，，，

(1.西南科技大學(xué) 制造科學(xué)與工程學(xué)院，四川 綿陽 621010；2.南京大學(xué) 工程管理學(xué)院 控制與系統(tǒng)工程系，江蘇 南京 210093)

0 引言

足式機器人具有較多自由度，能夠在復(fù)雜的非結(jié)構(gòu)環(huán)境中工作[1-2]。六足機器人擁有足式機器人許多優(yōu)良特性，多個冗余自由度使其越障能力大幅提高，在災(zāi)害救援、資源開采、反恐防爆、核工業(yè)、軍事運輸以及星球探測等領(lǐng)域有著十分廣闊的前景。針對不同非結(jié)構(gòu)環(huán)境采用相應(yīng)的優(yōu)化步態(tài)可提高六足機器人的運行效率、增強其平穩(wěn)性[3]。傳統(tǒng)的六足機器人主要依靠操作人員自身經(jīng)驗遠(yuǎn)程遙控切換步態(tài)以實現(xiàn)攀爬樓梯、跨越溝壑、越障、避障等操作。然而，該方法對操作人員操作能力的要求高、依賴性強，在很大程度上限制了六足機器人的實際應(yīng)用。因此迫切需要一種能夠識別并適應(yīng)未知環(huán)境的方法。

事實上環(huán)境識別是移動機器人在實際應(yīng)用中需解決的基本問題之一。在環(huán)境信息已知情況下，機器人可執(zhí)行導(dǎo)航、定位、運動規(guī)劃、避障、目標(biāo)跟蹤等操作。近年來隨著人工智能的發(fā)展，神經(jīng)網(wǎng)絡(luò)因具備很強的自學(xué)習(xí)能力、自組織性、容錯性、魯棒性等優(yōu)點，逐漸成為環(huán)境識別領(lǐng)域的研究熱點。目前國內(nèi)外在利用神經(jīng)網(wǎng)絡(luò)實現(xiàn)機器人進行運動規(guī)劃、避障、目標(biāo)跟蹤等有諸多研究[4-5]。具有代表性的有Guzik等人[6]提出的利用神經(jīng)網(wǎng)絡(luò)在二維環(huán)境中對車輛進行運動規(guī)劃設(shè)計的方法，該方法能夠在不確定條件下高效完成車輛本地導(dǎo)航任務(wù)。Syed等人[7]提出的一種改進脈沖耦合神經(jīng)網(wǎng)絡(luò)(MPCNN)用于移動機器人路徑規(guī)劃，基于動態(tài)閾值引入定向自動波控制加速神經(jīng)元激發(fā)，從而保證路徑規(guī)劃的魯棒性與實時性。

本文利用在機器學(xué)習(xí)領(lǐng)域有著卓越表現(xiàn)的卷積神經(jīng)網(wǎng)絡(luò)對環(huán)境進行在線識別。六足機器人通過機載攝像頭讀取環(huán)境數(shù)據(jù)，可自行判斷所處環(huán)境類型，并主動切換步態(tài)對環(huán)境加以適應(yīng)。研究結(jié)果表明，具有環(huán)境自適應(yīng)能力的六足機器人能在消耗較少能量的基礎(chǔ)上獲得更高的速度與平穩(wěn)性。

1 卷積神經(jīng)網(wǎng)絡(luò)環(huán)境識別

卷積神經(jīng)網(wǎng)絡(luò)是受生物學(xué)上感受野(Receptive Field)的機制而提出的一種前饋神經(jīng)網(wǎng)絡(luò)。由于其對幾何變換、形變、光照具有一定程度的不變性[8]，可以用較小的計算代價掃描整幅待檢測圖像，近年來廣泛應(yīng)用于模式識別、圖像處理等領(lǐng)域。

圖1為典型的卷積神經(jīng)網(wǎng)絡(luò)模型，主要由輸入層(Input Layer)、卷積層(Convolution Layer)、池化層(Pooling Layer)、全連接層(Full Connected Layer)和輸出層(Output Layer)組成。網(wǎng)絡(luò)訓(xùn)練部分可分為前向傳播和反向傳播兩個階段。

圖1 卷積層結(jié)構(gòu)

前向傳播可理解為將輸入加權(quán)求和后再加上偏置值b，最后施加一個函數(shù)f，即：

a(l)=f(Wlal-1+bl)

(1)

其中：al為當(dāng)前層的輸出，al-1為上一層的輸出，Wl為當(dāng)前層的權(quán)值，bl為當(dāng)前層的偏置，f為激活函數(shù)，用來加入非線性因素，使得神經(jīng)網(wǎng)絡(luò)能夠更好地解決較為復(fù)雜的問題，常用的激活函數(shù)有式(2)所示的Sigmoid函數(shù)，式(3)所示的TanH函數(shù)和式(4)所示的ReLU函數(shù)。

(2)

(3)

ReLU(x)=max(0，x)

(4)

前向傳播的卷積層主要實現(xiàn)對圖像特征進行提取，上一層的特征圖被一個可學(xué)習(xí)的卷積核進行卷積，然后通過一個激活函數(shù)，就可以得到輸出特征圖。每一個輸出圖可能是組合卷積多個輸入圖的值。卷積操作的權(quán)值共享特性可減小計算量。卷積層計算如下：

(5)

池化層往往緊隨卷積層之后。通過平均池化(Average Pooling)或最大池化(Max Pooling)的方法將之前卷積層得到的特征圖進行聚合統(tǒng)計。其平移不變性(translation invariant)增強了網(wǎng)絡(luò)模型的魯棒性并在一定程度上防止過擬合的現(xiàn)象發(fā)生。池化層計算如下：

(6)

全連接層是一種特殊的卷積層，與卷積層不同的是其卷積核大小和輸入特征圖大小相同，可以將學(xué)到的分布式特征表示映射到樣本標(biāo)記空間，在整個卷積神經(jīng)網(wǎng)絡(luò)中主要起到分類器的作用。

反向傳播通過最小化殘差來調(diào)整權(quán)值和偏置，一般使用式(7)所示的誤差平方和損失函數(shù)對誤差進行計算。

(7)

本文所設(shè)計的卷積神經(jīng)網(wǎng)絡(luò)共九層。其中第一層為輸入層，輸入圖像大小為32×32×3(32×32為圖像分辨率大小，3為圖像通道數(shù))；第二層、第四層和第六層為卷積層，卷積核大小設(shè)置為5×5，步長為1，為了加快網(wǎng)絡(luò)損失函數(shù)的收斂速度，提高模型訓(xùn)練效率，卷積神經(jīng)網(wǎng)絡(luò)的激活函數(shù)選用ReLU函數(shù)；第三層、第五層和第七層為池化層，定義池化方法為最大池化，其步長為2；第八層為全連接層；第九層為輸出層，本文使用softmax分類器并設(shè)置10個輸出節(jié)點。

圖2 環(huán)境分類

為了識別不同環(huán)境，本文把環(huán)境類型分為冰面、草地、道路、廢墟、溝壑、河流、石灘、沙漠、山地、沼澤10類，如圖2所示。每類環(huán)境包括240張RBG圖像，部分圖像通過平移、旋轉(zhuǎn)、縮放、變形操作得到，構(gòu)成一個包含2400幅圖像的環(huán)境樣本庫，并將這2400幅圖片分為兩大類，其中1800幅作為訓(xùn)練樣本和600幅作為測試樣本。

通過對訓(xùn)練樣本進行5000次的訓(xùn)練，得到訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò)環(huán)境識別模型，然后在測試樣本中進行測試，最終該環(huán)境識別模型的誤識率大約為12%。

2 步態(tài)選擇

自然界的六足昆蟲如果蠅、螳螂等大都以三足步態(tài)或四足步態(tài)行進[9-10]。在不考慮負(fù)載的情況下，四足步態(tài)能在平坦的路面上獲得較大速度，三足步態(tài)在崎嶇路面和粘滯力的路面上能獲得較大平穩(wěn)性[11-13]。

圖3 尺寸參數(shù)

實驗使用的六足機器人每條腿有三個自由度，其尺寸參數(shù)如圖3，機器人臀部長30 mm，大腿長84 mm，小腿長150 mm。圖4為機器人樣機，L1、L2、L3分別表示左邊1、2、3號腿，R1、R2、R3分別表示右邊1、2、3號腿。機器人前方搭載的攝像頭可實時采集環(huán)境信息。

圖4 六足機器人樣機

實驗中，我們將步態(tài)特征量分為五個維度，分別是步態(tài)種類、舵機轉(zhuǎn)速、步長、抬腿上限和落腿下限。其中，令六足機器人足端距離機身垂直高度為100 mm時作為零點，足端向上移動為正，向下移動為負(fù)，抬腿上限表示足端垂直向上移動的最大距離，落腿下限表示足端垂直向下移動的最大距離。固定舵機轉(zhuǎn)速為2.09 rad/s、步長為20 mm，改變步態(tài)種類并在足端空間范圍內(nèi)對另外兩個特征量等梯度變換如表1所示，并對這些參數(shù)進行組合，如步態(tài)種類：三足步態(tài)、落腿下限：0 mm、抬腿上限：30 mm為一組步態(tài)參數(shù)，這樣便形成了18組步態(tài)參數(shù)。

表1 步態(tài)參數(shù)

本文在環(huán)境樣本庫中隨機選取4類，分別為草地、沙漠、山地和石灘，并根據(jù)這4類環(huán)境的主要特征搭建如圖5的環(huán)境模型。該模型由四塊600 mm×600 mm(長×寬)的小模型拼接而成。

圖5 環(huán)境模型

應(yīng)用18組步態(tài)參數(shù)分別在4類環(huán)境中重復(fù)進行3次測試，以最大化平均速度為評價基準(zhǔn)，選取出4類環(huán)境所對應(yīng)的最優(yōu)步態(tài)參數(shù)。如圖6所示，橫坐標(biāo)為步態(tài)種類，縱坐標(biāo)為平均速度，以圖中○為例，其對應(yīng)的步態(tài)參數(shù)為落腿下限：0 mm、抬腿上限：30 mm。圖6(a)為草地環(huán)境中機器人在不同步態(tài)參數(shù)下行走的平均速度對比，可以看出此環(huán)境中的最優(yōu)步態(tài)參數(shù)為步態(tài)種類：四足步態(tài)、落腿下限：0 mm、抬腿上限：30 mm。同理，圖6(b)、圖6(c)、圖6(d)分別為沙漠環(huán)境、山地環(huán)境和石灘環(huán)境中不同步態(tài)參數(shù)下行走的平均速度對比。沙漠環(huán)境中最優(yōu)步態(tài)參數(shù)分別為步態(tài)種類：四足步態(tài)、落腿下限：0 mm、抬腿上限：30 mm；山地環(huán)境中最優(yōu)步態(tài)為步態(tài)種類：四足步態(tài)、落腿下限：-10 mm、抬腿上限：30 mm；石灘環(huán)境中最優(yōu)步態(tài)為步態(tài)種類：四足步態(tài)、落腿下限：-10 mm、抬腿上限：60 mm。

圖6 不同環(huán)境中的平均速度

3 實驗及分析

六足機器人在實際應(yīng)用中往往要面臨各種復(fù)雜的環(huán)境類型。單一的行走步態(tài)在與之相對應(yīng)的環(huán)境中能表現(xiàn)優(yōu)越，但在面對另外一些差異較大的環(huán)境時，由于該步態(tài)與環(huán)境不匹配，會造成六足機器人移動效率下降，能耗增加。

圖7為環(huán)境自適應(yīng)六足機器人的運行框圖。通過搭載彩色攝像頭，機器人能夠時刻采集環(huán)境信息，并將這些信息通過2.4G無線通信模塊傳輸給上位機；上位機將接收到的環(huán)境信息輸入到訓(xùn)練好的環(huán)境識別模型中得出環(huán)境類型；機器人搭載下位機，接收到當(dāng)前環(huán)境類型并主動調(diào)整步態(tài)參數(shù)驅(qū)動電機響應(yīng)；最后下位機驅(qū)動攝像頭進行新一輪的數(shù)據(jù)采集工作。以此循環(huán)進而可實現(xiàn)六足機器人自我感知環(huán)境變化并采取相應(yīng)步態(tài)參數(shù)適應(yīng)環(huán)境的功能。

圖7 運行框圖

為了對比說明采用卷積神經(jīng)網(wǎng)絡(luò)環(huán)境自適算法的六足機器人的優(yōu)越性，我們將選取出的4種最優(yōu)步態(tài)與之對比，分別在4類環(huán)境中進行測試。六足機器人通過機載攝像頭讀取環(huán)境數(shù)據(jù)，利用環(huán)境識別模型對環(huán)境進行自動識別，并根據(jù)識別的環(huán)境選取相應(yīng)的最優(yōu)步態(tài)，以此實現(xiàn)環(huán)境自適應(yīng)。表2為機器人采用5種步態(tài)類型分別在4類環(huán)境中測試的平均速度。圖8為機器人采用不同步態(tài)類型分別在4類環(huán)境中測試的平均速度曲線圖，其中橫坐標(biāo)為環(huán)境種類，縱坐標(biāo)為平均速度，以使用草地最優(yōu)步態(tài)參數(shù)為例，機器人使用該步態(tài)參數(shù)在草地環(huán)境中行進的平均速度約為38.7 mm/s，在沙漠環(huán)境中行進的平均速度約為30.8 mm/s，由于使用該步態(tài)參數(shù)機器人抬腿高度過低，無法在山地與石灘環(huán)境中行進。由圖8可以看出，采用單一的步態(tài)類型雖然能夠在各自對應(yīng)的環(huán)境中表現(xiàn)良好，但在面對其它環(huán)境時運行效率急劇降低。其中，機器人采用草地最優(yōu)步態(tài)和沙漠最優(yōu)步態(tài)無法在山地與石灘環(huán)境中前行。而采用環(huán)境自適應(yīng)方法則可使機器人的運行效率始終處于較高水平。圖9為機器人在包含上述4類環(huán)境的混合環(huán)境中(參照圖5)采用不同步態(tài)類型的平均速度測試結(jié)果，橫坐標(biāo)代表環(huán)境類型，縱坐標(biāo)代表平均速度，每種步態(tài)重復(fù)測試5次。實驗結(jié)果表明，采用環(huán)境自適應(yīng)方法的六足機器人在混合環(huán)境中能始終與外部環(huán)境相匹配，表現(xiàn)出更快的行進速度。

圖8 單個環(huán)境中的平均速度

表2 不同環(huán)境中測試的平均速度(mm/s)

圖9 混合環(huán)境中的平均速度

由于受外力或者環(huán)境地形的影響，六足機器人行走過程中的平穩(wěn)性會受到干擾[14]。為判斷機器人在運行過程中的平穩(wěn)性，我們使用機器人運行時機身的俯仰角(pitch)與滾轉(zhuǎn)角(roll)絕對值之和作為平穩(wěn)性判斷依據(jù)，絕對值之和越小，機器人越平穩(wěn)。如圖10為采用不同步態(tài)類型行走時機器人的機身俯仰角(pitch)與滾轉(zhuǎn)角(roll)絕對值之和的曲線圖。通過對比可以看出，采用環(huán)境自適應(yīng)方法的機器人機身傾角變化幅度較小，其平穩(wěn)性更高。

圖10 混合環(huán)境中的機身偏轉(zhuǎn)角度

實際應(yīng)用中，六足機器人的性能除了要考慮行進速度與平穩(wěn)性，其能耗大小也是一個十分重要的因素，決定著機器人的續(xù)航能力。為了對六足機器人運行過程中的能量消耗進行估測[15]，本文建立了六足機器人能量消耗模型。六足機器人的能量主要由腿部每個關(guān)節(jié)處直流電機的運行所消耗，其在一段時間T內(nèi)消耗的能量由下式給出：

(8)

其中：ua為施加電壓，ia為電樞電流。

直流電機的性能可用其轉(zhuǎn)矩和電壓方程來表示：

τm=Ktia

(9)

(10)

(11)

其中：τm為轉(zhuǎn)子的轉(zhuǎn)矩，Kt為1轉(zhuǎn)矩常數(shù)，ue為電樞繞組中與施加電壓相反的感應(yīng)電壓，Kv為電壓常數(shù)，θm為轉(zhuǎn)子角速度，Ra為電樞電阻，La為電樞電感。

τ=τmGs

(12)

(13)

其中：Gs為減速電機的減速比。

繞組的電感通常被忽略，因此式(8)可寫為：

(14)

其中：第一項為機械能，第二項為熱損耗。當(dāng)?shù)谝豁棡樨?fù)值時，機械能表示由外力提供的能量增益，但直流電機無法儲存該能量。因此，直流電機在時間T內(nèi)消耗的能量由下式給出：

(15)

其中：

因此，六足機器人第i條腿的第j個關(guān)節(jié)在時間T內(nèi)消耗的能量可表示如下：

(16)

因此，六足機器人在時間T內(nèi)消耗能量總和可表示為：

(17)

圖11 混合環(huán)境中的能量消耗

圖11為混合環(huán)境中六足機器人走完全部路程的能量消耗總和的對比。其中，采用山地最優(yōu)步態(tài)走完全程耗能約38 kJ，采用石灘最優(yōu)步態(tài)走完全程耗能約42 kJ，采用環(huán)境自適應(yīng)步態(tài)走完全程耗能約34 kJ。應(yīng)用卷積神經(jīng)網(wǎng)絡(luò)環(huán)境自適應(yīng)方法的六足機器人消耗能量總和要比采用單一最優(yōu)步態(tài)少10%～20%。

4 結(jié)論

本文提出利用卷積神經(jīng)網(wǎng)絡(luò)識別環(huán)境，六足機器人調(diào)整步態(tài)參數(shù)自適應(yīng)當(dāng)前環(huán)境的方法。建立10種典型環(huán)境共2400幅環(huán)境圖片的環(huán)境樣本庫。在隨機選取的4類環(huán)境中，應(yīng)用卷積神經(jīng)網(wǎng)絡(luò)環(huán)境自適應(yīng)方法的六足機器人能夠表現(xiàn)出高速度、高平穩(wěn)性、低能耗的優(yōu)點，能夠較好地自適應(yīng)不同環(huán)境，為六足機器人的實際應(yīng)用打下了良好的基礎(chǔ)。

[1] HE J，GAO F.Type synthesis for bionic quadruped walking robots[J].Journal of Bionic Engineering，2015，12(4)：527-538.

[3] ZHU Y，GUO T，LIU Q，et al.A study of arbitrary gait pattern generation for turning of a bio-inspired hexapod robot[J].Robotics and Autonomous Systems，2017，97：125-135.

[4] DUGULEANA M，MOGAN G.Neural networks based reinforcement learning for mobile robots obstacle avoidance[J].Expert Systems with Applications，2016，62：104-115.

[5] PANG S，DEL COZ J J，YU Z，et al.Deep learning to frame objects for visual target tracking[J].Engineering Applications of Artificial Intelligence，2017，65：406-420.

[6] GUZIK V，PYAVCHENKO A，PEREVERZEV V，et al.Neural networking path planning based on neural-like structures[J].Path Planning for Vehicles Operating in Uncertain 2D Environments，2017：25-96.

[7] SYED U A，KUNWAR F，IQBAL M.Guided Autowave Pulse Coupled Neural Network(GAPCNN)based real time path planning and an obstacle avoidance scheme for mobile robots[J].Robotics and autonomous systems，2014，62(4)：474-486.

[8] BATAINEH M，MARLER T.Neural network for regression problems with reduced training sets[J].Neural Networks，2017，95：1-9.

[9] WOSNITZA A，BOCKEMüHL T，DüBBERT M，et al.Inter-leg coordination in the control of walking speed in Drosophila[J].Journal of experimental biology，2013，216(3)：480-491.

[10] BENDER J A，SIMPSON E M，TIETZ B R，et al.Kinematic and behavioral evidence for a distinction between trotting and ambling gaits in the cockroach Blaberus discoidalis[J].Journal of Experimental Biology，2011，214(12)：2057-2064.

[11] HAUSER K K，BRETL T，LATOMBE J C，et al.Motion planning for legged robots on varied terrain[J].International Journal of Robotics Research，2008，27(11)：1325-1349.

[12] RAMDYA P，THANDIACKAL R，CHERNEY R，et al.Climbing favours the tripod gait over alternative faster insect gaits[J].Nature Communications，2017，8：14494.

[13] SOYGUDER S，ALLI H.Kinematic and dynamic analysis of a hexapod walking-running-bounding gaits robot and control actions[J].Computers & Electrical Engineering，2012，38(2)：444-458.

[14] AGHELI M，NESTINGER S S.Force-based stability margin for multi-legged robots[J].Robotics and Autonomous Systems，2016，83：138-149.

[15] ROY S S，PRATIHAR D K.Dynamic modeling，stability and energy consumption analysis of a realistic six-legged walking robot[J].Robotics and Computer-Integrated Manufacturing，2013，29(2)：400-416.