（电力电子与电力传动专业论文）仿人机器人行走抗扰控制研究.pdf

哈尔滨工程大学硕士学位论文 a b s t r a c t h u m a n o i dr o b o ti s eo ft h e t y p e s r e s e a r e l a i n t h i sf i e l dh a s m o s tr e p r e r , e n t a t i v e i n t e l l i g e n tr o b o t b e c o m et h e h o t s p o to f r o b o t i c s t e c h n o l o g y b i p e dr o b o th a sm u c hb e t t e ra d a p t a t i o nt oe n v i r o n m e n ti nh u m a n r i v i n g s p a c et h a nw h e e lt y p e ，c r a w lt y p ea n dp e , t r a ut y p em o b i l er o b o t s t h i s a d v a n t a g ei sm u c h 1 1 1 0 1 eo b v i o u su n d e ru n e o m l n l e t e de n v i r o n m e n t t h et h e o r yo fh o m o g e n e o u sc o o r d i n a t ec o n v e r s i o nn e e d e di n m a t l a e m a t i e a lm o d e l i n gi so u t l i n e d i nt h ed i r e c tk i n e m a t i cm o d e la n di n v e r s e k i n e m a t i cm o d e la l eb u i l tb a s e d0 1 3t h ep r e v i o u s l yp r e s e n t e dt h e o r y ，a n dt h i s p r o v i d e st h ef o u n d a t i o nf o rg a i tp l a n b yl a g r a n g e ( 1 r n a m i ee q u a t i o n s ，t h e d y n a m i cm o d e lo ft h es i m p l i f i e db i l ，以i sg i v e nr e s p e e t i v d yi nt h ep e r i o do f s i n g l e - f o o ts u p p o r ta n dd o u b l e - f o o ts u p p o r t , a n dt h i sm o d e li se a s yt oc o n t r 0 1 z i v i ps t a b i l i t yc o n d i t i o nu n d e rw h i c ht h eb i p e dc a nw a l ks u c c e s s f u l l yi n t h es a g i t t a lp l a n ei sd e d u c e db a s e do nt l a et h e o r yo fl i n e a ri n v e r t e dp e n d u l u m m o d e l b a s e do nz n 毋s t a b i l i t yc o n d i t i o n , t h et r a c k so ft h ef o o ta n dh i pj o i n t 玳p a n n c dr e l a t e dt op a r a m e t e r st h r o u g h3 “o r d e rs p l i n ei n t e r p o l a t i o n , a n d t h i sp l a nc o n f l m l st h a ts t a b i l i t ym a r g i ni sb i ge n o u g h a f t e rt h a t , t h eo t h e r j o i m a , l g l e sa 北a l s og a i l i e dt h r o u g hi n v e r s e “血即戚cf o r m u l a s t h em e t h o dp r o v e s t ob er e a s o n a b l ea n de f f e c t i v eb a s e do nt h es i m u l a t i o nr e s u l t su n d e rm a t l a b t h em e t h o d , w i t hb e t t e ra d a p t a t i o nt oe n v i r o n m e n t , p r o v i d e st h e o r yp r o o f sf o r b i p e d - d e v e l o p i n g a tl a s t , i tl i s t sc l a s s i c a ls t o c h a s t i cc o n t r o lt os t u d yb i p e dr o b o tc o n t r o l , w h i c hi n c l u d i n gt h ep r e d i c t i o no ft h eb i p e dr o b o tm o t i o nu s i n gb yc l a s s i c a l k a l m a nf i l t e r i n g k e y w o r d ：b i p e dr o b o t ；g e r e r a t i z e dc o o r d i n a t e s ；3 埘o r d e rs p l i n ei n t e r p l a t i o n w a l k i n gp a t t e r n ；z e r om o m e n tp o i n t ( z m p ) ；s t a t es p a c em o d e l ； k a l m a nf i l t e r ；, s t o c h a s t i co p t i m a lc o n t r o l 哈尔滨工程大学 学位论文原创性声明 本人郑重声明：本论文的所有工作，是在导师的 指导下，由作者本人独立完成的。有关观点、方法、 数据和文献的引用已在文中指出，并与参考文献相对 应。除文中已注明引用的内容外，本论文不包含任何 其他个人或集体已经公开发表的作品成果。对本文的 研究做出重要贡献的个人和集体，均已在文中以明确 方式标明。本人完全意识到本声明的法律结果由本人 承担。 作者( 签字) ：撂乏 日期：泖年f 月，1 日 哈尔滨工程大学硕士学位论文 第1 章绪论 机器入学是一门高度交叉的前沿学科，涉及到电子学，计算机科学，控 制理论，传感器技术，机械工程，仿生学，人工智能，社会学等多门学科。 自1 9 6 1 年世界上第一台电子编程工业机器人问世以来，机器人从无到有，已 取得令人瞩目的成就。正如宋健教授1 9 9 9 年7 月5 日在国际自动控制联合会 第1 4 届大会报告中所指出的：“机器入学的进步和应用是本世纪自动控制最 有说服力的成就，是当代最高意义上的自动化。仅仅花了2 0 年，机器人从爬 行学会了两条腿走路，成为直立机器人”i l 】 机器人是2 0 世纪出现的新名词，国际标准化组织( i s o ) 曾于1 9 8 7 年对 机器人迸行定义：“机器人是一种自动的，位置可控的，具有编程能力的多 功能机械手，这种机械手具有几个轴，能够借助于可编程序操作来处理各种 材料，零件，工具和专用装置，以执行种种任务”。美国机器人协会( r i a ) 定义机器人为：机器人是一种可再编程的多功能操作机，通过各种编程的动 作完成多种作业，用于搬运材料，工件，工具和专用装置。显然，这一定义 与国际标准化组织的定义类似。我国蒋新松院士曾建议把机器人定义为“一 种拟人功能的机械电子装置”( a m e c h a n t r o n i cd e v j c et oi m i t a t es o m eh u m a n f u n c t i o n s ) 。另外，机器人也可分为两种情况来定义：工业机器人是“一种 能够执行与人的上肢( 手，臂) 类似动作的多功能机器”。智能机器人是“一 种具有感知和识别能力，并能够控制自身行为的机器”。 仿人机器人是一种智能的，机动的，能满足用户多种需求的新型机器入， 这种机器人具有人的外形和基本功能，易于与人共处，易于适应多变的活动 环境。 1 1 课题目的和意义 尽管各种专门的( 工业) 机器人可以帮助人们实现更精密更高效的生产， 或是进一步提高人类的生活质量，但是仿人机器人以其美好的使用前景成为 机器人技术发展的重要方向。仿人机器人具有跟人类相似的活动能力而具有 堕堑堡王垄盔堂堡主堂垡鲨奎 广泛的应用领域，它不仅可以在一些有辐射，有粉尘，有毒等的危险而复杂 的环境中代替人类，迸行自主作业；在影视娱乐及服务等行业中也具有广泛 的应用前景，它们能在人类所在的环境中与人类和谐相处，协助人类完成复 杂和多样的工作。 由于仿人机器人是一个非常复杂的多体系统( 多近似为多剐体系统) ， 它的多个自由度之间有很强的耦合性，它的系统描述( 包括力学性能描述和 控制性能描述) 是多组非常复杂的高阶非线性方程。仿人机器人的稳定步行 所需要解决的基础原理性问题仍然是我们面临的巨大困难。因此，从科学技 术发展的自然辩证法的观点来看，仿人机器人的研究涵盖了计算机技术、传 感器技术、电机伺服控制、人工智能、非线性系统动力学、非线性系统振动 分析和机械机构学等相关学科，是一个国家科技实力和发展水平的重要标志， 是综合国力的重要体现；拟人机器人技术的发展可以带动相关学科的快速进 步，对我国社会的进步和综合国力的壮大有着重要的推动作用。 从人类情感的角度看，具有人类外形和人类基本功能的服务机器人，更 容易被人们从心理上接受。虽然这个方面的原因看上去很不起眼，但是这也 是和科技的人性化要求和谐统一的。 步态规划和姿态控制是仿人机器人技术最重要的技术之。它不仅是仿 人机器人能否实现最基本的类人动作的关键，而且可以为仿人机器人的机构 设计和优化提供理论上的指导和技术支持。在现有的技术下，完成仿人机器 人的结构设计和加工并不困难，困难的是规划出适用于仿人机器人样机的双 足步行步态。因而规划出合理并且适用的步态是整个拟人机器人科研计划完 整实施的必要条件。没有行走步态的规划，仿人机器人最基本的移动功能也 就无从实现，也就失去了仿人机器人灵活适应能力强的优势。而仿人机器人 的其他功能，也会受到极大的影响。所以，步态规划的研究是非常必要和重 要的。 双足机器人是机器入研究的最高境界，是机器人工作者梦寐跣求希望实 现的目标。9 0 年代以后，随着计算机技术，仿生学，人工智能和自动控制等 技术的长足发展，一度被认为十分困难的双足机器人行走技术也有所突破， 双足机器人研究进入了一个新的发展阶段。本田公司和索尼公司双足机器人 的推出，标志着双足机器人研究又一个高潮的到来。 2 哈尔滨工程大学硕士学位论文 在社会价值和经济实用方面： l 仿人机器人从外形和功能上，具有类人好感和亲切感，适合在人类生 活和工作环境中与人协同工作； 2 对步行环境有较好适应性，相比其他移动方式( 履带式、轮式、爬行、 蠕动或多足) ，可平地行走，也可在非结构性的复杂地面行走( 进入狭窄空 间、跨越障碍、上下台阶、上下斜坡、在不平整地面运动) ，且无需专门为 其对环境进行改造； 3 配合丰富的感觉系统、思维决策系统，以及手、腰和头的功能，可代 替人进行作业或延伸和扩大人类活动领域，如在危险环境中( 原子能电站、 核化环境、海底、太空) 进行复杂工作； 4 促进更多了解和掌握人类步行特性和思维学习方式，使仿人机器人可 应用于护理老人、康复医学以及一般家务等方面； 5 娱乐型仿人机器人从经济消费和娱乐方面来满足人们和社会的需要。 在科学理论研究方面： 1 双足行走是步行方式中自动化程度最高最为复杂的动态系统，具有时 变、变结构、强耦合和非线性的动力学特征，可拓宽机器人学、力学、机械 学的研究方向； 2 仿人机器人具有多关节、多驱动器、多传感器的特点，是一个复杂的 多输入多输出非线性系统，为各种控制理论应用和优化提供理想的研究平台； 3 促进人工智能和智能控制的研究和应用，更多了解掌握人类大脑、神 经中枢系统和四肢运动的功能和机理，完善“仿人”的感知机能，如视觉图 像，语音识别，力觉和触觉等，进一步加强机器人的运动机能； 4 通过建立专家库等知识和学习的方法，提高机器人的求解问题、认识、 推理和决策的思维机能，提高人机交流合作机能。 仿人机器人行走抗扰控制是特种机器人、排爆机器人等的关键技术，如 果这一问题得到解决，机器人将完全可以替代入投入到工业生产和军事领域， 如井下煤炭的开采和探测，可以从根本上避免或减少矿难，不但保护矿业工 作者的安全，而且大大降低开采成本，具有重大的经济效益和社会效益。 堕玺堡三矍盔堂堡主堂垡鲨塞 1 2 国内外仿人机器人行走技术的研究现状 双足步行机器人研究始于2 0 世纪6 0 年代。 1 9 7 1 到1 9 8 6 年，w i t t 等人研制辅助下肢截瘫病人行走的双足步行机器 人【2 】。7 0 年代，v u k o b r a t o v i c 提出用欧拉角描述双足步行系统的通用模型： 在7 2 年提出“z m p ( z e r om o m e n tp o i n t ) ”概念【3 】。加藤一郎于1 9 7 3 年， 从工程角度研制出世界上第一台真正意义上的仿人形机器人w a b 叽一1 ，可用 日语与人交流，实现静态行走，可依据命令移动身体去抓取物体；1 9 8 0 年 w l - g d r 实现步长4 5 厘米，9 秒步的准动态步行；1 9 8 4 年w l - i o d r 实现步长 4 0 厘米，1 5 秒步的动态步行。1 9 8 1 年起，f u r u s h o 4 - 6 1 研制出能动态步行 的双足机构，有五连杆平面型k e n k y a k u - i 、k e n k y a k u - 2 和三维空间运动型 b l r - g 1 1 7 1 和b l r - g 2 。k a j i t a l s 9 9 0 年研制出五连杆平面型双足步行机器人 m e l t r a n ，实现在已知不平整地面上0 5 米秒的稳定动态步行1 9 j ，并提出一个 步行周期中机器人的轨道能量守恒概念m 和理想线性倒立摆模型【i l 】。1 9 9 6 年m e l t r a n - i i 采用超声波视觉传感器获得地面信息，构成自适应步态控制系 统，实现在未知环境下的动态行走【l 羽。1 9 9 8 年m i t ( 美国麻省理工学院) 采用 虚拟模型控制v m c ( v i r t u a lm o d e lc o n t r 0 1 ) 方案开始研制双足步行机器人 m 2 1 扪。 z h e n gyf 1 9 8 6 年研制的美国第一台真正类人的双足步行机器人s d - 2 ， 实现平地前进后退和左右侧行；1 9 8 7 年实现动态步行，1 9 9 0 年能走斜坡。 在理论研究方面，1 9 8 4 年研究双足步行机器人与环境接触时的碰撞效应【1 4 1 ： 1 9 8 7 年提出一种双足步行机器人运动控制监控系鲥”l ；1 9 8 9 年研究双足步 行机器人的扰动抑制问题1 1 6 1 ，并研究人类肌肉的多级传感与多级驱动原理， 从神经生理学角度提出设计双足步行机器人的方法【i ”。 纵观文献表明，双足步行机器人经历了由少自由度到多自由度、由简单 动作到复杂动作、由简单功能到仿生复杂功能、由静态步行到动态步行、由 类入下肢到完全仿人的较为系统全面的研究和发展过程，同时有力促进了仿 人机器人的研究工作进展。 本田公司在2 0 0 0 年1 1 月1 2 日开发出代表当今仿人机器人最高研究水平 4 哈尔滨工程大学硕士学位论文 的a s i m o 。身高1 2 0 厘米，体重5 2 千克，行走速度1 6 千米小时，步距可 调。并采用先进的预测移动控制技术，实时预测下一个移动动作并提前改变 重心，可完成8 字行走和上下台阶等动作0 8 1 。 随后本田公司又开发了基于a s i m o 的新一代技术：可实现与人一样自然 行走的新姿态控制技术、自律连续移动技术，以及可顺畅地与人同步动作的 技术等。通过利用上半身弯曲及扭曲的新姿态控制理论，以及新开发的高速 响应硬件，可与慢跑媲美的动作，步行速度也从原来时速1 6 千米4 , 时提高 到了2 5 千米4 , 时。连续移动方面，通过由地面传感器获得的周围信息，以 及在步行的同时对照事先存入的地图信息，可对路线错误进行修正。当检测 到有障碍物时，可凭借自己的判断绕开。另外，通过头部的视觉传感器及新 追加的手腕力觉传感器等，可检测人的动作、接拿物品，以及按照对方的动 作节奏握手。可以做出将脚迈向手部被推拉的方向等与人动作同步的动作。 索尼公司开发出了世界上首台会跑的双足行走机器人q r i o 。目前虽然没 有推出产品的计划，索尼定义“跑”的概念是指机器人行走时双足处于离开 地面的非接触状态，并不是那种一定要某只脚接触地面像竞走那样的“快步 走”。此次开发的双足行走机器人在行走时可以有约2 0 m s 的不接触地面的时 间。该机器人不仅可以行走，而且可以跳跃，在跳跃状态下不接触地面的时 间可达4 0 m s 。行走速度为1 4 米分，如果假设其大小与人相同，换算过来相 当于2 5 千米4 , 时，给人以缓缓慢跑的印象。 索尼公司在2 0 0 3 年4 月3 日又成功开发了基于第二代双足行走机器人 s d r 一4 x 的新产品s d r 一4 xi i 。新型机器人除强化了人机对话功能、提高通信 能力外，还在运动性能方面做了改进，以缓和摔倒时的冲击力。 1 在对话功能方面：新型机器人配备了专门用于声音识别与声音合成的 c p u 。这样，在原机型s d r - 4 x 中通过外部p c 实现的大词汇量连续声音识别可 以由机器人独立完成。可使用的词汇量约2 万条。此外，为扩展记忆对话功 能，不仅能记住对话者的面部与姓名，还能记住对话者在对话时使用的单词。 因此，当新款机器人与同一个人第二次碰面时，不仅能认出对方是谁，还能 想起过去的对话内容。这样就能对曾经遇到过的人“产生一定的感情”。原 型号的机器人只能想起面部与姓名。 2 在运动功能方面：主要加强了对摔倒时的控制。新款机器人在行走中 哈尔滨工程大学硕士学位论文 失去平衡摔倒时，能独立做出判断并回避摔倒。如果还是不能避免摔倒的话， 就检铡自己将向前后左右哪个方面摔倒，然后采取减小冲击的姿势，在将要 摔倒的方向上团身以减缓冲击。并具有摔倒之后依靠自身力量站起来的功能。 3 在安全功能方面：具有重大意义的是避免关节部位卡住的功能。万一 有什么东西卡住机器人关节部位的话，关节部位安装的接触传感器就能检测 出来，通过调节器下调扭矩以防止被卡得更深。此外，握住新款机器人背部 的把手把它提起来的话，其关节部位将失去动力。 本田，索尼，富士通，日立，松下，东芝等都在原有机器人的基础上开 发新一代机器人产品来实现不同的更细致的功能。 法国自动化研究所( i n r i a ) 基于建立一整套能够适应未来外界条件的仿 人机器人的核心计划，于2 0 0 0 年3 月开发研制出b i p 2 0 0 0 样机，可实现站立、 行走、上下斜坡和上下楼梯；主要研究实时控制理论及其实际应用、极限环、 稳定性、建模与优化控制等问题；并结合仿生技术，分析参考人类行走的统 计数据结果来规划步态数据；采用分层递阶控制结构策略，包括全局规划层， 步态规划层，控制实现层f 1 9 - 2 0 i 。 相比国外而言，我国从8 0 年代中期才开始研究双足步行机器人。 西安交通大学在1 9 8 7 年研制出一台具有三个自由度的双足模型机，其为 平面六杆轨迹机构。它是一种少自由度步行机构，这种步行机构轨迹完全由 机构结构形式确定，这是与多关节自由度步行机构的根本区别。 哈尔滨工业大学研制成功第一台双足步行机器人，重7 0 千克，高1 1 0 厘米，共有1 0 个自由度，采用直流电机经谐波减速驱动，控制系统由一台 i b m p c x t 计算机和1 0 个m c s 一5 1 单片机系统组成。1 9 8 9 年1 0 月，这个机器 人实现了平地上的前进，左右侧行以及上下楼梯的运动，步幅可达4 5 c m ， 步速为1 0 秒步。1 9 9 2 年左右哈尔滨工业大学又研制了一台1 2 自由度双足 步行机器人。 长沙国防科技大学在国家8 6 3 计划、国家自然科学基金和湖南省的支持 下，于1 9 8 8 年2 月研制成功了六关节平面运动型双足步行机器人，随后于 1 9 9 0 年又先后研制成功了十关节、十二关节的空间运动型机器人系统，并实 现了平地前进后退，左右侧行，左右转弯，上下台阶，上下斜坡和跨越障 碍等人类所具备的基本行走功能。近期在十二关节的空间运动机构上，实现 6 哈尔滨工程大学硕士学位论文 了2 步秒的前进及左右动态行走功能。 国防科技大学【2 1 2 2 1 1 9 8 8 年春研制成功了一台平面型六自由度双足机器 人k d w - i ，能实现前进、后退和上下楼梯，最大步幅为4 0 厘米，步速为4 秒步。1 9 8 9 年，他们又成功地研制了一台空间运动型双足步行机器人k d w - ，该机器人具有1 0 个自由度，体高6 9 厘米，重1 3 千克，各关节采用直流 伺服电机经谐波减速驱动，系统采用局部关节伺服控制，离线步态规划和局 部实时修正方案，用一台1 6 位微桃进行步态协调控制。在1 9 8 9 年，k d w - i i 实现了前进、后退、上下台阶的静态稳定步行以及左右的准动态步行。1 9 9 0 年又研制出空间双足机器人k d w 一，k d w - i 机器人比k d w - i i 多两个转向关 节，它共有1 2 个关节，每一条腿有两个踝关节( 前向和侧向) ，一个膝关节 ( 前向) 和三个髋关节( 前向、侧向和转向) ，这种自由度分布主要模拟人 体下肢运动特征，每个关节是由伺服电机和谐波减速器组成的紧凑整体轴系 结构，将转弯关节设计在人腿部位，具有1 2 个关节，其优点是可有效利用高 度空间，使样机高度、重心不会过多增加，机构稳定性好。但缺点是机构设 计与执行机构安装较为复杂，同时在驱动上使转弯关节承受着较大的不平衡 负载力矩。 2 0 0 0 年1 1 月2 9 日，中国第一台类人型机器人在国防科技大学实验室研 究成功，命名为“先行者”。这个机器人具有同人一样的身躯、脖子、头部、 眼睛、双臂与双足，能模拟人类基本行为动作，身高1 4 0 厘米，体重2 0 公斤， 具备了一定的语言功能，其行走频率从过去的6 秒步提高到1 秒2 步，从 只能平地静态步行到快速自由地动态步行；从只能在已知环境中步行到可在 小偏差、不确定环境中行走。在机械结构，控制系统结构。协调运动规则和 控制方案等关键技术方面取得一系列突破。真正成为我国机器人研究走向新 世纪的“先行者”。 北京理工大学于2 0 0 2 年1 2 月研制出仿人机器人b l i - 0 1 其高1 6 米， 重8 0 千克，具有3 2 个自由度，步速1 千米小时，步距3 3 厘米；能根据自 身的平衡状态和地面高度变化，实现未知路面的稳定行走 2 3 1 。 清华大学于2 0 0 2 年4 月9 日研制出具有自主知识产权的仿人机器人 t h b i p - i 样机。t h b i p - i 共有3 2 个自由度，采用独特传动结构，成功实现无 缆连续稳定的平地行走、连续上下台阶行走，以及端水，太极拳和点头等动 7 哈尔滨工程大学硕士学位论文 作。其平地行走速度为4 2 米分，步距为0 3 5 米，跨越台阶高度7 5 毫米， 跨越速度2 0 秒步。并在仿人机器人机构学、动力学及步态规划、稳定行走 理论、非完整动态系统控制理论与方法，以及总线通讯、嵌入式系统、微电 机驱动、自载电源、环境感知技术等方面取得了一些创新成果和突破性进展 洲。 1 3 国内外仿人机器人步态规划的研究现状 在目前的仿入机器人行走步态的规划研究方面，国际的学术界并没有一 个统一和通用的方法。虽然用作理论分析的数学物理方法是基本一致的，但 在步态规划算法上，基本上每个课题小组都各自使用自己的方法。 本田公司的仿人机器人的驱动方式都是以直流伺服电机通过谐波减速器 带动关节转动的，样机载体在机构组成和驱动方式上都很成熟。仿人机器人 的步态是基于其机器人样机结构的，在几何约束下根据稳定性判据优化的结 果。尽管a s i m o 行走时与正常人类的行走还是有一点细微的差别，但这是现 有技术下设计出的机器人结构和驱动方式共同决定了的。除此之外，还有丰 田公司的h 7 仿人机器人，在它的结构和步态规划算法上一样呈现这样的特 点。在目前掌握的资料当中，大部分可行的双足步行的步态规划算法都是根 据本田公司p 2 和p 3 仿人机器人的步态规划算法衍变而来的。其他的步态 规划算法虽然一直有人在尝试，但可以实际实施的例子还比较少。 美国的麻省理工学院也推出了自己设计的具有全新概念的仿人双足步行 机器人m z 。它采用滚珠丝杠带动弹簧再驱动关节的方式，利用弹簧刚度近似 为常数的特点，进行全程的力矩控制；步态上采用完全从正常人类的步态衍 化出来的“自然步态”( n a t u r a ld y n a m i c s ) ，引入了“被动行走”的概念。 应该说这种方式是前瞻性的，但是由于受到现有技术的限制，尽管在麻省理 工的虚拟仿真平台上这种步态已经可以在理想条件下实现行走( 比如忽略了 驱动弹簧的刚度变化和驱动系统的低刚度产生的振动) ，但是在实际行走中 目前还基本没有本田公司机器人的行走稳定性。 步态规划算法按照生成时间来分，可以分成步态在线规划算法和步态离 线规划算法两种。目前步态在线规划的算法几乎是一个空白，主要是因为实 哈尔滨工程大学硕士学位论文 时控制下不允许足够的时间完成满足稳定条件的步态规划算法。本文所讨论 的步态规划算法，即是指步态的离线规划算法，即在假定一系列物理环境和 仿人机器人本身动力学特性的基础上，人工生成双足步行的步态。在成功的 仿人机器人步行中，很多研究单位加入了针对实际行走环境和仿人机器人实 际行走特性的行走步态的在线调整算法，以取得更好的机器人行走稳定性。 本文的研究范围，由于受到控制系统的限制，仅包括了行走步态的离线调整 ( 补偿) 算法。仿人机器人行走步态的离线规划算法主要有以下几种： 1 几何约束规划法 这是步态规划中的常规方法，它的核心思想是通过规划机器人身体关键 位置点的移动曲线，再解方程来得到机器人在行走过程中各个关节转角的运 动规律。 首先列出机器人行走中需要满足的几何空间要求，限定某些机器人的身 体部分在空间的姿态( 例如限制机器人髋关节只能在水平位置上做匀速的运 动) ，限定机器人的摆动足部在空间作类似抛物线运功，限定机器人的摆动 足在接近地面的时闾段内的速度和角速度允许范围，限定机器人的上身平移 的速度范围( 角速度为零) ；建立机器人实体的力学模型和牛顿 欧拉动力学方程，通过递推算法，得到各个关节上的约束力和驱动力矩。由 身体各个部分的质心位置得到身体的总的质心位置，再由机器人质心上的加 速度作矢量和，得到机器人行走中的z m p ( z e r om o m e n tp o i n t ) ，并通过调 整髋关节和踝关节的运动限制，把z m p 控制在允许的范围之内，从而得出机 器人行走的完整步态参数。 这是目前使用得最广泛的步态规划算法，除了本田的仿人机器人使用了 这样的算法，j o n gp a r k ，s o r a ，o h i s h i ，h u a n gq i a n g 和c h e v a l l e r e a u 等 研究者在他们的研究中也都使用了类似的算法，这是因为几何规划算法虽然 在动力学建模上相对复杂一点。但是它的物理含义是最明确的，只要遵守仿 人机器人步行稳定性的判据，机器人的步态规划就能成功。 2 模糊逻辑控制法 模糊逻辑控制的思想是用计算的近似来获取智能的提高。不像刚才提到 的几何约束的规划方法建立在对仿人机器人模型的精确描述上，模糊控制寻 9 哈尔滨工程大学硕士学位论文 找问题另一个入手点。它以事先确定的步态初始参数为输入变量，配合实时 测量的传感器数值或是由传感器测量值计算得到的数据( 身体的实时姿态和 步行z l i p 点位置) ，通过接口生成模糊控制的信息，根据事先确定的控制规 则，通过分析模糊控制的规则库，产生所需要的步态参数，即各个主动关节 的转角、角速度和角加速度参数。 模糊控制的特点就是各个关节的控制规则，在一个完整的步态周期当中， 各种模糊控制规则( f u z z yc o n t r o lr u l e s ) 需要几千条，这使得仿人机器人 为适应不同地面的步态调整会进行得相当缓慢。 在这个方面，y a n g 、m a g d a l e n a 和m u r a k a m i 等都做了很多工作，但是 并没有得到期望的结果，我个人认为主要的原因是仿人机器人的步行是很复 杂的问题，面对复杂多变的环境和自身变姿态不确定性，如果需要很好的解 决步行问题，模糊控制规则的设定将是非常复杂的。 3 神经网络步态生成 在步行周期内有采样循环，采集的各个输入变量的值经过神经网络的处 理成为输出变量的取值。 神经网络系统在仿人机器人的步态规划中使用的时候，常常采用这样的 结构：以各个关节的广义坐标( 及其微分) 为输入参数的神经节点，即一般 情况下以各个关节的角度和角速度为输入节点变量，有的研究把角加速度也 作为了输入节点；设定一定数目的中间神经节点，这些中间的神经节点是隐 藏的，它们每个都与所有的输入节点相联，并遵循一定的函数映射关系( 常 见的有线性关系、指数关系和底数关系等) ；以所需要求得的各个关节的驱 动力矩为输出节点，每个输出节点都与所有的中间节点相联，按照各自的权 重，产生对输出节点的影响。神经网络结构的中间隐藏层是整个系统的关键。 首先，各个输入节点的函数映射关系决定于中间节点；其次，中间节点的多 少决定了神经网络系统的精确性。 一个最简单的双足步行模型，仅两个自由度( 髋关节前后摆) ，平面行 走，把描述状态的三个转角值和角速度值作为神经网络的输入变量( - - - 个转 角分别是支撑腿与地面的夹角、支撑腿与身体的夹角以及身体与摆动腿的夹 角) ；单隐藏层内有二十个隐藏的神经元，还有两个输出神经元( 1 8 2 个神 l o 哈尔滨工程大学硕士学位论文 经联接) 。神经网络的输入量是这个动力学系统的状态变量，输出量是两个 所需的髋关节驱动力矩值。为了确定各个节点上的权重，用7 5 8 4 组的行走 试验数据对该神经网络进行训练，当时一台s u n 工作站( 相当于现在的 p i i l 5 0 0 l z 级别的电脑) 也计算了5 0 个小时。然而就是这样，步行也仅仅 维持了2 6 秒就以倾倒而结束。此后m i l l e r 和k i t a m u r a 持续的改进了神 经算法，建立了一系列的神经系统构造规则，但现在的计算技术仍然不能跟 人类的大脑相比，直到现在也没有很好的实现稳定的动态行走。 4 基于遗传算法的步态规划算法 在仿人机器人的步态规划中使用遗传算法，首先设计一个带有反馈补偿 的前馈控制系统。根据这个特定的控制系统实现各个关节的力矩控制；因为 实现遗传算法需要把所求的问题参数化求解。所以只能先假设某个关节的运 动规律曲线，再用多次的函数插值实现问题的参数化，最后利用遗传算法， 根据稳定性条件( 或者其他判优条件) 确定问题的各个参数，从而实现步态 规划。 遗传算法直接用于步态规划是有相当困难的。第一，对于某个关节的运 动规律曲线事先完全无法知道。第二，运动规律往往不是一个初等函数，即 使用了函数的插值，最后求得了问题的解，也只是解的一个近似，求解结果 未必可用。最后，就算前面两种困难都可以忽略或者克服，在实际的步态规 划中。还是有最大的一个问题：仍是计算的复杂性。在目前需要步态规划的 机器人在行走中共有1 4 个需要控制的自由度，以每个关节的运动规律都是最 简单的二次曲线计，至少需要8 4 条基因( 1 4 6 ) 的遗传算法才能完成步态 的规划，计算量非常巨大。 所以遗传算法并不适于直接用于步态规划，而常常用来做步态规划的后 处理步态优化，把已经初步规划的步态做函数插值参数化，优化参数值， 得到能耗最小的最优解。 双足步行机器人是一个多变量、强耦合、非线性和变结构的复杂的动力 学系统，建立其准确的运动学及动力学的数学模型非常困难。到目前为止， 研究工作者们建立的双足步行机器人的数学模型主要有以下几种： 1 降阶模型主要是指倒立摆模型 哈尔滨工程大学硕士学位论文 包括l l i y a z a k i 等人证明的双足机器人可以用绕质心转动的快变子模型 和质心绕踝关节转动的慢变子模型来等效，其中的慢变子模型为一倒立摆模 型。p a r k a 等人提出了带重力补偿的倒立摆模型和机械解耦模型。f u j i m o t o 提出离散倒立摆模型。但是降阶模型很难描述实际的双足步行机器人模型， 只是对实际模型一定程度上的简化，而且倒立摆模型并未考虑机器人上体与 摆动腿之间的耦合作用。l i i u r a 和m i t o b e 直接应用非线性解耦技术及线性化 获得了双足机器人的简化的降阶模型，主要应用于双足步行机器人的运动分 析和控制规律的理论研究，通常是在低速步行的运动控制中应用。 2 解耦模型 马宏绪等人在一定假设的基础上认为双足步行机构侧向和前向的步行运 动互不影响，可以分开建模分析，以便得到用于步态设计和控制规律综合的 双足机器人数学模型；f u r u s h o 等人认为侧向运动对于前向运动的影响不大， 为此在机器人前向运动建模时可不考虑侧向运动的作用，而侧向运动却受前 向运动的影响。 3 通用完备的数学模型 包括欧拉角表示法和向量表示法两种。这种模型主要用于步行机理的研 究和计算机仿真。 1 4 国内外仿人机器人运动控制的研究现状 机器人动态控制的目的有两个，一个是如何实现闭环误差系统的稳定， 使轨迹跟踪误差尽快趋于零；另一个是如何抑制干扰，尽可能地减小干扰信 号对跟踪精度的影响。如果能够得到描述机器人动态的精确数学模型，并且 干扰信号可以检测的话，那么运用线性伺服控制理论来设计控制器，达到这 两个目的并不是很困难的事。但是对于实际系统来讲，很难锝到精确的数学 模型。在建模时忽略的高频特性，机器人各关节的摩擦，以及信号的检测误 差等不确定性因素，都是引起模型误差的原因。而机器人装置中存在的各种 干扰信号也往往不是单一的可检测信号。因此，在设计实际的机器人动态控 制系统时，必须考虑这些不确定因素对控制品质的影响。 堕玺堡三堡盔堂堡主堂垡堡塞 1 4 1 现代控制方法 在机器人技术三十多年的成长过程中，现代控制理论所能提供的几乎所 有的设计方法都在机器人上做过应用的尝试。其中应用最普遍的是p i d 或p d 控制器。p d 控制器结构简单，根据位置跟踪误差和速度跟踪误差乘以相应的 静态增益来确定控制量。除此之外，针对数学模型的不确定性，采用现代控 制理论的机器人控制技术可分为三大类，即自适应控制、变结构控制、鲁棒 控制。 1 自适应控制( a c ) 自适应控制假设机器人的动态特性可以用一组未知参数的线性关系来表 示，通过采用自适应算法来在线估计未知参数，并根据其估计值随时修改控 制策略，使得实际的闭环控制系统满足性能要求。在以往的研究中，应用于 机器人动态控制的a c 主要由一个p d 调节器和一个基于模型的前馈补偿器组 成。 a c 中的前馈项中采用了自适应算法，在参数不确定性严重的情况下，能 够实现较好的跟踪性能。但精确的跟踪性能来自于对参数的准确估计和高增 益的反馈。对参数的估计需要进行冗长的计算，这使得a c 只能应用于参数变 化缓慢，机器人的关节数较少的情况。高增益逆反馈也有两个缺点；首先， 它容易引起机械振荡；其次，增益的调节需要经验。 2 变结构控制 变结构控制的基本思想是在误差系统的状态空间中，找到一个超平面， 使得超平面内的所有状态轨迹都收敛于零。然后，通过不断切换控制器的结 构，使得误差系统的状态能够到达该平面，进而沿该平面滑向原点。鲁棒性 好是变结构控制的一个重要优点，这主要表现在滑模运动方程对于扰动的不 变性，而且只要正确选择了足够大的控制信号，在任何扰动下，状态轨迹从 任何一个初始状态出发，都能可靠地到达滑模。正是基于这个优点，滑模变 结构控制的方法可较好地用于机器人的控制。但是，这种控制方法的缺陷是 控制器频繁的切换动作有可能造成跟踪误差在零点附近产生抖动现象，它增 堕签堡兰堡盔堂堡主堂垡迨奎 加了稳态误差，有时还会引起寄生震荡。 3 鲁棒控制( r c ) 鲁棒控制基于不确定性的描述参数和标称系统的数学模型来设计控制 器，它能以固定的控制器，保证在不确定性破坏最严重的情况下系统的稳定 性。该控制方法无须自适应算法，无须冗长的计算，运算速度快，实时性好。 但是鲁棒控制器的暂态性能不是很好，而且在设计鲁棒控制器时，系统的不 确定性必须属于一个可描述集，比如增益有界，且上界己知等等。这使得鲁 棒控制的应用受到了限制，假如不确定性超出了假设范围，系统将发散。 1 4 2 智能控制方法 由于经典控制方法和现代控制方法在控制机器人这种复杂系统时所表现 出的种种不足，近年来，越来越多的学者开始将智能控制方法引入机器人的 控制。 ( 1 ) 模糊控制( f c ) 模糊控制是智能控制的较早形式，它吸取了人的思维具有模糊性的特点， 利用人类专家的控制经验来控制对象。模糊控制不需要数学模型，是解决不 确定系统控制的一条有效途径。模糊控制在机器人控制中取得了一些成功的 应用。模糊控制也有其自身缺点，模糊控制的控制精度较低，模糊控制器的 隶属度函数，控制规则是根据经验预先总结确定的，在控制过程中无法进行 修正，不具有学习和适应的能力。 目前，许多学者对传统模糊控制进行了许多改进，己发展成为多种形式 的模糊控制，出现了模糊模型及辨识，自适应模糊控制，并在稳定性分析、 鲁棒性设计等方面取得了进展。基于模型和分析方法的模糊控制称为现代模 糊控制，它为模糊控制带来了新的活力。 ( 2 ) 神经网络控制( n n c ) 从控制的观点来看，神经网络( n n ) 可以被看作是一个多输入多输出的 非线性动力学系统，并通过一组状态方程和一组学习方程加以描述。状态方 程描述每个神经元的兴奋或抑制水平与它的输入及输入通道上的连接强度问 1 4 哈尔滨工程大学硕士学位论文 的函数关系，而学习方程描述通道的连接强度应该怎样修正。神经网络通过 修正这些连接强度来进行学习，从而调整整个神经网络的输入输出关系。 神经网络的主要特点有： 1 能够充分逼近任意复杂的非线性系统； 2 能够学习和适应严重不确定性系统的动态特性； 3 由于大量神经元之间广泛连接，即使有少量单元或连接损坏，也不影 响系统的整体功能，表现出很强的容错性； 4 采用并行分布处理方法，使得快速进行大量运算成为可能。 由于神经网络的这些特点，用它作为控制器时不需要被控对象精确的数 学模型，并且对于外界环境和系统参数的变化它也表现出具有很强的自适应 性。这使得神经网络特别适用于机器人的动态控制。 根据控制系统的结构的不同，机器人的神经网络控制系统可以划分为以 下几种类型： 直接自适应控制；在机器人的直接自适应控制中，刖先离线学习机器人 的逆动力学特性，然后被用作前馈控制器，并在线继续学习逆动力学特性。 这种方法的思想是，如果n n 充分逼近机器人的逆动力学特性，则从n n 的输 入端至对象的输出端的传递函数近似为1 。 间接自适应控制：间接自适应控制系统由n n 估计器和反馈控制器构成， 在系统中，n n 被用作机器人逆动力学特性的在线估计器，反馈控制器则根据 n n 的估计结果进行修正。反馈控制器可以是常规的p d 控制器、也可以是其 它类型的控制器。 模型参考自适应控制：模型参考自适应控制也可以分为模型参考直接自 适应控制和模型参考间接自适应控制，在两种系统中，都是以机器人的实际 输出和参考模型输出的误差来修正n n 控制器的网络权值。在模型参考直接自 适应控制中，n n 控制器需事先离线学习机器人的逆动力学模型；而在模型参 考间接自适应控制中，机器人的逆动力学模型由专门的n n 估计器来在线辩 识。 学习控制：n n 需要一个过程来进行学习，如果未经学习而直接用于系统， 则系统的初始响应不能令人满意。为提高系统的初始鲁棒性，神经网络学习 控制系统将神经网络与常规误差反馈控制结合起来，首先用n n 学习机器人的 哈尔滨工程大学硕士学位论文 逆动力学模型，然后用n n 作为前馈控制器与误差反馈控制器构成复合控制器 来控制机器人。系统以反馈控制器的输出作为评价函数来调节神经网络的权 值。这样，在控制之初，反馈控制器的作用较强，而随着控制过程的进行， n n 得到越来越多的学习，反馈控制器的作用越来越弱，n n 控制器的作用越来 越强。 直接反馈控制：在这种控制系统中，神经网络被直接用作误差闭环系统 的反馈控制器。神经网络控制器首先利用其它己有的控制样本进行离线学习， 而后以误差的范数为评价函数进行在线学习。 虽然神经网络在机器人控制当中得到了广泛的应用和研究，但是由于其 发展的时间并不长，其理论还远未成熟，其自身还存在着许多不足和需要解 决的问题。其缺点主要有： 1 缺乏系统化的方法来构造两络的结构： 2 网络需要一定的时间来训练，在训练完成之前不能很好地控制系统； 3 网络的权值没有明确的物理意义，权值的初始化过分依赖经验； 4 虽然己经证明具有b p 等学习算法的n n 的学习过程是收敛的，但是由 于n n 的