一种方法使用Reflex-Based稳定走在凹凸不平的地形自适应步态

文摘

介绍了一种自适应的实现步态的六足步行机器人能产生活性的步进动作与相同的底层控制方法作为稳定的昆虫走在凹凸不平的地形。步态生成的方法使用从机载传感器反馈的数据来生成一个自适应步态为了克服障碍,差距并执行稳定行走。本文地址通过模拟其实现可视化动态仿真环境。最后本文将结论的意义和性能提出了步态的跟踪误差在导航困难地形。

1。介绍

腿式机器人的运动规划领域,大量的研究工作灵感来自昆虫由于他们回应,适应性和拥有感官系统来生成活性行走模式(1]。在仿生机器人领域,大量的工作(2- - - - - -6)存在处理建模和设计灵感来自腿生物在自然界中发现。

通过各种研究已经清楚,哺乳动物和昆虫拥有固有的功能选择稳定和安全的步行模式在应对外部干扰地形变得不均匀连续的步态。这种步行模式的特点是腿的连续运动和身体的协调发展,让他们适当的,适合复制现实世界在步行机器人。一波步态是被认为拥有内在的典型步态地形适应性。另一方面,一个三脚架步态(7)是众所周知的由于高迁移率对其行走步态速度快和更大的静态稳定性。

1.1。文献综述及相关工作

领域的导航在困难地形,大量的研究工作涉及地形适应性控制算法的发展,实现高效、稳定的运动(8- - - - - -10]。在一些作品,运动计划基于分布式神经网络控制器(11),步态生成方法使用能源稳定利润理解可靠的运动(12),故障检测方案(13],容错循环步态的发展[14,六足机器人的步态规划基于运动学控制(15一些调查的结果。

早期的机器人设计,比如[16)专注于以行为为基础的发展战略制定robot-environment交互以设计自适应步行使用感官信息的行为。后来,研究如17- - - - - -19]研究了机器人系统的设计和他们的主要目标实现行走实际行走机器昆虫的行为。因此,这些研究的目标一直努力设计方案定义腿部运动复制那些实际的昆虫为了实现仿生步行。诅咒工作等步态生成方法通过调查把昆虫的步行行为(20.,21]。发生了相当大的贡献在这种情况下是由研究者赫斯和Buschges [22)和Ekeberg et al。1),研究了昆虫昆虫神经生物学和调查,坚持控制自己的腿部运动通过感官振荡器在关节和胸神经节。因此,他们的联合运动在一个特定的腿受到感官信号从大脑的影响以及其他腿的关节产生反应式步进模式。以来,模式是反应生成的运动响应和适应性,使昆虫符合其潜在的地形。这样neurobiological-based步态生成方法实现了使用计算机模拟(1)与1和2腿机器人(23]。密切相关的一项研究[24)处理的一个很好的实现这样一个神经生物学的腿控制系统识别贴胸神经节的昆虫生物使用的昆虫机器人建模合理的感官途径生成模式。工作(24)描述了这些途径使用“电梯反射”等先进的算法来克服障碍和“搜索反射”克服缝隙和孔洞为了提高导航以优异的成绩在崎岖的地形。

虽然这些研究调查足以证明自适应运动的成功,大部分工作涉及实现平滑的平面或结构化的环境。自然地形,冲动的形成力量在影响(robot-ground交互)引起扰动,影响行走步态和提供了一个巨大的挑战,实现运动和足够的稳定性和性能。相反,因此,本文的目的是描述一个生物启发步态生成方法,走在凹凸不平的地形与遍历的能力障碍和差距最小跟踪误差。

论文的第一部分描述了我们的六条腿的机器人的建模和设计。论文的第二部分描述我们提出立足反射生成反应和自适应步态控制方法,能够计划立足点和适当的腿序列改变支持分和横向崎岖的地形。

2。机器人的建模和设计

2.1。物理模型

我们的机器人的机械结构如图1,由六个相同的腿放置在主体生物启发配置启用omni-directionability,增强可操作性。为了描述机器人的运动学模型的腿从竹节虫的启发,提出的工作(25)已被审查。有四个功能段的腿竹节虫:髋()、股骨(),胫骨()和脚。为简单起见,竹节虫腿可以建模为一个串行机械手三个铰链关节因忽视了共同的脚和脚本身,导致三个自由度的调查(25]。因此,我们机器人的腿包括三个链接即:髋,股骨和胫骨,互联通过三个转动关节。从身体到脚,关节被称为body-coxa联合()_,coxa-femur联合()和femur-tibia联合()。图2肖像的运动学配置腿的链接和他们的运动包络。

2.2。可获得的工作区

如果所有关节的一条腿返回适当的或可取的角度参考姿势在给定的空间,那姿势被认为是机械手工作空间的一个子集。在这种背景下,分析和图解的方法通常用于机器人的工作空间。另一方面,数值方法有优势,如速度快,精度高,操作方便,应用范围大,各种类型的机器人结构和适应性。因此,人们普遍使用的研究人员调查了在26,28]。

图3显示所有的工作信封腿连接到主体作为一个可获得的工作区由固体环区域。每条腿可及面积的形式中定义的部门(29日),相邻或周边地区造成彼此重叠的区域。因此,为避免干扰问题,确定一个灵巧的工作区包含在每条腿的可获得的工作区中显示数据2和3。灵巧的工作空间是一个地区在平面上绘制的地形在一条腿可以在任何地方放置有效而令人满意的静态稳定性。

2.3。运动学模型

我们机器人的运动学模型由向前和逆运动学方程制定使用Denavit-Hartenberg公约作为研究[30.),进一步描述(1)。 为了确保行走步态的性能,性能措施通常是评估的步态稳定利润使用基于零力矩点(ZMP)的稳定性判据。因此,有必要考虑并定义ZMP-based稳定性判据。ZMP的定义采用本文中描述的是(31日,32,即:ZMP的投影点重力和惯性力量的合力作用于机器人地面,时刻的合力等于零。为了保证动态稳定性,ZMP必须位于多边形表面的支持(检测)在所有的时间和不躺在检测的边缘。检测是凸包(多边形)的立足点与地面接触。如果ZMP达到检测的边缘,行走步态将开发一种高倾向变得不稳定,并可能导致暴跌的机器人在地面上。ZMP来源于[的位置31日,32),所述(1)。

3所示。地形的适应

地形勘探被认为是一个重要方面在步行机器人运动规划之前更详细地讨论在33- - - - - -40]。一次地形图,立足选择方法可以实现。摘要地形知识提供给机器人离线形式的地形的纬度,经度,和高度信息。目标是遵循一个已知的参考路径地理位置使用它的纬度、经度和海拔高度信息。在行走过程中,机器人用传感器牵引力控制系统进行直线行走。

3.1。步态生成

这里的步态建模构成三个阶段:秋千,下降和立场中描述(2)。每个阶段的特征是其独特的腿和关节运动协调的组合。Swing是被伸长的body-coxa关节,levation coxa-femur联合,femur-tibia联合的延伸。这种组合服务的立足点来,摇摆运动的方向获取下一个立足点位置(在空气中)。下降阶段降低了腿,直到接触地面验证从立足点的触摸传感器的通知。在立场阶段,涉及到腿都支持和推动身体所需的方向运动。联合轨迹()计算使用线性样条函数与抛物线过渡中描述(2)。

如前所述,一条腿感觉网络建立每条腿,定义了一个反射系统通知主控制器,其他干扰需要行为遇到了比正常行走。感知这种异常行为时,控制器产生感官信息基于扰动估计在影响(leg-environment交互),改变了正常的连续运动关节的适应性和紧急。这reflex-based步态生成方法称为反射控制(FRC)立足,将在下一节中进一步解释3.2。

3.2。立足反射控制(FRC)

立足反射控制(FRC)方法旨在跨过可以克服的障碍,使用在线牵引力控制系统相当大的缝隙和孔洞。地形的方法使估计通过使用从腿感觉脚接触点的信息网络。如果所有的接触点是在相同的高度,机器人被认为是走在平坦的地形。在这种情况下,机器人使用短leglift和一个大legstroke增加其旅行速度。

在检测到步障使用传感器信息,英国财务报告理事会发起的行为除了正常行走改变的运动涉及的腿收缩到一个安全区域(试图最小化划破障碍的风险),levation在空气中(为了获得一个位置高于认知障碍的高度),和摇摆它的下一个计划立足灵巧的工作空间内的腿。并行,FRC使用一个独立的态度控制器保持机器人的身体上面夷为平地地形与在线调整,登山和穿越间隙使用传感器牵引力控制系统。这种现象进一步见图4使用动态仿真结果,以验证该方法的成功。

脚与地面的交互建模是基于一般库仑摩擦模型(41,42),进一步描述(3)。 在哪里是总接触点之间的切向力和地形,是地面静态和动态摩擦系数相结合,然后呢是总正常反应力,防止接触点的渗透。静态和动态摩擦的系数作为一个结合地面摩擦系数为简单起见,在线计算使用切向和正常反应部队估计使用腿传感器数据。总体控制框架见图5。

3.3。步态性能的措施

能够产生最优步态,它是必要的,以确定的性能提出了步态的一代。本文选择步态的性能来衡量的牵引机器人及其稳定性。如前所述,确定机器人的稳定在线评估CoM和ZMP的位置相对于比较。

4所示。仿真结果

最初的实现进行仿真测试,FRC的成功方法遍历如图步骤和差距4。机器人攀爬和下行的图示步骤进一步如图6和7而遍历差距看起来如图8。

4.1。障碍交叉测试

在这些测试中,机器人可以走路5厘米/秒的最大速度。机器人开始控制输入(leg-lift: 9厘米和leg-stroke: 5厘米),很容易克服最初的步骤(步骤高度:3厘米,5厘米,2厘米,6厘米,7厘米)没有太多修改计划控制变量。在感知障碍物(高步:10厘米),腿收回了2厘米,levated 6厘米,长7厘米的leg-stroke立足点反射控制方法干预的结果。这6厘米的leg-lift仍然不足以清除障碍,再次接触开关检测表面和FRC顺序循环处理。机器人最终超过了阻塞的leg-lift 12厘米和leg-stroke 7厘米。同样,在检测阻塞(步骤高度:15厘米),腿是高20厘米的最大实现leg-lift在其灵巧的工作区来克服障碍。机器人成功带领其余的降序步骤使用相同的方法。提高表面的可变宽度和可变高度被放置在一个凹凸不平的地形垂直于机器人的运动路径为了测试控制器的能力在穿越缝隙和孔洞。第一个差距大约是5厘米深,7厘米,而第二个缺口是7厘米和9厘米深处。成功是观察到的大部分模拟试验。

4.2。走在凹凸不平的地形测试

为了评估的性能提出了导航FRC法在不规则地形,地形设置使用微软Robotics Developer Studio提供的动态仿真环境。地形是一个凹凸不平的曲面网格使用heightfield创建映射到模型海拔和抑郁症可以提供显著的干扰而走,如图9。这一领域提供了一个巨大的挑战相比,平面的稳定运动,因为海拔和萧条机器人很大的扰动在横向和角方向。

在第一次模拟测试中,FRC法是不习惯。图11展示了运动的机器人的质心(CoM)和零力矩点(ZMP)档案与多边形表面的支持。从这些数字明显,FRC法不习惯时,机器人往往偏离所需的路径点之间的直线路径,进一步说明了绘画般的人物10。标题和位移误差如图12,正误差对应于一个分歧沿着左边的参考轨道而消极部分对应于一个发散的右侧参考轨道。结果表明最大平移误差厘米,最大旋转误差度约。地形谈判期间,机器人行走图所示13作为一个使用接触点表面网格生成的信息。图中的颜色条13代表的地形的高度轴。

总共25使用提出FRC法进行了仿真测试。仿真结果绘制在图15代表由机器人路径跟踪。是明显的从图15CoM和ZMP概要躺在支持多边形表面满足机器人动态稳定约束和路径跟踪的匹配与参考轨迹看起来如图所示14。的地形探索机器人如图16。

数据17,18,19演示比较评价机器人的运动和不使用提出了立足反射控制方法分别由蓝色和红色的阴谋。图17显示了估计的比较表示地面部队的反应。仔细观察图(17日)显示总切向力保持较小的比正常反应力乘以合并后的地面摩擦系数验证稳定性判据的满意度在机器人的运动,进一步验证了蓝色的图在图(18日)。进一步评估的仿真结果表明,扰动时显著降低使用FRC法如图19。态度控制器有效地跟踪机器人的姿态走在如图21。平均速度的机器人从0.33米/秒减少到0.32米/秒的使用提出了反射控制方法然而,机器人完成了课程在相对较小的时间(3.5分钟,而4分钟时不使用FRC法)与最小跟踪误差。报告的结果数据19和20.被认为是令人满意的质量软件的运动学模型和精度传感器提供的开放的动力引擎。

5。结论

这里介绍的机器人是一个昆虫使用生物启发的腿行走控制系统使用传感器在一个凹凸不平的地形牵引力控制系统。感觉网络腿负责影响方向和各关节的运动,这样一个不断发展的,自适应,反应步进模式是通过leg-environment实现交互。模拟测试,评估这种步态模型表明,机器人能够明显提高和降低障碍在粗糙表面内外名义步态控制变量(leg-lift和leg-stroke),穿越障碍测试结果如图所示。提出了立足反射控制方法的仿真测试显示,机器人的能力显著改善跟踪参考路径在一个凹凸不平的地形。步态稳定性是保证使用质量中心和零力矩点稳定性判据。因此提出导航方法的新颖性在于reflex-based步态一代的成功实施与执行的能力障碍跨越和路径在不规则地形与足够的稳定和最小跟踪误差。在这一领域未来的工作将包括改善传感器数据融合通过先进的过滤和干扰抑制技术。

引用

1. O。m . Blumel Ekeberg, a . Buschges“动态模拟昆虫走,”节肢动物结构和发展,33卷,不。3、287 - 300年,2004页。视图:出版商的网站|谷歌学术搜索
2. r . j .木”的第一个起飞生物大规模机器昆虫的启发,“IEEE机器人,24卷,不。2、341 - 347年,2008页。视图:出版商的网站|谷歌学术搜索
3. d·库恩m . Rommermann n . Sauthoff f . Grimminger f·基什内尔,”概念评估新的仿生机器人”LittleApe”,”IEEE / RSJ智能机器人和系统国际会议(——' 09)2009年10月,页589 - 594。视图:出版商的网站|谷歌学术搜索
4. s, s . Ma、b·李和y王”一艘两栖蛇形机器人:设计和运动试验在地面和水,”IEEE信息与自动化国际会议上(ICIA ' 09)2009年6月,页500 - 505。视图:出版商的网站|谷歌学术搜索
5. m . Konyev f . Palis y Zavgorodniy et al .,”安东步行机器人:设计、模拟实验,”国际会议上攀爬,步行机器人和支持技术为移动机器(CLAWAR ' 08)2008年9月,页922 - 929。视图:谷歌学术搜索
6. a . Roennau t Kerscher, r . Dillmann”设计和运动学的仿生腿六足步行机”第三IEEE RAS和磨床国际会议上生物医学机器人和生物(BioRob 10)2010年9月,页626 - 631。视图:出版商的网站|谷歌学术搜索
7. Ch。大、f·本·阿玛和f . Plumet”运动的运动学分析wheeled-legged罗孚在3 d表面姿态适应,”12日IFToMM世界大会的程序机制科学和机器,2007年。视图:谷歌学术搜索
8. r . b . McGhee和g . i Iswandhi”自适应运动的一个类似的机器人在崎岖的地形,”IEEE系统,人,控制论,9卷,不。4、176 - 182年,1979页。视图:谷歌学术搜索
9. r . b . McGhee“车辆有腿的运动”自动化和机器人技术的进步洁,n . Saridis Ed,格林威治,康涅狄格州,美国,1985年。视图:谷歌学术搜索
10. k·j·沃尔德伦和r . b . McGhee“自适应悬架车辆,”IEEE控制系统杂志》第六卷,没有。6,7 - 12,1986页。视图:谷歌学术搜索
11. h . j . Chiel r . d .啤酒,r·d·奎因和k . s . Espenschied“分布式神经网络控制器的鲁棒性昆虫机器人的运动,”IEEE机器人和自动化,8卷,不。3、293 - 303年,1992页。视图:出版商的网站|谷歌学术搜索
12. p v Nagy, s . Desa和w·l·维特克“能源稳定措施可靠的静态稳定步行运动。理论和应用程序”,国际机器人研究杂志》上,13卷,不。3、272 - 287年,1994页。视图:谷歌学术搜索
13. j·m·杨和j·h·金,“六足机器人的容错运动”,IEEE系统,人,和控制论,B部分,28卷,不。1,第116 - 109页,1998。视图:谷歌学术搜索
14. 井上k, t . Tsurutani、t . Takubo和t . Arai”全方位步态肢体机制机器人挂在网状结构,”IEEE / RSJ智能机器人和系统国际会议(——06年)2006年10月,页1732 - 1737。视图:出版商的网站|谷歌学术搜索
15. w·a·Lewinger和r·d·奎因”BILL-LEGS:低计算紧急步态小型移动机器人系统”IEEE机器人与自动化国际会议上08年举行(“国际机器人与自动化会议”)2008年5月,页251 - 256。视图:出版商的网站|谷歌学术搜索
16. r·布鲁克斯,”一个行走的机器人:紧急从仔细进化网络行为,”麻省理工学院人工智能实验室1091年的备忘录,1989年2月。视图:谷歌学术搜索
17. r . d .啤酒,r·d·奎因·h·j . Chiel和r . e . Ritzmann“机器人技术,生物启发方法”ACM的通信,40卷,不。3,17-38,1997页。视图:谷歌学术搜索
18. k . s . Espenschied r·d·奎因r . d .啤酒,和h . j . Chiel”生物为基础的分布式控制和地方反应改善粗糙地形六足机器人运动,”机器人和自治系统,18卷,不。1 - 2日,59 - 64年,1996页。视图:谷歌学术搜索
19. m . Frik m . Guddat m . Karatas和c d·菲”一个新颖的方法来自主控制行走的机器”第二届国际会议上攀爬,步行机器人(CLAWAR ' 99)g . s . Virk, m·兰德尔·d·霍华德,Eds。,pp. 333–342, Professional Engineering Publishing Limited, 1999.视图:谷歌学术搜索
20. h·克鲁斯,j·迪恩,穆勒,j .施密茨“竹节虫的步行机器人,”学报》第五届国际会议上先进机器人(ICAR 91),第940 - 936页,1991年。视图:谷歌学术搜索
21. h·克鲁斯,t . Kindermann m . Schumm j .院长和j .施密茨“Walknet-a生物启发网络控制六条腿走路,”神经网络,11卷,不。7 - 8,1435 - 1447年,1998页。视图:出版商的网站|谷歌学术搜索
22. d·赫斯和a . Buschges”感觉运动通路参与interjoint反射动作昆虫的腿,“神经生物学杂志》上,33卷,不。7,891 - 913年,1997页。视图:谷歌学术搜索
23. w·a·Lewinger b·l·拉特·m·Blumel a . Buschges和r·d·奎因”感觉耦合作用转换模块(SCASM)生成健壮的、自适应的介入腿式机器人,”学报》第九届国际会议上攀爬,步行机器人(CLAWAR 06年),页661 - 671年,布鲁塞尔,比利时,2006年9月。视图:谷歌学术搜索
24. w·A·Lewinger和r·d·奎因”一个昆虫走在不规则地形使用一个控制器改编自昆虫的神经系统,”IEEE / RSJ智能机器人和系统国际会议,台北,台湾,2010年10月。视图:谷歌学术搜索
25. 施密茨j·v·杜尔,h·克鲁斯“Behaviour-based昆虫造型运动:将生物技术应用,”节肢动物结构和发展,33卷,不。3、237 - 250年,2004页。视图:出版商的网站|谷歌学术搜索
26. c .咦,w .舒心,l . Zhiqun”机器人的工作空间和它的解析表达基于随机可能性机制设计和研究中,“卷。2,页1 - 4,2005。视图:谷歌学术搜索
27. y Yuwei)和z新华社3-RRRT并联机器人的工作空间和敏捷性分析机制设计,“22卷,没有。2、11 - 13,2005页。视图:谷歌学术搜索
28. k . wala d嘹亮的歌,a . Kasinski”控制和六条腿的机器人环境感知系统,”自动化学报,移动机器人与智能系统,卷2,不。3,26-31,2008页。视图:谷歌学术搜索
29. t·t·李,c . m .廖,t·k·陈“昆虫三脚架步态的稳定性特性。”IEEE机器人与自动化》杂志上,4卷,不。4、427 - 434年,1988页。视图:出版商的网站|谷歌学术搜索
30. 阿西夫和j·伊克巴尔,“仿生六足机器人的建模与仿真使用SimMechanics”应用国际会议的程序,机器人(无袖长衫2010),页128 - 135,普吉岛,泰国,2010年11月。视图:谷歌学术搜索
31. x柯、z锣和j .吴”研究双足机器人的行走稳定性考虑地面的分布反应部队,”IEEE国际会议上机电一体化和自动化(国际' 06)2006年6月,页1636 - 1641。视图:出版商的网站|谷歌学术搜索
32. 朱c和a .河村建夫”真正的摩擦约束的两足动物走路是什么?在讨论与旋转摩擦滑。IEEE / RSJ智能机器人和系统国际会议(——06年)2006年10月,页5762 - 5768。视图:出版商的网站|谷歌学术搜索
33. d .嘹亮的歌,“自适应选择立足昆虫机器人走在崎岖的地形,”第七届研讨会先进控制和诊断,该Gora,波兰,2009年。视图:谷歌学术搜索
34. p . Labecki a Lopatowski, p . Skrzypczynski”地形知觉步行机器人的低成本结构光传感器,”学报》第四届欧洲会议在移动机器人,克罗地亚杜布罗夫尼克,页199 - 204,,2009。视图:谷歌学术搜索
35. b . Gaßmann l . Frommberger r . Dillmann和k·伯恩斯认为,“实时3 d地图构建地方步行机器人的导航非结构化地形,”IEEE / RSJ智能机器人和系统国际会议2003年10月,页2185 - 2190。视图:谷歌学术搜索
36. c . Plagemann s Mischke s普伦蒂斯·k . Kersting n .罗伊和w·Burgard”学习预测地形模型腿机器人运动,”IEEE / RSJ智能机器人和系统国际会议(——08年)2008年9月,页3545 - 3552。视图:出版商的网站|谷歌学术搜索
37. a . Roennau t . Kerscher m . Ziegenmeyer j . m . Zoellner和r . Dillmann“六条腿的走在崎岖的地形基于脚点计划,”移动机器人技术:解决方案和挑战,页591 - 598,世界科学、新加坡,2009年。视图:谷歌学术搜索
38. l .μ和r . e . Ritzmann“胸下行输入和反应之间的相互作用共同协调蟑螂。拴在和搜索,二比较研究”比较生理学杂志》上,卷194,不。3、299 - 312年,2008页。视图:出版商的网站|谷歌学术搜索
39. j . r . Rebula p·d·纽豪斯b . v . Bonnlander m·j·约翰逊和j·e·普拉特”的控制器LittleDog四足行走在崎岖的地形,”IEEE机器人与自动化国际会议上07年举行(“国际机器人与自动化会议”)2007年4月,页1467 - 1473。视图:出版商的网站|谷歌学术搜索
40. p .竞技场,l .命运、m . Frasca和l . Patane“感官反馈在运动控制,”动力系统,因而计算和Neuro-Inspired机器人卷,500年,页143 - 158,施普林格,柏林,德国,2008年。视图:谷歌学术搜索
41. 美国嗜Moosavian和a·达比利”动力学和稳定的昆虫机器人运动规划,”IEEE / ASME国际会议上先进的智能机电一体化(目标10)加拿大蒙特利尔,页818 - 823,,2010年7月。视图:出版商的网站|谷歌学术搜索
42. x柯、z锣和j .吴”研究双足机器人的行走稳定性考虑地面的分布反应部队,”IEEE国际会议上机电一体化和自动化(国际' 06)洛阳,页1636 - 1641年,中国,2006年6月。视图:出版商的网站|谷歌学术搜索

版权

版权©2011 Umar Asif Javaid伊克巴尔。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。