仿生四足机器人（精选7篇）
仿生四足机器人 第1篇
ANSYS软件是融结构、流体、电场、磁场、声场分析于一体的大型通用有限元分析软件。由世界上最大的有限元分析软件公司之一的美国ANSYS开发, 它能与多数CAD软件接口, 实现数据的共享和交换, 如Pro/Engineer、NASTRAN、Alogor、I-DEAS、Auto CAD等, 是现代产品设计中的高级CAE工具之一[1]。
2 所设计的机器人的整体造型
四足机器人参数如下:长1 m、宽0.59 m、高1.2 m, 有两腿节三自由度。小腿与大腿的摆动角度为56.36°, 大腿与侧摆的摆动角度为53.554°, 侧摆的摆动角度为40°。其三维模型图如图1所示。
下面运用有限元分析软件ANSYS对机器人各重要部位零件进行受力分析[2~4]。
3 四足机器人零件受力分析
对于跳跃缓冲力的计算:在缓冲很差的岩石路面水泥地, 1 m高度跳下。岩石路面或水泥地缓冲时间为0.2 s~0.3 s之间。1 m高度跳下着地速度为4.4 m/s。经过计算, 缓冲加速度为14.9 m/s2, 根据重量, 能得出地面给的平均最大力。设重量与载荷是160 kg, 最后缓冲力2 380 N。为了保证结构能承受力, 乘以安全系数2, 控制受力在4 760 N。着地是两条腿着地, 所以每条腿垂直方向受力2 380 N, 这应该是最大的单腿受力。为确保零件具有一定的应变余量, 受力分析时将把载荷提高到2 500 N。
机器人零件均采用轻质铝合金材料, 这样不仅在强度和刚度上有保证, 而且减轻了部件质量和运动时的惯量[5~6]。
3.1 大腿板受力分析
大腿板受力及变形情况如图2所示。由于大腿板不仅连接着小腿与侧摆, 而且还连接两个电动推杆, 所以受力分析时给大腿板施加4个力 (2个轴承载荷和2个集中载荷力) 。轴承载荷加于轴承孔中, 集中载荷力加于连接电动推杆的小孔中。网格大小为2 mm。
大腿板施加负载后, 最大形变量为0.03 mm左右, 最大拉伸量为0.000 36 mm, 所受最大压力为25.713 MPa。由于形变量极小, 所以大腿板的结构设计完全满足受力要求。
3.2 小腿受力分析
小腿受力变形总情况如图3所示。小腿杆与大腿通过轴连接, 轴固定在小腿上, 故小腿没有轴承载荷。分别在轴孔与小腿中部螺栓孔施加集中载荷。网格大小为2 mm。
小腿杆施加负载后, 最大形变量为0.179 mm左右, 最大拉伸量为0.000 180 6 mm, 所受最大压力为12.823 MPa。由于形变量极小, 所以小腿杆的结构设计完全满足受力要求。
由于小腿杆是圆柱体结构, 需要设计一小板令小腿与电动推杆连接。现分析小板受力情况:首先通过两螺栓孔固定小板, 然后在轴孔上施加集中载荷。网格大小为0.5 mm。
小板施加负载后, 最大形变量为0.018 mm左右, 最大拉伸量为0.001 55 mm, 所受最大压力为110.09 MPa。由于形变量极小, 所受最大压力在材料承受范围之内, 所以小板的结构设计完全满足受力要求。
3.3 侧摆机构受力分析
侧摆受力及变形情况如图4~6所示。侧摆由于连接大腿和身体, 故受力方向既有径向也有横向。分析前给侧摆施加3个力 (1个轴承载荷和2个集中载荷) , 轴承载荷分布施加在两轴承孔内, 集中载荷分别施加于两个连接电动推杆的小孔上。网格大小为2 mm。
图6侧摆大腿板受力分布图
侧摆施加负载后, 最大形变量为0.7 mm左右, 最大拉伸量为0.001 385 6 mm, 所受最大压力为98.38 MPa。由于形变量极小, 所以侧摆的结构设计完全满足受力要求。虽然侧摆所受最大压力接近100 MPa, 但在铝合金的受力范围之类, 故模型不会因受力过大而发生变形破坏。
3.4 轴受力分析
(1) 小腿与大腿连接的固定轴 (简称轴Ⅰ)
由图7可知, 轴Ⅰ最大形变量为0.007 mm左右, 最大拉伸量为0.000 526 mm, 所受最大压力为37.352 MPa。经验证, 空心轴的设计并不影响轴的使用。
(2) 小腿上连接电动推杆的轴 (简称轴Ⅱ)
由图8可知, 轴Ⅱ最大形变量为0.001 384 6 mm左右, 最大拉伸量为0.000 772 51 mm, 所受最大压力为54.848 MPa。
(3) 大腿上连接电动推杆的轴 (简称轴Ⅲ)
由图9可知, 轴Ⅲ最大形变量为0.011 649 mm左右, 最大拉伸量为0.001 769 7 mm, 所受最大压力为125.65 MPa。
(4) 大腿与侧摆连接轴 (简称轴Ⅳ)
由图10可知, 轴Ⅳ最大形变量为0.031 75 mm左右, 最大拉伸量为0.000 588 79 mm, 所受最大压力为41.804 MPa。
4 结论
本文通过模仿四足动物, 设计了四足步行机器人的整体结构, 运用有限元分析方法对机器人进行受力分析[7~8]。主要工作和研究成果如下。
(1) 对四足动物, 如狗、羊、马的骨骼结构进行观察、测量, 选择对角步态为依据, 建立了简化的四足机器人模型, 确定了初始结构参数。
(2) 利用电动推杆作为机器人的驱动单元, 并完成相关器件的性能分析与最终选型。
(3) 按机器人每腿节三自由度结构设计方案进行功能设计, 并运用Pro/E对四足机器人进行三维实体造型, 且进行整体样机的装配, 确定电动推杆的安装位置。
(4) 利用有限元分析软件ANSYS对四足机器人上主要受力零件进行受力分析, 分析结果表明各零件均满足受力要求。
摘要：借助Pro/E进行三维样机模型设计, 设计出具有12自由度的四足机器人, 每条腿具有三个自由度, 其中一个为侧摆自由度, 两个为前后运动自由度。通过ANSYS对机器人结构设计进行有限元分析, 了解结构的受力情况, 优化机械结构设计, 使机器人在能够满足负重的要求下, 承受应力的状态达到最优化。通过仿真平台的验证, 证明所设计的仿生四足步行机器人完全能实现预定的工作目标, 对以后的四足机器人研究具有一定的借鉴意义。
关键词：仿生四足步行机器人,Pro/E,有限元分析
参考文献
[1]张锦荣.基于虚拟样机技术的四足机器人仿真研究[D].西安:西北工业大学, 2007.
[2]Hirose.S and Umetain.Y.The ba-sic motion regulation systermfor a quadruped walking vehicle[C].In ASME Conf.OnMechanism.1980.
[3]Hiroshi Kimura.Three-dimen-sional Adaptive Dynamic Walk-ing of a Quadruped-rolling Mo-tion Feedback to CPGs Control-ling Pitching Motion[C].Proc.of IEEE Robotics and Au-tomation (ICRA) , Washing-ton D.C.2002:2228-2233.
[4]K.Hiroshi, Y.Fukuoka.Biologi-cal Inspired Adaptive DynamicWalking in Outdoor Enviromen-t Using a Self-contained Quadru-ped Robot Tekken[C].IEEE Int.Conf.on IntelligentRobots and Systems, Sedai, Japan, 2004:986-992.
[5]Kurazume R, Hirose S, Yone-da K.Feedforward and Feed-back Dynamic Trot Gait Controlfor a Quadruped Walking Vehi-cle[C].IEEE Int.Conf.onRobotics and Automation, Ko-rea, 2001:3172-3180.
[6]陈佳品.四足机器人动态步行控制和学习辅助[D].上海:上海交通大学, 2002.
[7]张秀丽.四足机器人节律运动及环境适应性的生物控制研究[D].北京:清华大学, 2004.
浅析BigDog四足机器人 第2篇
2005年秋天美国波士顿动力公司(Boston Dynamics)首次公开其历经十余载所研制的仿生四足机器人BigDog,在互连网上引起了全球公众的关注和热议[1,2,3,4,5,6]。BigDog是由美国国防部高级研究计划署(DARPA)提供资金资助,波士顿动力公司承担研制的仿生四足机器人样机,它是仿照人类生活中常见的四足哺乳动物狗的结构,利用现代科技方法制造成的一种机械狗。从BigDog的相关视频中可以看到,它具有较高的运动速度、较大的负载能力和超强的机动性能。即便在复杂的非结构化环境中,仍然能够保持自如的行进状态,令人叹为观止。在BigDog初始样机实现之后,美国海军陆战队和陆军又追加了更多的资金用于进一步的研发,把BigDog列为未来战场的装备之一,预计将来可能会出现在实战中。
BigDog机器人最引人注目的就是它出众的运动能力,多步态行走、小跑、跳跃1m宽的模拟壕沟、爬越35°的斜坡,能适应山地、丛林、海滩、沼泽、冰面、雪地等复杂危险的地形。目前最大运动速度为10km/h,预期可达18km/h,完全能够满足步兵分队徒步急行军的速度要求。BigDog的另一显著优势,是能够承载较大的负荷,标准载荷50kg,而且不降低运动性能。BigDog还有一个更为专业的名字———机械骡(mechanical mule),意指机器人运输装备骡马化。用于战地环境随同步兵前行,并携带各种后勤补给,这也是美国军方当前对BigDog的设计使用要求。
BigDog是目前陆地移动机器人领域中为数不多的初具功能化的实用机器人。除了基本的运动能力之外,各种辅助功能也在逐步完善之中。同时,进一步提升主要性能指标和拓展应用范围的科研工作也在进行中。
在BigDog问世之后的5年中,其研发团队先后公开发表4篇学术论文,发布了大量的图片和网络视频,使更多的人了解了BigDog机器人,同时这些资料也成为机器人领域其他科研人员分析BigDog的主要信息来源。BigDog四足机器人为什么能表现出如此出众的运动能力,是所有从事机器人研究的人员都十分关注的问题。在已公开的BigDog的技术资料中,哪些技术点是最为关键的?是形成运动能力最为核心的研究内容?本文结合本课题组四足机器人的研究经历,再通过细致地分析BigDog的相关技术资料,尝试从专业的角度来解答这些问题。
1 结构和液压系统
BigDog四足机器人示意图见图1。
BigDog运动能力出众,关键是选择液压执行器作为关节驱动元件,并从根本上改进了传统液压系统所存在的若干缺陷,再把液压执行器与四足机构合理巧妙地整合在一起,形成了BigDog既强壮有力又不乏灵活柔韧的完美机体。
1.1 结构和运动特性
BigDog共计有20个自由度,其中主动驱动自由度为16个,是主要的力和扭矩输出装置;4个足底自由度是完全被动的,可以提高腿部对地形的适应性。所以,总输出功率12.5kW的发动机主要是向16个液压执行器输出功率。具体到每条腿及髋部,包括髋部横向(侧滑)、纵向(前进)2个自由度,膝关节纵向自由度,踝关节纵向自由度。
BigDog的髋部和腿部是实现四足机器人运动的基本单元体(图2),每个单元体主要包括:髋部、大腿、小腿、踝肢体、足及4个液压执行器。髋部、大腿、小腿和踝肢体顺次利用3个横向铰接销串联构成腿部的基本框架,髋部利用1个机身纵向的铰接销与机身相连;这些销子在髋部和肢体运动时充当转轴,是BigDog实际上的转动关节。4个液压执行器输出端轴套机构分别与髋部、大腿、小腿、踝肢体的转动部件相连,执行器的固定端通过螺栓分别与机身、髋部、大腿、小腿连接。BigDog的大腿粗短,平衡位置接近水平,靠近机身;小腿和踝肢体较为细长,平衡位置位于机身投影面四角;髋部为细长条状物,内置于机身纵向首尾两侧。小腿的液压执行器以踝关节为轴,推拉踝肢体作旋转运动,借助转换轴把直线运动转换为旋转运动;大腿下侧液压执行器以膝关节为轴推拉小腿转动;大腿上侧执行器以髋部和大腿之间的铰接销为轴推拉大腿转动,固定端位于髋部下侧;机身首尾两端上方斜置的执行器以髋部机身铰接销为轴推拉髋部转动。其中,髋部的转动意味着腿部生成横向运动,腿部整体会绕机身转动,偏离机身纵向,形成侧滑。大腿上侧液压执行器为髋部纵向驱动器,由于活塞杆运动输出端远离转动关节,所以大腿运动摆幅最小,便于大扭矩输出。从构造原理上看,BigDog的髋部和各肢体工作装置与普通的挖掘机毫无二样,大腿如同动臂,髋部、小腿和踝肢体如同斗杆;主要的差别在于BigDog机构更加精致、布局更加紧凑。
四足机器人在行走时不论每条腿有多少个自由度,都可以把它简化为只有一个自由度的直腿,如图3所示。髋部纵向驱动器拉动这条直腿旋转,直腿支撑地面,以支撑点为圆心完成一个由后至前的单摆旋转运动。切向拉力为机器人的机身提供一个前进方向斜上方—水平—斜下方这样变化的力,重心在地面的反作用力下被撑过单摆的最高点,产生位移。这个拉力始终有水平方向的分力,借助地面的反作用力,实现机身的水平运动;还包括一个在重力方向变化的先升后降的分力,导致机身出现起伏的运动特性。直观上,四足机器人在行进过程中,重心始终处于颠簸起伏的状态。这个特性也是所有足类机器人明显区别于其他移动机器人的显著特性,比如轮式、履带等机器人只有在非结构化环境,地面崎岖不平时才能呈现上述特性,而四足机器人在任何可行走路面都呈现这个特性。四足机器人的重心在运动过程中周期性的起伏,意味着行走过程中要全程控制自身的重量,消耗机器人发动机大量的功率,对于纵向行走而言,这种消耗其实是无用功。实际上四足机器人消耗在这方面的无用功要超过用于水平行走的有用功。选择四足这种结构,是希望机器人在行进时可以抬腿越过不适合落足的位置,有选择地下脚,从而到达轮式或者履带式机器人无法行走的地域。因此,只要选择了这种结构,就必须面对重心起伏大的功率消耗问题。除BigDog之外几乎所有的四足机器人在设计时都无法根本解决这个痼疾,即无法提供足够功率来保证除基本水平运动以外的巨大无用功消耗。BigDog采用液压驱动这种强功率输出方式,从根本上解决了这一难题。
BigDog在行进时为了提高运动速度,同时便于腿部支撑重心越过单摆旋转最高点,机身通常会略微前倾,这样同相位步态后腿需要伸长一些。前腿作为主要的支撑杆,后腿配合前腿支撑重心越过最高点,也防止了同时出现2个主支撑杆可能造成的内耗。前腿的落足点必须超过髋部纵向关节转轴的投影点,锁住膝、踝关节,由髋部纵向驱动器输出扭矩,拉动机身前进;后腿根据速度和地形的情况,落足点可以在转轴投影点的前方、正下方和后方,主要还是髋部纵向驱动器输出扭矩,当腿长需要增大时,膝、踝关节配合输出扭矩伸展关节,更多时候靠力锁住关节,保持姿势。这样看来,BigDog虽有16个驱动器,但在如对角步态行走时,驱动系统的功率主要集中在两条支撑腿的髋部纵向驱动器实施输出,后腿的膝、踝关节只有配合伸长腿部时才输出一定的扭矩,迈步腿只需要消耗少量的功率用于摆腿。那么随之而来的问题是,发动机能否在这一时段把全部或者可能最大的功率通过油压的传输输送到这2个驱动器。BigDog显然是具备这个油压分配输出能力的,它把功率输送到当前主要输出扭矩的驱动器,实现功率的合理分配。BigDog机载动力系统的高功率密度是很值得分析的,以下的数据对比可以深刻地反映出四足机器人的设计难度。BigDog目前最大运动速度可以达到10km/h,并且发动机与机体处于分离状态,机体重量低于70kg。假设此时发动机按照12.5kW最大功率的2/3输出,可知当前的功率密度高达119kW/t。同为陆地移动装置的第三代主战坦克M1A2的功率密度只需要17.5kW/t,而公路最大运动速度可超过70km/h。把这两种移动装置各自极限速度状态进行比对,可知BigDog的运动效率只有M1A2履带式坦克的1/48。从传统移动装置的设计来看,足类这种效率过低的运动执行机构基本不被考虑,这也是四足机器人发展缓慢的一个重要原因。因此,纯机械制造的四足机器人若想获得一个较快的速度和良好的机动性能,大幅度提高发动机的功率密度是一个首要的先决条件。
从动力学角度看,BigDog的持续纵向运动意味着大功率的不断输出,髋部纵向是主要的功率输出装置;机身调整姿态时,多数在原地或者小范围空间移动,机体消耗的功率降低,主要靠各个关节力输出来支撑机体。当BigDog遭遇测滑或复杂路面时,髋部横向驱动器及膝关节和踝关节驱动器就要发挥它的作用。这3个部位的关节主要是帮助机器人调整机身姿态,通过多冗余自由度的变化提高机器人适应复杂路面的能力,或者遭遇险情时协助髋部纵向驱动共同实现功率输出,从而移动机身。这3个部位在运动时,关节的转角比较大,相应形成的肢体运动幅度也较大,有利于机器人适应崎岖不平的地面。所以,BigDog的16个液压执行器有比较明确的分工。髋部纵向主要负责扭矩的输出,摆幅通常较小,剧烈运动时也可实现较大的摆幅,是核心驱动器;髋部横向主要是协助调整机身姿态,只有在侧滑的情况下,输出大扭矩,摆动幅度比较大,多数时间处于平衡位置;小腿和踝肢体主要负责调整机身姿态,同时因其细长且摆幅大,是机器人纵向迈步和增大步幅的主要实现机构,采用力输出的方式控制,遭遇复杂地形时也会输出扭矩协助髋部纵向驱动器。
1.2 液压系统
在BigDog推出之前,其实已有许多研究人员想到了利用液压驱动器实现对四足的关节驱动。这是因为,传统的电机驱动无法满足四足机器人快速运动的设计要求。原因有以下几点:(1)电机的功率相对不足,按照BigDog的尺寸结构,最多可以选择200~400W的电机,与BigDog液压平均每个驱动器可达800W相比仍显很低,且无法实现总功率的变化分配输出;(2)电机的工作状态不理想,电机通常只有转速达到一定值才能实现额定功率输出,而足类机器人关节摆幅通常只有30°~50°,因而电机始终处于低速、小转角、往复加减速的工作状态,低功率输出且自身内耗太大;(3)电机的附带装置太多,既占空间又增加重量,增大了机身的设计难度;(4)需要拖电缆或者背负电池,不利于野外环境的自由行走。电机曾被大量用于足类机器人的驱动,但都远远达不到BigDog的运动状态。
传统的液压系统也存在若干痼疾,在四足机器人这样的移动装置中使用至少有两点显得尤为突出:(1)漏油或者密封问题;(2)冲击载荷导致的漏油问题进一步加剧,同时机械部分的形变会影响活塞杆直线往复运动的精度。四足机器人在运动的过程中,作为一个主要靠机械打造的刚性体,与地面因为撞击而产生可观的冲击载荷,而且载荷的大小和方向都始终呈现无规律的变化,这种工作状态对于传统液压系统而言是完全不能容忍的。BigDog恰恰克服了这一点,波士顿动力公司所设计和制造的这套液压驱动系统,应该是BigDog机器人前期研究最大的技术突破点。从策略上讲,就是单纯机器人设计无法解决的问题,要回到最基础的研究领域,从基本的液压系统的改进方面下手,进而再把它应用到机器人的驱动实现过程中。
BigDog的液压驱动系统是由一个变量活塞泵在汽油发动机的驱动下同时对16个液压执行器实施油压的输出,以达到功率输出的目的。这个环节关键的技术点在于如何实现快速并且变化的油压分配,从而实现力和扭矩的分配和输出,这也是BigDog的核心技术之一。液压传动有2个特性:液压系统的油压大小取决于外界负载,执行元件的速度取决于液压系统的流量。这2点恰好与四足机器人肢体的负载及关节的转动相对应。发动机根据机器人机体各关节所承载的负荷及转速,控制自身转速进而控制活塞泵的油压输出,适应机器人运动时变化的动力需求,并具有预测的能力。机器人的运动速度越快,或者机体姿态变化越剧烈,相应的油压输出就越大,反之亦然,这也是BigDog适应地形变化能力强的一个重要原因。BigDog的液压系统最大油压输出可达20.68MPa(3000PSI),属高压输出。主液压系统油路下接并联的16个子液压执行器,每个执行器的响应频率达到500Hz,可以满足关节快速定位的要求。相较传统的液压装置,BigDog的液压执行器要小巧精致得多,满足了四足机器人驱动器个头小、力量大的设计要求。
图4所示是一个基本的液压执行元件,执行器右端是一个轴套机构,活塞杆是直线往复运动,而机器人的肢体是旋转运动,所以运动需要转换。以铰接销为转轴,活塞杆推拉肢体,执行器所在肢体的框架充当铰杆,形成运动转换。活塞杆外侧另有2根辅助杆,同步往复运动,分担活塞杆承受的冲击载荷。轴套机构和关节转轴由于载荷大,易磨损,对材质的选择要求很高。液压执行器把主液压系统油路的油压引入到子系统中,根据所在关节的载荷需求,具有航天品质的2级电液伺服阀调整本单元的油压和流量输出,实现力和扭矩的变化输出,并可双向输出。
BigDog机器人的运动效率主要取决于3个方面:运动方式造成的内耗、机械结构的传动效率和控制造成的内耗。运动方式的内耗包括重心的起伏、腿部相对机身的摆动等。机械部分主要包括16个主动关节和液压执行器内部及输出端运动转换机构。液压执行器采用低摩擦的液压动力密封器件提高缸体的传动效率;其余两部分取决于机械结构的加工和装配精度,以及轴、销、轴承等元件的材质和加工精度。此外,髋部和腿部的基本框架对加工的一致性要求也很高,最大程度降低了机体尺寸误差对运动造成的影响。
1.3 结构仿生学
机器人学是仿生学研究的一个主要分支。四足机器人的3个基本系统———结构、运动控制和导航,无一例外都与动物(人)仿生学的研究有着密切的关系。BigDog的前期研究工作主要集中在结构(驱动)的设计和运动的控制上,这也是实现机器人基本运动能力的2个主要方面。波士顿动力公司在哈佛大学仿生研究成果基础之上,把液压驱动与四足机器人的结构比较理想地整合在一起,也就造就了目前的BigDog四足机器人。BigDog除了有较强的刚性以外,为了减少冲击载荷对整个机身的影响,必须增加减震系统,提高机器人的柔韧性,因此,BigDog踝关节以下部分安装了弹簧减震系统。四足动物本身的肌体结构是非常复杂的,除了骨骼、肌肉之外,还有韧带、肌腱、跟腱等增加柔韧性和灵活性的器官。这些功能器官目前还无法在机器人身上真正意义地实现,即使关节部位往往也很难模仿,如动物和人的髋关节为多轴性关节,BigDog采用常规技术无法实现,只能把髋关节的横向和纵向自由度分开实现。所以,人类只能尽量地模仿四足动物的肌体构造,实现四足机器人的运动功能。
1.4 小结
BigDog的机械结构设计和驱动的选择,是实现运动的基本平台。只有先解决了这2个问题,后续的运动控制和导航的研究才能更有针对性,并且通过样机展现出来。
2 运动控制
BigDog的运动控制取决于其特殊的机体构造。控制系统同时对16个液压执行器进行控制,多自由度耦合联动造成了肢体的千变万化,形成了机器人的各种动作姿势。这也是四足机器人对地形适应能力强的根本原因。但是,多冗余度变换复杂,增大了控制的难度。同时,四足的支撑结构不稳定,重心位置偏高,易发生偏移,运动控制相比轮式、履带式机器人,要困难得多。
四足机器人在运动过程中既要保证能够快速行进,同时还要控制重心的位置,保持机身的相对平稳。BigDog运动控制的核心问题就是控制机体的平衡,建立机体与地形之间静态或动态的平衡系统,机器人的站立、行走、小跑以及各种运动状态间的相互转换,都必须保持平衡。
建立四足机器人的运动平衡主要考虑3个方面的因素,即自身姿态、地形状况和运动状况。BigDog的运动控制包括姿态感知、地形感知和运动生成。前2步是在运动中寻找机体与地面之间的平衡状态,第3步是通过控制实现这个平衡。
2.1 姿态和地形的感知
姿态和地形的感知主要是借助各种传感器来完成,BigDog总共携带至少70个各类传感器单元,大多数用来检测自身姿态和内部各机构组成的状态参数。四足机器人的多冗余度必须依靠大量的传感器来感知机身和肢体部分参数的变化,以此为依据作为运动控制的基本条件。
姿态感知包括机身和肢体两部分的状态检测。IMU负责检测机身3个角度的变化和3个线加速度的变化,是机身状态检测的主要手段。16个主动自由度的角度变化由关节编码器来完成。各个关节的负载由测压元件来检测。
地形感知主要包括踝肢体测压元件配合各个关节编码器感知,以及立体视觉装置感知。目前主要是通过力大小的变化再配合关节转动的角度来感应地形的变化。该方法是被动式,足底先接触地面再判断地形,对于简单的地形可以应对,但是对于复杂地面,需要避开某些深坑,选择落足点时,未来主要靠立体视觉。
此外,发动机和液压系统的检测也是运动控制必须考虑的。发动机转速和载荷要在预测和实际输出之间不断调整。液压系统的检测包括油温、油压和流量的检测等。
2.2 控制实施
BigDog作为移动机器人,纵向的持续行走、跑等功能是研究追求的目标,由于地形的影响,机身的姿态需要经常调整,才能确保纵向运动的平稳性和连贯性。故BigDog的控制研究也主要围绕这两方面展开。
2.2.1 行走控制和步态调整算法
BigDog的基本行走控制采用图5所示的流程实现。控制系统以髋部和腿部的单元体为单位,通过虚拟环境计算求出每条腿所承受的载荷和关节需要输出的扭矩,检测运动效果并反馈回虚拟部分,更新频率为200Hz。首先,根据期望的行进速度,规划腿部运动到落足点过程的轨迹;其次,在虚拟环境下,利用腿部当前的关节转角和转速作为正向运动学参数,与期望的规划进行比对,PD伺服不断修正腿部各关节应输出的力,得到虚拟的腿部状态模型;最后,把虚拟求得的各个关节所需的扭矩指令发送至驱动系统,实现行走,并检测关节转角和转速。此外,虚拟过程通过状态机获得腿部状态,步态调整算法协调4条腿的位置,对步态进行修正,再把反馈信息发送回轨迹生成单元。同时步态调整算法负责腿之间的通讯,腿的初始状态转换为不同的稳定的四足行走步态,如对角、同侧和奔跑等。临近腿运动时避免运动区域重合,防止腿部发生碰撞,也包括摆动腿与支撑腿之间发生碰撞。步态调整算法还要降低机体运动的内耗程度,当迈步腿落地之后,支撑腿要及时离地,防止同时发力而形成类似于人腿劈叉这种不利于连续行走的动作。
BigDog持续的纵向运动都是借助以上控制方法实现的。BigDog在平整地面直线运动时,可实现对角步态的跑动,速度在短时间内由零加速到8km/h。整个过程加速均匀,机身纵向和水平都保持平稳,腿部动作协调连贯;在速度达到最大时,后腿伸长协助前腿支撑身体的动作非常明显。行走或慢跑时,为了减少重心起伏无用功的消耗,可以减小步幅加快频率,使机身的重心尽可能在支撑摆的最高点附近的高度运动。但是随着速度的提升,腿的步幅需要加大,重心起伏加剧;腿的摆动频率加大,摆腿消耗的功率增加;机械部分传动的消耗也增大。这几点不利的因素都限制了BigDog的速度进一步提升。
按照传统的足类机器人设计思路,BigDog除了运动学模型之外应该还有一个动力学模型,但是在相关论文中并未出现。结合BigDog液压驱动系统以及电机的控制方法,对BigDog在动力学方面作如下的推断。充分利用液压传动的特性,把动力学的分析和计算转移到液压系统的控制中完成。液压系统的力和扭矩输出主要取决于终端执行器的负载,根据负载的大小和变化,调整发动机的转速,实现对液压总路油压的控制,再通过电液伺服阀控制进入单个执行器的油压、流量和流速等参数,实现根据负载的变化对应输出与之平衡的力和扭矩,还包括加速和减速的情况。
利用电机控制四足机器人,需要预测下一时段各个关节的负载,设定电机的输出,但这个输出无法达到液压快速实现与负载平衡的输出效果。电机的输出或大于终端的负载,或小于终端的负载,只在少数情况下两者刚好平衡。这就是常见电机驱动足类机器人在行走时,机身多数会出现晃动的原因,即受力不平衡。而BigDog在运动过程中,除非遭受突然的外力作用,大多数情况下都能处于动态的平衡中,关键还是它的液压系统的适应能力发挥了决定性的作用。当BigDog加速时,输出的扭矩需要大于当前的负载,这是利用了伺服阀的控制流速的功能。当某个执行器所在肢体载荷突然增大,也可利用伺服阀的增压功能,实现在执行器中油压大于总路油压的性能。因此,传统的动力学模型对于BigDog而言,大部分的工作是由液压系统的控制来完成的。
2.2.2 姿态算法
BigDog控制机身姿态主要是借助力的输出控制腿部肢体的姿势,使机体与地形之间保持平衡状态。主要包括两方面:一是各条腿的载荷尽可能均匀,把机身的重量平均分配到4条腿;二是机身的高度和姿势需要调整,重心尽可能位于机身投影面的几何中心,这个过程仍然需要腿部的运动来实现。具体地讲,姿态算法调整地面反作用力在腿部各肢节的分布,使各条腿所承受的竖直方向的载荷尽可能相等,并指向髋部,降低各个髋部的载荷,每个髋部驱动输出尽可能均匀。这样可以防止载荷集中于某条腿或某一关节,造成机身运动时失去平衡。当地形发生明显变化时,机身的高度和姿势就需要重新调整,防止重心向机身边缘倾斜,造成机身纵向或横向的倾翻,这个过程需要借助地形感知共同实现。利用测压元件和关节编码器来判断足底是否与地面接触,再结合关节角度的连续变化值,可以估测地形的崎岖程度。借助预测信息,姿态算法控制腿与崎岖的地面逐渐适应。姿态控制算法通过改变机身偏航、俯仰、横滚、高度等参数,使机器人适应地形的变化,协调一致。这样即使不借助视觉等高级传感器,只利用测压元件和关节编码器这样简单的传感器,也可以使BigDog具备较强的适应复杂路面的能力。处于斜坡行走时,注意调整机身高度和姿势,适应坡度的变化;上坡时机身前倾,下坡时机身后倾,斜坡等高线行走时机身内侧倾斜。
足底打滑时,意味着支撑腿与地面的反作用力突然降低,这时如果支撑腿的髋部驱动器仍然保持原有的扭矩输出状态,会造成机身失控,加剧机身倾斜程度。BigDog采用牵引控制(traction control)系统,利用测压元件及时发现支撑腿的受力变化,迅速降低髋部扭矩输出,调整小腿和踝肢体的摆动,进入姿态调整过程,恢复平稳状态。此外,陡峭地形和崎岖程度高的地形,也要利用测压元件和关节编码器预测,作为牵引控制系统的感知条件。
侧滑是机器人纵向运动时,机身突然遭受横向的外力,造成机身横向倾斜,髋部横向驱动器输出扭矩,腿部横向侧摆,形成了侧向滑步。线加速度计测出机身横向的加速度,支撑腿预测机身的横向速度,外侧腿迅速向倾斜方向摆动,根据速度和加速度预测摆腿的幅度。若外力过大,则要连续地走交叉步,直到侧向的速度降为零。这个情景通常只出现在纵向行走的过程中,由于左前腿和右前腿的步态相位刚好错开,降低了左前腿和右前腿横向干涉发生碰撞的可能性,后腿亦然。
姿态控制算法的核心点是保持机器人的平衡状态,行走控制和步态算法必须遵守这个前提条件。地形复杂时,优先考虑姿态的控制,其次是步态及运动速度。遭遇险情时,及时降低行走速度,控制系统利用驱动系统的快速响应能力,以调整机身姿态作为当前主要的控制输出,恢复稳定状态。只有在较平坦地形行走时,可降低姿态控制的权重,把提高行走速度作为主要的功能实现。所以,BigDog的高速行走、小跑和跳跃等动作都是在平整地面完成的,而冰面打滑、机身横向侧滑都是在低行走速度下完成的。
2.3 典型运动场景分析
2.3.1 冰面打滑
运动控制与机械结构是紧密相联的,良好的运动控制性能只有在能力强的样机平台上才能充分地展示出来。在BigDog所有视频中,负载状态下在冰面打滑摔倒后经反复调整姿态最终重新站立这一段,展现了BigDog运动能力最佳的一面。BigDog机器人的姿态和地形快速感知、运动控制算法快速生成、牵引控制快速调整扭矩输出、液压传输快速响应、液压大功率输出、机体结构刚柔相济等优点在极短时间内全部呈现出来。因此分析这一段机器人所经历的变化过程,可以更好地了解BigDog机器人运动的实现过程。过程分析如下:
(1)进入冰面后,运动速度过快导致冰面无法提供足够的摩擦力而足底打滑,造成机身大幅度倾斜,机器人摔倒。
(2)IMU、关节编码器、测压元件检测获取机身倾斜的角度、各肢体角度及载荷,获取当前的姿态信息。
(3)牵引控制系统利用感知的信息,降低髋部扭矩输出,防止机身进一步倾斜。
(4)运动控制系统快速计算各个驱动器应输出的扭矩、关节转动的角度,求出恢复平稳站立状态所需的参数值。
(5)运动控制指令发送至驱动系统,发动机通过液压泵把油压快速分配传输至各个驱动单元。
(6)16个液压执行器根据各自所需,控制各个关节旋转,驱动肢体运动,机身试图重新恢复站立平稳状态;
(7)若再次失稳,回到步骤(2),如此反复直到站稳为止。
以上过程都是在非常短的时间内顺次完成的,且多次循环。可以看出整个机体的快速响应能力非常之高,但最关键的还是驱动系统强大的力和扭矩输出。在这个打滑失稳的过程中,机器人极易倒扣而失败,各个液压驱动器必须提供足够的力和扭矩输出,才能保证各部分肢体能够快速地运动,在机器人进一步倾斜之前重新恢复平衡,实现运动控制的目标。针对可能出现的类似险情,BigDog团队已把机器人的自翻正能力列为下一步研究的重点,即使机器人发生倒扣也可以自调整重新站立,大大增强了BigDog的野外生存能力。
2.3.2 跳跃
BigDog跳跃1m宽模拟壕沟的运动过程可分为三阶段,即助跑、起跳和落地。首先,跳跃需要较高的水平速度,BigDog采用奔跑步态,前后腿为同相位步态,既利于加速,又便于跳跃,无需步态转换。后腿发力,伸直,离地,机身前倾;同时前腿逐渐伸直,跟随后腿离地,机身在空中调整水平状态。机身在空中滑行一段距离后,机身后仰,后腿先着地,前腿随后落地。起跳之前一步,有一个蓄势待发的过程,后腿离地之后,前腿稍微延时片刻,借助机身前倾更大的前冲力,离地腾空;机身由前倾急剧变化为后仰,后腿落到前腿起跳位置,发力,快速离地腾空;腿部在空中收紧,防止刮擦,机身借助惯性在空中滑行,同时调整俯仰变化转为水平状态。机器人腾空到最高点后,机身开始前倾,前腿舒展,准备着陆。前腿与地面接触以后,稍做停顿,又快速离地,缓解重力方向的冲击,机身前倾的俯仰角历经一个起伏的变化过程,同时向前滑行,后腿落在前腿的首次着陆处,机身转为水平,恢复奔跑状态。这个奔跑跳跃的连贯动作充分展现了BigDog大腿强劲的爆发力,液压执行器的大扭矩输出发挥了关键的作用;对比一般行走,髋部纵向执行器输出行程增大,大腿摆幅相应加大,以获取地面更大的反弹力。控制系统根据动物仿生学运动的变化过程,及时调整各个肢体在运动中的姿态变化,以保证动作的连贯性,同时降低冲击载荷对机体特别是腿部的冲击。
3 导航
2005年之前,导航并不是波士顿动力公司研究的重点,最初的导航系统是由NASA-JPL提供的,也就是MER火星探测器上所采用的以立体视觉为主的导航系统。随着BigDog结构和运动控制系统的不断完善,导航的重要性也越发显得突出。BigDog是面向野外非结构化或者战地环境而设计的,所以机器人的环境识别和自身定位是必需要解决的问题。
实际使用中,BigDog采用了人员前方引导,机器人随后跟进的策略实现。对路面的感知和自身的定位由机器人自身完成。因而,BigDog具有自主运动能力,采用自主导航外加人工引导的方式实施运动。用于导航的传感器主要包括:GPS、SICK-LIDAR平面激光扫描仪、IMU、PointGrey立体视觉相机等4种。GPS作为美国军事领域最通用的全局导航定位系统是必不可少的。LIDAR平面激光扫描仪用于机器人追踪引导人员,实现跟踪的导航方式,这种用法也是BigDog的新创意。IMU测量机身3个角度和3个线加速度的变化量,用于局部定位,BigDog因为速度快,是移动机器人领域为数不多的利用了线加速度计的机器人。立体视觉是BigDog所有导航传感器中最为重要的组成部分,担负着检测机身位姿变化和路面识别2个功能,之前在MER火星探测器上已经成功实现这两点。
3.1 立体视觉[7?8]
立体视觉目前在机器人非结构化环境的导航研究主要包括3个部分:测量障碍物距离、视觉测程、构建环境地图,其中测程是三者的核心。BigDog的视觉导航研究目前主要是围绕测程而展开。视觉测程是利用追踪前后帧图像中同一特征点的过程,来获取机器人运动前后的变化量,也就是估测机身空间6个自由度的变化量来实现机器人的局部定位。此外,针对四足机器人的运动特性,又增加了地形重建的功能,便于选择落足点,防止路面存在深坑等可能会对机器人造成的伤害。视觉测程可弥补陀螺仪零点漂移对角度测量的影响,以及关节编码器对位置变化测量的困难。所以对于BigDog机器人而言,立体视觉兼顾了障碍物测距、地形感知和还原,以及位姿检测3个方面。
3.2 全自主导航
人工引导的方式实质仍旧是遥控导航,导航最终环节———路径规划需要人工协助完成。BigDog已开始探索完全脱离人工干预、自主实现环境感知和路径规划的全自主导航研究。当前主要研究内容包括:自主识别环境信息,规划机器人躲避和绕过障碍物的路径,步态控制追踪已规划的路径。激光和视觉传感器检测出障碍物的位置和距离,并一直追踪障碍物的位置变化;构建消耗地图,标出障碍物的位置,利用消耗地图规划出机器人到达阶段目标的路径,机器人与障碍物之间要留出安全距离;路径跟踪算法负责协调控制系统,生成适当的步态算法,控制机器人的速度和位移,使机器人按照规划好的路径运动。
立体视觉装置全程提供机器人正前方4m×4m范围的图像信息,利用测量景深的功能,还原三维地形图,作为基本的环境地图,同时检测低位置的障碍物。立体视觉、关节编码器和IMU共同实现机器人位姿变化的检测,即空间6个自由度的变化量,实现局部定位。激光扫描雷达扫描机身水平高度范围内的场景,利用点云分割算法剔除误扫描的地面信息,这样可以识别机身高度范围的障碍物,并且随着机器人移动在视野范围之内始终追踪这些障碍物。
路径规划包括4个部分:(1)记忆障碍物的位置;(2)生成消耗地图;(3)稳定路径;(4)平滑路径。记忆系统随着机器人视野的变化,更新记忆存储中的障碍物,增新的同时剔除无用的,对于视野外仍然有利用价值的障碍物需要保留。构建机器人周围的二维栅格地图,包括机身后侧刚经过的环境,与路径规划算法同步迭代更新;计算出每个栅格机器人穿越的消耗值,当某一值较大而周围的值又明显较小时,可确定为障碍物或者目标。采取3项措施确保路径规划的生成稳定可靠:利用上一步规划的机器人投影位置衔接下一步的规划,跳过当前步,防止机器人横向徘徊;为确保路径跟随的连续性,利用前2.5s至上一步规划的完整路径预测下一步的路径规划,防止地面干扰腿部造成的机身航向偏移对路径规划的影响;利用一段较长的走过的规划路径,可以缩减生成新的路径规划所用时间,简单环境可行。采用规整的栅格生成的路径通常在连接处会有方向突变,造成方向控制的紊乱;连接处的轨迹需要曲线光滑,同时每次规划再粗略地使用这个光滑连接,可以缩减下一步规划时间,最后生成平直光顺的路径轨迹。事实上,以上路径规划的过程与人或者动物遭遇相同场景时采取的规划思路非常相似。导航规划实质上是利用仿生学,把与人或者动物相似的连续路径规划思维过程采用技术的方法重现,应用到机器人之上。
BigDog是目前非结构化环境移动机器人领域中,少数敢于尝试在树林这样的环境中采用全自主导航方式实施运动的机器人。尽管在26次实验中取得了23次成功的良好结果,但这并不意味着这种导航方式已完全满足BigDog的实用要求。机器人的全自主导航运动是人类研究机器人的终极目标,但在目前的研究框架内,要达到人类智能水准的导航能力是很难实现的。原因很简单,机器人的大脑,即计算机及相关程序,还无法达到人类和动物的大脑对环境识别和决策规划的高度。虽然视觉装置可以采集图像信息,但对于图像的分析和处理还是要依靠图像处理算法,而图像处理技术目前仍处于发展阶段。此外,最关键的一点,是人和动物具备对视觉场景关键信息瞬间识别和判断的能力,而机器人目前还远达不到这样的高度。当然,随着人工智能和计算机技术的快速发展,以及人类对于自身大脑的结构和功能的认识,机器人的智能水平还是可以慢慢提高的。目前主要还是以大量的环境实验为基础,不断修改导航系统的各种算法,提高对环境细节的识别能力,积累更多的先验信息,来应对一些常见的环境识别和路径规划问题。
3.3 LittleDog的导航研究
LittleDog也是波士顿动力公司所开发的四足机器人,其实质是BigDog实验室环境下的替代版,提供给美国高校用于BigDog的导航和运动控制研究。当前主要的研究内容是复杂环境地形的感知和运动控制研究,斯坦福大学、麻省理工学院等高校目前正在承担这项研究[9,10,11]。从图6可看出LittleDog在实验环境下所遭遇的地形复杂程度远超过BigDog实际所面临的环境难度。利用立体视觉精确地还原三维地形,把地形信息作为已知条件,再引入学习机制,LittleDog经过反复实验,可以逐步适应这样的环境条件,选择最佳的行走路径。在实验室里模拟更加困难的环境来考验机器人,从实验中找到解决的方法,再应用到BigDog的实物样机中,可以大幅提高研究的效率。实现阶梯蹦跳、走梅花桩等对运动控制和地形识别能力要求极高的复杂动作,是LittleDog当前最主要的研究目标,已取得阶段性进展[12,13,14]。
3.4 小结
非结构化环境移动机器人的导航研究是一项极具挑战性的工作。理想化的导航系统是以不变应万变,以有限的算法处理任意变化的环境特征;目前的导航现状是以万变应不变,不断地改进算法和补充先验信息,但也只能处理某一静态的特定场景,局限性很大。因此,非结构化环境的导航研究首先必须明确环境,然后针对该环境的结构特征开展算法的研究。BigDog的导航研究特别是全自主导航部分,对于提升这个领域的研究水平具有很好的推动作用。
4 建议
国内四足机器人的研究大多采用电机作为驱动装置,造成机器人行走速度较慢、机动性能差,无法达到BigDog那样的运动状态,也制约了控制和导航的进一步研究。从BigDog的分析中可以看出,只有从根本的驱动方式改进上着手,足类机器人的运动能力才能得到大幅度的提高。四足机器人的基本研究思路可归纳为4点:驱动、结构、运动控制和导航。综合前面的分析,提出如下建议。
(1)驱动和结构。采用高功率密度的驱动装置,如液压系统,利用高性能伺服装置实现力和扭矩平稳快速输出;设计精致紧凑的仿生机体结构,以减轻质量,关节部位兼顾强度和灵活性,提高传动效率;设置缓冲减震装置,增强柔韧性。
(2)控制。提高控制系统与外部环境的柔顺性,增强机器人适应复杂地形的能力;针对复杂地形和险情遭遇引入牵引控制,设置应急动作程序;采用状态机配合步态控制生成算法。
(3)导航。建立以立体视觉为核心的导航系统,结合激光、IMU、GPS共同实现环境的感知和机身定位;采用视觉测程、构建三维环境地图等方法,针对非结构化环境特征设计算法体系;由自主导航配合人工导航逐步向全自主导航拓展。
以上建议的中心仍然是机体结构及驱动装置的设计和实现,只有拥有一基本运动能力强的样机平台,四足机器人的研究才能得以全面展开。
5 结语
本文尝试从专业角度解读BigDog四足机器人,围绕BigDog的核心技术进行分析,试图找出其运动能力超强的原因。目的是为国产四足机器人的研究提供一些参考和建议。BigDog机器人实际研究所包含的信息量远远超过本文所提到的几点。由于BigDog早已被美国军方立项,即将列装,所以一些关键技术在相关论文中会有所保留。随着国内在四足领域研究的深入,相信会逐步掌握四足机器人的研究方法。
BigDog的设计实现从总体上看并没有超出常规的技术范畴,所采用的各种技术方法在以往的机器人或者其他领域都曾出现过。针对四足机器人的特性,个别技术实现了较大的突破和创新,还有些技术直接引用了其他领域的尖端成果。综上所述,BigDog的成功之处可概括为以下三点:(1)单项技术优势明显;(2)系统整合高效合理;(3)细节处理精益求精。
BigDog作为当今世界最先进的四足机器人,虽然表现出很强的运动能力和遥遥领先于其他足类机器人的各项性能指标,但其与真正的四足哺乳动物相比,BigDog的研究还有很长的路要走。比如速度还有待大幅度地提高,实现奔跑以后,还要具备在高速跑动中变向的能力,此外,复杂环境全自主导航运动的实现,也是所面临的技术瓶颈之一。
现代科技在过去的百年中得到了高速的发展,人类先后发明创造了如坦克、喷气式飞机和核航母等先进的移动装置,但真正与人类生活关系密切的四足哺乳动物的仿生研究制造才刚刚进入实质性的阶段。四足动物复杂的肌体构造,若用现代科技实现完全意义上的仿生还原,人类未来仍旧面临着巨大的技术挑战。
四足滑冰机器人直线运动规律研究 第3篇
目前移动机器人的研究, 只局限于步行和滚动模式。一般来说, 步行机器人都采用关节—连杆机构, 在松软或者崎岖不平的地面上 (例如行星地表) 行走时显示了很大的优越性。而采用轮式行进结构的步行机器人在坚硬的地表上行走时, 由于没有土壤变形引起的阻力, 具有较大的运动速度和能量效率。但是目前轮式机器人的驱动多为主动轮驱动, 无论是机械结构还是控制方面的实现都比较复杂。本研究提出了一种新型运动模式机器人—从动轮式四足滑冰机器人, 可以在光滑地面 (如冰面) 上, 靠滚轮所受的摩擦力产生前进动力滑行运动。滑冰机器人在光滑地面上的滑行运动模式, 丰富了机器人的运动模式, 大大提高了机器人的速度, 提高了能量利用率。当从事极地考察活动时, 滑冰机器人对环境有较强的适应能力和机动性, 具有极大的推广价值。目前国内外这方面的研究, 仅有日本的Roller Walker[1,2,3]、上海交大的ISR[4,5,6], 但都没有针对滑冰机器人运动规律进行深入详细的研究。
本研究拟通过分析不同腿部驱动参数下对应的速度曲线来获得驱动参数对速度的影响规律。
1 四足滑冰机器人运动原理
滑冰机器人机械结构是由四条腿和躯体组成的对称结构。在每条腿的末端, 各安装有一个滚轮。每条腿有两个自由度—髋关节和膝关节, 前者产生大腿的前后摆动, 后者产生小腿的内外摆动。滑冰机器人的滑行动作, 就是靠大、小腿的协调摆动完成的。机器人在滑行时, 滚轮驱动并不是由主动轮驱动, 而是利用其受到的法向摩擦力和切向摩擦力的合力来驱动前进的, 因此, 此处的滚动亦可称作从动轮。从动轮式机构与主动轮驱动相比, 去除了转向机构、刹车机构及其它附属机构, 大大减轻了机器人自身重量。滑冰机器人机械结构如图1所示。
2 滑冰机器人两条腿驱动时直线滑行运动规律探索
与常规分析方法不同, 本研究直接把关节驱动规律作为研究出发点, 采用符合四足哺乳动物肢体运动关系的正弦函数来驱动髋关节和膝关节[7]。首先考虑机器人只有两条腿驱动时的运动情况。假定后面两条腿的两处关节没有驱动, 滚轮方向保持向前。前面两腿的髋关节和膝关节采用相同的控制规律。由于机器人结构对称, 侧向摩擦力抵消, 最后的合力方向与机身前进方向平行 (如图2所示) 。髋关节处驱动规律为θ (t) , 膝关节处驱动规律为α (t) 。为了使机器人的运动协调, 假设α (t) 与θ (t) 存在一个相位差ϕ。
令:
θ (t) =-θ0sin (πt) (1)
α (t) =α0sin (πt+ϕ) (2)
则:
d (t) =l1+l2sin (α0sin (πt+ϕ) ) (3)
式中 θ0—θ (t) 的幅值;α0—α (t) 的幅值;ϕ—二者的相位差。
法向摩擦力Fn和切向摩擦力Ft计算公式如下:
Fn=-sign
Ft=-sign
式中 μn—滑动摩擦系数;μt—滚动摩擦系数。
则机器人所受合力为:
F=2[Fnsin θ (t) -Ftcos θ (t) ] (6)
机器人滑行速度为:
相位差ϕ对机器人运动协调性有着很大的影响。下面验证ϕ取何值时机器人运动最协调。考虑到正弦函数的周期性, 在以下实验中, 依次取ϕ=0、
由图3看出, 当
鉴于上面分析相位差ϕ时θ0、α0的取值为任意值, 不能保证运动速度的最佳值。下面分析当θ0、α0取何值时, 速度最大且波动最小。考虑到机器人运动时的姿态及协调性, 限制θ0、α0∈[0.1, 1] rad。首先令α0=0.1 rad, θ0在[0.1, 1] rad区间内变化。通过Matlab计算, 所得曲线如图5所示。
通过分析图5, 可以看出, 随着θ0的增大, 速度变小, 但是到达稳定速度的时间变短。然而当θ0过小时, 速度不能达到稳定状态。
下面分析速度与α0的关系。为了保证速度最后趋于稳定状态, 选取θ0=0.4 rad, α0∈[0.1, 1] rad, 得到Matlab仿真曲线如图6所示。
由图6可知, 随着α0的增大, 速度稳态值也变大, 同时, 达到稳态的时间也变长。
3 滑冰机器人四条腿驱动时直线滑行运动规律探索
对滑冰机器人四腿驱动直线滑行运动规律的研究主要集中在前腿与后腿协调运动相位差值对运动速度的影响方面。延用两腿驱动规律中的幅值, 后腿与前腿协调运动仅有相位差φ一个参数。故选定参数α0=0.7 rad, θ0=0.3 rad,
θ′ (t) =-θ0sin (πt+φ) (8)
α′ (t) =α0sin (πt+ϕ+φ) (9)
d′ (t) =l1+l2sin (α0sin (πt+ϕ+φ) ) (10)
切向和法向摩擦力为:
4条腿所受合力为:
F′=2[Fnsin θ (t) -Ftcos θ (t) +Fn′sin θ′ (t) -
Ft′cos θ′ (t) ] (13)
速度计算公式为:
同理, 依次取φ=0、
通过图7可以看出, 在速度稳定状态时只有4条曲线, 这也就意味着φ在区间[0, π]和[π, 2π]内的点的速度是存在某种对应关系的。仔细对比可见, φ=0和φ=π的稳态速度曲线是重叠的;
4 结束语
本研究通过利用Matlab和ADAMS理论与仿真并行的方法, 总结出了滑冰机器人腿部不同驱动参数对机器人运动速度的影响规律。研究结果表明, 驱动参数对机器人运动性能影响颇大。该研究为机器人的控制提供了依据, 为机器人技术的发展提出了一种新的思路, 具有极大的科学价值。在此方法的基础上, 将继续探索机器人的转弯滑行、原地旋转等动作的实现方式。
摘要：为研究四足滑冰机器人直线滑行运动时关节驱动参数对运动速度的影响, 首先建立了机器人运动的物理模型, 对运动原理进行了分析;然后采用将Matlab理论分析和ADAMS运动仿真相结合的方法, 绘制了不同驱动参数和腿部关节运动协调参数下的速度曲线。最后, 通过对比曲线, 总结出了驱动参数和腿部关节协调参数对机器人运动速度的影响规律。研究结果表明, 驱动参数和腿部关节协调参数的选择对机器人运动速度影响颇大。该研究为以后机器人的控制研究提供了依据。
关键词：四足滑冰机器人,直线滑行运动,驱动参数
参考文献
[1]HIROSE S, TAKEUCHI H.Study on Roller-Walk:BasicCharacteristics and Its Control[C]//Proc.ICRA.Minneap-olis, Minnesota:IEEE, 1996:3265-3270.
[2]ENDO G, HIROSE S.Study on Roller-Walker:System In-tegration and Basic Experiments[C]//Proc.ICRA.Detroit, Michigan:IEEE, 1999:2032-2037.
[3]ENDO G, HIROSE S.Study on Roller-Walker:MultimodeSteering Control and Self-contained Locomotion[C]//Proc.ICRA.San Francisco:IEEE, 2000:2808-2814.
[4]林风云, 吕恬生, 宋立博.从动轮式机器人运动规划的研究[J].机床与液压, 2003 (6) :232-233, 109.
[5]林风云, 迟琨, 吕恬生.一种从动轮式机器人直线滑行运动特性的研究[J].机械设计, 2003, 20 (11) :46-48.
[6]赵荣岗, 吕恬生, 徐子立, 等.溜冰机器人基本特性研究[J].机械科学与技术, 2004, 23 (6) :687-689.
[7]张锦荣, 赵茜.四足机器人结构设计与运动学分析[J].现代制造工程, 2009 (8) :146-149.
[8]何冬青, 马培荪.四足机器人动态步行仿真及步行稳定性分析[J].计算机仿真, 2005, 22 (2) :146-149.
平面四足步行机器人结构设计 第4篇
机器人技术近几年所取得的成就,使得机器人成为了目前科技发展最活跃的领域之一,对仿生步行机器人的研究是机器人研究领域中的一个热点。与轮式机器人、履带式机器人[2]相比,多足步行机器人可以跨越岩石等较大的障碍物,通过较松软的路面,具有极强的环境适应性和运动灵活性。但目前大多数步行机器人都处在实验室阶段,特别是其在步行的速度、稳定性及复杂地面适应力方面仍不是十分理想[1]。如何使机器人在复杂地貌上平稳地行走是机器人研究的一个重点。
对多足机器人在复杂地貌上的研究实际上是对步行机器人行走方法的研究。传统的ZMP方法是一种静态步行运动方法[4],具有许多先天不足。近年来许多学者也曾提出了一些ZMP的改进算法,在一定程度上丰富了ZMP的理论思想,但其本质上并没有改变ZMP属于静态步行运动方法这一事实[5,6]。
本文为了研究更有效适合复杂环境的多足仿生机器人的行走方法,在机器人能以较好的步行效率和速度通过一段复杂地貌的前提下,设计了结构和控制系统相对简单的四足步行机器人样机,用以验证一种期望落地点行走方法[7]。
为了验证这样一种方法,同时对机器人的单腿结构进行了运动轨迹实验,该机器人将用于DZMP方法的验证。
2 期望落地点行走方法
以目前成熟的ZMP方法为基础,引入Raibert在控制单足(或双足)弹跳机器人中采用的期望落地点概念和动力学简化计算原理[9],采用期望落地点(Desired Landing Point,DLP)行走方法[7]。
以四足仿生机器人平面步行运动为例来具体解释DLP原理,将该机器人平面化。如图1所示,假设四足仿生机器人正以速度v匀速向前运动,当足2和足4下落接触到地面,足1和足3刚刚离开地面,而在经过一个期望的时间后离地腾空的足1和足3重新落到地面那一时刻之前,系统根据前方地貌的三维信息以及由控制器发出的期望速度、加速度和期望转角,期望落地点事先已经规划好。
3 平面四足步行机器人的结构设计
3.1 平面四足步行机器人整体结构设计
平面四足步行机器人完全采用模块化结构,如图2所示,包括四条模块化移动腿、四个模块化横向驱动关节、躯体连接片等部分,每条腿都由一个模块化驱动关节和弹性步行足组成,整个机器人具有8个自由度,其驱动关节模块具有互换性。通过ADAMS运动仿真,在四足步行机器人足尖运动空间得到充分满足的情况下,对机器人的各功能模块进行了合理的布局,保证了结构的紧凑性。
该平面四足步行机器人在结构设计方案上有以下几个特色:
(1)框架式结构:该机器人采用框架式结构,最大程度减轻了机器人重量,同时具有很高的结构强度。
(2)模块化驱动关节:作为机器人的基本单元,此结构具有通用性强、易装配、易维修等特点,从图2中可以看出每一个模块化腿部驱动关节都是由一个直流伺服电机经联轴器输出扭矩,传动机构采用丝杆螺母机构。
(3)滑动丝杠自锁结构:滚珠丝杠没有自锁功能,在保证机构传动效率的前提下采用滑动丝杠实现自锁,该结构充分利用了现有机构的结构尺寸,在已有的结构上增加了两根刚度较高的光杆来达到自锁的目的。
(4)简化了控制系统,提高了机器人的稳定性:由于设计的机器人每条腿只有2个自由度,分别能够沿水平方向和竖直方向运动,且采用移动式关节和模块化结构,保证了各机构的互换性,这将有利于控制系统的设计,使得控制系统的设计也可以采用模块化的方式,简化了控制系统。
3.2 机器人的平面行走约束机构
机器人需要被约束于一个近似于平面的状态下行走,采用的约束机构简图如图3所示,约束机构具有沿着中心左右和上下摆动以及绕轴线转动3个自由度,这样就可以近似模拟平面机构的3个自由度。
3.3 模块化移动腿设计
平面四足步行机器人腿部驱动关节要求传动系统间隙小、刚度大、输出扭矩高,具有自锁性等特点。基于这些特点,本文设计了一种腿部驱动关节。如图4所示,主要由电机、上板、下板、底板、光杆、丝杆、螺母等零件构成。
3.4 模块化横向驱动关节设计
横向驱动关节的设计思想跟腿部驱动关节类似,如图5所示,主要由电机、上板、下板、光杆、丝杆、螺母等零件构成,运动方式是由丝杆的旋转运动转变为螺母的直线运动。它的主要作用是为机器人提供一个能前向运动的自由度,同时作为机器人躯体部分,起到一个支撑的作用。
4 足部运动轨迹实验
为了验证所设计腿部的运动性能,进行了相应的实验。实验利用本文所设计的结构通过dSpace系统进行控制完成。
从图6中可以看出,阶跃响应时间约为0.2s,满足运动时的相应要求。
5结论
本文设计了一种用于平面步行的四足平面机器人本体结构,并进行了相应的系统性能实验,所设计的结构满足运动系统的要求。
摘要：设计了一种平面四足步行机器人原理样机,用以验证一种用于平面复杂地貌的行走方式。该机器人由四个伸缩式步行足组成,末端带有弹性足端,可以在支撑杆的协助下沿着圆形模拟复杂地貌行走。该样机采用四个可以实现两维平面运动的步行足构成,用于验证平面步行的期望落地步行方法。利用DSPACE半平台对机器人足部运动轨迹进行实验,结果表明,该样机的设计完全合理。
关键词：四足步行机器人,运动轨迹,模块化,DSPACE
参考文献
[1]谢涛,徐建峰,张永学,等.仿人机器人的研究历史、现状及展望[J].机器人,2002,24(4):367-374.
[2]雷静桃,高峰,崔莹.多足步行机器人的研究现状及展望[J].机械设计,2009,23(9):1-3.
[3]刘静,赵晓光,谭民.腿式机器人的研究综述[J].机器人,2006,28(1):81-84.
[4]VUKOBRATOVIC M,et al.Development of active anthro-pomorphic exoskeletons[J].Medical&Biological Engineering,1974(12):66-80.
[5]VUKOBRATOVIC M,et al.How to achieve various gait patternsfromsingle nominal[J].International Journal of Advanced RoboticSystems,2004,1(2):99-108.
[6]VUKOBRATOVIC M,et al.Towards a unified under-tandingof ba-sic notions and terms in humanoid robotics[J].Robotica,2007,25(1):87-101.
[7]徐轶群,万隆君.四足步行机器人腿机构及其稳定性步态控制[J].机械科学与技术,2003,22(1):86-87,91.
[8]RAIBERT M H.Legged robots that balance cambridge,Mass.:MIT Press,1986.
仿生四足机器人 第5篇
关键词：四足机器人,爬-站运动模式转换,轨迹规划,平衡控制,零力矩点
0 引言
多肢动物的运动模式转换在自然界中非常常见, 如猫、狗等四足动物在面对一些突发情况时, 会即刻从四足爬行姿态转换成双足站立状态, 以保证自身安全或完成目标动作。从人类行走功能的进化历程来看, 从四足爬行到双足行走, 经历了爬-站转换这一至关重要的过渡阶段。通过研究四足机器人的爬-站运动模式转换不仅可以丰富机器人的运动方式, 拓展机器人对环境的适应范围, 而且对于探索人类直立行走的生物学机理同样具有一定的启发意义。
对于足式机器人爬-站转换的研究最早见于1995年东京大学研制的双足机器人“Hanzou”[1]。Hanzou是一个具有16个自由度的仿人机器人, 每条腿有4个自由度[2]。它通过改变踝关节和膝关节的角度来调整机器人的重心位置, 通过手臂和腿的协调运动改变机器人的加速度, 以实现俯卧、仰卧和侧卧3种情况下的爬-站运动模式转换。之后, 法国凡尔赛大学[3]、日本产业技术综合研究所、京都大学、中国的西南大学、韩国科技院[4,5,6]等机构均进行过四足-双足爬站运动模式转换的研究和实验。
爬-站转换涉及复杂的运动过程, 而轨迹规划是其中的关键技术之一。日本的HRP系列机器人[7,8,9]通过独立调节机器人各关节变量, 实现了基于位置模式的爬-站转换轨迹规划, 国内西南大学也进行过类似的研究[10]。这种方法的优点是比较直观, 缺点是需要调节较多的参数。另一种方法是建立优化目标函数, 对参数进行映射关联, 通过调节少数几个参数实现爬-站转换轨迹规划, 如京都大学[11,12]和索尼爱立信公司[13]针对双足机器人所做的研究。这种方法的优点是需要调节的参数少, 不足之处是建立合理的目标函数相对困难, 特别是对于变量之间还存在耦合的优化问题。
爬-站转换需要从四足支撑状态转换到双足支撑状态, 在这个过程中由于支撑域减小, 机器人极易出现失稳摔倒, 因此转换过程中的平衡控制其关键所在。实现平衡控制的方法可以分为动平衡模式和静平衡模式两种。静态平衡控制一般应用于低速轻载情况下, 一般采用CoM (center of mass) 稳定判据, 即将机器人重心控制在支撑域内;而动态平衡控制要考虑惯性力, 一般采用ZMP (zero moment point) 或CoP (center of pressure) 作为判据, 二者在某些情况下是重合的。索尼公司研制的SDR[14,15,16]机器人、本田公司研制的ASIMO系列机器人、法国研制的NAO机器人[17,18]和上海交通大学研制的机器人[19,20]等均采用ZMP判据处理爬-站运动模式转换过程中的平衡控制。
目前, 实现爬-站转换运动的机器人基本都是基于双足仿人机器人结构, 而在四足机器人中比较少见。本研究针对一款12自由度仿生四足机器人Babybot, 规划从四足站立状态到双足站立状态的运动转换过程, 提出基于仿生和几何作图的轨迹规划与平衡控制方法。
1 四足机器人Babybot
Babybot是一个具有12个自由度的四足机器人, 如图1所示。其躯干是刚性结构, 每条腿有3个俯仰自由度, 分别位于髋关节、膝关节和踝关节处。4条腿采用内膝肘式镜像关节配置模式, 足底为平面。躯干长305 mm, 宽320 mm, 大腿长120 mm, 小腿长135mm, 足长60 mm。
由于四足机器人爬-站转换运动仅涉及侧平面的运动, 本研究将机器人Babybot简化为平面内的六杆五自由度机构 (小臂l1、大臂l2、躯干l3、大腿l4、小腿l5和足l6) 。四足机器人坐标系如图2所示, 箭头指向前进方向。
图2中, ∑0 (O0, X0, Y0, Z0) 为世界坐标系, 依据D-H法建立各个连杆坐标系。关节转角为θj (j=1, 2, ⋯, 6) , 连杆长度为li, 质量为mi, 杆件质心坐标为 (xi, yi) (i=1, 2, ⋯, 6) , 足长为l6, 机器人双足站立时高度为h。
2 爬-站转换控制方法
通过仿生方法研究人类的爬-站转换运动规律, 可以为四足机器人的爬-站转换轨迹规划提供设计依据。
2.1 人类的爬-站转换运动
将人的躯体结构简化为平面六杆五自由度机构, 即小臂、大臂、躯干、大腿、小腿和足六部分, 肘关节, 肩关节、髋关节、膝关节和踝关节5个单自由度关节。用摄像机记录一位成年女性从四肢触地到双足站立的爬-站转换过程, 提取运动过程中的6个关键帧, 标记出关键帧中6根杆的位姿变化, 其结果如图3所示。
记录整个站立过程中5个关节角及腕关节 (小臂与水平地面之间的夹角) 随时间的变化曲线如图4所示。分析图3和图4, 可以得到以下规律:
(1) 站立过程中, 肘关节角θ2基本不变, 手臂姿势保持不变;
(2) 站立过程中, 髋关节在竖直方向上有明显位置变化, 先下降后上升, 髋关节角θ4逐渐增大;
(3) 在髋关节下降的过程中, 肩关节角θ3逐渐减小至零, 膝关节角θ5先减小后增大;
(4) 站立过程中, 踝关节角θ6逐渐增大至90°。
2.2 关节转角的轨迹规划
针对爬-站运动转换, 四足机器人Babybot与人具有类似的简化机构, 因此, 借鉴2.1节得出的关节变化规律, 可规划四足机器人Babybot爬-站运动模式转换过程中各关节转角的变化。本研究将机器人的爬-站运动模式转换分为两个步骤:
(1) 双臂抬离地面, 收至与躯干近似平行的位置, 机器人由四足支撑转换为双足支撑;
(2) 提升身体重心, 完成整个站立过程。设定当h满足: (l3+l4+l5) ×90%�h� (l3+l4+l5) , 则:机器人完成了爬-站运动模式转换。
2.2.1 前臂关节转角轨迹规划
以∑ (Of0, Xf0, Yf0) 为参考坐标系, θ1是手与水平地面之间的夹角, 不需要考虑。根据2.1节仿生学调查得出的规律, 设θ2为定值, 腕关节的位置轨迹为直线, 即:
其中:k1= (l4+l5) /l3。
通过运动学逆解求肩关节转角θ3:
2.2.2 后腿关节转角轨迹规划
以∑ (Oh0, Xh0, Yh0) 为参考坐标系, 采用多变量目标函数寻优方法, 依据ZMP稳定判据建立优化目标函数, 以求解后腿的关节转角θ4、θ5和θ6值。
计算ZMP点位置坐标为:
当机器人运动的速度和加速度较低时, 接近静态运动, 公式 (3) 简化为重心坐标计算公式:
机器人四足支撑时, x向支撑边界为xlim=[-l3, a/2], 双足支撑时, x向支撑边界为xlim=[-a/2, a/2]。针对爬-站转换的低速准静态运动, 机器人保持身体平衡的条件是:
依据得出的规律, 机器人进一步简化为五杆四自由度机构 (手臂l1, 2、躯干l3、大腿l4、小腿l5和足l6) , 则肩关节的运动轨迹为直线1 (如图5所示) ;当θ6=90°时, 髋关节的运动轨迹为半圆弧线 (如图5所示) 。
坐标系∑f0相对于坐标系∑h0的转换矩阵为:
肩关节、肘关节、腕关节在坐标系∑f0中用xfi表示, 在坐标系∑h0中用x∧fi表示, 则:
肩关节和髋关节坐标满足:
给出的约束条件如下:
(1) 杆件l1、l2和l5在竖直方向上满足:
(2) 肩关节的运动轨迹为水平直线, 满足:
(3) 髋关节的运动轨迹是以膝关节为圆心的圆弧线, 满足:
建立目标函数为:
联立式 (7～12) , 求得使|Ghx|取得最小值时的θ4、θ5和θ6值。
若不能在“θ6=90°”的条件下, 得到满足平衡条件的机器人姿态, 则调整θ6值, 使小腿l5向后倾斜, 即θ6�90°。θ6≠90°时姿态如图6所示。肩关节的轨迹曲线仍为水平直线1, 髋关节的轨迹曲线为虚线表示的新圆弧线。
用 (xh1', yh1') 表示膝关节在新圆弧轨迹中的坐标, 则:
新圆弧线为:
联立式 (6～10、12～14) , 求使|Ghx|取得最小值时的θ4、θ5和θ6值, 得到满足约束条件的机器人关键姿态。
通过上述方法寻优求解, 可得到第1步调节所需的关节转角轨迹。机器人双臂抬离地面, 收至与躯干近似平行的位置处, 可完成四足支撑到双足支撑的转换。
在第2步调节中, 机器人手臂和躯干无相对运动 (θ2=C1, θ3=C2) , 因此机器人可近一步简化为四杆三自由度机构, 如图7所示。
以肩关节为末端执行器, 运动轨迹为直线:
其中:
三自由度四杆机构运动学逆解公式为:
通过改变θ6的初始值, 调节如图7所示姿态, 联立式 (15～17) 求得满足目标函数式 (12) 的θ4、θ5和θ6值, 以确定机器人在第2步调节中的关键姿态。
重复上述过程, 得到n个关键位姿:
θ11, θ12, θ13, ⋯⋯, θ1n;
θ21, θ22, θ23, ⋯⋯, θ2n;
θ61, θ62, θ63, ⋯⋯, θ6n。
对θ11⋯θ1n, ⋯, θ61⋯θ6n进行线性插值, 实现相邻两个关键位姿之间的平稳过渡, 得到四足机器人爬-站转换的关节转角的变化曲线, 如图8所示。
3 动力学仿真
本研究利用ADAMS软件对Babybot机器人爬-站运动模式转换进行了动力学仿真研究。笔者设置足端与地面之间的接触碰撞模型中各参数值, 以如图8所示6个关节转角的变化曲线作为对应关节的驱动函数, 在动力学仿真中, Babybot用时9.5 s完成了爬-站运动模式的平滑转换, 其结果如图9所示。
躯干质心的位移曲线如图10所示;在X方向上的速度和加速度曲线如图11所示。本研究通过上述曲线来评价Babybot机器人爬-站运动模式转换过程的稳定性。
图10中, 两条虚线所夹范围是双足支撑稳定域, 从0到右边虚线的范围是四足支撑的稳定域。在圆圈所示位置, 机器人双臂抬离地面, 由四足支撑转换为双足支撑, 完成第1步调节。在第2步调节的过程中, 躯干中心迅速提升, 在X方向的位移波动处于支撑域内, 表明机器人的运动过程是稳定的。
图11中, 手臂抬离地面之前 (点划线左边) , 机器人躯干迅速下降导致躯干质心的速度变化较大, 但在该过程中, 机器人处于四足支撑阶段, 稳定域很大, 结合图10可知, 机器人的运动是稳定的。机器人双臂抬离地面造成躯干质心的加速度波动较剧烈, 运动规划过程中, 本研究采用了以支撑域为优化目标的规划方法, 可使机器人获得最大稳定域, 因此, 机器人虽然出现轻微晃动, 但是没有失稳。
4 结束语
本研究首先通过仿生学方法研究了人的爬-站转换运动, 并从中提取出了一般规律, 用于四足机器人Babybot爬-站运动模式转换过程的设计。将四足机器人简化为平面六杆五自由度机构, 将几何作图法和基于ZMP稳定判据的优化设计方法相结合, 进行了四足机器人的多自由度运动轨迹规划, 以实现四足机器人的爬-站运动模式转换。在动力学仿真中, 本研究所用的12自由度仿生四足机器人Babybot用时9.5 s完成了爬-站模式转换, 验证了所提出的方法的有效性。
仿生四足机器人 第6篇
1.1 结构设计
四足哺乳动物的腿部是拥有5个运动关节且多于5个自由度的超冗余自由度[1]的结构，但同时它又具有高度发达的肌肉系统和进化先进的神经系统，使得其运动相当灵活。然而在现实中，受传感器和控制系统的制约，设计四足机器人时对其进行了合理简化以减低其控制复杂程度。基于四足哺乳动物的基本结构特征，将机器人的腿部关节简化为3个关节[2]：侧摆关节、髋关节、膝关节。侧摆关节用于机器人在拐弯和失稳状态下调节重心以保持机体平衡，髋关节和膝关节用于机器人前进时的跨步和抬腿。其关节配置选用前肘后膝式，这样可使机器人在行走过程中受力更加均衡，从而使运动更加平稳[3]。
基于以上原则，在Pro/E中建立的四足机器人简化模型如图1所示。本机器人的长、宽、高分别为1 100mm、500mm、750mm,4条腿对称分布于机体4个角落位置，每条腿上有3个关节，将机体分成3段，从上到下3段的长度分别为120mm、270mm、350mm。机器人重75kg左右，trot（对角小跑）步态的设计步长λ=300mm，跨步高度H=25mm，周期T=1.2s，速度可达0.25m/s。
1.2 运动设计
将四足机器人的简化模型导入ADAMS中，对模型添加材料属性、运动副、驱动、关节摩擦力、接触力，并设置重力方向建立虚拟样机[4]。对于四足机器人的trot步态，是在平坦路面按直线行走，因而与机体连接的第一个运动副侧摆关节不需要转动，在这里使用固定副将之固定，这样的设定简化了对模型的控制。在对模型进一步简化后，机器人的运动设计就体现在腿部8个驱动函数的设计上。trot步态[5]的特点是机器人对角腿的运动保持一致，都处于摆动相或者支撑相，而同侧腿的运动相差半个相位。为达到trot步态，对角腿的髋关节驱动函数相同，而前腿膝关节的曲线为正值，后腿膝关节的曲线为负值。采用符合四足哺乳动物肢体运动关节的正弦函数和半波函数对四足机器人的髋关节和膝关节进行驱动[6]，驱动函数如下：
(1）左前腿和右后腿髋关节：
(2）左前腿膝关节：
(3）右后腿膝关节：
(4）右前腿、左后腿髋关节：
(5）右前腿膝关节：
(6）左后腿膝关节：
1.3 trot步态仿真
在ADAMS中对四足机器人进行运动仿真，得到了机器人质心横向（X轴方向）、竖直方向（Y轴方向）、前进方向（Z轴方向）的位移和速度曲线，如图2～图4所示。通过位移和速度曲线，分析trot步态的四足机器人前进时的运动状况。
(1）机器人在行走的20s内，横向位移曲线随速度曲线的波动在-65mm～20mm之间波动，并且始终保持周期性的变化，这说明机器人的横向移动较为平稳，保证了机体能够按直线前进。
(2）机器人启动初期，由于脚底与地面的刚性碰撞，竖直方向速度和位移都有一个较大的突变。随后曲线都呈周期性的波动，其中位移值在-21 mm～11mm之间变化，相对于机体高度750mm，其垂直波动率为4.3%，说明机器人质心在竖直方向波动较小。
(3）在前进方向，机器人位移曲线基本为一条直线，由其斜率可知机器人的平均速度为233mm·s-1，速度曲线亦显示在233mm·s-1左右波动。除了在启动时速度值有短暂小于零时段，其余速度值皆要大于零，这是因开始时脚底与地面存在轻微打滑使运动不稳定造成的。
(4）由以上综合信息可知，机器人的λ=280mm,v=233mm·s-1，基本满足设计要求。各位移、速度曲线相对平滑，横向移动不大，垂直波动率小，四足机器人以trot步态直线前行效果良好。
在trot步态中处于对角位置的腿动作一致，轨迹相同，因此为了更加直观地分析机器人的运动轨迹，分别取左前腿和右前腿足底一点建立位移测量函数，在ADAMS中处理后将得到的数据导入MATLAB建立足底三维轨迹，如图5、图6所示。
由1.2节设计的驱动函数可知机器人的左前腿和右后腿初始状态为支撑腿，右前腿和左后腿为摆动腿。由图5和图6可知，运动开始时机器人的左前腿是处于支撑相，而右前腿抬腿向前摆动处于摆动相，摆动相在竖直平面的轨迹类似于抛物线，符合运动的设计；当摆动腿足端触底后，机身前进，进而转变成支撑腿，而原本处于支撑相的左前腿、右后腿向前摆腿；当左前腿和右后腿触地，机身前进，机器人一个运动周期完成，随后摆动腿和支撑腿交替转换，机器人以trot步态前进。
2 侧向冲击下的运动仿真
2.1 侧向冲击对运动的影响
对所设计的四足机器人在水平且无障碍物、无外界冲击的典型理想环境中进行仿真实验并取得成功，然而在现实环境中，地面的不平整、障碍物的阻碍和外界冲击都为机器人的实际应用提高了成本和难度[7]。为研究侧向冲击对四足机器人的运动影响，在trot步态的机器人前进过程中施加侧向冲击：STEP(time,6,0,6.01,270)+STEP(time,6.01,0,6.21,0)+STEP(time,6.21,0,6.22,-270)+STEP(time,12,0,12.01,275)+STEP(time,12.01,0,12.21,0)+STEP(time,12.21,0,12.22,-275）。该冲击方向沿X轴（横向）负方向，作用于机器人机身质心处。在6.0s～6.2s冲击力为270N,12s～12.2s冲击力为275N，其余时间冲击力皆为0。在ADAMS中进行仿真实验，得到机器人在受冲击时姿态角（俯仰角、翻滚角、偏航角）的变化情况，如图7所示。
由图7可知：在1s～6s姿态角有规律地波动，证明在这期间机器人可平稳地前行；之后在270N的侧向冲击下，机身开始向X轴负向翻转，停止了前进，因而翻滚角骤然变大，偏航角表现为波动很小，近似不变，同时机器人的翻转也使得机身在竖直方向波动加剧，从而俯仰角变大；在8s～12s，各姿态角重新恢复了有规律的波动，而偏航角的上下幅值发生了变化，这说明机器人在重心的调整下在新的横向位置恢复稳定的运动；在12s后侧向冲击力变为275N，翻滚角逐渐变大直至为90°，偏航角最终变为0，这表明机器人在侧向冲击不能恢复稳定下最终侧翻在地停止了前进。
此次实验中显示四足机器人在受到侧向冲击时有2种不同表现：在机器人抗侧向冲击能力范围内，机器人可通过逐步调整重心来减小翻转力矩[8]并最终恢复稳定运动；而当侧向冲击超过其抗冲击能力时，机器人翻转超过一定阀值，最终导致机器人侧翻。
2.2 抗侧向冲击能力测试
由上述分析可知，侧向冲击会使四足机器人偏离最初的路线运动甚至侧翻，为此很有必要对机器人的抗侧向冲击能力进行研究。在机器人运动周期（2.4s～3.6s）的4个不同时刻（2.4s、2.7s、3s、3.3s）分别施加相同的侧向冲击进行仿真实验，可得到如图8所示的4种不同情况下翻滚角的变化曲线。
由图8可知，第1条和第4条曲线分别在某个时刻发生突变后翻滚角不断增大直至变为90°，而第2条曲线和第3条曲线分别发生突变后慢慢恢复到有规律的波动并最终重合，这表明在2.4s和3.3s施加的侧向冲击会使机器人失稳侧翻，而2.7s和3s的侧向冲击使机器人短暂失稳之后恢复平稳运动。
图9为机器人在无外界冲击时姿态角的变化。当机器人在无外界冲击的理想环境中运动时，在步态周期开始时刻（2.4s）向X轴负方向机身翻转达到最大，重心上升，此时机器人极不稳定，因而沿X轴负向的侧向冲击使其翻转变大加剧其不稳定性；同样在3.3s时，由于其运动是往X轴负方向翻转，同向的侧向冲击对其影响较大；在2.7s～3s时，侧向冲击沿X轴负向，而由重心偏移产生的翻转力矩沿X轴正向，这样正好缓和了侧向冲击的影响，因而机器人具有更大的抗侧向冲击能力。
3 结论
本文参照四足哺乳动物的结构与运动特点，通过Pro/E和ADAMS建立四足机器人的虚拟样机，并进行了trot步态仿真。实验结果显示机器人肢体运动比较协调，能够平稳地以trot步态行走，说明机器人结构和运动设计合理可行；在受到外界侧向冲击时，不同时刻四足机器人的抗冲击能力不同，这与当前机器人所受冲击的方向和机器人翻转方向及翻转程度有关，机器人运动较平稳时其抗冲击能力较好，这为机器人的结构优化提供了方向，同时也为提高其动态稳定性提供了一定的理论依据。
参考文献
[1]张锦荣,赵茜.基于虚拟样机的四足机器人结构设计与运动学分析[J].现代制造工程,2009(8):146.
[2]党培.四足步行机器人协调运动及控制的研究[D].秦皇岛:燕山大学,2010:7-10.
[3]马宗利,李华,王建明,等.四足机器人结构设计与仿真分析[J].机械设计,2012,29(7):34-35.
[4]李增刚.ADAMS入门详解与实例[M].北京:国防工业出版社,2006.
[5]Inagaki S,Yunasa H.Gait pattern generation for an autonomous decentralized myriapod robot:a method by composition system of Hamilton and gradient system on a graph[C]//Proceeding of Decentralized Autonomous Systems.Okinawa,Japan:[s.n.],2000:487-492.
[6]张秀丽.四足机器人节律运动及环境适应性的生物控制研究[D].北京:清华大学,2004:66-77.
[7]韩斌.外部冲击作用下四足仿生机器人动态稳定控制方法研究[D].武汉:华中科技大学,2013:35-50.
仿生四足机器人 第7篇
基于STM32和树莓派的四足人形机器人系统设计
整体系统设计
基于STM32和树莓派的四足人形机器人系统由机械散件及舵机拼装而成, 采用STM32103VCT6和BCM2835 (即树莓派) 作为控制器, 机器人利用ATK-HC05蓝牙串口和电脑或手机进行配对通信, 之后由STM32控制各舵机和树莓派, 使机器人做出动作并可通过外设发出声音。
控制器
本机器人使用“创意之星”模块化机器人套件及配套的竞赛版控制器进行搭建和控制, 控制器为Luby控制器以及Woody控制器, Luby控制器以STM32为核心并配有ATK-HC05蓝牙串口模块, Woody控制器以树莓派 (raspberry pi) 为核心。STM32作为本机器人的主控芯片, 树莓派作为副芯片。
STM32是一款低功耗、高性能、集成度高、接口丰富的处理器, 它采用ARM Cortex系列处理器v7-M构架, 与ARM7DMI相比运行速度最快可达35%。本机器人以STM32作为主控芯片, 利用STM32控制各舵机的电机模式和舵机模式的切换, 舵机转向、转速、转角以及树莓派的语音播放, 充分利用了STM32多串口资源和高速的运算、处理能力。
树莓派 (raspberry pi) 是一款基于ARM的微型电脑主板, 它提供了以太网 (B版) , USB, HDMI接口, 基于Linux的操作系统, Python的语言开发环境, 同时也支持C, JAVA等语言, 本文中使用的树莓派功能已封装完毕, 可实现语音识别、语音播放、图像识别、颜色识别等, 本机器人主要使用树莓派的语音播放功能, 让树莓派和一个外接的有源音箱相连, 进而发出声音。
机器人设计
CDS5516舵机
本机器人采用的是CDS5516舵机, 属于一种集电机、伺服驱动、总线式通讯接口为一体的集成伺服单元, 它响应速度很快、到位准确无抖动。此舵机具备舵机模式和电机模式两种形式, 在电机模式下, 它可以作为直流减速电机使用, 速度可调;在位置控制模式下, 即舵机模式下, CD5516拥有0到300°的转动范围, 在此范围内具备精确位置控制性能, 速度可调, 一个简单的控制指令就可以自动转动到一个比较精确的角度, 所以非常适合在关节型机器人产品上使用。
机器人架构
本机器人由舵机作为关节, 一些机械散件拼装而成, 总体分为头、躯干、手臂和腿四个部分。头部部分, 如图1所示, 主体同样为一个舵机, 此舵机使得头部可以上下运动, 进而可以完成点头的、抬头、低头的动作, 图1中头部的两个眼睛为两个红外测距传感器, 在STM32中可以通过对这两个眼睛采集数据的处理让机器人完成自动避障的功能, 可避免在操作时因为障碍而影响实验结果, 此处还可以更换其他的传感器, 如灰度传感器, 光强传感器等。
躯干部分, 总体以两个六边形的底板和一个长方体模块作为主体, 在上层板上先固定一个舵机, 然后让舵机与长方体模块相连, 长方体模块便为机器人的躯干, 进而使得机器人的躯干可以旋转。
手部部分, 手部安装在躯干两侧, 如图2所示。在实验设计初期, 曾使用四个舵机制作手臂, 但是由于四个舵机的手臂太过繁杂、笨重, 具有不稳定性, 因此后期设计中将手臂简化为两个舵机, 该设计手臂较为轻便且能上下运动, 小臂能左右运动, 进而可以做出抬手, 鼓掌等动作。
腿部部分, 实验初期使用类似于图3 (a) 的结构, 但通过多次调试, 发现此种结构很不稳定, 同时上身较重且控制器不好安放。因此后期设计中采用了八个舵机如图3 (b) 所示, 上方四个舵机可水平方向360°旋转, 以此控制整条腿的方向, 下方四个舵机可竖直方向360°旋转, 进而使得车可以前进或倒退, 该设计通过八个舵机, 可以实现前进、后退、左转、右转、原地旋转等各种动作, 此外, 这样的下盘十分稳定, 两个六边形平台也给两个控制器及控制器的电源提供了放置位置, 使机器人稳定性增强。
机器人控制系统设计
机器人的控制系统由STM32、树莓派和蓝牙构成, 其中, STM32主要接收红外测距传感器传回的数字信号以及蓝牙接收到的手机或电脑发送的信号, 并通过这些信号控制机器人做出相应动作或发出声音。树莓派通过与一个有源音箱连接, 主要实现语音播放的功能。
舵机初始化
舵机是本机器人的基础, 多个舵机共同运动才能实现一个功能, 而同一运动中各舵机操作不同, 故需对各个舵机进行编号, 然后在STM32的编程中指定各舵机应执行的操作即可。舵机设置我们主要通过图4中的软件实现, 可通过该软件设定舵机的ID值, 电机模式或舵机模式, 初始位置等等。
woody (树莓派) 配置
树莓派在本机器人实现语音播放的功能, 将它同STM32的串口相连, 通过图5程序进行调试。选择语音播放模块, 然后将事先录好的三个wav文件添加进语音列表, 同树莓派连接后向树莓派写入配置, 然后通过显示串口配置进行测试, 测试成功即完成了树莓派的配置。
Luby (STM32) 配置
本机器人的主要控制器为Luby控制器, 它以STM32为核心, 装配有ATK-HC05蓝牙串口模块, 由它来接收传感器信号, 控制舵机与Woody (树莓派) 。Luby控制器可通过配套的图形化编程软件以及keil进行编程。编程中的主要变量为三个, 两个是红外测距传感器的值, 一个是蓝牙串口接收到的数据, 红外传感器接收的数据让小车实现避障的功能, 而蓝牙接收到的数据通过一个switch case语句, 每个数据对应一个case, 而每个case中给机器人编写一个动作, 这样便实现了对机器人动作的控制。图6为使用图形化编程的示例, 图中的程序是整体程序的一小部分, 该示例实现的功能是先在Luby显示屏上打印一行字, 然后根据红外测距传感器传回的数据, 决定机器人是前进还是向左转或向右转, 即一个简单的避障程序。
图7手机蓝牙串口通信助手和Luby控制器配对成功
系统实验结果
本文在基于STM32和树莓派的四足人形机器人上实现了通过手机蓝牙向机器人发送指令使机器人做出相应动作的功能。图7和图8是利用手机上的蓝牙串口通信助手来测试机器人功能的实验。首先打开Luby控制器和Woody控制器并开启Luby控制器的无线蓝牙通信模块, 之后用手机和其配对。
图7表示手机和Luby控制器蓝牙配对成功。图8左列为手机成功向Luby发射信号, 图8右列为机器人在收到信号后做出的动作。程序在case 1中写的动作为抬手, case2中写的动作为左转, case3中写的动作为抬头, 蓝牙的键盘输入1-9已设定为发射每个九宫格对应的数字, 即按键1是向Luby发送数字1。可以从图8中看到每当通过蓝牙发送一个数, 机器人会正确的根据收到的信号做出相应的动作, 达到了通过蓝牙输入的信息控制机器人做出不同动作的目的。
结束语
【仿生四足机器人】相关文章：
基于ZMP的仿生熊猫机器人步态规划探究09-11
基于无线智能控制的六足仿生机器人09-12
四足机器人的翻译有图兼容07-10
仿生材料研究06-06
仿生作文400字05-25
玩具的仿生设计应用05-31
工业仿生设计管理论文04-26
仿生设计建筑艺术论文04-26
工业设计仿生管理论文05-02
仿生设计建筑艺术论文提纲08-15