CN102033545A - 一种轮腿式机器人的驱动牵引特性控制方法 - Google Patents

Abstract

本发明公开了一种轮腿式机器人的驱动牵引特性控制方法，属于自动化领域。该方法包括：对于轮腿式机器人，其每一个轮子与地面接触产生接触点处的接触力向量，通过力向量的分解得到切向量、沿轮轴方向的分量以及法向量三个分量。以切向力与法向力之比来表示滑行率，并用来评价该接触点的牵引驱动特性，通过控制角变量使所有接触点处滑行率中的最大值取得极小，从而实现了整个轮腿式机器人驱动牵引特性的控制。本发明构建了轮腿式机器人的运动特性函数，能够有效地实现机器人的运动控制，从而使机器人在运动过程中尽量减小滑行，提高运动能力，减少能耗，有效完成作业任务。

Description

一种轮腿式机器人的驱动牵引特性控制方法

技术领域

本发明涉及自动化领域，特别涉及一种轮腿式机器人的驱动牵引特性控制方法。

背景技术

轮腿式机器人被广泛应用于侦察、探测、星球表面探索、救灾、消防、等方面，已成为机器人中的一种重要类型。由于其具有较高机动性、一定的越障能力和环境适应能力，更由于其姿态可控性可以满足稳定的视觉系统、操作臂准确作业等的作业需求，使其得到广泛的应用，特别是面临着复杂、未知、多变的非结构环境，要求机器人具有良好的机动性、环境适应性和运动灵活性。

对于机器人的智能性和环境适应性需要更多地依赖其对环境信息的获取和智能决策能力，更强调机器人自身的感知、思维、决策和复杂行动的能力。但是由于人工智能和其他智能技术的发展尚落后于人们对它的期望，目前要在复杂环境下完成机器人的全自主运动还难以实现。尽管运用GPS、电子罗盘等可使机器人定位，但是地面环境的凹凸不平、沟壑、石块、沙地、沼泽等自然环境的复杂性使得对地面环境进行建模和处理异常困难，同时基于计算机视觉技术的复杂环境处理问题至今没有得到圆满的解决。而在短期内，完全依靠如智能系统、计算机视觉、环境建模、传感检测等手段实现机器人的全自主化，无论在理论上还是技术上都还不能很好的实现。

对机器人来说，其运动能力是最基本、最重要的首要前提。以机器人能够具有较高的运动能力和机动性为目标，通过对轮腿式机器人基本运动控制问题中的驱动牵引特性进行研究，通过有效的控制提高机器人的驱动牵引特性，使得自主机器人的总体性能可以通过最大程度的提高机构的运动特性能力来实现。但是目前还没有一种驱动牵引特性控制方法，能够有效地实现机器人的运动控制，从而使机器人在运动过程中尽量减小滑行，提高运动能力，减少能耗，有效完成作业任务。

发明内容

本发明的目的是针对轮腿式机器人的驱动牵引特性控制方法，该方法提供一种可量化表示的驱动牵引特性函数，利用该驱动牵引特性函数能够有效地实现机器人的运动控制，从而使机器人在运动过程中尽量减小滑行，提高运动能力，减少能耗，有效完成作业任务。

该轮腿式机器人的驱动牵引特性控制方法，包括：

首先定义轮腿式机器人坐标系R＝(G，X，Y，Z)和轮地接触点的局部坐标系R_i＝(P_i，U_i，V_i，W_i)；G为机器人重心，X、Y轴的方向分别与机器人车体的长度和宽度方向一致，Z轴垂直向上；P_i是轮腿i的车轮与地面的接触点；i取1到n之间的整数，n为轮腿式机器人的轮腿数量；W_i是垂直与接触平面切线方向的法向方向；U_i是第i个轮腿的车轮的切线方向；V_i＝W_i×U_i，W_i、U_i和V_i满足右手法则；接触点P_i的接触力向量为f_i，沿局部坐标系R_i的三个坐标轴方向对接触力向量f_i进行分解得到f_i＝(f_ui，f_vi，f_wi)；

定义滑行率公式 $S_i=\frac{\sqrt{f_{\mathrm{ui}}^2+f_{\mathrm{vi}}^2}}{f_{\mathrm{wi}}};$

在进行驱动牵引特性控制时，根据所述滑行率公式计算各接触点P_i的滑行率S_i，并从中找出滑行率最大值S_imax对应的接触点P_imax，将P_imax处的轮腿关节作为被控轮腿，通过调节被控轮腿的关节角使得P_imax处的滑行率最小；

所述轮腿的关节角为：从该轮腿的摆臂旋转中心沿摆臂长度方向与X轴正向的夹角，并且逆时针方向为正。

其中，所述通过调节被控轮腿的关节角使得P_imax处的滑行率取最小包括：

获取P_imax处轮腿关节的关节角测量值；针对P_imax处计算滑行率取最小值时的关节角取值，记为关节角目标值，根据关节角目标值和关节角测量值对P_imax处的轮腿关节进行控制；

所述关节角测量值的获取方式为：通过集成在摆臂关节的电机编码器直接测量得到关节角测量值；或者为：利用感知系统感知车体姿态，包括横滚角、俯仰角和偏转角，然后根据感知的车体姿态，通过运动学逆解求出关节角，作为关节角测量值。

有益效果：

本发明以实现轮腿式机器人能够具有较高的运动能力为目标，通过对轮地接触点处接触力的分解构成了接触点的滑行率，并在此基础上构建了一种表示轮腿式机器人驱动牵引特性的函数。应用本发明所建立的运动特性函数可以得到机器人运动特性的量化表示，为机器人驱动牵引特性的量化控制提供依据。通过控制该函数可有效改善轮腿式机器人的运动特性，提高控制效率，减小能耗，以便有效完成作业任务。

附图说明

图1(a)和图1(b)为本发明轮腿式机器人结构简图。

图2为本发明驱动牵引特性分析简图。

图3为本发明机器人控制系统的结构示意图。

具体实施方式

下面结合附图并举实施例，对本发明进行详细描述。

如图1所示为本发明所涉及轮腿式机器人结构简图。

在机器人领域，一般把具有腿部和轮子而且可以独立驱动的机器人系统称之为轮腿式机器人。由于应用目的的不同，轮腿式机器人可以有不同的形式，在图1(a)中表示的轮腿式机器人，其腿部具有一个关节的摆动自由度，在末端具有轮式驱动；在图1(b)中表示的轮腿式机器人，其腿部具有两个关节的摆动自由度，末端具有轮式驱动。处于研究目的不同，国际上从小型实验型轮腿式机器人到登月机器人、火星探测机器人都采用了类似的机构。虽然具体结构有所不同，但是这类机器人具有一些共同的特点：

(1)每个轮子单独驱动，提供机器人平台运动的牵引力；

(2)可以独立控制的腿部关节角位置，使得机器人具有控制自身姿态的能力；

(3)具有冗余的驱动系统。

如图2所示为本发明轮腿式机器人驱动牵引特性分析简图。

首先给出轮腿机器人平台的相关坐标系定义，分别描述如下：

R＝(G，X，Y，Z)-带有平台重心G的固定在机器人平台的机器人坐标系，将其坐标原点设为与机器人重心位置重合，其X、Y轴的方向分别与车体的长度和宽度方向一致，Z轴垂直向上。考虑到腿部的质量与机器人本体中装置传动系统、电池、控制系统、电气设备等部件的重量比较起来很小，所以忽略腿部质量，以简化问题的研究。

G-为机器人重心。鉴于机器人平台内部承载各部件基本上对称布置，所以可以认为机器人重心位于车体的几何中心。

假定轮腿式机器人所有四个的轮子都与地面接触，在前述坐标系定义的基础上，定义轮-地接触点的局部坐标系，如图2所示：

P_i-是车轮i与地面的接触点(i＝1，2，3，4)；

W_i-是垂直与接触平面切线方向的法向方向；

U_i-是第i个车轮的切线方向；

V_i-V_i＝W_i×U_i，由这三个互相垂直的向量构成机器人轮-地接触点的局部坐标系R_i＝(P_i，U_i，V_i，W_i)，并满足右手法则。

接触点P_i的接触力向量为f_i，沿局部坐标系R_i的三个坐标轴方向对接触力向量f_i进行分解为f_i＝(f_ui，f_vi，f_wi)，其中：

f_wi-是接触力向量f_i垂直于接触平面切线方向的法向量；

f_ui-是接触力向量f_i的切向力分量；

f_vi-是接触力向量f_i沿轮轴方向的分量。

若以符号V(P_i/R_W)表示接触点P_i相对于地面的速度，则f_i＝(f_ui，f_vi，f_wi)各个分量所具有的物理意义为：

当f_wiV(P_i/R_W)＝0时，表示车轮与地面连续接触，表示了轮地接触条件；

当f_uiV(P_i/R_W)＝0时，表示在纵向(机器人前进方向，即X方向)没有打滑；

当f_viV(P_i/R_W)＝0时，表示在侧向(Y方向)机器人没有打滑；

定义α_i表示第i个轮腿摆臂的关节角变量，即从摆臂旋转中心沿摆臂长度方向与车体坐标系的X轴正向的夹角，并且逆时针方向为正。

由于每一个轮-地接触点P_i的位置(x_i.y_i，z_i)可以表示为：

$\left\{\begin{array}{c}{x}_i=\±\frac{L_X}{2}+L_A\cos {\mathrm{\α}}_i\\ y_i=\±\frac{W}{2}\\ z_i=-(L_A\sin {\mathrm{\α}}_i+r)\end{array}\right.$

其中符号为机器人机构参数，分别为：

L_A-代表机器人履带腿长度；

L_X-机器人前后轮之间的轴距；

W-两侧履带间的距离；

r-表示小履带轮的半径；

公式中的符号“±”依赖于每个摆臂在机器人平台中的位置。对于一定的机器人机构MOBIT来说，参数L_X、W、L_A、r为常量，α_i为控制变量。

因此，从上述机器人的摆臂配置可以明显地看出，主动驱动摆动角度(α₁，α₂，α₃，α₄}可以完全控制各个轮子在平面内与环境的接触情况。然而，在接触点处的侧向力却不能被主动的控制。当机器人通过现对平坦、中等起伏的地形时，这种侧向力不能被主动控制的局限性不是一个严重的问题。在进行运动分析时，我们首先可以假设机器人通过的地形为“平面地形”或者“准平面地形”。对于“准平面地形”可以看作是其表面的大部分的法向量位于轮子所在地的平面内。也由于小履带轮宽度不是很大，与地面的接触过程中，假设接触力的法向量位于轮子所在平面内是合理的。这种简化的分析可以能够实现在平面上运动性能的提高，其可以被用来研究使用主动驱动的提高运动性能的基本原理。

从上述分析可以看出，控制α_i可以改变接触点位置，从而改变f_i＝(f_ui，f_vi，f_wi)。可以认为f_wi、f_ui、f_vi均是关于α_i的函数，根据机器人轮腿的运动力学模型可以得到f_wi＝y_wi(α_i)、f_ui＝y_ui(α_i)、f_vi＝y_vi(α_i)。其中，y表示函数。

从机器人的驱动牵引力看，切向分力f_ui和法向分力f_wi的大小直接影响其牵引特性。因此，本发明定义滑行率S_i来评价其牵引驱动特性，滑行率S_i表示为切向力与法向力之比，以接触力分解向量(f_ui，f_vi，f_wi)表示为：

$S_i=\frac{\sqrt{f_{\mathrm{ui}}^2+f_{\mathrm{vi}}^2}}{f_{\mathrm{wi}}}---\left(1\right)$

牵引效率主要与每个轮地接触点的打滑特性有关，减小的打滑等价于使S_i取得最小，于是，对于每个轮地接触点P_i，提高其牵引特性就是使S_i最小。对整个机器人而言，为提高牵引力就是要使所有S_i取得极小。于是得到机器人的驱动牵引特性函数为：

该函数表达的意思是，令最大的S_i取最小值。

那么，在根据滑行率公式(1)和驱动牵引特性函数(2)进行驱动牵引特性控制时，计算各接触点P_i的滑行率S_i，并从中找出滑行率最大值S_imax对应的接触点P_imax，将P_imax处的轮腿关节作为被控轮腿，通过调节被控轮腿的关节角使得P_imax处的滑行率取最小。

具体来说，上述控制过程具体包括：

在每个控制周期，均执行下面各步骤：

步骤1：在当前控制周期，获取各接触点P_i的α_i测量值。

其中，α_i测量值可以通过集成在摆臂关节的电机编码器直接测量得到，也可以先利用感知系统获取车体具体姿态，包括绕X轴的旋转角度即横滚角(Roll)，绕水平轴Y的旋转角度即俯仰角(Pitch)，以及绕铅垂轴Z旋转的角度即偏转角(Yaw)，然后根据感知的姿态信息，通过运动学逆解求出α_i。

步骤2：结合各接触点的α_i测量值和运动力学模型，求出各接触点P_i的接触力分解向量(f_ui，f_vi，f_wi)，代入公式

求出各接触点P_i的滑行率S_i，并从中找出滑行率最大值S_imax对应的接触点，记为P_imax。其中，(f_ui，f_vi，f_wi)也可以通过传感器测定，而非根据α_i测量值计算得到。

步骤3：针对P_imax，利用公式(1)计算S_i取最小值时α_i的取值，作为α_i目标值。

本步骤中，由于f_wi、f_ui、f_vi均是关于α_i的函数，因此将f_wi、f_ui、f_vi待入公式(1)可以得到S_i相对于α_i的函数S_i＝y_s(α_i)，对α_i求导，令y′_s(α_i)＝0，从而得到S_i取最小值S_imax时α_i的取值。当然也可以采用其他方式获取S_i取最小值时的α_i。

步骤4：根据α_i测量值和α_i目标值得到α_i控制量，对P_imax处的轮腿关节进行控制，即驱动相应摆动电机。

至此，完成了某一周期的控制过程。在每一周期均进行上述控制，则可以降低机器人的滑行率，提高驱动效率。

基于上述思想，建立机器人的控制系统，如图3所示，该系统用模糊神经网络方法来协调控制机器人各个摆臂电机和驱动电机，改变其构形和运动参数，从而改变其驱动牵引力函数参数，保证机器人越障过程中的安全该系统具备实时反馈功能。

该控制系统由感知系统、组织协调单元、决策单元和执行单元四个部分组成，决策单元具体包括牵引力分析模块、最小值出现位置确定模块和控制模块。该系统的工作过程包括：

感知系统测得轮腿机器人的初始姿态和运动参数，包括横滚角φ、俯仰角ψ、偏转角θ，以及接触点及车体的力信息。组织协调单元组织感知系统得到的各种信息，进行必要的转换，将其传递到决策单元，并根据决策单元做出的决策规划(α_i期望值)向执行单元发出相应的电机控制信号。在决策单元，牵引力分析模块根据感知信息通过运动学逆解求出关节角参数(α₁，α₂，α₃，α₄)，再利用机器人的动力学模型计算驱动牵引力(f_ui，f_vi，f_wi)；最小值出现位置确定模块根据(f_ui，f_vi，f_wi)计算滑行率，找出最大值S_i对应的接触点P_imax；控制器针对P_imax，计算S_i取最小值时α_i的取值，作为α_i期望值发送给组织协调单元。执行单元根据组织协调级输出的期望值形成相应的控制量，驱动电机工作，完成控制过程。

综上所述，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (2)

1.一种轮腿式机器人的驱动牵引特性控制方法，其特征在于，该方法包括：

首先定义轮腿式机器人坐标系R＝(G，X，Y，Z)和轮地接触点的局部坐标系R_i＝(P_i，U_i，V_i，W_i)；G为机器人重心，X、Y轴的方向分别与机器人车体的长度和宽度方向一致，Z轴垂直向上；P_i是轮腿i的车轮与地面的接触点；i取1到n之间的整数，n为轮腿式机器人的轮腿数量；W_i是垂直与接触平面切线方向的法向方向；U_i是第i个轮腿的车轮的切线方向；V_i＝W_i×U_i，W_i、U_i和V_i满足右手法则；接触点P_i的接触力向量为f_i，沿局部坐标系R_i的三个坐标轴方向对接触力向量f_i进行分解得到f_i＝(f_ui，f_vi，f_wi)；

定义滑行率公式 $S_i=\frac{\sqrt{f_{\mathrm{ui}}^2+f_{\mathrm{vi}}^2}}{f_{\mathrm{wi}}};$

在进行驱动牵引特性控制时，根据所述滑行率公式计算各接触点P_i的滑行率S_i，并从中找出滑行率最大值S_imax对应的接触点P_imax，将P_imax处的轮腿关节作为被控轮腿，通过调节被控轮腿的关节角使得P_imax处的滑行率最小；

其中，轮腿的关节角为：从该轮腿的摆臂旋转中心沿摆臂长度方向与X轴正向的夹角，并且逆时针方向为正。

2.如权利要求1所述的轮腿式机器人的驱动牵引特性控制方法，其特征在于，所述通过调节被控轮腿的关节角使得P_imax处的滑行率取最小包括：

获取P_imax处轮腿关节的关节角测量值；针对P_imax处计算滑行率取最小值时的关节角取值，记为关节角目标值，根据关节角目标值和关节角测量值对P_imax处的轮腿关节进行控制；

所述关节角测量值的获取方式为：通过集成在摆臂关节的电机编码器直接测量得到关节角测量值；或者为：利用感知系统感知车体姿态，包括横滚角、俯仰角和偏转角，然后根据感知的车体姿态，通过运动学逆解求出关节角，作为关节角测量值。

Images