復(fù)雜環(huán)境中的人形機器人行走規(guī)劃.pdf

1、人形機器人的運動控制具有復(fù)雜度高且非線性的特點，其中的行走規(guī)劃己成為近年來機器人技術(shù)領(lǐng)域的重要挑戰(zhàn)。為機器人規(guī)劃雙足動作，需要綜合考慮到穩(wěn)定性與可行性，即，機器人要在保持身體平衡的同時，避免與環(huán)境發(fā)生碰撞或造成自身損壞。在完成行走動作的設(shè)計之后，我們還需使用多種方法對步態(tài)進行調(diào)整，才能使實體機器人上執(zhí)行的步態(tài)與預(yù)期效果相似。雖然，研究者己針對以上幾個課題，分別給出了一些解決的方法，但是一些細節(jié)的檢測與調(diào)整仍繁瑣復(fù)雜，且依賴于開發(fā)者的經(jīng)驗

2、。所以，我們迫切的需要一套可為機器人生成雙足步態(tài)的智能且系統(tǒng)化的方法。
　　 本文將介紹一種通用的人形機器人雙足動作規(guī)劃方法，可以為機器人在復(fù)雜的環(huán)境中（包括階梯、斜坡與各種障礙物）生成平滑且靈活的行走動作。所介紹的規(guī)劃方法，將在保持機器人動態(tài)平衡的基礎(chǔ)上，考慮步態(tài)的可行性。文章將簡要介紹人形機器人的發(fā)展歷程，其步態(tài)生成的幾類主流方法，以及在復(fù)雜環(huán)境中規(guī)劃行走動作的幾種典型策略，此外，還將指出機器人規(guī)劃雙足動作的幾大挑戰(zhàn)。

3、>　　 本文所提出的規(guī)劃方法，之所以能在快速規(guī)劃步態(tài)的同時考慮步態(tài)的可行性，是因為其以“簡化步行”的概念作為基礎(chǔ)，對機器人的雙足動作加以一定的假設(shè)與簡化。使用這個概念，步行規(guī)劃的時間單位可由普通方法中的一“周期”擴展為一“步”。從而，三維空間中的連續(xù)規(guī)劃問題可被轉(zhuǎn)換為水平面上的離散規(guī)劃問題。這使得步態(tài)規(guī)劃的解空間被極大程度的縮小，也使得規(guī)劃算法可以借助于較低的計算量考慮更多的約束條件，并讓機器人進行遠期規(guī)劃成為可能。雖然簡化行走為理論

4、上的行走方案，但其可以被轉(zhuǎn)換為應(yīng)用于實體機器人的步態(tài)。機器人的部分質(zhì)心軌跡將被轉(zhuǎn)換，以生成行走中的雙足支撐相。之后，機器人將補充質(zhì)心的豎直運動以攀爬樓梯或上下斜坡，并考慮多質(zhì)點系統(tǒng)的物理特性，進行質(zhì)心軌跡的調(diào)整以增強行走的穩(wěn)定性。本文將在實體機器人上演示轉(zhuǎn)換所得的步態(tài)。此外，本文還會介紹如何設(shè)計周期性的雙足動作，并將不同的行走進行平滑連接。雙足動作的連接條件將在文章中進行詳細的討論。
　　 以簡化行走為基礎(chǔ)，本文會介紹兩個隨機搜

5、索算法：第一個算法（命名為ZMP樣本搜索算法），可以為給定的可行足跡序列生成其簡化行走方案；另一個算法（命名為基于樣本搜索的足跡修正算法），可以將不可行的足跡進行調(diào)整，使之成為可行足跡。ZMP樣本搜索算法，可以在快速求解步行方案的同時進行機器人的步態(tài)檢查，以保證在行走全過程中的步態(tài)對于機器人都是可以實現(xiàn)的。凸集擴展技術(shù)將用于降低隨機搜索結(jié)果的不確定性。文章還將首創(chuàng)性的提出足跡修正算法，用于增強機器人步行規(guī)劃的智能性，使機器人可以自動的考

6、慮其自身結(jié)構(gòu)的限制，完成足跡調(diào)整。通用雙足動作規(guī)劃器以及三階段的步態(tài)規(guī)劃策略將被詳細的闡述。仿真機器人與實體機器人都會用于演示在復(fù)雜環(huán)境中的行走規(guī)劃。
　　 近年，一些國際研究機構(gòu)開發(fā)出幾種高性能的人形機器人，并為其實現(xiàn)了多種靈活的雙足動作，比如：跑步、舞蹈與上下樓梯。然而由于其運動能力一定程度的依賴于高檔次的硬件與精細的加工制造，也使得機器人的成本居高不下。但經(jīng)過多年的發(fā)展，人形機器人正逐漸展現(xiàn)出新的發(fā)展方向，即通過技術(shù)的革新

7、在低價位機器人上探索更高性能的運動控制。所以，本文將介紹為低成本實體機器人進行步態(tài)調(diào)整的多種技術(shù)。人形機器人Nao將成為研究與實驗的對象。由于Nao機器人的雙腿在髖部具有一耦合的關(guān)節(jié)，使得對其進行機器人逆運動求解的難度有所增加。所以，本文會詳細介紹如何為具有耦合關(guān)節(jié)的機器人進行逆運動學(xué)計算，并得到各關(guān)節(jié)的詳細狀態(tài)，包括：關(guān)節(jié)位置、速度與加速度。pi-sigma神經(jīng)網(wǎng)絡(luò)將被用于計算機器人各關(guān)節(jié)上的力矩，并實時對機器人關(guān)節(jié)上的彈性形變進行補

8、償。模擬退火算法將用于為機器人自動進行彈性系數(shù)的校準(zhǔn)。此外，通過CoP的測量，行走規(guī)劃器將使用ZMP軌跡補償?shù)姆椒闄C器人校準(zhǔn)質(zhì)心運動，使行走過程更加穩(wěn)定。最后，基于CoP測量的反饋控制方法將被給出，并為機器人的步行完成閉環(huán)控制。校準(zhǔn)算法與反饋控制器都將在實體機器人上進行測試。
　　 本文的主要貢獻有四點：首先是提出“簡化行走”，簡潔的描述了機器人的雙足運動，極大程度的降低了生成軀干軌跡的計算復(fù)雜度。使得我們可以方便的實現(xiàn)不同行

9、走動作的平滑連接，也使得在規(guī)劃中考慮更多約束并進行遠期行走規(guī)劃成為可能。其次是對機器人的行走過程，創(chuàng)造性的進行了系統(tǒng)化的“步態(tài)檢查”。通過在規(guī)劃階段應(yīng)用高效的隨機搜索算法，以保證所產(chǎn)生的步態(tài)可以被施行于機器人，且不會造成潛在的損傷。再次是對于復(fù)雜環(huán)境，實現(xiàn)了完整且通用的雙足運動規(guī)劃器。使機器人可以在復(fù)雜的環(huán)境中，自行規(guī)劃足跡序列，生成適合自身動力學(xué)特點的穩(wěn)定步態(tài)。且在足跡序列不合理時進行局部的調(diào)整，使其更加適合機器人完成步態(tài)生成。最后是