灵长类仿生机器人高机动运动与控制关键技术研究
来源:用户上传
作者:王超 张东杰 贾春磊 郝悦
摘 要：灵长类仿生机器人具有高爆发性、高适应性、高平衡性等特点，既能够完成基本行走式机器人的工作职能，又能适用于复杂环境下的协同配合工作。文章主要探讨灵长类仿生机器人高机动运动与控制关键技术及主要研究方案，以黑猩猩等典型灵长类动物为仿生对象，开展机器人仿生关键技术研究，针对机器人运动高机动性的多运动模式和高爆发性特点开展研究，重点探讨灵长类高机动运动的生物学及运动力学信息提取与表征、高爆液压驱动和传动系统构建、多模式运动的灵长类机构优化、多模式运动统一建模及最优模式选择与切换4项内容。
关键词：仿生机器人;灵长类;多运动模式;高爆发性
仿生机器人应用范围广泛，除工业生产、民用服务、医疗应用等常规领域外，在军事、生物、航空等特殊行业也得到快速发展。仿生機器人的应用对于工业生产力提高、服务效率优化具有显著效果，弥补了人力的局限性，对于环境复杂、危险性较高、时空要求严格的领域，实现高效、持久、精准的工作模式。“人工智能仿生机器人”研究已纳入我国中长期发展规划，工作报告指出，人工智能应以《国家中长期科学和技术发展规划纲要（2006—2020年）》和《中国制造2025》为指引，助推智能机器人产业升级和实现跨越发展，为国家经济发展作出应有的贡献。通过和高科技产业的无缝对接，形成产品设计和开发能力，吸引风险投资，构建仿生机器人产学研结合的新局面[1]。
1 国内外研究现状
20世纪70年代，美国著名科学家明斯基等提出“人工智能”理论，它是研究、开发用于模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的一门新科学技术。机器人学是人工智能领域的重要研究方向，结合现代仿生学理论逐步形成的仿生机器人研究领域成为重要的学科方向[2]。
结合仿生学研究和设计的机器人种类繁多，美国麻省理工学院的布鲁克斯教授师生团队研究和设计的蚊型机器人，可通过程序对其进行控制，但并不具备思考能力。德国科学家制造的机器鸟可以任意飞行，并模拟母鹰按时给幼鹰喂食。日本学者针对海洋生物仿真机器人开展研究，设计出一款电子机器蟹，用于深海探测、采样和生物样本捕捉等功能。美国科学家研究的仿生机器金枪鱼可通过身体、尾巴和鱼鳍的摆动游动，行进速度可达7.2 km/h，凭借其低功耗特点可持续工作数月，主要用于水下拍摄、海洋地图绘制等。
我国开展仿生机器人技术研究较晚，研究部门和单位主要集中在高校和研究所，包括沈阳自动化所、西安科技大学、哈尔滨工业大学等知名研究部门，比较有代表性的包括：谭民教授团队的人工智能机器人控制理论及复杂科学研究，汪小帆教授的基于Vicsek模型分析和个体速率变化对蜂拥控制影响的研究[3]。鉴于仿生机器人应用场景情况多变、环境复杂、时效性极强等特点，依然需开展深入的研究，探讨和制定更高协同效率、更强适应力、更快反应速度的仿生机器人高机动运动与控制策略，而灵长类动物具有和人类相似的身体物理特性，既可双足行走、奔跑、跳跃，也可以通过四肢协同执行攀爬、攻击、防护等复杂动作，具有较高的机动性和爆发性，特别适合复杂特殊环境下的协同工作。
2 主要研究内容
灵长类动物在运动过程中具有丰富多样的运动模式，特别适合复杂环境和地形中的高机动运动，如在平缓环境下采用双足行走、奔跑、跳跃等运动以达到最佳运动效果，在复杂地面环境下采用四足方式走、跑、跳，保障运动过程中的机动性和稳定性。如何针对不同环境和地形形成特定的运动模式，是该项研究的首要问题。为保证灵长类仿生机器人在不同地形环境下运动的平稳性和连续性，须重点研究运动模式中的平滑过渡和稳定切换问题，如双足和四足运动状态的切换、运动模式如何过渡等。本文主要分析了灵长类机器人运行模式系统化模型特点，重点探讨仿灵长类机器人高机动运动的规划与控制理论问题。研究采用基于多元仿生耦合模型方式，分析运动过程中的各项参数，提取运动特征数值和指标，最终建立运动性能与模型参数的对应关系映射，并利用感知系统的反馈信息，调节和优化运动轨迹与运动模式。以运动模式性能最优为依据，以基本平衡为约束，设定离线自保护功能，根据多传感器信息融合对运动过程的平稳性进行判定，实现灵长类机器人的高机动多模式运动。
2.1 高机动运动的生物学及运动力学信息提取与表征
灵长类动物运动过程中的生物耦合机制和仿生设计理论是本文研究的基础，特别是运动生物学与生物力学信息的获取和采集是生物耦合系统模型构建的前提条件。针对该项研究内容，团队采用微观信息采集、宏观观测、医学断层扫描等方式，利用图像分析与处理手段获取生物学特性信息，利用计算机仿真辅助搭建骨骼、关节、肌肉、韧带等生物模型，模拟并分析运动过程的协调参数、运动力分布，构建运动力学调节的步态、运动学、力学等数学模型。通过测量获取灵长类动物协调运动参数、足爪动态力学分布与变化、肌肉力等重要运动力学信息，并进行生物运动力学信息的特征提取和数据信息融合，对多运动模式下的运动形态和步态规律以及足/爪地面力学特性进行多参数的系统化表征。
2.2 高爆液压驱动和传动系统构建
驱动单元是机器人系统设计的重要组成部分，是机器人运动的基本条件，主要采用电机驱动、气压驱动、液压驱动3种方式。电机驱动是机器人设计中最常见的驱动方式，但无法满足高爆发和快速切换功能;气压驱动方式存在延迟较大、稳定性不足、信号失真等问题，不能适应灵长类高机动运动机器人的设计目标;液压驱动方式具有较好的抗冲击性和可控制性，具备过载保护功能，特别适合灵长类机器人高机动运动过程中的跑、跳等高爆发运动模式[4]。针对该项研究内容，团队采用薄壁缸体、空腔推杆、缸阀一体的驱动框架结构，该结构有助于提高功率密度，重点分析储能与增压关系参数，实现储能与爆发时空精准转换功能。针对高爆发驱动装置对器件的不利影响，调节冲击力与重负载的高速力/位混合控制方式，采用关节传动迭代设计方法构建多元连杆推进模型。 2.3 多模式运动的灵长类机构优化
灵长类仿生机器人的高机动运动与多模式转换主要包括走、跑、跳、爬等多种运动模式的切换，双足运动与四足运动的平稳切换，要求具备较强的奔跑、跳跃、避障、攀爬等方面的运动能力。重点研究有限自重下的多模式构型设计、大运动范围关节设计、构件刚柔性设计、构件轻量化设计、加工装配工艺复杂性设计等诸多环节中进行协调，以满足仿灵长类高机动运动机器人对机构的要求。针对该项研究内容，团队采用多模式拓扑构件、多功能柔性足爪及前后肢设计，通过多刚柔系统传递矩阵法的机器人动力学模型和机械、液压、控制一体化模型进行仿真和优化。
2.4 多模式运动统一建模及最优模式选择与切换
灵长类仿生机器人高机动运行过程中具备动作复杂、形态多样等特点，各种运动模式的建模和调节方法不同，导致复杂环境中的运动连续性难以保持。针对该项研究内容，团队分别对灵长类仿生机器人的对节律运动（如跳跃、攀爬、自保护）和非节律运动（行走、奔跑）进行建模和分析，对非节律运动进行运动模式的离线学习，对节律运动进行参数化统一建模，建立运动过程的最优化模式选择策略，通过非线性振荡器网络和多维空间网络参数搜索方法实现运动在线平滑切换功能[5]。
3 应用前景
本文以仿灵长类高机动运动机器人的耦合仿生设计理论、仿灵长类机器人高机动运动的规划与控制理论为基础，研究灵长类动物高机动运动的生物学及运动力学信息提取与表征，小型化高爆发液压驱动及驱动—传动一体化设计，可多模式运动的仿灵长类机器人机构优化设计，仿灵长类机器人多模式运動统一建模及最优模式选择与切换等4项关键技术，研究形成的技术成果与方法也可应用于其他精密机械、机器人系统及机械工程领域，成为具有高爆发特性高密度作动系统、多自由度轻量化机构设计以及腿足仿生平台高机动运动控制的理论与工程实现基础。
4 结语
本文主要探讨仿灵长类机器人高机动运动生物耦合理论，重点分析高机动运动规划与控制策略，研究灵长类动物高机动运动的生物学及运动力学信息提取与表征、小型化高爆发液压驱动及驱动—传动一体化设计、可多模式运动的仿灵长类机器人机构优化设计、仿灵长类机器人多模式运动统一建模及最优模式选择与切换4项关键技术，希望在国内仿生机器人研究领域起到积极作用，促进对灵长类动物运动规律以及协调机理的理解和认识，助力于耦合仿生理论与技术在工程中的应用，提高仿生学的影响和地位。
[参考文献]
[1]程红太，万登科，郝丽娜.仿灵长类动物机械肢体结构设计与分析[J].东北大学学报（自然科学版），2017（2）：55-56.
[2]张晓华，赵旖旎，程红太.灵长类仿生机器人悬臂运动仿生控制综述[J].控制工程，2011（2）：161-165.
[3]赵旖旎，程红太，张晓华.基于能量的欠驱动双臂机器人悬摆动态伺服控制[J].机器人，2009（4）：289-295.
[4]王超，杨晓辉.基于无线传感网络的鱼类培育环境监测系统设计[J].无线互联科技，2018（10）：122-123.
[5]王超，杨晓辉.智慧实验室监控系统研究[J].科学技术创新，2018（10）：81-82.
转载注明来源:https://www.xzbu.com/8/view-15059577.htm
