【外文翻译】双足机器人上楼梯的步态规划

第一篇：【外文翻译】双足机器人上楼梯的步态规划

双足机器人上楼梯的步态规划

Zhang Qin, Fan Chang-xiang and Yao Tao School of Mechanical and Automotive Engineering

South China University of Technology Guang zhou, Guangdong Province, China

zhangqin@scut.edu.cn

Yoshitsugu Kamiya Department of Mechanical Systems Engineering

Kanazawa University Kanazawa, Japan

kamiya@t.kanazawa-u.ac.jp

【摘要】上楼梯是双足机器人的一种基本动作。一个有效的算法对双足步行的稳定性是至关重要的。在本文中，我们以双足机器人爬楼梯为例，提出一个基于重复变换法（RDK）的算法来规划上楼梯动作和前向运动。在本文提出的算法中，为了满足上楼梯的稳定性，机器人通过上身来调整质心的位置，并且由重复变换法（RDK）进行计算和修正。重复变换法的作用是有保证性的，其可行性和有效性已经通过双足机器人上楼梯仿真实验的验证；而本文提出的算法也适用于双足机器人下楼梯。

【索引词】双足机器人；上楼梯；重复变换法；重心运动；

1.介绍

双足机器人和人类一样拥有多自由度的特点，每一个关节可以通过巧妙的组合从而可以完成各种动作。而且双足机器人对环境具有良好的适应性，并能进入相对狭窄空间替代人类执行各种操作，所以它们具有广阔的应用前景。上下楼梯只是双足机器人具有的基本功能。而建立机器人的运动学模型，分析其上下楼梯的过程，并研究其步态规划方法，是实现双足机器人稳定的步态非常重要的保证。

一些目前的研究成果已经计算出双足机器人的上下楼梯的步态规划。如Yusuke Sugahara以及其他人提出通过调整腰部关节的角度和预先设置的零点力矩（ZMP）轨迹来设计机器人的步态规划方法爬楼梯。而Jeon以及其他人通过四项多项式计算关节的运动轨迹，并优化的机器人上下楼所需的最小能耗，实现机器人上楼梯的步态规划。Eun-Su等人则通过优化多项式参数与动态加密算法和自适应遗传算法，并且结合低阶多项式来计算各关节的运动轨迹，最后研究轴承扭矩和能源消耗和ZMP，直至机器人能稳定上下楼梯从而规划机器人的上楼梯轨迹。Song Xian-xi等学者利用踝关节的运动轨迹，并调整踝关节的旋转角与利用模糊控制算法使ZMP的位置接近支撑区域的中心，实现机器人稳定上楼梯的步态规划。除此之外，其他一些国际和国内学者也做了相关研究关于双足机器人的上下楼梯或上下斜坡的步态规划。上面的算法主要是基于关节轨迹的预先计算，然后通过模糊控制算法或遗传算法优化步态等，这些算法相当复杂，因为计算量是非常巨大的，而且处理时间非常长。

本文在分析双足机器人动作的基础上，提出一个基于重复变换法（RDK）的新算法来规划攀爬动作和前向运动。算法的核心主要是通过腰部关节的运动来调整重心位置，以满足重心位置变化的需求，规划机器人能稳定地上楼梯且不让机器人摔倒的步态。

2.仿真模型的建立

双足机器人的仿真模型如图1所示。

图1 双足机器人的仿真模型

图1中的模型有 6个自由度。分别是每条腿有3个自由度，右腿包括踝关节JR1，膝关节JR2，髋关节JR3。而左腿包括踝关节JL1，膝关节JL2和髋关节JL3。腰关节是两个自由度的球形关节。J7能够使腰部关节向前和向后旋转，而J8能够使腰部关节左右摆动。根据资料分析，一个普通人的的质量75%都是集中于腰部的，所以我们可以忽略身体下部的质量，而在建立模型时可以令机器人的腰部位置设为重心点c建立坐标系，并简化机器人的上半身。假设每个关节的顺时针旋转为负方向，而逆时针旋转方向为正方向。接着我们可以忽略动力学的影响，只考虑机器人上楼梯的静态步行的过程。

通过静力学的公式，我们可以得到重心的投影坐标是:

在公式中，θ7是腰部关节向前和向后旋转的角度，而θ8是腰部关节左右旋转的角度。鉴于FL和FR在地面上的支撑力分别作用于机器人的左、右脚，所以我们得出:

在公式中g是重力加速度，M的质量重心，Lw是左脚和右脚之间的横向距离。在机器人上楼梯的过程中，首先应该保证机器人不会摔倒，所以当它双脚支撑全身时，ZMP应该时刻保持在两脚之间的区域，也就是说F = min（FR，FL）> 0。机器人一只脚支撑时，ZMP应该保持在支撑区域，也就是说，FL > 0或FR > 0。当机器人一只脚支撑整体时，支撑脚的中心是最稳定的支点，坐标设为B（x0，y0），为了表达机器人的稳定度，机器人ZMP和B点之间的距离关系，公式是:

3.上楼梯的步态分析

机器人上楼梯的动作可以分解为以下步骤:首先机器人从两脚的中间移动ZMP到支撑脚（右脚）;然后当重心完全转移到右脚时，弯曲左腿并向前移动；第三重心逐渐从右脚移动向左脚，最后重心完全转移到左脚时，机器人弯曲左腿和伸直腰部上楼梯。然后机器人的右脚重复上述流程从而完成整个操作。在上述过程中，机器人的重心点C在地面上的投影如（1）所示，和运动的重心是图2所示:

图2 机器人的重心轨迹，在图中重心的初始位置是，重心移动是

A基于重复变换法（RDK）算法的重心移动

调整机器人的重心位置使其上部的身体满足ZMP的约束要求，而身体上半身的重心基于重复变换法算法实现。机器人上楼梯的过程中，可以通过旋转腰部关节的自由度θ7θ8来计算机器人的9个姿态。由于腰部关节有限制的旋转范围，根据（1）机器人的重心位置C投影在地上计算相应的每个姿势和根据（2）分别计算左脚和右脚的支撑力FL和FR。重复这种方式，直到机器人完成其重心的运动。详细算法描述如下:（1）设置机器人的腰部关节旋转范围（θimin，θimax）和初始角度θi（i = 1、2、3、7、8）。

（2）给定腰部关节两个旋转方向的旋转角度（-θi，0，+θi）（i = 7、8），并计算32个步态和相应的正运动学方程。

（3）在计算出的32个动作中，限定机器人不会摔倒的条件下，然后挑出符合要求的动作，并增加支撑力。如果上面的要求并不存在，也就是说支撑脚的反作用力或FR小于0，那么这意味着目标任务不能完成。

（4）通过（3）得出在每个符合要求的姿势中，设ZMP到最稳定的支点距离l，并选择最低值lmin是机器人的步态。然后再回到（2）。

不断重复上述过程并更改腰部关节的步态。根据优化条件规划ZMP运动轨迹，使机器人本身不摔倒且满足需求，使其最稳定地上楼梯。

B上楼梯的步态规划算法

由于机器人的重心在两脚中间，根据该算法机器人的总重心转移到支撑脚（右脚），并抬高另一只脚（左脚）时，机器人的重心保持在前向（右脚），我们可以得到旋转角θL1和θL2，根据机器人每个关节之间的几何关系确定腿的姿势。然后根据该算法对重心的运动，ZMP通过机器人调整腰部关节θ7和θ8转移到左脚。接下来，逐渐伸直腰部和支撑脚（左脚）来抬起身体。抬起身体的同时，ZMP应该保持固定（左脚下）。详细的方法是通过正向运动学确定重心的位置C在支撑脚（左脚），然后基于重复变换法优化腰部关节的旋转角和总重心的位置，实现保持ZMP保持不变。机器人重复上述过程，直到腰部和支撑脚再伸直，抬起身体能够完整爬楼梯。具体方法描述如下:（1）根据上述步骤和机器人之间的几何关系，确定各关节的旋转角θL1和θL2。（2）根据算法对重心的运动在一个部分中，移动机器人的ZMP到左脚。

（3）为了伸直腿和抬起身体，给左膝关节的θL1和踝关节θL2相应的微小增量+θLi（i = 1、2），然后确定重心的位置C在左脚的正向运动学方程。

（4）基于重复变换法优化腰部关节的转动角度θ7和θ8，总重心的位置和保持ZMP不变。回到3），重复上述过程，直到机器人抬起身体，再次申直腰部和支撑脚，并顺利地上楼梯。

4.仿真例子

根据上面的仿真模型和算法，我们模拟机器人上楼梯的动作。让高度Sh = 150mm和宽度Sw = 275mm，机器人的质量M = 60 kg，脚的宽度W = 70mm。机器人各关节的参数和初始角的设置如表1和表2所示。

表1 机器人的结构参数

图3双足机器人的步态图

机器人上楼梯的整个过程如图所示。图4表示ZMP的变化轨迹，虚线的部分是两个脚之间的区域，灰色线是正确的位置。图6表示支持脚的力随着时间的变化。图7表示各关节的角度随着时间的变化。

机器人的ZMP位置从两脚之间移动到右脚，令FR变得越来越大。虽然FL= 0，但是ZMP的位置完全在右脚。保持ZMP不变，机器人可以弯曲左脚并前向运动。可以通过几何关系计算出左下肢关节角度即θL1和θL2。在这个阶段，机器人的步态变化如（a）和（b）所示的图，图4所示为ZMP轨迹变化。图6所示脚的支持力随时间变化的图。图7表示腰部关节的角度随时间的转换和基于重复变换法的重心的运动。机器人反复调整θ7和θ8移动身体，使ZMP逐渐转移到左脚。在运动的过程中，身体上部的运动如图（c），图（d）和图（e）所示。相关参数变化作为EF的一部分如图4，图6和图7。

由支撑脚（左脚）的正向运动学，我们可以逐步确定重心位置和腰部关节参数，基于重复变换法确定腰部关节的构成（θ7和θ8），同时保持机器人的ZMP。重复上面的过程，直到腰部和支撑脚协调和抬起身体完成上楼梯的动作。机器人的姿态在这个过程中显示为图（e）-（h），腰部关节角和左脚的变化如图7所示。在这个过程中腰和左脚变得笔直，机器人的ZMP本质上是保持在点F如图4所示，然后右脚弯曲向前移动一步。机器人以这种循环方式完成上楼梯的动作。

图4双足机器人的ZMP轨迹

图7双足机器人的关节轨迹

讨论：本文仍然适用于参数变化时，也就是说增加脚步的高度或跨度，机器人可以调整其ZMP在支撑脚上的位置。但当姿态的参数超过机器人重心的移动范围，机器人将无法满足ZMP的要求上楼梯。如果我们不考虑机器人的各关节的扭矩范围和所有机器人的参

数，设置与上一节相同的高度和宽度，分别改变Sh = 350mm和Sw = 650mm。机器人上楼梯的动作显示在图8。从图中，我们可以看到，无论怎样的上半身动作，也就是说无论θ7和θ8如何调整，ZMP不能移动到机器人的支撑脚来完成其上楼梯。

图8 双足机器人的姿态图

事实上在关节可承受扭力矩围内，机器人的各关节都可以承受上楼梯所需的力。当我们考虑各关节的扭矩范围时，我们只需要改变算法（4）的一部分，根据反复调整ZMP的重复变换法在第三节的其中一个部分，可以改变扭矩Ti（i = 1、2、3、7、8）各关节的姿势（在第3部分）并确定关节之间的最小转矩值所做出相应的机器人姿势，然后回到（2）。

5.结论

本文以6自由度机器人为例提出了一个重复变换法来规划上楼梯的步态，并得出以下结论：机器人可以通过其腰部关节调整重心的位置，以满足ZMP稳定的要求，基于重复变换算法（RDK）规划上楼梯动作和利用机器人的正运动学可以先后规划机器人的稳定步态。算法也适用于机器人的下楼梯的动作。

本文只是初步研究双足步行机器人上楼梯的静态步态。在未来的工作中，我们将进一步分析动态步态规划来补充本文的算法。

【参考文献】

[1] Zhang Qin，Wu Zhi-bin，Kamiya Yoshitsugu.Lift-up gene-ration for robot using repeatedly direct kinematics [J].Robot，2011，33（3）: 340-346.[2] Liu Li，Wang Jin-song，Chen Ken，et al.The research on the biped humanoid robot THBIP-I[J].Robot，2002，24（3）: 262-267 [3] Yusuke Sugahara，Akihiro Ohta，Hun-ok Lim，et al.Walking up and down stairs carrying a human by a biped locomotor with parallel mechanism[C]//2005 IEEE/RSJ International Conference on Intelligent Robots and Systems，Canada: IEEE，2005: 1489–1494.[4] Kweon Soo Jeon，Ohung Kwon，Jong Hyeon Park.Optimal trajectory generation for a biped robot walking a staircase based on genetic algorithms[C]//Proceedings of 2004 IEEE/RSJ International Conference on Intelligent Robots and Systems，Sendai，Japan: IEEE，2004: 2837-2842.[5] Jong-Wook Kim.On the global convergence of univariate dynamic encoding algorithm for searches（uDEAS）[C]//SICE-ICASE International Joint Conference，Busan，Korea: IEEE，2006: 5776–5781 [6] Taegyu Kim，Jong-Wook Kim.Planning walking patterns of a biped robot with uDEAS optimization[C]//International Conference on Control，Automation and Systems 2007，Seoul，Korea: IEEE，2007，2693–2698（2007）.[7] Eun-Su Kim，Jo-Hwan Kim，Jong-Wook Kim.Generation of optimal trajectories for ascending and descending a stair of a humanoid based on uDEAS[C]//IEEE International Conference Fuzzy System，Korea: IEEE，2009: 660-665.[8] Eun-Su Kim，Jo-Hwan Kim，Jong-Wook Kim.Three dimensional modeling of a humanoid in three planes and a motion scheme of biped turning in standing[C]//IET Control Theory and Applications，2009: 1155-1166.[9] Song Xian-xi，Zhou Feng，Liang Qing，et al.Gait Planning and control of a biped robot climbing upstairs [J].Computer Simulation，2011，28（4）: 176-180 [10] Chen Hua-zhi，Xie Cun-xi，Zeng De-huai.Simulation of a neural network-based path planning algorithm for mobile robot [J].Journal of South China University of Technology，2003，31（6）: 56-60.[11] Ke Xian-xin，Gong Zhen-bang，Wu Jia-qi.Restrictions on a realizable gait of a biped robot climbing up stairs [J].Journal of Applied Sciences，2003，21（1）: 63-67 [12] Xu Kai，Chen Ken，Lu Li，et al.Fast walking gait planning algorithm for humanoid robots based on optimization of the main support leg [J].Robot，2005，27（3）: 203-210.[13] Bi Sheng，Min Hua-qing，Cheng Qiang，et al.Gait planning of humanoid robots walking on slope [J].Journal of South China University of Technology，2010，38（11）: 148-154 [14] Bi Sheng，Min Hua-qing，Cheng Qiang，et al.Multi-objective optimization for a humanoid robot climbing stairs based on genetic algorithms[C]// 2009 IEEE International conference on Information and automation.Zhu Hai: IEEE，2009: 66-71.[15] G.Figliolini，M.Ceccarelli.Climbing stairs with EP-WAR2 biped robot[C]// Proceedings of the 2001 IEEE International Conference on Robots and Automation，Seoul，Korea: IEEE，2001: 4116-4121 [16] Tomoyuki Suzuki，Kouhei Ohnishi.Trajectory planning of biped robot with two kinds of inverted pendulums[C]//12th International Power Electronics and Motion Control Conference.portoroz.IEEE，2006: 396-401

致谢

本文由广东工业大学研究合作项目（No.2012B091100145）支持。

第二篇：双足步行机器人相关翻译

本科毕业论文

外文文献及译文

文献、资料题目：Walking Control algorithm of

Biped Humanoid Robot

文献、资料来源：期刊

文献、资料发表（出版）日期：1999.6.3 院（部）： 理学院

专

业： 光信息科学与技术 班

级： 光信112 姓

名： 王若宇 学

号： 2011121135 指导教师： 赵俊卿 翻译日期： 2015.5.14

山东建筑大学毕业论文外文文献及翻译

外文文献：

Walking Control algorithm of Biped Humanoid Robot

Many studies on biped walking robots have been performed since 1970 [1-4].During that period, biped walking robots have transformed into biped humanoid robots through the technological development.Furthermore, the biped humanoid robot has become a one of representative research topics in the intelligent robot research society.Many researchers anticipate that the humanoid robot industry will be the industry leader of the 21st century and we eventually enter an era of one robot in every home.The strong focus on biped humanoid robots stems from a long-standing desire for human-like robots.Furthermore, a human-like appearance is desirable for coexistence in a human-robot society.However, while it is not hard to develop a human-like biped robot platform, the realization of stable biped robot walking poses a considerable challenge.This is because of a lack of understanding on how humans walk stably.Furthermore, biped walking is an unstable successive motion of a single support phase.Early biped walking of robots involved static walking with a very low walking speed [5,6].The step time was over 10 seconds per step and the balance control strategy was performed through the use of COG(Center Of Gravity).Hereby the projected point of COG onto the ground always falls within the supporting polygon that is made by two feet.During the static walking, the robot can stop the walking motion any time without falling down.The disadvantage of static walking is that the motion is too slow and wide for shifting the COG.Researchers thus began to focus on dynamic walking of biped robots [7-9].It is fast walking with a speed of less than 1 second per step.If the dynamic balance can be maintained, dynamic walking is smoother and more active even when using small body motions.However, if the inertial forces generated from the acceleration of the robot body are not suitably controlled, a biped robot easily falls down.In addition, during dynamic walking, a biped robot may falls down from disturbances and cannot stop the walking motion suddenly.Hence, the notion of ZMP(Zero Moment Point)

第三篇：机器人外文翻译

沈阳航空工业学院学士学位论文

机 器 人

工业机器人是在生产环境中以提高生产效率的工具，它能做常规乏味的装配线工作，或能做那些对于工人来说是危险的工作，例如，第一代工业机器人是用来在 核电站中更换核燃料棒，如果人去做这项工作，将会遭受有害的放射线的辐射。工业机器人亦能工作在装配线上将小元件装配到一起，如将电子元件安放在电路印制板，这样，工人就能从这项乏味的常规工作中解放出来。机器人也能按程序要求用来拆除炸弹，辅助残疾人，在社会的很多应用场合下履行职能。

机器人可以认为是将手臂末端的工具、传感器和（或）手爪移到程序指定位置的一种机器。当机器人到达位置后，它将执行某种任务。这些任务可以是焊接、密封、机器装料、拆卸以及装配工作。除了编程以及系统的开停之外，一般来说这些工作可以在无人干预下完成。如下叙述的是机器人系统基本术语：

1.机器人是一个可编程、多功能的机械手，通过给要完成的不同任务编制各种动作，它可以移动零件、材料、工具以及特殊装置。这个基本定义引导出后续段落的其他定义，从而描绘出一个完整的机器人系统。

2.预编程位置点是机器人为完成工作而必须跟踪的轨迹。在某些位

沈阳航空工业学院学士学位论文

置点上机器人将停下来做某些操作，如装配零件、喷涂油漆或焊接。这些预编程点贮存在机器人的贮存器中，并为后续的连续操作所调用，而且这些预编程点想其他程序数据一样，可在日后随工作需要而变化。因而，正是这种编程的特征，一个工业机器 人很像一台计算机，数据可在这里储存、后续调用与编译。

3.机器手是机器人的手臂，它使机器人能弯曲、延伸和旋转，提供这些运动的是机器手的轴，亦是所谓的机器人的自由度。一个机器人能有3~16轴，自由度一词总是与机器人轴数相关。

4.工具和手爪不是机器人自身组成部分，但它们是安装在机器人手臂末端的附件。这些连在机器人手臂末端的附件可使机器人抬起工件、点焊、刷漆、电弧焊、钻孔、打毛刺以及根据机器人的要求去做各种各样的工作。

5.机器人系统还可以控制机器人的工作单元，工作单元是机器人执行任务所处的整体环境，该单元包括控制器、机械手、工作平台、安全保护装置或者传输装置。所有这些为保证机器人完成自己任务而必须的装置都包括在这一工作单元中。另外，来自外设的信号与机器人通讯，通知机器人何时装配工件、取工件或放工件到传输装置上。机器人系统有三个基本部件：机械手、控制器和动力源。

A.机械手

沈阳航空工业学院学士学位论文

机械手做机器人系统中粗重工作，它包括两个部分：机构与附件，机械手也用联接附件基座，图21-1表示了一机器人基座与附件之间的联接情况。

机械手基座通常固定在工作区域的地基上，有时基座也可以移动，在这种情况下基座安装在导轨回轨道上，允许机械手从一个位置移到另外一个位置。

正如前面所提到的那样，附件从机器人基座上延伸出来，附件就是机器人的手臂，它可以是直动型，也可以是轴节型手臂，轴节型手臂也是大家所知的关节型手臂。

机械臂使机械手产生各轴的运动。这些轴连在一个安装基座上，然后再连到拖架上，拖架确保机械手停留在某一位置。

在手臂的末端上，连接着手腕（图21-1），手腕由辅助轴和手腕凸缘组成，手腕是让机器人用户在手腕凸缘上安装不同的工具来做不同的工作。

机械手的轴使机械手在某一区域内执行任务，我们将这个区域为机器人的工作单元，该区域的大小与机械手的尺寸相对应，图21-2列举了一个典型装配机器人的工作单元。随着机器人机械结构尺寸的增加，工作单元的范围也必须相应的增加。

机械手的运动有执行元件或驱动系统来控制。执行元件或驱动系统

沈阳航空工业学院学士学位论文

允许各轴力经机构转变为机械能，驱动系统与机械传动链相匹配。由链、齿轮和滚珠丝杠组成的机械传动链驱动着机器人的各轴。

B.控制器

机器人控制器是工作单元的核心。控制器储存着预编程序供后续调用、控制外设，及与厂内计算机进行通讯以满足产品更新的需要。

控制器用于控制机械手运动和在工作单元内控制机器人外设。用户可通过手持的示教盒将机械手运动的程序编入控制器。这些信息储存在控制器的储存器中以备后续调用，控制器储存了机器人系统的所有编程数据，它能储存几个不同的程序，并且所有这些程序均能编辑。

控制器要求能够在工作单元内与外设进行通信。例如控制器有一个输入端，它能标识某个机加工操作何时完成。当该加工循环完成后，输入端接通，告诉控制器定位机械手以便能抓取已加工工件，随后，机械手抓取一未加工件，将其放置在机床上。接着，控制器给机床发出开始加工的信号。

控制器可以由根据事件顺序而步进的机械式轮鼓组成，这种类型的控制器可用在非常简单的机械系统中。用于大多数机器人系统中的控制器代表现代电子学的水平，是更复杂的装置，即它们是由微处理器操纵的。这些微处理器可以是8位、16位或32位处理器。它们可以使得控制器在操作过程中显得非常柔性。

沈阳航空工业学院学士学位论文

控制器能通过通信线发送电信号，使它能与机械手各轴交流信息，在机器人的机械手和控制器之间的双向交流信息可以保持系统操作和位置经常更新，控制器亦能控制安装在机器人手腕上的任何工具。

控制器也有与厂内各计算机进行通信的任务，这种通信联系使机器人成为计算机辅助制造（CAM）系统的一个组成部分。

存储器。给予微处理器的系统运行时要与固态的存储装置相连，这些存储装置可以是磁泡，随机存储器、软盘、磁带等。每种记忆存储装置均能贮存、编辑信息以备后续调用和编辑。

C.动力源

动力源是给机器人和机械手提供动力的单元。传给机器人系统的动力源有两种，一种是用于控制器的交流电，另一种是用于驱动机械手各轴的动力源，例如，如果机器人的机械手是有液压和气压驱动的，控制信号便传送到这些装置中，驱动机器人运动。

沈阳航空工业学院学士学位论文

液压与气压系统

仅有以下三种基本方法传递动力：电气，机械和流体。大多数应用系统实际上是将三种方法组合起来而得到最有效的最全面的系统。为了合理地确定采取哪种方法。重要的是了解各种方法的显著特征。例如液压系统在长距离上比机械系统更能经济地传递动力。然而液压系统与电气系统相比，传递动力的距离较短。

液压动力传递系统涉及电动机，调节装置和压力和流量控制，总的来说，该系统包括：

泵：将原动机的能量转换成作用在执行部件上的液压能。阀：控制泵产生流体的运动方向、产生的功率的大小，以及到达执行部件流体的流量。功率大小取决于对流量和压力大小的控制。

执行部件：将液压能转成可用的机械能。

介质即油液：可进行无压缩传递和控制，同时可以润滑部件，使阀体密封和系统冷却。

联接件：联接各个系统部件，为压力流体提供功率传输通路，将液体返回油箱（贮油器）。

油液贮存和调节装置：用来确保提供足够质量和数量并冷却的液体。

沈阳航空工业学院学士学位论文

液压系统在工业中应用广泛。例如冲压`钢类工件的磨削几一般加工业、农业、矿业、航天技术、深海勘探、运输、海洋技术，近海天然气和石油勘探等行业，简而言之，在日常生活中有人不从液压技术中得到某种益处。

液压系统成功而又广泛使用的秘密在于它的通用性和易操作性。液压动力传递不会象机械系统那样受到机器几何形状的制约，另外，液压系统不会像电气系统那样受到材料物理性能的制约，它对传递功率几乎没有量的限制。例如，一个电磁体的性能受到钢的磁饱和极限的限制，相反，液压系统的功率仅仅受材料强度的限制。

企业为了提高生产率将越来越依靠自动化，这包括远程和直接控制生产操作、加工过程和材料处理等。液压动力之所以成为自动化的组成部分，是因为它有如下主要的特点：

1.控制方便精确

通过一个简单的操作杆和按扭，液压系统的操作者便能立即起动，停止、加减速和能提供任意功率、位置精度为万分之一英寸的位置控制力。图13-1是一个使飞机驾驶员升起和落下起落架的液压系统，当飞行向某方向移动控制阀，压力油流入液压缸的某一腔从而降下起落架。飞行员向反方向移动控制阀，允许油液进入液压缸的另一腔，便收回起落架。

2.增力 一个液压系统（没有使用笨重的齿轮、滑轮和杠杆）能简单

沈阳航空工业学院学士学位论文

有效地将不到一盎司的力放大产生几百吨的输出。

3.恒力或恒扭矩

只有液压系统能提供不随速度变化而变化的恒力或恒扭矩，他可以驱动对象从每小时移动几英寸到每分钟几百英寸，从每小时几转到每分钟几千转。

4.简便、安全、经济

总的来说，液压系统比机械或电气系统使用更少的运动部件，因此，它们运行与维护简便。这使得系统结构紧凑，安全可靠。例如 一种用于车辆上的新型动力转向控制装置一淘汰其他类型的转向动力装置，该转向部件中包含有人力操纵方向控制阀和分配器。因为转向部件是全液压的，没有方向节、轴承、减速齿轮等机械连接，使得系统简单紧凑。

另外，只需要输入很小的扭矩就能产生满足极其恶劣的工作条件所需的控制力，这对于因操作空间限制而需要小方向盘的场合很重要，这也是减轻司机疲劳度所必须的。

液压系统的其他优点包括双向运动、过载保护和无级变速控制，在已有的任何动力、系统中液压系统也具有最大的单位质量功率比。

尽管液压系统具有如此的高性能，但它不是可以解决所有动力传递问题的灵丹妙药。液压系统也有缺点，液压油有污染，并且泄露不可能完全避免，另外如果油液渗漏发生在灼热设备附近，大多数液压油能引起火灾。

沈阳航空工业学院学士学位论文

气压系统

气压系统是用压力气体传递和控制动力，正如名称所表明的那样，气压系统通常用空气（不用其他气体）作为流体介质，因为空气是安全、成本低而又随处可得的流体，在系统部件中产生电弧有可能点燃泄露物的场合下（使用空气作为介质）尤其安全。

在气压系统中，压缩机用来压缩并提供所需的空气。压缩机一般有活塞式、叶片式和螺旋式等类型。压缩机基本上是根据理想气体法则，通过减小气体体积来增加气体压力的。气压系统通常考虑采用大的中央空气压缩机作为一个无限量的气源，这类似于电力系统中只要将插头插入插座边可获得电能。用这种方法，压力气体可以总气体源输送到整个工厂的各个角落，压力气体可通过空气滤清器除去污物，这些污染可能会损坏气动组件的精密配合部件如阀和汽缸等，随后输送到各个回路中，接着空气流经减压阀以减小气压值适合某一回路使用。因为空气不是好的润滑油，气压系统需要一个油雾器将细小的油雾注射到经过减压阀减压空气中，这有帮助于减少气动组件精密配合运动件的磨损。

由于来自大气中的空气含不同数量的水分，这些水分是有害的，它可以带走润滑剂引起的过分磨损和腐蚀，因此，在一些使用场合中，要用空气干燥器来除去这些有还的水分。由于气压系统直接向大气排

沈阳航空工业学院学士学位论文

气，会产生过大的噪声，因此可在气阀和执行组件排气口安装销声器来降低噪声，以防止操作人员因接触噪声及高速空气粒子有可能引发的伤害。

用气动系统代替液压系统有以下几条理由：液体的惯性远比气体大，因此，在液压系统中，当执行组件加速减速和阀突然开启关闭时，油液的质量更是一个潜在的问题，根据牛顿运动定律，产生加速度运动油液所需的力要比加速同等体积空气所需的力高出许多倍。液体比气体具有更大的粘性，这会因为内摩擦而引起更大的压力和功率损失；另外，由于液压系统使用的液体要与大气隔绝，故它们需要特殊的油箱和无泄露系统设计。气压系统使用可以直接排到周围环境中的空气，一般来说气压系统没有液体系统昂贵。

然而，由于空气的可压缩性，使得气压系统执行组件不可能得到精确的速度控制和位置控制。气压系统由于压缩机局限，其系统压力相当低（低于250psi），而液压力可达1000psi之高，因此液压系统可以是大功率系统，而气动系统仅用于小功率系统，典型例子有冲压、钻孔、夹紧、组装、铆接、材料处理和逻辑控制操作等。

第四篇：机器人路径规划毕业论文外文翻译

外文文献：

Space Robot Path Planning for Collision Avoidance

Yuya Yanoshita and Shinichi Tsuda

Abstract — This paper deals with a path planning of space robot which includes a collision avoidance algorithm.For the future space robot operation, autonomous and self-contained path planning is mandatory to capture a target without the aid of ground station.Especially the collision avoidance with target itself must be always considered.Once the location, shape and grasp point of the target are identified, those will be expressed in the configuration space.And in this paper a potential method.Laplace potential function is applied to obtain the path in the configuration space in order to avoid so-called deadlock phenomenon.Improvement on the generation of the path has been observed by applying path smoothing method, which utilizes the spline function interpolation.This reduces the computational load and generates the smooth path of the space robot.The validity of this approach is shown by a few numerical simulations.Key Words —Space Robot, Path Planning, Collision Avoidance, Potential Function, Spline Interpolation

I.INTRODUCTION

In the future space development, the space robot and its autonomy will be key features of the space technology.The space robot will play roles to construct space structures and perform inspections and maintenance of spacecrafts.These operations are expected to be performed in an autonomous.In the above space robot operations, a basic and important task is to capture free flying targets on orbit by the robotic arm.For the safe capturing operation, it will be required to move the arm from initial posture to final posture without collisions with the target.山东建筑大学毕业论文外文文献及译文

The configuration space and artificial potential methods are often applied to the operation planning of the usual robot.This enables the robot arm to evade the obstacle and to move toward the target.Khatib proposed a motion planning method, in which between each link of the robot and the obstacle the repulsive potential is defined and between the end-effecter of the robot and the goal the attractive potential is defined and by summing both of the potentials and using the gradient of this potential field the path is generated.This method is advantageous by its simplicity and applicability for real-time operation.However there might be points at which the repulsive force and the attractive force are equal and this will lead to the so-called deadlock.In order to resolve the above issue, a few methods are proposed where the solution of Laplace equation is utilized.This method assures the potential fields without the local minimum, i.e., no deadlock.In this method by numerical computation Laplace equation will be solved and generates potential field.The potential field is divided into small cells and on each node the discrete value of the potential will be specified.In this paper for the elimination of the above defects, spline interpolation technique is proposed.The nodal point which is given as a point of path will be defined to be a part of smoothed spline function.And numerical simulations are conducted for the path planning of the space robot to capture the target, in which the potential by solving the Laplace equation is applied and generates the smooth and continuous path by the spline interpolation from the initial to the final posture.II.ROBOT MODEL The model of space robot is illustrated in Fig.1.The robot is mounted on a spacecraft and has two rotary joints which allow the in-plane motion of the end-effecter.In this case we have an additional freedom of the spacecraft attitude angle and this will be considered the additional rotary joint.This means that the space robot is three linked with 3 DOF(Degree Of Freedom).The length of each link and the angle of each rotary joint are given byliandi(i = 1,2,3), respectively.In order to simplify the discussions a few assumptions are made in this paper:-the motion of the space robot is in-plane,i.e., two dimensional one.-effect of robot arm motion to the spacecraft attitude is negligible.山东建筑大学毕业论文外文文献及译文

2220

（2）2xyAnd this will be converted into the difference equation and then solved by Gauss-Seidel method.In equation(2)if we take the central difference formula for second derivatives, the following equation will be obtained: 220x2y2(xx,y)2(x,y)(xx,y)

（3）x2(x,yy)2(x,y)(x,yy)y2where x，y are the step(cell)sizes between adjacent nodes for each x, y direction.If the step size is assumed equal and the following notation is used:

(xx,y)i1,j

Then equation(3)is expressed in the following manner: i1,ji1,ji,j1i,j1i,j0

（4）

And as a result, two dimensional Laplace equation will be converted into the equation(5)as below: i,j1i1,ji1,ji,j1i,j1

（5）4In the same manner as in the three dimensional case, the difference equation for the three dimensional Laplace equation will be easily obtained by the following:

i,j,k1i1,j,ki1,j,ki,j1,ki,j1,ki,j,k1i,j,k1

（6）6In order to solve the above equations we apply Gauss-Seidel method and have equations as follows: n1i,j1n1nn1i1,jin1,ji,j1i,j1

（7）41where in,j is the computational result from the(n +1)-th iterative calculations of the potential.In the above computations, as the boundary conditions, a certain positive number 0 is defined for the obstacle and 0 for the goal.And as the initial conditions the same number 0 is

山东建筑大学毕业论文外文文献及译文

The length of each link is given as follows:

l1 =1.4[m], l2 = 2.0[m], l3 = 2.0[m] , and the target satellite was assumed 1m square.The grasp handle, 0.1 m square, was located at a center of one side of the target.So this handle is a goal of the path.Let us explain the geometrical relation between the space robot and the target satellite.When we consider the operation after capturing the target, it is desirable for the space robot to have the large manipulability.Therefore in this paper the end-effecter will reach the target when the manipulability is maximized.In the 3DOF case, not depending on the spacecraft body attitude, the manipulability is measured by2,3.And if we assume the end-effector of the space robot should be vertical to the target, then all of the joints angles are predetermined as follows:

1160.7o,232.8o,376.5o

As all the joints angles are determined, the relative position between the spacecraft and the target is also decided uniquely.If the spacecraft is assumed to locate at the origin of the inertial frame(0, 0), the goal is given by(-3.27,-2.00)in the above case.Based on these preparations, we can search the path to the goal by moving the arm in the configuration space.Two simulations for path planning were carried out and the results are shown below.A.2 DOF Robot In order to simplify the situation, the attitude angle(Link 1 joint angle)is assumed to coincide with the desirable angle from the beginning.The coordinate system was assumed as shown in Fig.2.1 was taken into consideration for the calculation of the initial condition of the Link 2 and its

山东建筑大学毕业论文外文文献及译文

the connection of-180 degrees in the 1direction was illustrated.From this figure it is easily seen that over-180 degrees the path is going toward the goal C.B and C are the same goal point.V.CONCLUSION In this paper a path generation method for capturing a target satellite was proposed.And its applicability was demonstrated by numerical simulations.By using interpolation technique the computational load will be decreased and smoothed path will be available.Further research will be recommended to incorporate the attitude motion of the spacecraft body affected by arm motion.山东建筑大学毕业论文外文文献及译文

本文对上述缺陷的消除，提出了样条插值技术。给定的节点作为路径的一部分将被定义为平滑样条函数的一部分。为了捕获到目标，空间机器人的路径规划运用了数字模拟技术，它是通过对势场域求解拉普拉斯函数来实现的，并且从最初的位置到末尾位置的样条插值来产生连续光滑的路径。

2.机器人模型

空间机器人的模型如图1所示：机器人被安装在航天器和两个旋转接头上，这两个旋转接头可以实现末端执行器的平面运动。这种情况下，我们的航天器的姿态角有一个额外的自由度，我们将这个额外的自由度视为额外的旋转接头。这意味着空间机器人有三个自由度的链接，每个链路的长度和每个旋转关节角度，分别由li和i(i = 1,2,3)表示。为了简化这个讨论，本文做了一些假设：（1）空间机器人的运动是平面的，即二维；

（2）机器人机械臂的运动对航天器姿态的影响是可以忽略的；（3）机器人运动给出了静态几何关系，并没有明确的依赖时间；（4）目标卫星在惯性的作用下是很稳定的；

一般情况下，平面运动和空间运动将分别进行，所以我们可以假设上面的第一个不失一般性，第二个假设来自机械臂和航天器质量比的比较，对于第三个假设，我们专注于生成机器人的路径规划，这基本上是由几何关系的静态性质决定，因此并不依赖明确的时间，最后一个就是合作卫星。

图1 双链路空间机器人

0

山东建筑大学毕业论文外文文献及译文

为了解决上述方程，我们应用了高斯赛德尔算法和求解方程，如下：

n1i,j1n1nn1i1,jin1,ji,j1i,j1

(8)4in,j1表示势场域的迭代计算结果。

在上述的计算中，作为边界条件，定义特定的正数0来表示障碍物和目标。为保证初始条件相同，给所有的自由节点赋同样的数值0。通过这种方法，在迭代计算的边界节点获得的的值将不会改变，而且自由节点的值是不同。我们应用相同的域值作为障碍物，并且按照迭代计算方法，则目标周围较小的势场域会像障碍物一样缓慢的向周围传播，势场域就是根据上述方法建立的。采用4节点相邻的空间机器人存在的节点上的势场，最小的节点选择移动到另一点，这个过程最终引导机器人无碰撞的到达目标的位置。

样条内插法：

通过上述方法给出的路径不能保证能够与另一个目标顺利连接，如果节点上没有给定目标，我们会将栅格划分成的更小，但这将增加计算量和所用时间。为了消除这些弊端，我们提出利用样条插值技术。通过在将节点解给出的通过点的道路上，我们试图获得顺利连接路径与准确获取最初的和最后的点。本文主要是通过MATLAB命令应用样条函数。

配置空间：

当我们在应用拉普拉斯势域的时候，路径搜索只能在当机器人在搜索空间过程中表示成一个点的情况下才能保证实现。配置空间(C空间)中机器人仅表示为一个点，主要是用于路径搜索。将真正的空间转换到C空间，必须执行判断碰撞条件的计算，如果碰撞存在,相应的点在c空间被认为是障碍。本文中，在生成势场域时，所有现实空间的点的生成条件对应于所有的节点都是经过计算的。在构成的机械臂和生成的节点的障碍物出现判断选择时，该节点可以看作是在c空间的障碍点。

数值仿真：

基于上述方法对于捕获目标卫星路径规划的检查是使用空间机器人模型进行的。在本文中，我们假设空间机器人二维和2自由度机械手臂见图1。每个链接的长度给出如下:

山东建筑大学毕业论文外文文献及译文

初始角度：264.3,390o 目标角度：2166.5,376.5o

在这种情况下，势场域分成180段计算成C空间。图3显示的C空间和计划中的很大一部分的中心是由航天器本体映射的障碍了，左边部分是目标卫星的映射。图4显示的是生成的路径，这是通过利用离散数据点平滑交替生成的样条插值曲线。当我们考虑航天器本体的旋转时，-180度相当于+180度状态，然后，状态超过-180度时，它将从180度再次转到C-空间当中。正是由于这个原因，为了保证旋转的连续性，我们需要充分利用周期性的边界条件。为方便观察路径，航天器机体的映射体积忽略不计。同时为了路径表述的更加简单，附有在1方向上-180度范围的连接的插图，并做了说明。从图中可以很容易看出在-180度的范围内，沿着路径走向目标C，B和C是走向相同的目标点。

图3 两个自由度的C空间

图4 C空间的路径（2个自由度）

第五篇：四足步行机器人外文翻译1

新兴的运动模式四足机器人气动肌肉用的模型

保德山田，聪西川，伊士达和康夫国芳 研究生信息科学与技术学院，东京大学

大学院情报研究，东京大学

1、动机，问题的陈述，相关工作

动物的进化过程形成了形态和神经系统从彼此相互适应而达到一个在环境中有效的感觉整合。作为一个结果，各种复杂行为的标志，通过能耗效率以及从动态自组织产生互动的身体、神经系统和环境。这些技能是可能的，一方面，因为神经系统利用身体的物理属性，而另一方面通过感官刺激形成体动力学神经力学结构。这构成了一个体现智能[1] [2] [3]的基本属性。

近年来,许多研究已经发展到更好地了解潜在的机制动物的运动技能和如何将它们应用在机器人[4][5]。此外，特定的注意力被集中在中央的模式发生器在仿生机器人[6]中来复制动物运动。举例来说，像狗一样的铁拳系列[7]可以使用感官反馈实现稳定的运动，而类似昆虫的AMOS-WD06[8]可通过利用中央政府模型的混沌特性产生各种复杂的行为。然而，这些机器人不用容易开发的物理身体就能实现运动，是因为身体过于僵化或受线性电磁马达控制。相反，动物的骨骼肌肉系统是一个复杂和冗余的非线性结构形态构成粘弹性肌腱组织材料[9]的肌肉。一些研究都集中在中枢神经系统和他们的身体的研究[10][11] [12]。出于这个原因，我们建议在四足机器人中调查这个问题，以及神经系统随着体动力学系统如何互相感应，以产生各种适应性行为的议案。

2、技术方法

我们设计了一个简单的十分真实的四足机器人去捕捉动物骨骼系统的重要特征，以实现对神经系统的体现。古典驱动器已被麦吉类型气动人工肌肉替换，根据阻尼和弹性，重现一些生物肌肉的非线性特性 [12] [13] [14]（图1）。在真正的肌肉中，传感反馈是通过感觉到的肌肉长度的肌梭和感知肌张力的高尔基腱器官完成的。我们通过使用压力传感器和电位器计算长度和人工肌肉的张力来复制此功能的。

基于生物学的考虑，我们用小原国芳与他的同事们开发的脊髓延髓的系统模型设计了神经系统[15] [16]（图2）。一个的脊髓延髓模式的单一元素组成肌肉、一个α和γ运动神经元、传入感觉中间神经元和神经的振荡器模型。虽然每个元素不直接连接到总体，我们预计机器人的振荡器的非线性光学性质将建立弥散的互感器和动力连接器条件从而产生全身的不同运动（图3）。

图1.麦吉气动人造肌肉的类型。

图2.脊髓延髓模型。箭头和填充圈分别代表兴奋和抑制的连接。

图3.脊髓延髓中体现的模型。

3、结果

在我们的实验中，感觉身体之间的动力学与在同样的一个实验中用自我组织的各种行为模式时尚的脊髓延髓系统修改动态的腿配位顺序之间的相互作用。

例如，机器人需要几个步骤产生动态向前运动（图4左）。然后，通过执行向后运动的几个步骤（图4中），机器人切换到另一个模式。一段时间后，返回到其先前的运动状态和重新生成向前运动（图4右）。在实验中每个关节的角度来看，我们观察到一些相同步和相交错模式（图5）。

我们注意到，这种类型的运动在整个实验中并不经常发生，这表明了系统的动力学性质。例如，在一个实验中，我们观察到的运动仅仅只是向后的。然而，这种行为运动显示了各种模型例如左腿和右腿之间或者两腿交错间的自动相位同步模型。

图4.运动行为的快照

图5.时间序列的关节角度.4、实验

我们进行了一些实验来生成四足动物骨骼机器人的模型（图6和图7）的运动行为。在脊髓延髓的模型中，每个机器人的腿部肌肉是相互隔离的，并且没有直接联系。然而，我们预测，化身将在与环境的相互作用中为弥散互感器创造条件，目的是产生各种自适应行为模式。

人工肌肉从外部压缩机提供空气，我们使用比例压力控制阀控制肌肉内部的压力。机器人安装有中央处理器板运行实时操作系统向压力阀发送的命令和从压力传感器、电位器接收传感器值。一个CPU板和计算神经动力学与外部PC机进行通信。

图6.四足气动肌肉机器人

图7.肌肉的布局。红色部分代表气动人工肌肉，蓝色部分代表的是被动肌肉构

成弹簧。

5、实验的主要见解

在实验中，虽然我们对神经系统的模型使用相同的参数，但是我们还是观察到各种复杂的运动模式。这些运动模式是个别肌肉的动态连接器的结果–即，它们之间并没有直接的连接：通过物理身体和神经系统与环境的动力相互作用。这一动态同步的机制是复杂和与环境相适应的，它探讨了身体的自然运动模式。

在今后的实验中，我们将进一步研究行为的自我组织模式机制所需的身体的性能和有利于构成这一组织模式机制的神经系统。

参考文献

[ 1]R.A.布鲁克斯.“无表征智能，人工智能”.1991,d第3期，卷47，第139–159.[ 2]R.普法倚费尔,C.西契尔.了解情报.麻省理工学院出版社，1999.[ 3]R.普法倚费尔,J.C 本哥德.我们认为身体是如何形成的：一种新的智力观.麻省理工学院出版社，2006年.[ 4]H.木村，K.土屋，A.石黑，H.维特.动物和机器的自相适应运动.高等教育出版社，2005年.[ 5]J.埃尔斯，J.L.戴维斯，A.鲁道.仿生机器人的神经技术.麻省理工学院出版社，2002年.[ 6]A.J.依思皮特，动物和机器人的中枢模式发生器运动控制：审查，神经网络，2008，第4期，21卷，642页–653页.[ 7]H.木村，Y.福冈，A.H.科恩.“适应在地面上动态行走的四足机器人的生物学概念”.国际机器人研究学报，2007, 第5期，26卷，475页–490页.[ 8]S.斯特恩哥如布，M.泰姆，F.沃尔戈特，P.Manoonpong，“自组织适应一个简单的神经电路，使复杂的机器人的行为成为可能”.自然物理学,2009,卷6，页224 –230.[ 9]R.M.亚力山大,H.班纳特-克拉克.“肌肉和其它组织存储的弹性应变能”.自然科学，1977，第5590期，265卷，114页–117.[ 10]R.普法倚费尔，M.伦加雷拉，Y.小原国芳.自组织生物启发的机器人的化身 ”.科学，2007年11月,卷318，页1088-–1093.[ 11 ]A.彼蒂，Y.小原国芳.产生时空动态分布联合转矩模式同步模式发电机，前沿神经机器人，2009，3卷，2号，1页–14.[ 12 ]AR皮蒂，是有关新山志保，与国芳，“创造和调节节奏的控制身体的物理，“自主机器人，28卷，3号，317页–329，2010.[ 13]G柳巷芳草，J.czerniecki，和B纳福，“麦吉人工肌肉：气动执行器与生物力学的情报，在先进的智能机电一体化，1999.诉讼.1999届国际会议预报，1999，页221 –226.[ 14]R.A是有关新山志保，nagakubo，与国芳，“无忌：一个双足跳跃和着陆机器人与人工肌肉骨骼系统的过程中，“参考国际机器人与自动化（互联网内容分级协会2007），罗马，意大利，四月，2007，页2546-2551（–thc5.2）.[ 15]Y国芳和铃木，“动态的出现和适应行为体现为通过耦合混沌领域，“程序.国际参考智能机器人与系统，2004，页2042 –2049.[ 16]Y国芳和美国sangawa，“早期运动的发展从偏序神经体动力学：实验与cortico-spinal-musculosleletal模型，“生物控制论，卷95，页589-–605，2006.