李雨田

(西安航空職業(yè)技術(shù)學(xué)院， 陜西 西安 710089)

隨著仿生機器人技術(shù)的發(fā)展，不僅用于自動化施工過程，還用于執(zhí)行質(zhì)量管理任務(wù)。例如，飛行無人機可以檢查高層建筑物或者可以用于執(zhí)行攝影測量；遠程機器人可用于檢查軸、空調(diào)系統(tǒng)和檢修孔等；爬升機器人用于檢查建筑物的橋梁、塔樓和隱藏的困難角落等。通過智能解決方案以執(zhí)行檢查任務(wù)的成功嚴格取決于機器人控制系統(tǒng)的性能、設(shè)計機制的穩(wěn)定性和可靠性以及現(xiàn)場條件的識別程度。這是由于后者可能會給機器人移動帶來重大障礙，例如，對于四旋翼飛行器的垂直起飛和著陸飛行機器人，當高度增加時穩(wěn)定性趨于最小化[1-3]。

回顧機器人的控制方法，可以說不同的末端執(zhí)行器機構(gòu)的同步對于開始運動并因此跟蹤期望的軌跡是必要的。例如，必須控制旋翼飛行器UAV，以便產(chǎn)生所選轉(zhuǎn)子組合的等效旋轉(zhuǎn)速度，以便在四種飛行狀態(tài)之間切換：懸停，滾轉(zhuǎn)，俯仰和偏航。 對于步行機器人，位于不同身體軸線側(cè)的腿必須基于觸發(fā)器狀態(tài)工作，以便移動機器人的重心并使其從其當前位置移動。以上這些描述稱為運動模式，本文討論了一個四足機器人，對玻璃幕墻進行檢查。該研究將局限于運動末端執(zhí)行器的數(shù)學(xué)模型，基于原型模式的全局路徑規(guī)劃控制。

1 仿生行走技術(shù)介紹

在工程概念中，通過機械裝置實現(xiàn)運動，這是由于機械裝置產(chǎn)生升力和扭矩。與周圍環(huán)境相互作用的末端執(zhí)行器可以是輪胎、鏈條和螺旋槳等。對于行走單元，不同的概念是“腳”接觸地面，行走機構(gòu)最少分為三個機械部件，并且根據(jù)需要完成的操作和移動自由度，可以達到更高等級的復(fù)雜性。在行走時，末端執(zhí)行器施加平行于主運動軸線的力，同時執(zhí)行器的諧振頻率取決于行走速度[4-5]。

雖然仿生行走單元可以分為較小的功能組件，但是步行過程表現(xiàn)為單輸入單輸出系統(tǒng)。采用多系統(tǒng)方法是不明智的，因為從動力學(xué)，反饋控制和信號分析的角度來看，多系統(tǒng)執(zhí)行不是最佳使用方法。之后，學(xué)者們研究單獨組件如何工作，如何與其他組件集成以及如何使整合系統(tǒng)的整體性能不受影響。從機器人技術(shù)的角度來看，該技術(shù)任務(wù)是局部的，并且可以在群體控制下進行分類，其中群體指定在自適應(yīng)同步機制中工作的不同機制的組合，以便實現(xiàn)全局控制任務(wù)。

基于仿生研究，步行過程被歸類為預(yù)期前饋(主動)調(diào)節(jié)，這是對外部刺激作出反應(yīng)的最重復(fù)行為的情況。更復(fù)雜的步行系統(tǒng)包括更復(fù)雜的刺激產(chǎn)生和協(xié)調(diào)控制。這種節(jié)奏動態(tài)也被稱為中心模式控制，其控制圖如圖1所示。

圖1 四足機器人中心模式控制的結(jié)構(gòu)

在圖1中，參數(shù)描繪如下：具有指數(shù)1～3的神經(jīng)元是運動神經(jīng)元，其中神經(jīng)元1和2用于左右操縱，神經(jīng)元4是感官神經(jīng)元，C1到C4是中間神經(jīng)元。箭頭表示興奮性連接，無箭頭表示抑制性連接，由圖1可以看出，C1和C3之間存在抑制連接，從而允許產(chǎn)生振蕩模式。稱為周期性步態(tài)的腿部運動之間的同步需要規(guī)則和時間控制，否則被抑制的腿將充當“斷車”。因此，不能實現(xiàn)步行過程的平滑性，并且預(yù)測可能對機械部件造成損壞，移動機器人可能步態(tài)的一般組合計算如下[6-8]：

NG=(2n-1)!

式中：NG為給定機器人的可能步數(shù);n為機器人的腿數(shù)，本文中，n=4。

2 仿生控制腿設(shè)計

從穩(wěn)定性角度來看，最優(yōu)控制策略是分別為每條腿設(shè)置緩存控制器，然后根據(jù)周期性步態(tài)推廣觸發(fā)器規(guī)則，這種循環(huán)配合是必要的，以便獲得機械部件的平滑和自然振蕩。減少能量消耗，因為振蕩將在沒有電力先決條件的情況下獲得，該方法的另一個好處是最小化機械部件的磨損頻率，因為不需要任何斷裂和斷裂釋放機構(gòu)。

除了同步和定期步態(tài)控制外，姿勢控制對于安全運動至關(guān)重要。通過姿勢控制，可以了解控制系統(tǒng)在可控穩(wěn)定的調(diào)節(jié)中保持腿部質(zhì)心的能力，從設(shè)計的角度來看，質(zhì)心幾何點應(yīng)該在幾何焦點和體內(nèi)，從而使機器人在側(cè)風(fēng)的情況下具有更好的機動性。

除了同步和定期步態(tài)控制外，姿勢控制對于安全運動至關(guān)重要，通過姿勢控制，可以了解控制系統(tǒng)在可控穩(wěn)定的調(diào)節(jié)中保持腿部質(zhì)心的能力。 從設(shè)計的角度來看，質(zhì)心幾何點應(yīng)該在幾何焦點和體內(nèi)，從而使機器人在側(cè)風(fēng)的情況下具有更好的機動性。

因此，步行機器人的全局控制任務(wù)包括以下子任務(wù)：

(1)姿勢控制與腿的運動學(xué)配置相關(guān)聯(lián)；

(2)姿勢控制負責質(zhì)量位置的居中，主要通過動態(tài)分析進行研究；

(3)擺動控制根據(jù)前兩種方法忽略不同機構(gòu)之間的頻率同步。

腿式機器人的建模和控制是一個局部技術(shù)問題。許多來自不同科學(xué)背景的研究人員將他們的研究成果定期結(jié)合起來，以獲得適當?shù)臄?shù)學(xué)模型。正如前面所述，最簡單的方法是對機器人的每個模型腿采用分散控制，同時考慮中心模式發(fā)生器。該模式描述如下：當人走路時，根據(jù)需要(大腦的預(yù)定軌跡)定義該行人的運動方向，將這種需要傳達并制定成脈沖(中央發(fā)電機)，將信息傳遞到本地控制站(分散控制器)，對末端效應(yīng)器施加某些行為，以上描述應(yīng)用到仿生機器人的實現(xiàn)。參考中心模式發(fā)生器的分散控制任務(wù)的結(jié)構(gòu)圖如圖2所示，可以注意到，每個支路的所需時刻是從模式注冊器獲得的所需扭矩τd，輸出是施加的扭矩加載τl，其中后者通過電動機旋轉(zhuǎn)速度進行調(diào)制，如下式所示：

(1)

式中：ωM為電機角速度，r·min-1;Jl為負載慣量；p為拉普拉斯算子；Kst表示剛度系數(shù)。

使用電機角速度很容易找到電機轉(zhuǎn)矩，而電機角速度又可以從角位置找到，因此，形成式(2)：

(2)

從式(2)可以看出，旋轉(zhuǎn)力矩中的慣性項Jl不出現(xiàn)在等式的右邊。在上述情況之后，顯然腿的位置(姿態(tài)控制)對于擺動機構(gòu)并不重要，因此控制任務(wù)被公式化為基于速度的方法。

同時考慮電機控制器的優(yōu)化，以避免速度過沖，這是必要的，因為將允許機器人更好的機動性和避障以及最小化機械干擾。神經(jīng)網(wǎng)絡(luò)的實現(xiàn)是直截了當?shù)?，從PID馬達控制器收集的數(shù)據(jù)將用于評估和訓(xùn)練具有外源輸入的非線性自回歸神經(jīng)網(wǎng)絡(luò)，同時考慮所需的輸出和腿部的機械效應(yīng)，圖3為控制方法的模擬仿真結(jié)果。

圖2 分散腿控制的Simulink模型

圖3 FLP控制腿L1和R1實驗結(jié)果圖

圖3所示的結(jié)果可以理解如下：根據(jù)由模糊邏輯模式生成器產(chǎn)生的生成模式，將四足機器人的末端執(zhí)行器運動的組合指定為控制任務(wù)。末端執(zhí)行器輸出的監(jiān)視和調(diào)節(jié)由神經(jīng)網(wǎng)絡(luò)控制器管理。正如結(jié)果所示，腿系統(tǒng)成功地在腿部的激勵和抑制狀態(tài)之間切換，允許腿R1和R2在三個階段中向前移動一步。

3 結(jié) 論

本文主要介紹了仿生機器人自適應(yīng)控制系統(tǒng)，通過仿生行走原理以及仿生行走的實現(xiàn)設(shè)計，并且從實驗結(jié)果可以清楚地看到處理時間從1.5 s增加到3.5 s。這是由于模糊邏輯模式發(fā)生器分析姿勢和姿態(tài)控制反饋增加了所需的時間。因此，在滑動時間中考慮神經(jīng)網(wǎng)絡(luò)響應(yīng)時間，這證明了關(guān)于機器人自動駕駛儀的計算時間和能力的假設(shè)。