仿生機器人關(guān)鍵技術(shù)

1、仿生機器人關(guān)鍵技術(shù)仿生機器人關(guān)鍵技術(shù)“仿生機器人 ”就是指模仿生物、 從事生物特點工作的機器人。,涉及到機械設(shè)計、 計算機、傳感器、自動控制、人機交互、仿生學等多個學科。因此,機器人領(lǐng)域中需要研究的問題非常多。主要研究問題包括以下五個方面:1 建模問題仿生機器人的運動具有高度的靈活性與適應(yīng)性。其一般都就是冗余度或超冗余度機器人,結(jié)構(gòu)復(fù)雜 ,運動學與動力學模型與常規(guī)機器人有很大差別, 且復(fù)雜程度更大。 為此 ,研究建模問題, 實現(xiàn)機構(gòu)的可控化就是研究仿生機器人的關(guān)鍵問題之一。2 控制優(yōu)化問題機器人的自由度越多,機構(gòu)越復(fù)雜 ,必將導(dǎo)致控制系統(tǒng)的復(fù)雜化。復(fù)雜巨系統(tǒng)的實現(xiàn)不能全靠子系統(tǒng)的堆積,要做到整

2、體大于組分之與, 同時要研究高效優(yōu)化的控制算法才能使系統(tǒng)具有實時處理能力。3 信息融合問題在仿生機器人的設(shè)計開發(fā)中, 為實現(xiàn)對不同物體與未知環(huán)境的感知,都裝備有一定量的傳感器。 多傳感器的信息融合技術(shù)就是實現(xiàn)其具有一定智能的關(guān)鍵。信息融合技術(shù)把分布在不同位置的多個同類或不同類的傳感器所提供的局部環(huán)境的不完整信息加以綜合, 消除多傳感器信息之間可能存在的冗余與矛盾,從而提高系統(tǒng)決策、規(guī)劃、反應(yīng)的快速性與正確性。4 機構(gòu)設(shè)計問題合理的機構(gòu)設(shè)計就是仿生機器人實現(xiàn)的基礎(chǔ)。生物的形態(tài)經(jīng)過千百萬年的進化,其結(jié)構(gòu)特征極具合理性,而要用機械來完全仿制生物體幾乎就是不可能的,只有在充分研究生物肌體結(jié)構(gòu)與運動特性

3、的基礎(chǔ)上提取其精髓進行簡化,才能開發(fā)全方位關(guān)節(jié)機構(gòu)與簡單關(guān)節(jié)組成高靈活性的機器人機構(gòu)。5 微傳感與微驅(qū)動問題微型仿生機器人有些已不就是傳統(tǒng)常規(guī)機器人的按比例縮小,它的開發(fā)涉及到電磁、機械、熱、光、化學、生物等多學科。對于微型仿生機器人的制造,需 要解決一些工程上的問題, 如動力源、驅(qū)動方式、傳感集成控制以及同外界的通訊等。實現(xiàn)微傳感與微驅(qū)動的一個關(guān)鍵技術(shù)就是機電光一體結(jié)合的微加工技術(shù)。同時 ,在設(shè)計時必須考慮到尺寸效應(yīng)、新材料、新、工藝等問題。為了解決以上問題仿真機器人需要采取以下技術(shù):仿生機器人關(guān)鍵技術(shù)1、環(huán)境感知目前 ,在結(jié)構(gòu)化的室內(nèi)環(huán)境中,以機器視覺為主并借助于其她傳感器的移動機器人自主

4、環(huán)境感知、場景認知及導(dǎo)航技術(shù)相對成熟。而在室外實際應(yīng)用中,由于環(huán)境的多樣性、隨機性、復(fù)雜性以及天氣、光照變化的影響,環(huán)境感知的任務(wù)要復(fù)雜得多,實時性要求更高,這一直就是國內(nèi)外的研究熱點。多傳感器信息融合、環(huán)境建模等就是機器人感知系統(tǒng)面臨的技術(shù)任務(wù)?；趩我粋鞲衅鞯沫h(huán)境感知方法都有其難以克服的弱點。將多種傳感器的信息有機地融合起來 ,通過處理來自不同傳感器的信息冗余、互補,就可以構(gòu)成一個覆蓋幾乎所有空間與時間的檢測系統(tǒng) , 可以提高感知系統(tǒng)的能力。因此 ,利用機器視覺信息豐富的優(yōu)勢,結(jié)合由雷達傳感器、超聲波雷達傳感器或紅外線傳感器等獲取距離信息的能力,來實現(xiàn)對本車周圍環(huán)境的感知成為各國學者研究的

5、熱點。使用多種傳感器構(gòu)成環(huán)境感知系統(tǒng),帶來了多源信息的同步、匹配與通信等問題,需要研究解決多傳感器跨模態(tài)跨尺度信息配準與融合的方法及技術(shù)。但在實際應(yīng)用中,并不就是所使用的傳感器及種類越多越好。針對不同環(huán)境中機器人的具體應(yīng)用,需要考慮各傳感器數(shù)據(jù)的有效性、計算的實時性。所謂環(huán)境建模,就是指根據(jù)已知的環(huán)境信息,通過提取與分析相關(guān)特征,將其轉(zhuǎn)換成機器人可以理解的特征空間。構(gòu)造環(huán)境模型的方法分為幾何建模方法與拓撲建模方法。幾何建模方法通常將移動機器人工作環(huán)境量化分解成一系列網(wǎng)格單元,以柵格為單位記錄環(huán)境信息,通過樹搜索或距離轉(zhuǎn)換尋找路徑; 拓撲建模方法將工作空間分割成具有拓撲特征的子空間,根據(jù)彼此連通

6、性建立拓撲網(wǎng)絡(luò),在網(wǎng)絡(luò)上尋找起始點到目標點的拓撲路徑,然后再轉(zhuǎn)換為實際的幾何路徑。環(huán)境模型的信息量與建模過程的復(fù)雜度就是一對矛盾。例如針對城區(qū)綜合環(huán)境中無人駕駛車輛的具體應(yīng)用,環(huán)境模型應(yīng)當能反映出車輛自動行駛所必需的信息,與一般移動機器人只需尋找行走路徑不同的就是,車輛行駛還必須遵守交通規(guī)則。信息量越多、模型結(jié)構(gòu)越復(fù)雜, 則保存數(shù)據(jù)所需的內(nèi)存就越多、計算越復(fù)雜。而建模過程的復(fù)雜度必須適當,以能夠及時反映出路況的變化情況,便于做出應(yīng)對。2、自主定位定位就是移動機器人要解決的三個基本問題之一。雖然gps已能提供高精度的全局定位, 但其應(yīng)用具有一定局限性。例如在室內(nèi)gps信號很弱;在復(fù)雜的城區(qū)環(huán)境中

7、常常由于gps信號被遮擋、多徑效應(yīng)等原因造成定位精度下降、位置丟失;而在軍事應(yīng)用中,gps信仿生機器人關(guān)鍵技術(shù)號還常受到敵軍的干擾等。因此, 不依賴 gps 的定位技術(shù)在機器人領(lǐng)域具有廣闊的應(yīng)用前景。目前最常用的自主定位技術(shù)就是基于慣性單元的航跡推算技術(shù),它利用運動估計(慣導(dǎo)或里程計),對機器人的位置進行遞歸推算。但由于存在誤差積累問題,航位推算法只適于短時短距離運動的位姿估計,對于大范圍的定位常利用傳感器對環(huán)境進行觀測,并與環(huán)境地圖進行匹配,從而實現(xiàn)機器人的精確定位。可以將機器人位姿瞧作系統(tǒng)狀態(tài),運用貝葉斯濾波對機器人的位姿進行估計,最常用的方法就是卡爾曼濾波定位算法、馬爾可夫定位算法、蒙特

8、卡洛定位算法等。由于里程計與慣導(dǎo)系統(tǒng)誤差具有累積性,經(jīng)過一段時間必須用其她定位方法進行修正,所以不適用于遠距離精確導(dǎo)航定位。近年來,一種在確定自身位置的同時構(gòu)造環(huán)境模型的方法, 常被用來解決機器人定位問題。這種被稱為slam (simultaneous localization andmapping) 的方法 ,就是移動機器人智能水平的最好體現(xiàn),就是否具備同步建圖與定位的能力被許多人認為就是機器人能否實現(xiàn)自主的關(guān)鍵前提條件。近十年來 ,slam 發(fā)展迅速 ,在計算效率、一致性、可靠性提高等方面取得了令人矚目的進展。 slam 的理論研究及實際應(yīng)用,提高了移動機器人的定位精度與地圖創(chuàng)建能力。其中

9、有代表性的方法有:將 slam 與運動物體檢測與跟蹤(detection and tracking movingobjects,datmo)的思想相結(jié)合 ,利用了二者各自的優(yōu)點;用于非靜態(tài)環(huán)境中構(gòu)建地圖的機器人對象建圖方法(robot object mapping algorithm,roma),用局部占用柵格地圖對動態(tài)物體建立模型,采用地圖差分技術(shù)檢測環(huán)境的動態(tài)變化;結(jié)合最近點迭代算法與粒子濾波的同時定位與地圖創(chuàng)建方法,該方法利用icp算法對相鄰兩次激光掃描數(shù)據(jù)進行配準,并將配準結(jié)果代替誤差較大的里程計讀數(shù),以改善基于里程計的航跡推算;應(yīng)用二維激光雷達實現(xiàn)對周圍環(huán)境的建模 , 同時采用基于模

10、糊似然估計的局部靜態(tài)地圖匹配的方法等。3、運動控制在地面上移動的機器人按移動方式不同,大概可以分成兩類,一類就是輪式或履帶式機器人 ,另一類就是行走機器人,二者各有特點。輪式機器人穩(wěn)定性高,可以較快的速度移動,無人車、外星探測器等都就是典型的代表。大部分輪式或履帶式機器人的運動控制可分成縱向控制與橫向控制兩部分,縱向控制調(diào)節(jié)移動速度 ;橫向控制調(diào)節(jié)移動軌跡,一般采用預(yù)瞄-跟隨的控制方式。對無人車來說,在高速行駛時穩(wěn)定性會下降。因此,根據(jù)速度的不同需要采取不同的控制策略。在高速行駛時通過增加濾波器、狀態(tài)反饋等措施來提高穩(wěn)定性。仿生機器人關(guān)鍵技術(shù)行走機器人穩(wěn)定性差,移動速度慢 ,但可以跨越比較復(fù)雜

11、的地形,比如臺階、 山地等。 與輪式機器人不同的就是 ,行走機器人本身就是個不穩(wěn)定的系統(tǒng),因此運動控制首先要解決穩(wěn)定性的問題 ,然后才能考慮使其按既定的軌跡移動的問題。目前,主流的行走機器人控制方式有兩種 :電機控制與液壓控制, 二者各有利弊。電機控制機構(gòu)相對簡單,但負載能力有限 ; 液壓控制可以獲得較大的負載能力,但機構(gòu)復(fù)雜。利用電機與軸承模擬人的關(guān)節(jié),從而控制機器人穩(wěn)定行走,就是機器人控制通常的方式。運動控制一般就是將末端軌跡規(guī)劃與穩(wěn)定控制相結(jié)合:首先規(guī)劃腳掌的軌跡 , 再通過機器人運動學求解各個關(guān)節(jié)電機的旋轉(zhuǎn)角。理論情況下,按上述計算得到的關(guān)節(jié)角能夠保證腳掌軌跡跟蹤 ,但實際環(huán)境中存在很多擾動,需要對關(guān)節(jié)角進行反饋校正,保證穩(wěn)定性。 穩(wěn)定控制方法很多 ,其中一種簡單而常用的方法被稱為零力矩點(zero moment point,zmp) 法。其特征就是 :通過檢測實際 zmp 的位置與期望值的偏差 ,閉環(huán)調(diào)整關(guān)節(jié)角 ,使 zmp 始終位于穩(wěn)定區(qū)域以內(nèi),