机器人的运动

1机器人的运动2运动如何才能让机器人动起来？为什么很多机器人没有腿？3模块7：运动第一部分概要转向类型防滑/差速器全方位阿克曼同步驱动完整论与非完整论转向-滑行全方位阿克曼同步驱动全息4目标一般运动描述阿克曼转向和差动转向、显式转向和滑移转向、完整约束转向和非完整约束转向之间的区别。车辆请按能量需求大小对以下各项进行排序：爬行/滑行、奔跑、轮胎在松软地面上行驶、行走、铁路车轮腿和行走已知赛段数量，给出公式并计算可能的赛段事件数。描述静态平衡和动态平衡之间的区别定义零功率矩阵定义参考轨迹和中央模式发生器在运动中的作用列出三种虚拟双足步态转向-滑行全方位阿克曼同步驱动全息5动机至此，应已熟悉反应式或行为式机器人系统背后软件的组织原则。出行方面呢？这不是一门控制课程，但确实需要一些熟悉的内容。转向-滑行全方位阿克曼同步驱动全息6概述机械运动转向类型整体式车辆与非整体式车辆仿生运动爬行者蛇腿转向-滑行全方位阿克曼同步驱动全息7分类学再探地面人形生物动物微粒移动的转向-滑行全方位阿克曼同步驱动全息8典型的机械运动车轮踏板转向-滑行全方位阿克曼同步驱动全息94种转向类型滑移转向（差速器）轨道（通用）2个轮子+万向轮（可选）全向轮阿克曼转向（例如，汽车）同步驱动：车轮必须同时转动。显式转向：-物理转向滑移转向：更强大的动力不太准确转向-滑行全方位阿克曼同步驱动全息10车轮：4种转向类型滑移转向（差速器）轨道（通用）2个轮子+万向轮（可选）全向轮

阿克曼转向（例如，汽车）同步驱动：车轮必须同时转动。/drl/courses/cs54-2001s/skidsteer.html转向-滑行全方位阿克曼同步驱动全息11滑移转向示例Packbot（履带式）配ATRV-jr（轮式滑橇）转向-滑行全方位阿克曼同步驱动全息12多形滑橇系统优势行动能力增强，可上下楼梯“蛙泳”自扶正缺点对本体感觉的更强烈需求需要准确知道效应器的位置。转向-滑行全方位阿克曼同步驱动全息13多态滑橇系统示例因纽特图微型VGTV转向-滑行全方位阿克曼同步驱动全息14车轮：4种转向类型滑移转向（差速器）轨道（通用）2个轮子+万向轮（可选）全向轮

同步驱动：车轮必须同时转动阿克曼转向（例如，汽车）/video/ATX_600k.html转向-滑行全方位阿克曼同步驱动全息15全向轮示例/video/ATX_600k.html转向-滑行全方位阿克曼同步驱动全息16车轮：4种转向类型滑移转向（差速器）轨道（通用）2个轮子+万向轮（可选）全向轮阿克曼转向（例如，汽车）同步驱动：车轮必须同时转动/handling/ackerman_steering_principle.html转向-滑行全方位阿克曼同步驱动全息17车轮：4种转向类型滑移转向（差速器）轨道（通用）2个轮子+万向轮（可选）全向轮阿克曼转向（例如，汽车）同步驱动：车轮必须同时转动。/drl/courses/cs54-2001s/synchro.html转向-滑行全方位阿克曼同步驱动全息18同步驱动示例游牧民族转向-滑行全方位阿克曼同步驱动全息19整体性/非整体性全向运动意味着该装置可以被视为一个无质量的点，能够瞬间向任何方向转动（例如，原地旋转）。机械/控制的复杂性简化了运动容易避开，停车（尤其是在遇到圆形机器人时）路径规划和定位方面的优势（详见后文）实际上，由于对表面的依赖性，总会存在一些难以建模的滑动。非完整论阿克曼转向滑移转向（尽管有时近似地称为整体式转向）整体性（良性条件下的合理假设）同步驱动全向轮转向-滑行全方位阿克曼同步驱动全息20控制轮式和履带式系统需要知道距离有多远，速度有多快通常使用轴编码器或光电编码器来计数轴或轮子的转速。履带车辆的实际行驶距离很难推断，这是出了名的困难。旋转比平移更容易累积误差您可能需要考虑加速度和速度曲线，以避免出现顿挫运动。转向-滑行全方位阿克曼同步驱动全息21摘要：机械运动地面机动通常使用轮式或履带式车辆。转向方式分为滑移转向（或差速转向）和显式转向。两种常见的滑移转向机构是差速器和全向履带。两种常见的显式转向机构是阿克曼转向和同步驱动转向。全向车辆可以“原地转弯”并改变方向，但实际上，总会有“打滑”现象。转向-滑行全方位阿克曼同步驱动全息22生物特征运动目标已知赛段数，给出公式并计算可能的赛段事件数。列出三种虚拟双足步态请按能量需求大小对以下各项进行排序：爬行/滑行、奔跑、轮胎在松软地面上行驶、行走、铁路车轮类型爬行滑动腿-平衡-腿部赛事概括23动机至此，应已熟悉反应式或行为式机器人系统背后软件的组织原则。出行方面呢？这不是一门控制课程，但确实需要一些熟悉的内容。类型爬行滑动腿-平衡-腿部赛事概括24概述仿生运动为什么类型模式腿部活动——为什么是消费品包装通用石油气步态支持多边形、ZMP静止的动态的类型爬行滑动腿-平衡-腿部赛事概括25轮式运动与仿生运动来自雷伯特只有地球的一半可以用车轮到达。腿部优势车轮可以找到孤立的落脚点，而车轮则是连续的。提供主动悬架与其他生物模式相比，能量消耗并不高爬行/滑行跑步轮胎在松软的地面上步行铁路车轮电力需求不断增长类型爬行滑动腿-平衡-腿部赛事概括26生物运动（Sweigert，Nourbakhsh）爬行——通过纵向振动克服摩擦力滑动——通过横向振动克服摩擦力跑步——利用多连杆摆的振荡运动克服动能跳跃——利用多连杆摆的振荡运动克服动能行走——像多边形一样滚动以克服重力类型爬行滑动腿-平衡-腿部赛事概括27最著名的爬行机器人终结者类型爬行滑动腿-平衡-腿部赛事概括28第二著名的爬行机器人终结者机器人，图片由理查德·沃伊尔斯提供类型爬行滑动腿-平衡-腿部赛事概括29滑行蛇混合型：参见“搜救”部分，史努比机器人

注意蛇类需要无线电遥控。混合型史努比机器人移动底座上装有摄像头，以便操作员观察。类型爬行滑动腿-平衡-腿部赛事概括30生物运动（Sweigert，Nourbakhsh）爬行——通过纵向振动克服摩擦力滑动——通过横向振动克服摩擦力跑步——利用多连杆摆的振荡运动克服动能跳跃——利用多连杆摆的振荡运动克服动能行走——像多边形一样滚动以克服重力类型爬行滑动腿​-平衡-腿部赛事概括31生物运动（Sweigert，Nourbakhsh）爬行——通过纵向振动克服摩擦力滑动——通过横向振动克服摩擦力跑步——利用多连杆摆的振荡运动克服动能跳跃——利用多连杆摆的振荡运动克服动能行走——像多边形一样滚动以克服重力腿式运动类型爬行滑动腿​-平衡-腿部赛事概括腿式运动脚应该放在哪里以及如何保持平衡支持多边形点的凸包如果质心始终位于支撑多边形内，则静态平衡第一批腿式机器人实现了静态平衡。32支持多边形c质心(COM)33一切都取决于平衡。“静态稳定性”是指身体始终保持平衡，无需通过运动进行被动校正。这在自然界中相当罕见。静态行走通常有6条腿，因为必须抬起腿例如：龙虾例如：俄亥俄州立大学六足机器人、Odetics、Dante还要注意的是，物体始终在水平面上运动，没有上下推力。这简化了控制。类型爬行滑动腿​-平衡-腿部赛事概括34OdeticsOdex1类型爬行滑动腿​-平衡-腿部赛事概括35但丁I,II类型爬行滑动腿​-平衡-腿部赛事概括零力矩点但我们希望拥有双足动物，因为其中一条腿悬空，支撑多边形无法通过接触点来维持。必须注意摆腿的位置，确保重心转移到腿上时不会滑脱。把腿想象成一个倒立的钟摆。零力矩点是指摆动过程中水平力平衡的点：此时机器人不会坠落。受摩擦力、足部类型的影响ZMP通常会“跺脚”来使脚掌平放。36非零水平力非零水平力零力矩点37例如：动态平衡：赛格威我们更倾向于真正的动态平衡，即重心可以超出支撑面，并且所有支点都离地。卡内基梅隆大学视频类型爬行滑动腿​-平衡-腿部赛事概括38腿的问题想要动态步态，但是……自由度人的腿有7个（不包括脚趾）放置腿大量可能的赛段事件（来自S&I）N=(2k-1)!，其中k=腿数双足K=2N=66条腿（六足动物，如蜜蜂）K=6N=39,916,800左边正确的你--d-你d-你你dd类型爬行滑动腿​-平衡-腿部赛事概括因此，应该定义步态，而不是计划腿部动作。考虑到关节的情况，问题会更加严重。使用步态，然后添加反应功能以根据地形调整落脚点。如果地形过于复杂，则恢复为“自由步态”。方法：参考轨迹和振荡（步态）3940雷伯特的解决方案虚拟双足步态。仅考虑涉及成对腿的步态（一次控制两条腿），利用对称性。小跑（对角线）侧向踱步边界（前，后对）类型爬行滑动腿​-平衡-腿部赛事概括4142四足跳跃机器人

/projects/leglab/robots/robots.html小跑步伐边界类型爬行滑动腿​-平衡-腿部赛事概括43单腿退行性病例类型爬行滑动腿​-平衡-腿部赛事概括但是带关节的腿呢？该特定腿的摆动，两种常见的创建方法（手册）CPG：CPG成为CPG的集合体动作捕捉4445美腿：春季火烈鸟类型爬行滑动腿​-平衡-腿部赛事概括46rHex：蟑螂腿

（取出关节：钟摆腿起到弹簧的作用，可以替换成板簧）类型爬行滑动腿​-平衡-腿部赛事概括47仿生机器人鲍勃·富尔的作品rHex和Gecko类型爬行滑动腿​-平衡-腿部赛事概括48大狗类型爬行滑动腿​-平衡-腿部赛事概括49轮子（轮子和腿）类型爬行滑动腿​-平衡-腿部赛事概括50双足动物本田P3“智能”、“移动性”是公司未来发展的关键词本田Asimo类型爬行滑动腿​-平衡-腿部赛事概括51摘要：生物运动如果机器人具有自由度，你需要精确测量它（本体感觉），否则你将无法控制它。对于地面机器人而言，轮子仍然是最节能的移动方式，但腿是最灵活的。腿不一定要看起来像腿（rHex，whegs）步态减少了动态平衡中步态规划的问题。类型爬行滑动腿​-平衡-腿部赛事概括52该看了但丁峰？注：

本内容基于2010年的一次讲座，因此模块编号显示为“7”。53生成步态时，首先要设定一个参考轨迹，该轨迹会给出默认的运动轨迹，然后根据地形等外部条件实时调整。方案一：动作捕捉方案二：仿生中央模式生成器脊髓中似乎存在一些神经元，它们能够产生周期性模式（/article/10.1007%2F