验样机D，经机器人实验样机运动实验后，将机器人环境感知和实时运动反馈数据5汇总到基于Matlab/Simulink仿生足式机器人控制模型A，完成了一次Matlab/SimMechanics和半实物实验样机的联合运动仿真，通过基于Matlab/Simulink仿生足式机器人控制模型A中自学习模块调整参数，进行连续循环半实物仿真，最终实现半实物联合仿真下的自学习调整，为数据优化和自适应控制提供依据。
如图1所示一种基于Matlab、ADAMS和半实物联合仿真的仿生足式机器人综合仿真策略框图，如按照流程顺序（（A→1→B→2→A→4→C→3）+（A→6→D→5）→A ???→（A→1→B→2→A→4→C→3）+（A→6→D→5）→A ???），可实现机器人自适应多协调控制。具体方式：基于Matlab/Simulink仿生足式机器人控制模型A传输足端运动轨迹和步态参数1到基于Matlab/SimMechanics仿生足式机器人运动学仿真模型B，经Matlab/SimMechanics仿真后将关节运动轨迹和步态数据2汇总到基于Matlab/Simulink仿生足式机器人控制模型A，基于Matlab/Simulink仿生足式机器人控制模型A将运动步态和姿态数据4发送给基于ADAMS仿生足式机器人动力学模型C，经ADAMS动力学仿真后，将动力学联合仿真输出数据3汇总到基于Matlab/Simulink仿生足式机器人控制模型A。在此同时，基于Matlab/Simulink仿生足式机器人控制模型A，将机器人运动步态数据包和协调控制指令参数6发送给仿生足式机器人实验样机D，经机器人实验样机运动实验后，将机器人环境感知和实时运动反馈数据5汇总到基于Matlab/Simulink仿生足式机器人控制模型A。整合动力学联合仿真输出数据3和实时运动反馈数据5，两者数据进行互补和自学习调控，完成了在实际机器人样机缺失部分传感信息的条件下，借助仿真数据实现机器人自适应多协调控制。