双足水上行走机器人控制方法研究及仿真

基金项目：国家自然科学基金资助项目 （ 50905175） ； 国家重点基础研究发展计划项目 （ 2011 通讯作者 ：魏鲜明 ， 收 稿 /录用 /修回 ：足水上行走机器人控制方法研究及仿真 魏鲜明 1,2，徐林森 2，曹凯 3，赵江海 2 （ 1. 中国科学技术大学， 安徽 合肥 230026； 安徽 合肥 230026； 江苏 常州 213164） 摘 要： 本文以双足水上行走机器人为控制对象，研究能够实现其水上行走的控制方法。由于水面环境的复杂性，双足机器人水上行走时具有外界环境难以建模、步态规划有效性低、水面干扰强度较大的特点，传统的基于模型的精确运动学求解方法无法适用。因此本文研究了 经网络和模糊控制相结合的控制 算法，对机器人水上行走进行过程控制。利用机电系统联合仿真的方法，得到机器人的非线性模型。建立了双足机器人控制系统框图，仿真验证该算法的有效性，仿真结果表明，该算法能够满足双足机器人水上行走的控制要求。 关键词： 双足机器人；水上行走； 经网络；模糊控制；联合仿真 中图分类号： 文献标识码： n , . （ 1. 30026, 2. 13164,3. In on is As of on as so is PG is of is In to of is of on on 引言 (双足水上行走机器人是以蛇怪蜥蜴为仿生对象，模拟其水上行 走功能的机器人，其最终目的是开发出能在陆地和水面行走的水陆两栖双足机器人，以便在复杂的水陆环境下从事军事侦查、水质检测、湿地探测、抗洪救灾等工作。 现有双足机器人行走的研究主要集中在地面环境，利用 力矩点或其 它 判据对机器人进行补偿控制，以维持机器人的平衡性，采用建模 控制的思路，需要对机器人本体及环境建立精确的数学模型，这种传统的基于模型的运动控制方法具有动力学建模繁琐、运动规划复杂、环境适应性低、鲁棒性差等缺点。双足水上行走机器人和基于地面环境的双足机器人有很大的不同，地面行走机器人控制的关键 是维持其行走过程平衡性，即防止机器人在行走过程中摔倒。水上行走机器人除了要保持行走过程中的动态平衡，还要使其维持在水面上，防止沉入水底。由于双足水上行走机器人具有外界环境难以建模、水面扰动强度很大、运动规划有效性低的特点，经典的基于模型的精确运动学求解方法难以适用。 基于 够在缺乏高层控制信号和外部反馈的情况下，自发产生稳定的节律性运动，无需对环境和自身建模，可以减少控制系统的工作量，节约工作时间，通过调节组成 络各个神经元的连接方式， 以及各个神经元的内部参数，能够产生多种稳定自然的相位关系，实现不同的运动方式。自从 1972 年， 出模糊控制原理以来，模糊控制得到了较大的发展。模糊控制因其无需知道被控对象数学模型，构造容易，鲁棒性强等一系列优点，受到了越来越多人的关注。双足水上行走机器人由于其自身的特殊性，采用经网络与模糊控制相结合的算法来对其进行水上行走过程控制。 2 双足 水上行走 机器人动力学分析 (on on 基金项目：国家自然科学基金资助项目 （ 50905175） ； 国家重点基础研究发展计划项目 （ 2011 通讯作者 ：魏鲜明 ， 收 稿 /录用 /修回 ： 过对蛇怪蜥 蜴身体结构和运动规律的分析，最终建立如图 1 所示的双足水上行走机器人虚拟样机模型。 图 1 双足水上行走机器人虚拟样机 1 of 足机器人水上行走过程分三个阶段：拍打、冲击和恢复。拍打阶段能够提供一定的上升力，但保持身体不会下沉的力绝大多数来自于冲击阶段。在冲击阶段，水对机器人脚掌的驱动力如下： 12 )( (1) 式 中 ， )( 随 时 间 变 化 的 驱 动力 , 是阻尼系数， S 是脚掌与水接触的有效面积， 是水的密度， v 是脚掌运动速度， )(g 是重力加速度，利用公式 (1)仿真得到的脚步所受上升力曲线如下所示： 图 2器人左脚上升力 2he of 2器人右脚上升力 2he of 真结果显示，双足水上行走机器人脚步所得到的上升力能够使机器人保持在水面上。 3 双足 水上行走 机器人 (on on 当机器人在水中行走时，通过调节平衡质量块，对机器人进行补偿控制，来保持机器人的动态平衡，防止机器人倾倒沉入水中。 双 足水上行走机器人采用 制系统框图如图 3 所示。 机器人 型数初始化判断输出结果调整脚步姿态测量身体倾斜角模糊控制参数初始化模糊控制补偿反馈调整图 3 3 双足水上行走机器人 络的输出为高电平时，机器人的脚掌处于拍打、冲击阶段，当输出为低电平时，机器人的脚掌处于恢复阶段，在行走过程中，实时检测机器人身体倾斜角 ，通过模糊控制，对机器人的运动进行补偿，实现机器人水上行走的动态平衡。 所示。 图 4 机器人 4 of 足水上行走机器人 型 经网络考虑各个运动关节在不同目标和环境下的协调性，避免了对动力学建模准确度的依赖，具有良好的自适应性和稳定性。选择合适的数学模型来模拟 经网络中的神经元，是实现机器人运动控制的关键。 日本学者 出了互抑制的神经振荡器模型，该模型很好的表达了神经元的自抑制与互抑制特性，通过改变相互连接的神经振荡器网络结构和权值，能够产生具有多种相位 关系的信号。瑞 基金项目：国家自然科学基金资助项目 （ 50905175） ； 国家重点基础研究发展计划项目 （ 2011 通讯作者 ：魏鲜明 ， 收 稿 /录用 /修回 ： 出用 荡器来模拟神经元的振荡特性，此模型相对比较简单，能够很容易的控制振荡器输出信号的幅值和频率。此外，还有很多其它的数学模型。仿王晰水上行走机器人关节较少，本文选用 荡器作为 荡器数学方程如下： )( 2 ( )( 2 (式中： 22 ， 0 ， 决定输出信号的幅值， 决定输出信号的频率。我们利用双向连接的两个 荡器组成 控制模型，方程如下： 21112111 )( (12111 )( (12222222 )( (222222 )( (式中 , 21211 , 22222 , 1 , 2 是连接权值 ,1x , 2x 分别是两个振荡器的输出。 振荡器的模型框图，如图 5 所示： 图 5 双向 荡器模型 5 器人水上行走时，通过脚掌的拍击、冲击，会在水中产生一个气腔，水上行走的恢复阶段是在气腔上部闭合前完成的。气腔张开时间由以下方程决定： 1285.2 (4) 怪蜥蜴脚掌与水接触的有效半径， g :重力加速度 ,当脚掌半径 0时，气穴张开的时间 )(103.0 ，则驱动腿的转动频率为当脚掌半径 0 时，气穴张开的时间 )(126.0 ，则驱动腿的转动频率为 当 60 ， 01 ， 12 ，时，振荡器仿真输出如图 6 所示。 图 6 10荡器输出 6 10HZ 真输出频率大约在 两路输出信号相位相差 180 ，能够满足要求，当时间为 ，振荡器产生稳定的输出信号。得到的输出信号进行比较，所得到的 )(65 s 仿真结果如图 7 所示。 图 7 加入比较器的 荡网络输出 7 果分析 表明， 荡器输出能够用来对机器人脚步进行运动控制，通过调整 络的内部参数，能够实现机器人脚步的多种相位关系。 足水上行走机器人数学模型及模糊控制 基金项目：国家自然科学基金资助项目 （ 50905175） ； 国家重点基础研究发展计划项目 （ 2011 通讯作者 ：魏鲜明 ， 收 稿 /录用 /修回 ： 大多数对象的实际模型是复杂的非线性模型，非线性模型简化为线性模型的过程中，存在着误差加大，近似不准确的缺点。本文利用机电系统联合仿真方法，通过虚拟样机模型直接生成被控对象的非线性数学模型。该方法避免了人为进行数学建模的复杂性，得到了与现实对象更为接近的模型。水上行走机器人是双足运动，主要考虑与机器人前进方向垂直的平面内的机器人运动平衡控制 。 图 8 机器人后视图 8 of 8 所示为机器人的后视图， 为机器人身体与竖直方向的倾斜夹角。以倾斜角 为输出变量，平衡质量块运动时产生的等效力矩为输入变量，利用机电系统的联合仿真功能，得到机器人控制模型如图 9 所示。 图 9 被控对象模型框图 9 直方向与机器人身体的夹角 E 及夹角变化率两个输入语言变量，模糊控制箱的输出 U 为输出语言变量，隶属度函数定义如图 10 所示。 图 10差隶属度函数 10of 10差变化率隶属度函数 10of 10出隶属度函数 10of 语言变量的隶属度函数采用上图时，图 4 机器人 基金项目：国家自然科学基金资助项目 （ 50905175） ； 国家重点基础研究发展计划项目 （ 2011 通讯作者 ：魏鲜明 ， 收 稿 /录用 /修回 ： 11 机器人倾斜角 11 of 仿真结果分析 可得， 右时，机器人的倾斜角出现大范围的振荡，这是由所建立的模型导致的，机器人身体最大倾斜角为 20 左右，可以接受。实验表明，通过施加控制，机器人的倾斜角能够稳定在 0 附近。 4 结论 (通过机电系统联合仿真，得到了仿生双足水上行走机器人的非线性模型，利用 络实现了对机器人双足的控制，为了防止机器人倾倒，模糊控制被引入到此机器人控制系统中，仿真实验表 明，水上行走机器人的设计是可行的。 参 考 文 献 ( 1 A / 2006. 2 u, i, u, 2011, 4543 A of a . 2010, 23, 4524 / 011 315 at . 2006, 38, 396 J. . A of in . 1996, 380, 407 郑浩峻，张秀丽，李铁民，段广洪 。 基于 理的机器人运动控制方法 J。 高技术通讯， 2003， 7。 8 马宏绪，王 剑，黄茜等 。 基于 人机器人运动控制方法研究 C， of 2006， 8843 9 贾荣丛，高坤，王划一 。 双足机器人的倒立摆模型控制系统的研究 J。 机器人技术 ， 2009， 1008 作者简介： 魏鲜明 （ 1989 男 ， 硕士研究生在读。 研究 领域：自动化控制工程，仿生机器人。