第一篇：一种乒乓球仿人机器人的平衡运动生成
一种乒乓球仿人机器人的平衡运动生成
摘要：过去十年里，人们在仿人机器人领域有了长足的发展，但是在研究具有人机交互能力的机器人，并使其完成复杂任务方面还存在一些问题。为此，我们研发了一个名为“悟空”的机器人，“悟空”可以击打乒乓球，并能够与人连续对打。我们通过研究其打乒乓球，进而研究仿人机器人与人类和环境交互的过程。本文的重点是研究机器人在打乒乓球过程中的稳定问题。手臂具有的极大加速度会产生冲击反力，这就使得稳定变得极为重要。我们引入了一种最优动量补偿方法和一种基于位置的阻抗控制预测，这样就可以使机器人的身体产生一个动作，通过这个动作使机器人可以吸收冲击反力，从而保证可以成功的击打乒乓球。实验结果表明，机器人可以与人进行比赛，并且在冲击反力的作用下依然保持稳定。
一、引言
仿人机器人已经成为机器人领域里最炙手可热的一项研究之一。其类人的外形和结构使其在与人交互的环境里工作有着巨大的优势。能够双足行走，又使仿人机器人能够在复杂环境里简单而平稳地通过障碍物。手臂和腿部多自由度的设计使其能够帮助或者是替代人类完成一些日常的工作，使人们的生活更加简单和安全。仿人机器人具有与人类似的外形，这就使它们拥有更好的交互体验，并且有望成为人们的生活中一个好帮手，比如照顾老年人以及小孩。
如果考察一下目前仿人机器人研究方面的取得的成果，就会发现，人们已经用各种模型研究了机器人稳定移动以及其他各种功能。然而要使机器人具有人类一样的能力还是有很大的困难，这主要是由于传感器的限制、驱动器性能不高以及缺少像人类一样的智能。服务型的仿人机器人不像那些工业生产机器人，具有稳定工作环境，它们的工作环境更加恶劣，任务更加复杂，例如地面可能不平整或者倾斜，会遇到行走的人们、障碍、以及各种各样的随时可能移动的物体，还有一些突然的受力可能会让机器人绊倒，复杂的任务更需要对机器人整体驱动精心的设计，这都会使机器人遇到更多的困难。
在本文中，我们将乒乓球机器人作为研究人机交互以及机器人操控的一个切入点。作为一个智能仿人机器人系统理想的研究实验，打乒乓球是一个很有挑战性的任务。包含的关键点如下：（1）精巧的机械结构设计。必须研发出一个既有强度有灵活的仿人机器人，以便其行走以及打乒乓球。（2）实时控制。设计和控制算法必须有效率，而且为了保证快速响应，控制环也必须很短。使每一个控制环时间最小化对于实时控制十分重要。（3）准确度，包括实时的识别运动中的乒乓球，预测乒乓球轨迹，准确地定位机器人本身。（4）稳定性的保持，这个指标对于手臂高速运动的机器人非常重要。到目前为止，我们研制的仿人机器人“悟空”，已经能够与人持续的对打。本文的重点是研究机器人打乒乓球的过程中，使其身体运动稳定性能够保持的算法。
本文剩余部分的研究能容如下：第二章主要是对相关工作的一些回顾。第三章描述了我们的机器人的系统配置。第四章提出了两种机器人身体运动的算法。第五章主要列举了我们的系统以及实验结果。第六章是参考文献。
二、相关工作
三、机器人的结构
四、身体运动的规划及补偿的生成
机器人身体的运动对于平衡的保持及动量的消除有着重要的作用。人们已经进行了很多实验，研究了人类神经系统在操纵手臂和身体运动，从而完成一个既节能又能保持动态平衡的动作。在机器人研究领域，有许多方法可以通过增加自由度来取得更好的效果。尾田村提出的“动量控制的解决”（Resoved Momentum Control）可以通过特定数量的冗余自由度来调节运动规划中产生的线性/角动量。许多研究人员也着力研就其他的方法去使旋转动量最小化。
在我们研究的初级阶段，我们将机器手臂安装在一个可调整的坚固的底柱上，这个底柱重65Kg，高1.25m，固定在地面上一个0.5m*0.5m的区域，用这个机构来测试我们的系统。这个底柱给机器手臂提供了一个十分坚固的基底，使其可以进行任何设定好的动作。不过一旦机器手臂安装在机器人的身上，冲击反力就不能忽略了。在连续对打得过程中，机器人非常容易倾斜、摇晃、甚至是倾倒，因为手臂的巨大加速度以及相对较小的支撑底面。由于受到手臂加速度产生的冲击反力，机器人的位置以及方向可能会更加偏离初始值。一旦机器人的位置偏离了初始值，拍子的理想轨迹与实际轨迹的偏差会使击球点更加偏移，或者直接错过乒乓球，这都可能使连续对打失败。
我们将手臂产生的冲击视为机器人系统的外部干扰，设计了不同的控制方案使机器人能够保持初始位置和方向。首先，如果需要产生一个较大的加速度，我们就可以在设计阶段将冲击反力计算出来。在身体的下端，例如腰关节和腿关节，我们用一种动量补偿方法去消除手臂挥动产生的角动量。其次，通过安装在机器人脚部的力/扭矩传感器，我们可以测量冲击反力，然后利用一种反馈调节方法可以使机器人吸收冲击反力并减小其对机器人的影响。这样，我们就可以应用基于位置的阻抗控制来消除冲击反力的影响了。
A、下端部位的动量补偿
许多研究都已经指出了动量控制的重要性。在我们的实验中，要使机器人手臂快速的完成击打乒乓球的动作，就会使机器人产生很大的加速度和角动量。如果地面无法提供足够的摩擦力来抵消X轴的角动量，机器人就容易滑倒。于是我们引入了一种最优动量补偿算法，这样就可以利用机器人下部关节来优化Z轴的角动量，从而降低了由于手臂加速度产生的滑倒趋势。
我们认为仿人机器人是具有理想刚体结构的树状机械。总的线性和角动量就是机器人各个关节的线性和角动量之和。在我们的例子中，在机器人稳定站立并连续击打乒乓球的过程中，我们只考虑其受到的角动量：
（1）
Iupper以及Ilower机器人每个刚性结构对应于各自的旋转轴的惯性张量。Qupper和qlower是每一个关节的角速度。
为了使机器人总的角动量最小，就应该让机器人的上部，例如手臂角动量，利用机器人下部产生的角动量消除。换句话说，就是要求下部跟踪式的产生一个与上部相反的角动量，从而获得最小的总角动量。
为此，我们建立了如下模型：
Qe,Qx以及R是非负元素的矩阵，Ts是系统的取样时间，δu控制变量的增量，δx是状态变量的增量。E是跟踪误差。
最优跟踪问题可以通过预测控制来解决：
Yref是手臂运动产生的参考动量，P表示Riccati方程的解。
在解决了跟踪问题之后，我们得到了机器人下部所有关节的角速度，这组角速度可以使得机器人的总角动量最优化。关节的位置可以通过整合速度来计算出来。我们的最优动量控制没有考虑到关节的极限位置，这就可能使得机器人下部运动过程中发生碰撞或者损坏关节的固定机构。为了使机器人手臂的典型运动不至于损害机器人本身，我们将Qe,Qx以及R的参数设置为离线状态，虽然同时这样也限制了补偿的效果。整体的速度也会导致一个漂移的位置误差，不过这个误差可以在手臂运动结束时，通过线性插值的方法消除。
B、利用阻抗控制降低影响
在手臂操作以及其他机械控制方面，阻抗控制已经广泛的应用其中，并且成为了处理接触力问题的普遍方法。总的想法是模拟二阶质量-阻尼-弹簧系统，改变模型的静态或动态的性质。在连续击打的测试中，我们发现机器人产生的冲击反力会导致其发生横向移动。脚部沿着冠轴的扭矩曲线表明了其阻尼系统的特性（扭矩数据是通过安装在脚和踝关节之间的力/扭矩传感器收集的）。我们引入了基于位置的阻抗控制来改变阻尼系统的动态响应，从而调整时间，减少超调。
假设双足机器人通过一个质量-阻尼-弹簧系统连接在地面上，如图四所示。地面和脚部的影响/接触力可以表示为：
Md 是模拟的质量矩阵，Dd和Kd是相应的阻尼和刚度矩阵。P是脚部实际的位置向量，p0是脚部的理想位置响亮。F表示需要的力/扭矩传感器数据。P和p0可以通过对实际关节角度和理想的关节角度的运动学分析得出。我们最初引入的阻抗控制是为了减小机器人的横向移动，所以将具有选择性的矩阵
应用在公式（7）的两侧，以便能够计算理想的数据。为了简化预测，我们只控制踝关节的节距。这样公式（7）就可以简化为
公式（9）中的所有变量都是标量。踝关节节距速度的补偿值pe通过下式计算：
我们离散处理公式（10）得到如下的控制公式：
K表示kth循环，Ts是控制系统的采样时间。阻抗系统的离线参数是通过经验获得的。两条腿的参数是不同的，使一条腿具有较大的刚度，可以为整个身体提供足够的稳定度，防止其滑倒，同时让另一条条具有较大的粘性，可以吸收冲击反力。
五、结果
六、结论
本文介绍了一个名为“悟空”的机器人，它可以击打乒乓球，也可以与人连续对打。我们阐述了机器人的系统组建及结构，并且展示了仿人机器人可以通过正手和反手击打各种速度的乒乓球。为了进行规划和补偿，提出了两种身体运动的生成算法，并且说明了如何抵消由于手臂运动所产生的巨大加速度。我们还讨论了一种最优动量补偿方法，利用机器人下部关节来消除手臂产生的动量。实验结果表明，基于位置的阻抗控制可以有效的吸收反击冲力，并且可以是机器人保持稳定。
目前我们正在研发可以对打的两个机器人。对于人来说，打乒乓球的时候，如果球离身体太远，两只脚可以移动的去击打。但是我们的机器人腿部质量过大，并且不是很灵活，这就限制了对打过程中的移动。还有一个更加严峻的问题，如果机器人不再是以一个已经设计好的固定的姿势站立，平衡就很难保证。尽管机器人对打还存在一个技术性的问题，我们会继续着重研究仿人机器人平衡的保持以及整个身体运动的生成。
点击咨询 