目录
摘要 (i)
Abstract .............................................................................................................. i ii 第一章绪论 (1)
1.1 研究背景及意义 (1)
1.2 国内外研究现状 (2)
1.2.1 国内研究现状 (2)
1.2.2 国外研究现状 (4)
1.3 四足机器人运动规划方法 (10)
1.3.1 基于模型方法 (11)
1.3.2 基于行为方法 (11)
1.3.3 基于神经系统模型方法 (12)
1.3.4 在线运动规划方法特点 (12)
1.4 本文的主要研究思路和研究内容 (13)
1.4.1 主要研究思路 (13)
1.4.2 主要研究内容 (14)
第二章四足机器人运动学及稳定性分析 (16)
2.1 四足机器人结构 (16)
2.2 四足机器人的基本条件假设 (18)
2.3 运动学分析 (19)
2.3.1 单腿运动学 (19)
2.3.2 躯体运动学 (21)
2.4 动力学建模 (22)
2.5 摆动腿轨迹规划 (24)
2.5.1 冲击过程推导 (25)
2.5.2 摆动腿轨迹 (26)
2.6 稳定性分析 (29)
2.6.1 静态稳定判据 (29)
2.6.1 ZMP稳定判据 (29)
2.6.3 极限环稳定性判据 (31)
2.7 本章小结 (32)
第三章四足机器人时位控制框架 (33)
3.1 四足机器人时位控制方法 (33)
3.1.1 步态控制层 (35)
3.1.2 姿态控制层 (36)
3.2 四足机器人运动控制体系 (36)
3.2.1 四足动物运动控制体系结构 (37)
3.2.2 四足机器人仿生控制体系设计 (38)
3.3 分层控制体系的硬件 (40)
3.4 本章小结 (45)
第四章四足机器人步态规划及优化 (47)
4.1 四足机器人仿生步态设计 (48)
4.1.1 步态基本定义 (48)
4.1.2 仿生步态设计 (50)
4.1.3 步态的Symmetry特性 (55)
4.2 步态规划及速度控制 (56)
4.2.1 四足机器人的支撑腿模型简化 (56)
4.2.2 前进速度控制 (59)
4.3 单腿冗余自由度步态优化 (62)
4.3.1 梯度投影法 (66)
4.3.2 加权系数法 (66)
4.3.3 扩展雅可比矩阵法 (68)
4.3.4 冗余自由度评价方法及优化方法实验 (69)
4.4 Recurdyn动力学仿真 (73)
4.5 冗余自由度与能耗优化 (76)
4.6 本章小结 (79)
第五章基于事件驱动的四足机器人在线规划 (80)
5.1 基于事件驱动的四足机器人在线规划 (80)
5.1.1 四足机器人事件驱动的定义 (80)
5.1.2 事件驱动与四足机器人基本控制方法 (81)
5.2 单腿策略 (82)
5.2.1 凸退策略 (83)
5.2.2 凹补策略 (83)
5.2.3 凸退凹补策略的数学描述 (84)
5.3 单腿策略与步态时序的结合 (85)
5.3.1 单腿策略与Trot步态 (85)
5.3.2 单腿策略与Walk步态 (86)
5.3.3 单腿策略与不同步态时序的通用框架 (86)
5.4 单腿适应性实验 (87)
5.5 本章小结 (90)
第六章四足机器人步态实验研究 (91)
6.1 平地及坡面行走初始姿态 (91)
6.2 开机初始化 (92)
6.2 基于Trot步态的原地转弯 (95)
6.3 Trot步态行走 (97)
6.4 变步长变周期Trot步态 (100)
6.5 非结构化地形行走 (103)
6.6 本章小结 (107)
第七章结论与展望 (108)
7.1 结论 (108)
7.2 展望 (109)
致谢 (110)
参考文献 (111)
作者在学期间取得的学术成果 (120)
附录A 拉格朗日动力学模型 (121)
表目录
表1.1 不同在线规划方法的综合对比[4] (13)
表2.1 单腿D-H参数表 (19)
表6.1 不同质量的四足动物Trot速度与频率之间的关系 (101)
表6.2 不同质量的四足动物Trot步态对应步速和步频的步长 (101)
图目录
图1.1 清华大学Biosbot机器人 (2)
图1.2 哈尔滨工业大学轮足式机器人 (3)
图1.3 JTUWM-III机器人和MiniQuad机器人 (4)
图1.4 山东大学液压驱动四足仿生机器人 (4)
图1.5 TITAN机器人 (5)
图1.6 Tekken机器人 (6)
图1.7 Collie1和Collie2四足仿生机器人 (6)
图1.8 Scout机器人和StarlETH机器人 (7)
图1.9 HyQ四足机器人 (8)
图1.10 LittleDog机器人 (8)
图1.11 BigDog机器人 (9)
图1.12 LS3四足机器人 (10)
图1.13 文章主要研究思路 (14)
图2.1 本章内容与全文的联系图 (16)
图2.2 仿生对象和四足机器人结构 (17)
图2.3 单腿关节配置，从左至右为全膝式、全肘式、外膝肘式和内膝肘式 (17)
图2.4 单腿关节配置 (18)
图2.5 单腿D-H坐标系 (19)
图4.2 四足机器人双足支撑图 (24)
图2.6 切换时体坐标系中关节速度突变和关节速度不突变规划轨迹图 (27)
图2.7 德国牧羊犬[66][67]行走时的膝关节角度 (28)
图2.8 惯性系中单腿摆动仿真图 (28)
图2.12 稳定裕度方法 (29)
图2.13 ZMP点定义 (30)
图2.14 庞加莱回归映射 (31)
图3.1 四足机器人时位控制方法[80][81] (34)
图3.2 步态等效图[40] (36)
图3.3 高等动物运动控制系统[4] (37)
图3.4 四足机器人控制系统分层 (39)
图3.5 四足机器人控制系统架构图 (40)
图3.6 四足机器人硬件架构图 (41)
图3.7 高层规划计算机与中层步态控制计算机通过射频通信交互的流程图 (42)
图3.8 中层步态规划与底层单腿控制计算机通过双端口RAM交互的流程图 (43)
图3.9 液压作动器位置伺服 (44)
图3.10 液压作动器轨迹跟踪图 (45)
图3.11 液压作动器最大速度实测图 (45)
图4.1 协调控制主要内容 (47)
图4.2 四足动物常用步态及对应速度[98] (49)
图4.3 常见步态示意图，Trot，Pace和Bound[98] (50)
图4.4 经典Trot步态和仿生Trot步态[66] (51)
图4.5 经典Walk步态和仿生Walk步态[66] (52)
图4.6 质心侧移示意图 (53)
图4.7 Walk步态动作系列图 (53)
图4.8 质心侧向位移和质心前向速度位移图 (54)
图4.9 单个步态周期内的对称性[40] (55)
图4.10 设计步态的关节相位图 (56)
图4.11 姿态水平的等效腿分析 (57)
图4.12 存在小角度俯仰的等效分析[106] (58)
图4.13 质心速度曲线和位移曲线 (60)
图4.14 抗冲击自调节流程图 (61)
图4.15 抗侧向冲击实验质心速度曲线 (62)
图4.16 单腿构型及坐标系 (63)
图4.17 冗余自由度多解图 (64)
图4.18 优化方法的耗时和代数方法耗时 (65)
图4.19 不同优化函数下的w值 (70)
图4.20 三种优化方法对应的关节角度曲线 (72)
图4.21 髋膝关节和膝踝关节相位图 (73)
图4.22 侧向位移和前向位移 (74)
图4.23 Recurdyn仿真图 (75)
图4.24 不同样本稳定行走时的最大关节角度和液压作动器最大速度 (78)
图4.25 不同样本Trot行走时的平均流量和瞬时最大流量 (78)
图5.1 基于事件驱动的状态机 (81)
图5.2 基于事件驱动的四足机器人在线规划方法 (82)
图5.3 凸退的具体实施图 (83)
图5.4 凹补的具体实施图 (84)
图5.5 基于事件驱动的流程图 (87)
图5.6 基于事件驱动方法中底层单腿控制层的信息流图 (88)
图5.7 单腿适应性实验设计图 (89)
图5.8 单腿适应性实地实验图 (89)
图6.1 平地运动时的初始姿态 (91)
图6.2 机器人坡面站立示意图 (92)
图6.3 调整后的四足机器人坡面示意图 (92)
图6.4 机器人开机到关机的完整流程图 (93)
图6.5 初始化机器人高度图 (94)
图6.6 初始化足端位置和关节初始位置 (94)
图6.7 绕几何中心转弯示意图 (95)
图6.8 Trot步态原地转弯 (96)
图6.9 坡上转弯 (97)
图6.10 质心速度和位移图 (98)
图6.11 实际Trot步态实验图 (98)
图6.12 Trot步态运动时的极限环 (99)
图6.13 行进间转弯示意图 (100)
图6.14 Trot转弯示意图 (100)
图6.15 变步长变周期髋关节速度和关节角度仿真曲线 (103)
图6.16 非结构化地形示意图 (104)
图6.17 质心侧移稳定性试验 (104)
图6.18 坡面Walk步态 (105)
图6.19 长方体障碍示意图 (105)
图6.20 长方体障碍Walk步态实地实验 (106)
图6.21 混合的非结构化地形Walk步态行走 (107)
摘要
四足机器人相比双足机器人而言具有稳定性好和负载能力大的优点，与多足机器人相比则具有控制简单、冗余结构少的特点，因此四足机器人成为当前机器人研究领域的热点。当前的四足机器人研究主要涉及机器人的控制模式，主要可以分为三类：基于模型、基于行为和基于神经网络（CPG）的三种。而实际上研究四足机器人主要来源于对四足动物的仿生，包括对四足动物的结构仿生、步态仿生和控制系统仿生，因此有必要在研究四足机器人的控制模式的基础上更进一步，即利用对四足动物的仿生学研究内容改进四足机器人。四足机器人的发展方向可以概括为快速通过性、非结构化地形适应性和高负载，为实现以上特点，本文主要实现了四足机器人的步态仿生、控制系统仿生、时位控制方法设计、基于事件驱动的步态控制方法设计和冗余自由度的步态优化。上述研究内容主要解决四足机器人的运动规划和协调控制问题，运动规划包括：摆动腿轨迹规划、不同地形下不同步态的规划和冗余自由度的步态优化解算；协调控制包括：协调四足机器人本体与单腿、协调单腿与单关节和协调四足机器人与不同地形。
步态仿生主要以现有的四足动物步态的仿生学研究成果为基础，设计四足机器人的步态时序。其中与经典的步态设计不同的地方就是加入了四足支撑期，Trot 步态和Walk步态都加入了四足支撑期，其优点主要在于：1.提高了四足机器人的稳定性，2.为非结构化地形的控制方法设计提供了步态基础，是非结构化地形的控制方法设计的核心。另外在摆动腿的规划上也引入了仿生学的研究内容，增加规划的合理性，并通过理论推导证明，摆动腿规划主要是为了具备越障能力、减小对关节最大速度和关节运动范围的要求。
控制系统仿生主要以四足动物的神经系统为基础，将四足机器人的控制系统分成三层：全局规划层、中层步态规划层和底层执行层，对应于四足动物的大脑、中层反射层（产生CPG节律信号）和底层反射层（肌肉）。控制系统分层的意义在于简化控制结构、明确控制任务、提高控制实时性和易于软硬件实现。同时控制系统的设计也参照了智能控制的三层结构体系，即随着控制层级的降低智能程度下降但是控制精度提升，将不同层级的控制任务明确划分，可以有效提高控制效能。
时位控制方法设计主要实现步态控制和姿态控制，实际上对应于中层步态规划层和底层执行层，步态规划层主要利用简化的动力学方程给出质心的轨迹和速度，质心的轨迹规划经过解算可以变成关节轨迹规划，在姿态控制层中主要是实现对关节轨迹的跟踪，本文中假设四足机器人姿态为理想情况，不涉及本体姿态的调整。由于四足机器人单腿的前向存在冗余自由度，因此在关节轨迹的解算过
机器人控制与轨迹规划 实验报告 姓名： 学号： 学院： 电话： 邮箱： 2016年5月
论述题（每题10分） 1)SSF2000机器人有哪几个轴，请对每一个轴的性能进行详细说明； 2)对于示教模式、再现模式、远程模式进行详细说明； 3)对于关节插补、直线插补、圆弧插补、自由曲线插补方法进行详细说明； 4)如何实现程序内容的删除； 5)请详细说明在示教模式下如何实现机器人第7轴的运动控制； 6)请对机器人常用坐标系进行详细说明； 7)机器人安全模式分为哪几种？ 8)试述机器人示教编程的过程及特点。 现场操作题（20分）
一、SSF2000机器人有哪几个轴，请对每一个轴的性能进行详细说明： 答：SSF2000机器人具有6个控制轴，其中，基本轴3个，分别为S轴、L轴、U轴；腕部轴3个，分别为R轴、B 轴、T轴。各个轴的作用及性能如下： 1、S轴，控制本体左右回转，最大动作范围：±170°，最大速度：3.67 rad/s，210?/s； 2、L轴，控制下臂前后运动，最大动作范围：+155°，-90°，最大速度：3.32 rad/s，190?/s； 3、U轴，控制上臂上下运动，最大动作范围：+250°，-175°，最大速度：3.67 rad/s，210?/s； 4、R轴，控制上臂带手腕回旋，最大动作范围：±180°，最大速度：6.98 rad/s，400?/s，允许力矩：11.8N·m，允许惯性力矩：0.24Kg·m2； 5、B轴，控制手腕上下运动，最大动作范围：+225°，-45°，最大速度：6.98 rad/s，400?/s，允许力矩：8.8N·m，允许惯性力矩：0.17Kg·m2； 6、T轴，控制手臂回旋，最大动作范围：±360°，最大速度：10.47 rad/s，600?/s，允许力矩：5.9N·m，允许惯性力矩：0.06Kg·m2。 二、对于示教模式、再现模式、远程模式进行详细说明 答：1、示教模式：即“TEACH”模式，可用示教编程器进行轴操作和编辑，在此模式中，外部设备发出的启动信 号无效。在示教模式下可以进行：编制、示教程序、修改已登录程序、各种特性文件和参数的设定。示教时，必须把示教编程器的模式旋钮旋至“TEACH”。
四足机器人步行腿的运动学正反解摘要：本文设计的步行腿具有3个驱动关节，分析了该步行机器人的机构及其等效简化，给出了运动学正反解，正解问题要比反解问题复杂很多。该分析方法准确率高，为步行腿的运动空间、轨迹规划和位置控制奠定了基础。 关键词：步行腿运动学正反解 abstract： in this paper， the design of walking legs with three drive joint analysis of the institutions of the walking robot and its equivalent simplified kinematics and inverse solution positive solution of the problem is much more complex than the inverse solution. the analytical method with high accuracy， and laid the foundation for walking space for the movement of the legs， trajectory planning and position control. keywords： walking legs kinematics positive and negative solution 0 前言 四足机器人的行走机构是步行腿，它是步行机器人中最为重要也是最复杂的构件[1]，步行腿的灵活度这届决定了步行机器人的行走姿态和完成任务的复杂程度。本文设计的步行腿具有三个驱动关节，采用混连机构设计。给出了步行腿的运动正解和反解，是整个四足步行机器人系统设计的基础，也是机器人运动空间分析和尺
机器人与自动化技术 “机器人、无处不在的屏幕、语音交互，这些都将改变我们看待‘电脑’的方式。一旦看、听、阅读能力得到提升，你就可以以新的方式进行交互。”----比尔?盖茨在某电视节目中，预测未来科技领域的下一件大事时表示：机器人与自动化技术将成为未来发展的一大趋势，可以改变世界！ 工业机器人的应用，正从汽车工业向一般工业延伸，除了金属加工、食品饮料、塑料橡胶、3C、医药等行业，机器人在风能、太阳能、交通运输、建筑材料、物流甚至废品处理等行业都可以大有作为。 当然，即将“改变世界”的机器人不仅仅具有代替人工的价值，在很多人类无法实现的领域也将出现机器人的身影。譬如，派送采矿机器人到月球和小行星上采挖稀土矿，将有望成为现实。 而更令比尔?盖茨寄予厚望的是机器人将像“电脑”一样改变人类的生活。 日本早稻田大学研究人员推出一种新型仿人型家务机器人。它集安全性、可靠性和灵巧性于一身，还具有仿人脸的外观。在工作时，它将一名男子抱下床，与他聊天并为他准备早餐。由于拥有和成年女性大小相当的灵巧双臂、双手，这种机器人能够用夹子将面包从面包机中取出，而丝毫不弄碎它。 英国阿伯丁大学启动了一项新的研究计划，在3年内研发出允许机器人与人类进行交谈，甚至讨论具体决定的系统……。 作为先进制造业中不可替代的重要装备，工业机器人已经成为衡量一个国家制造水平和科技水平的重要标志。 在机器人市场中，目前80%的市场份额仍由跨国公司占有，其中瑞典ABB、日本发那科FANUC、日本安川yaskawa和德国库卡KUKA四大企业则是市场第一梯队的“四大金刚”。其它有瑞士史陶比尔Staubli、德国克鲁斯CLOOS、德国百格拉、德国徕斯、德国斯图加特航空航天自动化集团（STUAA）、意太利瀚博士hanbs、意大利柯马COMAU、英国Auto Tech Robotics等。 目前国内生产机器人的企业主要有：中科院沈阳新松机器人自动化股份有限公司、芜湖埃夫特智能装备有限公司、上海新时达机器人有限公司、安川首钢机器人有限公司、哈工大海 尔机器人有限公司、南京埃斯顿机器人工程有限公司、广州数控设备有限公司、上海沃迪自动化装备股份有限公司等。 2015年，中国机器人市场需求预计将达35000台，占全球比重16.9％，成为全球规模最大的市场。 一、机器人的系统构成 由3大部分6个子系统组成。 3大部分是：机械部分、传感部分、控制部分。 6个子系统是：驱动系统、机械结构系统、感受系统、机器人-环境交互系统、人-机交互系统、控制系统。
基于Multi-Agent的多机器人编队控制 摘要：多移动机器人协调是当前机器人技术的一个重要发展方向。多移动机器人之间的协调与 合作将大大提高机器人行为的智能化程度，完成由单个机器人难以完成的更加复杂的作业。多 移动机器人协调技术的研究对提高机器人的智能化水平及加快机器人的实用化进程具有重要的 理论研究意义和实用价值。本文结合多智能体技术对多机器人编队控制进行了研究，同时根据 具体的多机器人系统，进行了仿真实验。验证了多智能体技术在机器人编队控制系统中的应用，完成了小规模的编队控制。 关键词：多智能体；多机器人；编队控制；协调控制；模糊控制 Multi-robot Formation Control Based on Multi - Agent Abstract :The problem of multi-robot cooperation and coordination is central to mobile robotics. Cooperation and coordination will improve the intelligent performance of robots and can complete lots of impossible missions for single robot.The research on multi-robot cooperation and coordination is of great academic and applied significance. The multi-robot formation is developed combined with the multi-agent technology in this dissertation, and the simulation is done with the multi-robot system. The application of multi-agent is verified in the multi-robot formation control through a small system adopt the fomation control. Key words: Multi-agent ;Multi-robot ;Formation control;Coordination control;Fuzzy control 1. 国内外机器人系统发展现状 自80年代末以来，基于多智能体系统理论研究多机器人协作受到了普遍的关注，从军事领域到工业与民用领域，从星际探险到海底考察，从比赛到教学，都取得了不同程度的进步。近年来，在IEEE R&A,IROS等著名的国际机器人学术会议上，几乎每次会议都有多智能体协作机器人系统的专题。一些机器人学术刊物出版了有关多智能体机器人的研究专辑。一些研究项目，如ACTRESS,CEBOT,GOFER,SWARM等，已进行了多年[1]。 目前，国内关于群体机器人系统的研究刚刚起步，基本上还处于基础技术的研究阶段，这方面的研究成果报道比较少。中科院沈阳自动化所机器人开放研究实验室是国内研究多机器人技术较早也较全面的科研单位。 (1)CEBOT(Cellular Robotic System) CEBOT是一种自重构机器人系统(Self-Reconfigurable Robotic System)，它的研究是受生物细胞结构的启发，将系统中众多的具有相同和不同功能的机器人视为细胞元，这些细胞元可以移动，寻找和组合。 根据任务或环境的变化，细胞元机器人可以自组织成器官化机器人，多个器官化机器人可以进一步自组织，形成更加复杂的机器人系统。细胞结构机器人系统强调是单元体的组合如何根据任务和环境的要求动态重构。因此，系统具有多变的构型，可以具有学习和适应的系统智能(Group Intelligence)，并具有分布式的体系结构[3]。 (2)ALLANCE/L-ALLANCE系统
M ac hine B uilding A uto mation,Jun 2008,37(3):21～23,33 作者简介:马东兴(1982— ),男,江苏省丹阳市人,在读硕士研究生,主要从事虚拟样机和四足机器人技术研究。 新型四足机器人步态仿真与实现 马东兴,王延华,岳林 (南京航空航天大学机电学院,江苏南京210016) 摘 要:研究一种背部带关节的新型四足机器人,通过三维建模软件Pr o /E 和机械系统动力学 仿真分析软件ADAMS 建立了四足机器人虚拟样机,规划了四足机器人的步态,并且利用AD 2AM S 仿真软件对该四足机器人进行了步态仿真,同时利用单个AT89C52单片机成功实现对四足机器人5个舵机的独立控制以及舵机的速度控制。仿真与实验结果表明四足机器人能够根据设计步态实现直线行走。 关键词:四足机器人;步态仿真;舵机;单片机中图分类号:TP24 文献标识码:A 文章编号:167125276(2008)0320021203 Ga it S i m ul a ti on and I m plem en t a ti on of a New Quadruped Robot MA Dong 2xing,WANG Yan 2hua,Y UE L in (Co ll ege o f M echan i ca l and E l ec tri ca l Eng i nee ri ng,N a n ji ng U n i ve rs ity o f Ae r o na u ti c s & A s tr o na u ti c s,N a n ji ng 210016,C h i na ) Abstract:A new qua drup e d r obo t w ith w a ist 2j o i nt is d iscu sse d i n this p ap e r .The virtua l p r o t o type o f quad rup ed r obo t is c re a te d by P r o /E a nd ADAM S a nd the ga it o f the r obo t is p l a nne d.The ga it s i m ul a ti o n of the qua drupe d r o bo t is do ne by ADAM S virtua lp r o t o ty 2p i ng so ft w a re.M e a nw hil e ,w e succe s sfull y con tr o l fi ve rudde r se rvo s by a s i ngl e AT89C52SCM a nd a lso rea li ze the ve l o c ity co ntr o l of the rudde r se rvo.The s i m ul a ti o n a nd e xp e ri m e nta l re sults show tha t the qua drup e d r o t w ith w a is t 2j o i n t ca n w a l k s tra i ght s te a dil y thr ough the de s i gned ga it . Key words:qua drup e d r obo t;ga it s i m ul a ti o n;rudde r se rvo;SCM 0 引言 与轮式机器人或履带式机器人相比,由于足式机器人的立足点是离散的点,可以在可能到达的地面上选择最优的支撑点,足式机器人对崎岖路面也具有很好的适应能力,因此足式机器人受到各国研究人员的普遍重视,目前已成功开发了多款足式机器人。例如日本东京工业大学 研发的TI T AN 2V III [1] 机器人,每个腿具有3个自由度,其 中大腿关节具有前后转动和上下转动2个自由度,膝关节具有1个上下转动自由度。采用新型的电机驱动和绳传动。上海交通大学马培荪等人研制的JT UWM 2III 四足机器人[2, 3] ,腿为开链式关节型结构,膝关节为一纵摇自由 度,髋关节为纵摇和横摇2个自由度。每一腿有3个自由度,共12个自由度。机体重心较高,与哺乳类动物相似,适应于动态行走。华中科技大学研发的“4+2”多足步行机器人[4, 5] ,其腿部件由髖关节、大腿关节、小腿关节和踝 关节四部分组成,大、小腿关节之间由线轮传动,每一腿有 3个自由度。但是先前研制的机器人的本体大多是一个 刚性整体,没有考虑机器人的背部关节。 因此,在分析卡内基梅隆大学(Carnegie Mell on Uni 2 versity )研制的RGR 仿壁虎机器人[628] ,以及韩国庆北大学(Kyungpook Nati onal University )设计的E L I RO 2II 四足步行机器人的基础上[9, 10] ,研究了一种新型四足机器人。 该机器人与传统的足式机器人相比,其机器人本体不再是 一个单一的刚性整体,而是在本体上用一个主动关节将机 器人的本体分为前后两个部分,通过背部主动关节的运动来实现四足机器人的直线行走。通过机械系统动力学仿真分析软件(aut omatic dynam ic analysis of mechanical sys 2te m s,ADAMS )对该四足机器人虚拟样机进行步态仿真,同时利用单个AT89C52单片机成功实现对四足机器人5个舵机的独立控制以及舵机的速度变化,四足机器人的直线行走平均速度达到12.14mm /s 。 1 四足机器人虚拟样机 1.1 四足机器人结构 传统的四足机器人每个腿有2个或3个自由度,本文研究的四足机器人结构简单,每个腿只有1个自由度,但是在机器人背部增加了1个自由度。四足机器人的结构如图1所示。该四足机器人有5个主动关节(图中关节1至关节5)和1个被动关节(6点),各关节的运动方向如图1所示。主动关节由舵机驱动。z 轴正方向为四足机器人前进方向。关节1至关节4四个主动关节可以使各腿在xoy 平面上下摆动。关节5可以使前后本体在xoz 平面转动。 1.2 四足机器人接触力 当足与地面之间发生接触时,这两个物体就在接触的 ? 12?
四足机器人设计报告 摘要：本文介绍了四足机器人（walking dog ）的设计过程，其中包括控制系统软硬件的设计、传感器的应用以及机器人步态的规划。 一、本体设计： walking dog 的单腿设置髋关节和踝关节两自由度，能在一个平面内自由运动（见图1.1）。采用舵机作为机器人的关节驱动器，其单腿结构图见（图1.2）。为了便于步态规划，设计上下肢L1、L2长均为65mm 。四肢间用铝合金框架连接，完成后照片见（图1.3）。walking dog 的每只脚底均有一个光电传感器，能有效检测脚底环境的变化。walking dog 的头部为一个舵机，携带光电反射式传感器，能探测前方180度75cm 内的障碍物。 图1.1 四足机器人模型 图1.2 单腿结构 图1.3：完成后照片 二、控制系统设计 为了使机器人能灵活地搭载各种传感器以及实现不同的步态，将底层驱动单元与上层步态算法平台分开。因为walking dog 的各关节均为舵机，特设计了16路舵机驱动器作为底层驱动单元，用来驱动机器人全身各关节。并设计了上层算法平台，将各关节参数通过UART 实时地发送到底层驱动单元。图2.1为系统框图。
图2.1：系统框图 1、底层驱动单元设计 图2.2给出了舵机的工作原理框图，电动机驱动减速齿轮组,并带动一个线性的电位器作位置检测,控制电路将反馈电压与输入的控制脉冲信号作比较,产生偏差并驱动直流电动机正向或反向转动,使齿轮组的输出位置与期望值相符。 图2.2：舵机工作原理框图 针对舵机这一特性，设计底层驱动器的系统结构图见图2.3。Mage8的16位定时器分时产生16次定时中断，中断子程序产生移位脉冲，通过4N25光偶隔离输入到移位寄存器，实现各路PWM信号高电平部分的分时产生。图2.4为定时产生脉冲的中断处理流程，图2.5例举了产生4路PWM信号的波形图。实际电路原理图见附录1。 图2.3：16路舵机驱动器结构图
2010-3-26
引言：
第九章 协调控制
机器人控制的实际应用
任课教师：
吴伟国
机电工程学院机械设计系 仿生仿人机器人及其智能运动控制研究室
H&G Robot and Its Intelligent Motion Control Lab.,HIT
https://www.doczj.com/doc/be273844.html,/H&GRobotLab/index.htm https://www.doczj.com/doc/be273844.html,/H&GRobotLab/index.htm
2009-07-19
2010-3-26 1
●多机器人协调控制问题：机器人被广泛地应用于各个领域。根 ●多机器人协调控制问题：机器人被广泛地应用于各个领域。根 据作业不同，有需要多台机器人同时作业，但是，通常情况下， 各机器人在力学角度上作为独立体，各机器人按在力学上独立地 被控制着。但是，因应用领域的不同，也有需要协调使用多台机 器人、相互之间在力学上互相作用的作业。处理该作业问题的多 台机器人的协调控制问题成为机器人应用领域中重要课题之一。 ●用多台机器人协调完成作业可能是单台机器人能力所不具备的： 实如图11.1所示，用多台机器人可以完成单台机器人所不能搬运得 动的重物，此时，机器人与对象物构成闭链的多杆件机构，系统 的刚度得到提高。人双手完成的作业可由2台机器人协作完成等。 ●多台机器人操作单一对象物的机器人协调控制问题过去已有过 研究，特别地有中野和黑泽等(1974年、1975年日本机器人学会志) 的研究：机器人的协调控制与其它的控制问题不同的是：需要研 的研究：机器人的协调控制与其它的控制问题不同的是：需要研 究关于操作对象物体的力学问题。而该问题本质上又不但但是控 制理论所能解决的。
2010-3-26
哈工大 机械设计系
2
本章主要 内容：
●介于对象物 之间存在机械 干涉的多台机 器人协调控制 问题及其代表 性的控制算 法； ●多数机器人 操作单一物体： 用 SICESICE-DD 机 器人操作臂末 端加1个自由 度 成 为平 面 3D.O.F 的 协 调 控制实验等。
2010-3-26
9.1 物体的运动和内力
■考察如图 9.2 所示多台机器人操作对 象物的运动。把持一个对象物体的 n 台 机器人， 各机器人如图9.3所示对物体 施加作用力和力矩。坐标系定义如下：
Object trajectory
图9.2 单个物体的操作
zhi i-th Arm xhi i-th Arm Coordinate System zu Task Coordinate System yhi Object Coordinate System z0 o0 x0 y0
图9.1 协调控制作业的应用实例
哈工大 机械设计系
3 2010-3-26
哈工大 机械设计系
图9.3 坐标系的定义
xu 4
yu
1
I．引言 机器人抓取运动目标是指机器人基于内部控制系统的控制，完成运动目标的跟踪和抓取，是智能机器人的一个前沿应用课题，在工业、航天和娱乐等领域有良好的应用前景。在运动目标的捕捉中，一方面，机器人手爪必须快速跟踪并接近目标;另一方面必须能够感知环境以避开可能的障碍，其中状态反馈和路径规划需要很高的实时性和抗干扰能力。此外，系统还受到动力学约束、关节几何约束等限制，而这一切都必须在实时条件下完成。 抓取运动目标技术在航空航天、工业生产、遥感技术、军事技术、特殊环境作业等多领域有着广泛的应用。该技术的研究最典型的应用就在于太空卫星捕捉机器人，众所周知由宇航员来接近和捕捉正在旋转的卫星很危险而且困难，从而使人们意识到应该使用机器人进行太空服务，近年来越来越多的机器臂装配到了航天设备上。此外，抓取运动目标的技术还可以应用在工业生产过程中抓取装配线传送带上正在运动的零部件；球类机器人（如：足球机器人，排球机器人等）；太空、深海等场合的自动对接和作业。 对于机器人抓取运动目标，其末端机械手的动作规划和目标检测等问题就需要传感技术与机器人控制技术的完美结合。目前，对于目标状态的测取一般采用图像传感（CCD摄像机），但是单视觉反馈有着它自身的缺陷，单摄像机模型往往能够获得较为精确的平面位置信息，而不能获得精确的深度信息。为此，在状态测取时，一般采用多摄像机模型或摄像机与位置传感器相结合模型。对于抓取运动目标动作规划目前一般存在有三种方法：直接瞄准法、比例导引法、以及预测-规划-执行( Prediction Planning and Execution，PPE) 方法。后文将具体讨论以上内容。 II．系统组成 下图是一个典型的机器人抓取运动目标的系统方框图。抓取运动咪表的机器人与一般的机器人相比，其操作对象大多为状态参数不确定的运动目标，同时机器人与目标之间的接触速度较高。因此必须着重研究以下问题: 实时状态测
电子科技大学 实验报告 学生姓名： 一、实验室名称：机电一体化实验室 二、实验项目名称：实验三SCARA 学号： 机器人的运动学分析 三、实验原理： 机器人正运动学所研究的内容是：给定机器人各关节的角度，计算机器人末端执行器相对于参考坐标系的位置和姿态问题。 各连杆变换矩阵相乘，可得到机器人末端执行器的位姿方程（正运动学方程） 为： n x o x a x p x 0T40T1 11T2 22T3 d3 n y o y a y p y （ 1-5）3T4 4= o z a z p z n z 0001 式 1-5 表示了 SCARA 手臂变换矩阵0 T4，它描述了末端连杆坐标系{4} 相对基坐标系 {0} 的位姿，是机械手运动分析和综合的基础。 式中： n x c1c2c4s1 s2 c4 c1 s2s4s1 c2 s4，n y s1c2 c4c1 s2 c4s1 s2 s4c1c2 s4 n z0 ， o x c1c2 s4s1 s2 s4 c1 s2 c4s1c2c4 o y s1c2 s4c1 s2 s4s1 s2 c4c1c2c4 o z0 ， a x0 ， a y0 ， a z1 p x c1 c2 l2s1s2l 2c1l 1， p y s1c2 l 2 c1 s2 l 2 s1l1， p z d3 机器人逆运动学研究的内容是：已知机器人末端的位置和姿态，求机器人对应于这个位置和姿态的全部关节角，以驱动关节上的电机，从而使手部的位姿符合要求。与机器人正运动学分析不同，逆问题的解是复杂的，而且具有多解性。
1）求关节 1： 1 A arctg 1 A 2 l 12 l 22 p x 2 p y 2 arctg p x 式中：A p x 2 ； p y 2l 1 p y 2 2）求关节 2： 2 r cos( 1 ) arctg ) l 1 r sin( 1 式中 ： r p x 2 p y 2 ；arctg p x p y 3). 求 关节变 量 d 3 令左右矩阵中的第三行第四个元素（3.4）相等，可得： d 3 p z 4). 求 关节变 量 θ 4 令左右矩阵中的第二行第一个元素（1.1,2.1 ）相等，即： sin 1 n x cos 1n y sin 2 cos 4 cos 2 sin 4 由上式可求得： 4 arctg ( sin 1 n x cos 1 n y )2 cos 1 n x sin 1 n y 四、实验目的： 1. 理解 SCARA 机器人运动学的 D-H 坐标系的建立方法； 2. 掌握 SCARA 机器人的运动学方程的建立； 3. 会运用方程求解运动学的正解和反解； （ 1-8） （ 1-9） （ 1-10 ）
六轴联动机械臂运动学及动力学求解分析 V0.9版 随着版本的不断更新，旧版本文档中的一些笔误得到了修正，同时文档内容更丰富，仿真程序更完善。 作者朱森光 Email zsgsoft@https://www.doczj.com/doc/be273844.html, 完成时间 2016-02-28
1引言 笔者研究六轴联动机械臂源于当前的机器人产业热，平时比较关注当前热门产业的发展方向。笔者从事的工作是软件开发，工作内容跟机器人无关，但不妨碍研究机器人运动学及动力学，因为机器人运动学及动力学用到的纯粹是数学和计算机编程知识，学过线性代数和计算机编程技术的人都能研究它。利用业余时间翻阅了机器人运动学相关资料后撰写此文，希望能够起到抛砖引玉的作用引发更多的人发表有关机器人技术的原创性技术文章。本文内容的正确性经过笔者编程仿真验证可以信赖。 2机器建模 既然要研究机器人，那么首先要建立一个机械模型，本文将以典型的六轴联动机器臂为例进行介绍，图2-1为笔者使用3D技术建立的一个简单模型。首先建立一个大地坐标系，一般教科书上都是以大地为XY平面，垂直于大地向上方向为Z轴，本文为了跟教科书上有所区别同时不失一般性，将以水平向右方向为X轴，垂直于大地向上方向为Y轴，背离机器人面向人眼的方向为Z轴，移到电脑屏幕上那就是屏幕水平向右方向为X轴，屏幕竖直向上方向为Y轴，垂直于屏幕向外为Z轴，之所以建立这样不合常规的坐标系是希望能够突破常规的思维定势训练在任意空间建立任意坐标系的能力。 图2-1 图2-1中的机械臂，底部灰色立方体示意机械臂底座，定义为关节1，它能绕图中Y轴旋转；青色长方体示意关节2，它能绕图中的Z1轴旋转；蓝色长方体示意关节3，它能绕图中的Z2轴旋转；绿色长方体示意关节4，它能绕图中的X3轴旋转；深灰色长方体示意关节5，它能绕图中的Z4轴旋转；末端浅灰色机构示意关节6即最终要控制的机械手，机器人代替人的工作就是通过这只手完成的，它能绕图中的X5轴旋转。这儿采用关节这个词可能有点不够精确，先这么意会着理解吧。 3运动学分析 3.1齐次变换矩阵 齐次变换矩阵是机器人技术里最重要的数学分析工具之一，关于齐次变换矩阵的原理很多教科书中已经描述在此不再详述，这里仅针对图2-1的机械臂写出齐次变换矩阵的生成过程。首先定义一些变量符号，关节1绕图中Y轴旋转的角度定义为θ0，当θ0=0时，O1点在OXYZ坐标系内的坐标是(x0,y0,0)；关节2绕图中的Z1轴旋转的角度定义为θ1，图中的θ1当前位置值为+90度；定义O1O2两点距离为x1,关节3绕图中的Z2轴旋转的角度定义为θ2，图中的θ2当前位置值为-90度；O2O3两点距离为x2，关节4绕图中的X3轴旋转的角度定义为θ3, 图中的θ3当前位置值为0度；O3O4两点距离为x3，关节5绕图中的Z4轴旋转的角度定义为θ4, 图中的θ4当前位置值为-60度；O4O5两点距离为x4，关节6绕图中的X5轴旋转的角度定义为θ5, 图中的θ5当前位置值为0度。以上定义中角度正负值定义符合右手法则,所有角度定义值均为本关节坐标系相对前一关节坐标系的相对旋转角度值（一些资料上将O4O5两点重合在一起即O4O5两点的距离x4退化为零，本文定义x4大于零使得讨论时更加不失一般性）。符号定义好了，接下来描述齐次变换矩阵。 定义R0为关节1绕Y轴的旋转矩阵 =cosθ0 s0 = sinθ0 //c0 R0 =[c0 0 s0 0 0 1 0 0 0 c0 0 -s0 0 0 0 1] 定义T0为坐标系O1X1Y1Z1相对坐标系OXYZ的平移矩阵 T0=[1 0 0 x0 0 1 0 y0 00 1 0 0 0 0 1] 定义R1为关节2绕Z1轴的旋转矩阵 R1=[c1 –s1 0 0 s1 c1 0 0
目录 摘要 (i) Abstract .............................................................................................................. i ii 第一章绪论 (1) 1.1 研究背景及意义 (1) 1.2 国内外研究现状 (2) 1.2.1 国内研究现状 (2) 1.2.2 国外研究现状 (4) 1.3 四足机器人运动规划方法 (10) 1.3.1 基于模型方法 (11) 1.3.2 基于行为方法 (11) 1.3.3 基于神经系统模型方法 (12) 1.3.4 在线运动规划方法特点 (12) 1.4 本文的主要研究思路和研究内容 (13) 1.4.1 主要研究思路 (13) 1.4.2 主要研究内容 (14) 第二章四足机器人运动学及稳定性分析 (16) 2.1 四足机器人结构 (16) 2.2 四足机器人的基本条件假设 (18) 2.3 运动学分析 (19) 2.3.1 单腿运动学 (19) 2.3.2 躯体运动学 (21) 2.4 动力学建模 (22) 2.5 摆动腿轨迹规划 (24) 2.5.1 冲击过程推导 (25) 2.5.2 摆动腿轨迹 (26) 2.6 稳定性分析 (29) 2.6.1 静态稳定判据 (29) 2.6.1 ZMP稳定判据 (29) 2.6.3 极限环稳定性判据 (31) 2.7 本章小结 (32)
第三章四足机器人时位控制框架 (33) 3.1 四足机器人时位控制方法 (33) 3.1.1 步态控制层 (35) 3.1.2 姿态控制层 (36) 3.2 四足机器人运动控制体系 (36) 3.2.1 四足动物运动控制体系结构 (37) 3.2.2 四足机器人仿生控制体系设计 (38) 3.3 分层控制体系的硬件 (40) 3.4 本章小结 (45) 第四章四足机器人步态规划及优化 (47) 4.1 四足机器人仿生步态设计 (48) 4.1.1 步态基本定义 (48) 4.1.2 仿生步态设计 (50) 4.1.3 步态的Symmetry特性 (55) 4.2 步态规划及速度控制 (56) 4.2.1 四足机器人的支撑腿模型简化 (56) 4.2.2 前进速度控制 (59) 4.3 单腿冗余自由度步态优化 (62) 4.3.1 梯度投影法 (66) 4.3.2 加权系数法 (66) 4.3.3 扩展雅可比矩阵法 (68) 4.3.4 冗余自由度评价方法及优化方法实验 (69) 4.4 Recurdyn动力学仿真 (73) 4.5 冗余自由度与能耗优化 (76) 4.6 本章小结 (79) 第五章基于事件驱动的四足机器人在线规划 (80) 5.1 基于事件驱动的四足机器人在线规划 (80) 5.1.1 四足机器人事件驱动的定义 (80) 5.1.2 事件驱动与四足机器人基本控制方法 (81) 5.2 单腿策略 (82) 5.2.1 凸退策略 (83) 5.2.2 凹补策略 (83) 5.2.3 凸退凹补策略的数学描述 (84) 5.3 单腿策略与步态时序的结合 (85)