1、自重構(gòu)機器人是由許多結(jié)構(gòu)簡單并具有一定運動和感知功能的基本單元模塊通過相互間的連接構(gòu)成的機器人系統(tǒng)。自重構(gòu)機器人利用單元模塊間的連接性和互換性，實現(xiàn)機器人聯(lián)體構(gòu)型的變換，能夠動態(tài)地適應(yīng)環(huán)境和任務(wù)的需要。與傳統(tǒng)機器人相比，自重構(gòu)機器人具有自重構(gòu)、自修復(fù)、自適應(yīng)、可擴展和良好的經(jīng)濟性等特點。自重構(gòu)機器人在非結(jié)構(gòu)化環(huán)境中的應(yīng)用具有突出優(yōu)勢，如災(zāi)后搜救、危險環(huán)境監(jiān)測等領(lǐng)域。但自重構(gòu)機器人的構(gòu)型多樣性和運動多模式等特點，也使其運動規(guī)劃比傳統(tǒng)機器人

2、更為復(fù)雜。因此，本文針對自重構(gòu)機器人聯(lián)體的整體協(xié)調(diào)運動的統(tǒng)一控制方法進行了研究。該運動控制方法既能實現(xiàn)機器人聯(lián)體多構(gòu)型、多模式的運動控制，又能夠自適應(yīng)自重構(gòu)機器人聯(lián)體的構(gòu)型改變。同時針對自重構(gòu)機器人聯(lián)體在非結(jié)構(gòu)化環(huán)境中的自主協(xié)調(diào)運動展開研究，使得自重構(gòu)機器人能根據(jù)傳感反饋信息，實時地調(diào)整自身的運動模式。
　　單元模塊作為自重構(gòu)機器人的基本單元，其結(jié)構(gòu)特點直接決定了自重構(gòu)機器人聯(lián)體的運動性能。本文根據(jù)不同的關(guān)節(jié)配置，分別設(shè)計和研制了

3、三代自重構(gòu)機器人。第一代自重構(gòu)機器人由三個正交關(guān)節(jié)串聯(lián)而成，著重研究單元模塊的獨立運動能力。第一代自重構(gòu)機器人單元模塊能夠?qū)崿F(xiàn)直線運動、側(cè)移運動、翻滾運動和轉(zhuǎn)向運動。為解決單元模塊在自組裝過程中角度調(diào)節(jié)精度差的問題，本文研制了第二代自重構(gòu)機器人，利用所設(shè)計的自轉(zhuǎn)機構(gòu)將單元模塊的角度調(diào)節(jié)精度提高到了2°。第三代自重構(gòu)機器人融合了以上兩代自重構(gòu)機器人的結(jié)構(gòu)特點，關(guān)節(jié)模塊具有2個相互垂直的旋轉(zhuǎn)自由度，通過關(guān)節(jié)模塊的不同組合可以模仿PolyBo

4、t，iMobot和SuperBot等典型的自重構(gòu)機器人系統(tǒng)。針對第三代自重構(gòu)機器人設(shè)計了一種模塊化同構(gòu)無性的自動連接機構(gòu)，該連接機構(gòu)既能實現(xiàn)單元模塊間的串行連接，又能實現(xiàn)單元模塊間的并行連接，進一步增強了自重構(gòu)機器人聯(lián)體的組裝和重構(gòu)功能。
　　本文將兩個第三代自重構(gòu)機器人的關(guān)節(jié)模塊組裝成一個單元模塊，通過分析該單元模塊的特征，總結(jié)了關(guān)節(jié)模塊狀態(tài)對自重構(gòu)機器人聯(lián)體運動控制系統(tǒng)的影響，并提出了一種基于鄰接矩陣的機器人聯(lián)體構(gòu)型拓?fù)涿枋龇?/p>

5、法，實現(xiàn)了單元模塊自身狀態(tài)、連接狀態(tài)和連接方位關(guān)系等的數(shù)學(xué)表達(dá)，為建立自重構(gòu)機器人聯(lián)體的運動構(gòu)型庫奠定了基礎(chǔ)。自重構(gòu)機器人的通信系統(tǒng)直接影響著機器人聯(lián)體的運動效率，通過對比當(dāng)前存在的幾種通信方式的利弊，本文提出了基于無線射頻的多層通信系統(tǒng)。該通信系統(tǒng)被分為機器人聯(lián)體間全局通信網(wǎng)絡(luò)、機器人聯(lián)體內(nèi)全局通信網(wǎng)絡(luò)和單元模塊間局部通信網(wǎng)絡(luò)，分別針對三個網(wǎng)絡(luò)層次提出了自適應(yīng)傳輸功率調(diào)節(jié)方法，網(wǎng)絡(luò)拓?fù)渲貥?gòu)方法和機器人聯(lián)體構(gòu)型識別方法。
　　借鑒

6、生物低級神經(jīng)系統(tǒng)的運動控制機制，構(gòu)建了適用于自重構(gòu)機器人的多層中樞模式發(fā)生器(Central Pattern Generator, CPG)仿生運動控制神經(jīng)網(wǎng)絡(luò)。CPG神經(jīng)網(wǎng)絡(luò)分為節(jié)律發(fā)生器層、模式發(fā)生器層和運動神經(jīng)元層，節(jié)律發(fā)生器層和模式發(fā)生器層的中間神經(jīng)元及運動神經(jīng)元層的運動神經(jīng)元分別采用Kuramoto非線性相位振蕩器和DMP進行建模，并采用單參數(shù)分析法研究模型參數(shù)對CPG神經(jīng)網(wǎng)絡(luò)輸出信號的影響規(guī)律。CPG神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)是由中

7、間神經(jīng)元的耦合關(guān)系構(gòu)成，通過對比法分析了中間神經(jīng)元的耦合關(guān)系和拓?fù)浣Y(jié)構(gòu)對CPG神經(jīng)網(wǎng)絡(luò)輸出信號的影響。
　　本文根據(jù)機器人聯(lián)體運動方式的不同，將自重構(gòu)機器人聯(lián)體分為無足型機器人聯(lián)體和多足型機器人聯(lián)體。通過分析研究不同自重構(gòu)機器人聯(lián)體的結(jié)構(gòu)特征和運動機理，分別建立相應(yīng)的CPG神經(jīng)網(wǎng)絡(luò)，實現(xiàn)了Ⅰ型機器人聯(lián)體的行波運動、蜿蜒運動、側(cè)向蜿蜒和側(cè)向滾動等多種運動模式控制，以及O型機器人聯(lián)體的靜態(tài)滾動模式的運動控制。針對多足型機器人聯(lián)體，分別

8、對各個關(guān)節(jié)的運動神經(jīng)元建立目標(biāo)函數(shù)，實現(xiàn)了H型機器人聯(lián)體和X型機器人聯(lián)體的運動控制。不同的自重構(gòu)機器人聯(lián)體構(gòu)型適用于不同的地形環(huán)境，通過對不同機器人聯(lián)體結(jié)構(gòu)特征的研究發(fā)現(xiàn)具有相似拓?fù)浣Y(jié)構(gòu)的機器人聯(lián)體通過簡單的重構(gòu)或關(guān)節(jié)狀態(tài)變化能夠衍生出彼此的運動模式。在保持CPG神經(jīng)網(wǎng)絡(luò)拓?fù)洳蛔兊那闆r下，僅通過調(diào)整CPG神經(jīng)網(wǎng)絡(luò)中間神經(jīng)元的相位關(guān)系以及運動神經(jīng)元的目標(biāo)函數(shù)，實現(xiàn)了Ⅰ型機器人聯(lián)體和O型機器人聯(lián)體的運動模式相互衍生以及H型機器人聯(lián)體衍生出Ⅰ

9、型機器人聯(lián)體的行波運動。說明本文所提出的多層CPG神經(jīng)網(wǎng)絡(luò)對自重構(gòu)機器人的構(gòu)型變化具有一定的自適應(yīng)性。
　　為實現(xiàn)自重構(gòu)機器人聯(lián)體在非結(jié)構(gòu)化環(huán)境中的穩(wěn)定運動，本文通過模擬動物的反射機制，針對H型機器人聯(lián)體提出了碰撞反射、踏空反射和前庭反射三種低層反射調(diào)節(jié)機制，使得H型機器人聯(lián)體能夠適應(yīng)凹凸不平的地形和坡面?；诩t外測距傳感器，提出了Ⅰ型機器人聯(lián)體的自主避障方法。CPG神經(jīng)網(wǎng)絡(luò)輸出信號的連續(xù)性較大程度地影響自重構(gòu)機器人聯(lián)體運動的穩(wěn)定