四足機器人步態(tài)規(guī)劃與平衡控制研究.pdf

1、四足步行機器人是機器人家族的一個重要分支，其不僅承載能力強，而且容易適應不平的地形。它既能使用靜態(tài)穩(wěn)定的步態(tài)緩慢平滑地行走，又能以動態(tài)穩(wěn)定的步態(tài)跑動；如果安裝了操作手，在站立時還可以成為一個穩(wěn)定和靈活的工作平臺。因此，四足步行機器人是步行機器人中最有可能首先實用化的機型之一。在對四足步行機器人的研究中，步態(tài)規(guī)劃及運動平衡控制是具有重要意義的課題。為了有效地提高機器人的行走速度和能量效率，增強機器人在行走過程中對不平地形的適應能力，本文以

2、AIBO四足機器人為研究平臺，從以下三個方面對四足步行機器人的運動控制進行了研究：
　　 1.四足機器人的步態(tài)規(guī)劃及優(yōu)化
　　 四足機器人最常用的步態(tài)規(guī)劃方法是基于運動學模型的步態(tài)控制方法。實驗表明，使用該方法規(guī)劃的軌跡與實際運動軌跡不相符，這一問題造成機器人無法準確按照預先設計的方式運動。因此，本文通過對機器人行走時身體搖擺現(xiàn)象的研究，在運動學模型控制法的基礎上引入動力學規(guī)劃，提出一種使用零力矩點軌跡規(guī)劃的步態(tài)控制方法

3、：控制機器人運動時的身體姿態(tài)來改變機器人足部與地面形成的支撐多邊形，同時使用零力矩點軌跡規(guī)劃方法生成機器人在支撐相時足部的軌跡。該方法有效地使用了基于模型的步態(tài)控制方法，降低了采用完全動力學規(guī)劃方法的計算復雜度，滿足了算法實時性的要求。設計的控制器具有大量的參數(shù)，因而本文使用基于遺傳算法的進化學習方法對步態(tài)控制參數(shù)進行優(yōu)化。由于有效地使用了基于運動學規(guī)劃的步態(tài)參數(shù)進行種群初始化，算法收斂較快。此外，在適應度函數(shù)的選取上充分考慮了穩(wěn)定性這

4、一因素，因而大大提高了最優(yōu)步態(tài)的穩(wěn)定性。實驗使用AIBO機器人進行測試，機器人使用該進化學習方法可自主地得到最優(yōu)步態(tài)，其最優(yōu)步態(tài)在保證穩(wěn)定性的基礎上速度達到了455 mm/s。實驗結果表明，應用該方法進行步態(tài)控制，機器人獲取的最優(yōu)步態(tài)不僅滿足穩(wěn)定性要求，而且對不平地形也具有較好的適應能力。
　　 2.四足機器人的平衡控制及優(yōu)化
　　 針對機器人在正常運動過程中突然遭遇外力作用引發(fā)翻倒危險的問題，各國科學家們致力于提出各種

5、“參考點”作為步行機器人的穩(wěn)定性判定標準。諸多成果都是使用仿真機器人進行模擬實驗，證明了相關理論的有效性，而在實體機器人上，機器人自身傳感器不可避免地存在各種噪聲和誤差，導致機器人無法確切地感知外部世界并得到自身狀態(tài)的準確信息，因此本文針對實體機器人引入回歸映射模型有效地預測翻倒狀態(tài)，提高了機器人狀態(tài)檢測的精度與準確度。在此基礎上，為了迅速恢復機器人的站立狀態(tài)，本文提出一種基于軌道能量模型的步行機器人平衡控制方法：采用姿態(tài)控制和“邁單步

6、策略”兩種控制策略實現(xiàn)機器人的平衡控制。同時，采用離線監(jiān)督學習方法對理論落腳點模型進行優(yōu)化。實驗使用AIBO機器人進行測試，機器人實際的翻倒次數(shù)減少了一半以上，證明了該方法的有效性和可行性。
　　 3.四足機器人運動控制系統(tǒng)
　　 四足機器人需要能夠實現(xiàn)快速的直線行走、靈活的轉彎和緊急制動：當機器人遇到突發(fā)狀況身體失去平衡時，需要判斷出身體是否處于將要翻倒的危險狀態(tài)，并主動恢復身體平衡；當機器人不幸翻倒后，需要實現(xiàn)翻倒后