六足机器人崎岖地形步行运动规划与控制策略研究

发布时间：2020-08-12 00:29

【摘要】：多足机器人肢体结构的冗余性以及落足点的离散性赋予了其卓越的稳定性和地形适应能力。因此,一般来说,该类机器人具有比轮式和履带式机器人更加广泛的在复杂地形环境下运动的潜质。另一方面,多足机器人作为典型的仿生系统,能够充当有效的物理平台,用以探究和验证自然生物的自适应行为及潜在的控制机理,从而为我们更好地理解仿生学、生物力学、以及神经科学等提供有力的科学媒介。基于这些潜质和优势,对多足机器人相关技术进行研究具有重要的理论价值和现实意义。作为典型的多足机器人,六足机器人被给予了巨大的关注,并且已有多款性能优异的六足机器人系统问世。本文继续以六足机器人为研究对象,目的是进一步提高该类机器人在复杂地形环境下的移动能力。围绕该问题,从三个方面进行了探讨,分别是机器人自身特性、控制技术和运动规划方法。合理的机械结构、性能优越的控制处理元件、功能完善的传感设备是机器人顺利完成复杂运动任务的基础条件。本文首先介绍了研制的六足机器人平台,并对其运动学进行了分析,从而为后续的运动规划和控制奠定了基础。六足机器人的运动是以其部分腿作为支撑共同推动躯干、其余腿以躯干为基座向前摆动的过程。腿部的自身特性对机器人的运动性能有着直接的影响。合理的腿部特性能够提高机器人的自适应能力,减轻其对主动控制的依赖。为了更好地利用这些硬件“智能”,针对已确定肢节尺度和关节运动范围的六足机器人平台,进行了腿部形态研究,通过分析躯干在垂直方向上的运动裕度、移动过程中的关节力矩峰值、关节功率峰值和能量消耗,获得了机器人的最优腿部形态;利用建立的质量-弹簧足地交互模型,研究了腿部末端柔性对机器人着地冲击的缓冲效用,以冲击裕度、冲击时间为评价指标比较了不同非线性程度的末端柔性行为,结果显示下凸的腿部末端柔性能够更好地缓冲足端着地时的地面冲击;基于Hill肌肉模型建立了具有并联柔性的机器人关节模型,利用该模型分析了不同特点的并联柔性行为对关节抗干扰性和能量效率的影响,发现下凸的关节并联柔性有利于实现关节运动过程中抗干扰性能和能耗性能的最佳平衡,为机器人关节设计和控制提供理论参考的同时,也为生物现象提供了一种可能的解释。恰当的控制措施有助于提高机器人步行的稳定性和对地形的适应性。基于上述腿部末端柔性的研究成果,重新设计了六足机器人末端柔性参数,并通过主动控制补偿分别实现了下凸的末端柔性行为和下凸的关节并联柔性行为;以提高机器人稳定裕度为出发点,提出了机器人躯干控制策略;提出了六足机器人确定位姿下各支撑腿足力的求解方法,并运用基于人工神经网络的自适应阻抗控制对各足力进行控制,该方法可根据机器人的反馈信息分别对惯量参数、阻尼参数和刚度参数进行实时计算调整,提高了机器人的适应能力。为了进一步提高机器人在复杂地形环境下的适应能力和步行效率,基于已经获得的地面栅格模型和确定的机器人运动路径,研究了基于地形信息的六足机器人全身轨迹规划方法。首先,基于机器人足端形状提出了地形局部特征提取方法,利用支持向量机获得了可落足性函数用以评估地形某一位置的可落足程度,并在此基础上,结合各候选落足点构成的支撑多边形提出了六足机器人落足点选取策略;分析了躯干运动过程中稳定性的变化过程,并基于此设计了六足机器人支撑腿轨迹规划方法;基于最优控制思想建立了摆动腿轨迹规划模型,在充分考虑机器人自身及地形约束的情况下,以足端加加速度为优化目标采用高斯伪谱法进行了求解,获得了无碰撞、自然且与地形相匹配的腿部摆动轨迹。实验研究是六足机器人开发的重要环节。利用建立的六足机器人实验平台开展了一系列实验验证,以进一步分析和评估所提出的理论和方法的有效性。进行了机器人腿部末端柔性实验,通过测量足端力的变化和末端柔性的变形过程,对前文的理论进行验证;开展了躯干控制实验,以测试前述躯干控制策略的有效性;分别进行了摆动轨迹规划实验和支撑腿轨迹规划实验,验证了基于地形信息的六足机器人全身轨迹规划方法的有效性;同时,支撑腿轨迹规划实验也进一步验证了前文中落足点识别和选取方法的可行性;最后,通过轻度崎岖地形步行实验,评估了提出的机器人腿部自适应阻抗控制算法及位姿调整算法的有效性,通过不规则波浪形地形步行实验对本文所提方法的综合效用进行了评估,结果显示机器人成功地穿越了该复杂地形,顺利地完成了给定的行走任务。
【学位授予单位】：哈尔滨工业大学
【学位级别】：博士
【学位授予年份】：2017
【分类号】：TP242
【图文】：

机器人

哈尔滨工业大学工学博士学位论文能的传感器，包括足端六维力传感器、关节力矩传感器、电位计、陀螺仪和加速度计等，用以实时检测机器人的自身状态。除此之外，该六足机器人还装备有双目立体视觉系统用于路径导航。在控制系统方面，采用分层控制的思想，自下而上分为步行执行层、导航层和任务规划层。其中，步行执行层用于根据选取的路径和步态生成相应的关节轨迹；导航层主要基于双目立体视觉系统，感知外界环境并规划机器人的行进路径；任务规划层负责接收上级的任务指令。足端轨迹基于四次多项式生成，并且加入了一系列的控制、调整策略以提高机器人对崎岖地形的适应能力。

机器人

图 1-3 机器人 Lauron IV[21-24]Fig. 1-3 Robot Lauron IV图 1-4 机器人 Lauron V[21-24]Fig. 1-4 Robot Lauron V图 1-5 机器人 ANTON[25]Fig. 1-5 Robot ANTON图 1-6 机器人 HECTOR[26-29]Fig. 1-6 Robot HECTORHECTOR 是由德国比勒菲尔德大学研制的六足机器人[26-29]，如图 1-6 所示。该机器人长约 95cm，每条腿长约 57.2cm，各腿部具有 3 个旋转自由度。与机器人ANTON 类似，其躯干也由三部分组成，每一段与左右两条腿相连。该机器人与其他机器人相比最大的特点在于其高集成度的关节单元中包含有串联柔性元素，可生成非线性的柔性行为以保护电机和传递系统，并且可以储存能量提高机器人的能量效率。

【参考文献】