IEEEJAS的个人博客分享 http://blog.sciencenet.cn/u/IEEEJAS

博文

面向离散地形的欠驱动双足机器人平衡控制方法

已有 691 次阅读 2022-9-20 17:37 |系统分类:博客资讯

引用本文

 

韩连强, 陈学超, 余张国, 高志发, 黄岩, 黄强. 面向离散地形的欠驱动双足机器人平衡控制方法. 自动化学报, 2022, 48(9): 2164−2174 doi: 10.16383/j.aas.c211008

Han Lian-Qiang, Chen Xue-Chao, Yu Zhang-Guo, Gao Zhi-Fa, Huang Yan, Huang Qiang.  Balance control of underactuated biped robot for discrete terrain. Acta Automatica Sinica, 2022, 48(9): 2164−2174 doi: 10.16383/j.aas.c211008

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c211008

 

关键词

 

欠驱动双足机器人,离散地形,平衡控制,虚拟约束,模型预测控制 

 

摘要

 

欠驱动双足机器人在行走中为保持自身的平衡, 双脚需要不间断运动. 但在仅有特定立足点的离散地形上很难实现调整后的落脚点, 从而导致欠驱动双足机器人在复杂环境中的适应能力下降. 提出了基于虚拟约束(Virtual constraint, VC)的变步长调节与控制方法, 根据欠驱动双足机器人当前状态与参考落脚点设计了非时变尺度缩放因子, 能够实时重构适应当前环境的步态轨迹; 同时构建了全身动力学模型, 采用反馈线性化的模型预测控制 (Model predictive control, MPC) 滚动优化产生力矩控制量, 实现准确的轨迹跟踪控制. 最终进行了欠驱动双足机器人的随机离散地形稳定行走的仿真实验, 验证了所提方法的有效性与鲁棒性.

 

文章导读

 

双足机器人在复杂环境中的运动适应能力是其走向应用的重要指标之一. 近年来双足机器人的动态运动得到大量研究, 其在复杂环境中的适应能力有了很大提升[1-2]. 但传统全驱动位置控制机器人由于动态性限制, 很难在崎岖地形中灵活运动. 而欠驱动双足机器人由于本身具有的动态特性, 表现出很强的地形适应性[3]. 这类机器人的脚踝具有1个或0个驱动关节, 所以脚板通常会被点足替代, 因此欠驱动双足机器人像人类高跷运动一样需要交替迈动双脚完成行走功能. 由于灵活的运动能力通常需要连续地形环境, 相比能够实现准确落脚位置[4]的全驱动位置控制双足机器人[5-7], 采用关节力矩控制方法[8]的欠驱动双足机器人缺少精确的落脚点控制以保证自身平稳通过随机离散地形环境. 因此使欠驱动双足机器人具备精确落脚控制能力可以扩大其应用场景, 活动范围覆盖全地形环境, 进而完成任务式运动需求.

 

欠驱动双足机器人的动态行走研究近几年得到巨大突破, 但行走环境被限定为连续地形. Kim等[9]提出的基于落脚点调节的全身运动优化控制, 使机器人成功在室内进行三维行走; Luo等[10]提出一种三维欠驱动双足机器人整体操作空间控制框架, 观测质心状态更新控制周期与步长位置, 实现了鲁棒平衡; Daneshmand等[11]提出了可变尺度模型预测控制 (Model predictive control, MPC) 框架, 通过实时修正落脚点实现室内三维运动; 为了获得更鲁棒的控制效果, 早期Westervelt等[12]提出了混合零动力 (Hybrid zero dynamic, HZD) 的控制方法, 离线构建多个步态库, 通过在线调节使二维机器人在平地上进行行走, 随后该方法被推广至三维运动控制中, 已经实现连续起伏地形下的三维行走[13-14]. 而Matthew等[15]在HZD基础上使用基于快速指数稳定控制Lyapunov方程的模型预测控制方法, 获得了机器人二维动态行走能力. Guo等[16]提出基于质心模型预测的步态合成规划方法, 能够在线实时控制三维机器人稳定行走. Gong等[3]在此基础上增加了实时摆动腿角度调节, 使得机器人能够在草地、雪地等复杂环境行走. 虽然上述方法的控制形式不同, 但都并未将落脚位置作为最终控制目标, 本质都是通过落脚点位置控制机器人的运动速度, 因此无法实现期望步长的控制. 并且, 上述研究方法的测试场景都是连续不平整地面或起伏的草地, 当环境出现如石头等离散立足点时, 这些控制方法将出现很大局限性.

 

欠驱动双足机器人在随机离散地形中的运动控制在上述问题中被深入研究, 主要思想是步长的实时修正. Negri等[17]应用神经网络训练出不同步长可调节的被动步态参考生成器, 使用非线性MPC跟踪参考轨迹, 但只应用在被动步行中. 姚渊等[18]提出了基于自适应前馈控制算法的变步长稳定运动控制策略, 通过改变步长与质心参考跟踪速度, 成功实现了机器人的非连续地面行走. Yao等[19]针对人体变步长步态特征, 提出基于质心状态的前馈控制策略, 将变高度等效于坡度变化控制, 实现了连续台阶行走仿真. 由于欠驱动双足机器人与地面接触点上自由度的不可控原因, 机器人在摆动中的状态不能准确预测与控制[20], 并且这种随时间变化的步行轨迹很容易受外界扰动出现提前触地的情况, 造成自身的不稳定.

 

为了解决这一问题, Grizzle等[21]提出通过虚拟约束 (Virtual constraint, VC) 建立机器人状态与控制目标变量间关系的方法. 这种方法虽然在动力学特性上与机械约束不同, 但运动学特性能够满足机器人步态的要求. 在此基础上, Yang等[22]提出在全身动力学模型上设计多个动态周期步态并预先获得控制器, 实现了步态库每一个元素的精准切换, 尽管这种方法可实现不同步长步行, 但控制器数量呈指数增长. Nguyen等[23]建立了长度和高度地形离散信息, 在HZD基础上通过离线轨迹优化获得不同的步态库, 在已知下一步离散落脚点后插值控制参数得到所需的步态. 但当机器人自由度增多时, 非线性优化求解困难, 并且对未构建的地形适应能力减弱[24].

 

为避免离线优化问题并实现在线实时调节, 以增强欠驱动双足机器人离散地形的鲁棒性, 在前期动态运动控制的工作基础上[25-26], 本文提出基于虚拟约束的变步长调节方法. 其创新点如下:

1) 提出VC参数化的尺度缩放因子实时调节方法, 不仅将机器人实时状态与参考轨迹建立关系, 并构建行走中的步态轨迹, 还能在不同步长与高度需求间在线任意衔接;

2) 为实现步态轨迹的精确跟踪, 使用反馈线性化的MPC控制实现期望的规划步态跟随控制;

3) 采用平面欠驱动双足机器人模型进行了多种随机离散地形的稳定行走控制和算法的仿真验证.

 

本文结构内容安排如下: 首先建立了欠驱动双足机器人动力学模型, 然后详细描述了基于非时变尺度缩放因子的步态规划设计方法, 之后阐述了基于反馈线性化的MPC轨迹跟踪控制算法, 随后展示了在不同场景的离散地形下实时稳定运动的仿真结果, 最后是总结与展望部分.

1 机器人动力学模型与运动阶段

2 机器人步态中的虚拟约束设计

3 随机离散地面的参数示意图

 

为使欠驱动双足机器人能准确迈出特定步长及高度且稳定运动, 从而通过随机离散地形, 本文提出了基于实时尺度伸缩的VC轨迹规划方法, 并使用了反馈线性化的MPC控制机器人实现设定的约束步态, 最后在仿真实验中验证了算法的有效性. 非时变的VC轨迹只依赖机器人自身状态变化, 这使得抗扰动能力更强, 即使在运动中受到冲击仍然能够踩在预定的落脚点上或回退到上一步落脚点, 从而保证运动的稳定性. 尽管在本文VC的尺度缩放调节中目标步长无法为0, 但能够设置一个很小的步长在实际控制中达到相似的效果, 而且通过离散地形时对步长为0的需求很小. 从仿真结果中可以看到控制效果较好, 这也为实际机器人控制提供了有力保障.

 

在后续的研究工作中, 可以将算法在真实BHR-6S机器人平台上进行实验验证. 通过为机器人左右方向增加自由度和变尺度虚拟约束, 进一步扩展算法在三维模型上的应用, 最终使欠驱动双足机器人适应复杂的随机离散地形环境从而走向应用. 另外这种尺度因子设计还可以引入在线优化设计, 例如使摆动腿能够在跨越过程中, 避免碰触路面障碍, 从而让机器人能够适应连续地形中的离散落脚点需求.

 

作者简介

 

韩连强

北京理工大学机电学院博士研究生. 主要研究方向为双足机器人动态运动规划与欠驱动力矩控制. E-mail: hanlianqiang@88.com

 

陈学超

北京理工大学机电学院教授. 主要研究方向为双足机器人运动规划与稳定控制. 本文通信作者. E-mail: chenxuechao@bit.edu.cn

 

余张国

北京理工大学机电学院教授. 主要研究方向为仿生机器人系统设计与控制. E-mail: yuzg@bit.edu.cn

 

高志发

北京理工大学机电学院博士研究生. 主要研究方向为双足机器人落脚点规划与环境适应性. E-mail: gaozhifaa@126.com

 

黄岩

北京理工大学机电学院副教授. 主要研究方向为双足机器人动态运动控制, 人体运动科学. E-mail: yanhuang@bit.edu.cn

 

黄强

北京理工大学机电学院教授. 主要研究方向为双足机器人运动, 仿生机器人系统. E-mail: qhuang@bit.edu.cn



https://blog.sciencenet.cn/blog-3291369-1356157.html

上一篇:《自动化学报》2022年48卷9期目录分享
下一篇:基于轻量化重构网络的表面缺陷视觉检测
收藏 IP: 117.114.9.*| 热度|

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2022-12-4 22:33

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部