CN104011613B - 具有可变刚度的关节的机器人和用于计算所述优化的刚度的方法 - Google Patents

具有可变刚度的关节的机器人和用于计算所述优化的刚度的方法 Download PDF

Info

Publication number
CN104011613B
CN104011613B CN201280048897.4A CN201280048897A CN104011613B CN 104011613 B CN104011613 B CN 104011613B CN 201280048897 A CN201280048897 A CN 201280048897A CN 104011613 B CN104011613 B CN 104011613B
Authority
CN
China
Prior art keywords
robot
joint
torsion
moment
force
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201280048897.4A
Other languages
English (en)
Other versions
CN104011613A (zh
Inventor
D·古艾列
C·科莱特
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Softbank Robotics SAS
Original Assignee
Aldebaran Robotics SA
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Aldebaran Robotics SA filed Critical Aldebaran Robotics SA
Publication of CN104011613A publication Critical patent/CN104011613A/zh
Application granted granted Critical
Publication of CN104011613B publication Critical patent/CN104011613B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62D—MOTOR VEHICLES; TRAILERS
    • B62D57/00—Vehicles characterised by having other propulsion or other ground- engaging means than wheels or endless track, alone or in addition to wheels or endless track
    • B62D57/02—Vehicles characterised by having other propulsion or other ground- engaging means than wheels or endless track, alone or in addition to wheels or endless track with ground-engaging propulsion means, e.g. walking members
    • B62D57/032—Vehicles characterised by having other propulsion or other ground- engaging means than wheels or endless track, alone or in addition to wheels or endless track with ground-engaging propulsion means, e.g. walking members with alternately or sequentially lifted supporting base and legs; with alternately or sequentially lifted feet or skid
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/041—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a variable is automatically adjusted to optimise the performance
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/19—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by positioning or contouring control systems, e.g. to control position from one programmed point to another or to control movement along a programmed continuous path
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/406—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by monitoring or safety
    • G05B19/4062—Monitoring servoloop, e.g. overload of servomotor, loss of feedback or reference
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/39—Robotics, robotics to robotics hand
    • G05B2219/39261—Calculate driving torque from dynamic model, computed torque method variant

Abstract

本发明涉及能够在表面上移动的具有关节的机器人。已知将所述机器人的关节的电动机可产生的扭矩限制到预定的固定值。根据本发明，通过对机器人的动力学平衡模型求解来计算对应于限制扭矩的刚度系数。通过从潜在效应器的列表选择，尤其是根据与虚拟地平面的距离的标准来确定特征效应器的接触点。所述效应器的接触力通过平衡方程的最优解来计算。最后，计算在机器人的动力学平衡模型中应用的扭矩和相应刚度的系数。

Description

具有可变刚度的关节的机器人和用于计算所述优化的刚度的 方法
技术领域
本发明属于能够在表面上移动的具有关节的机器人的领域。更准确地，它适用于所述机器人的关节的刚度的控制，所述刚度同时构成与机器人的交互作用的工效学中的重要因素和在其使用的持续时间和可靠性中的限制因素。
背景技术
示例性的具有关节的机器人是人形机器人，也就是说，拥有人的外表和功能的某些属性的机器人：头、躯干、两只臂、两只手、两条腿、两只脚等。除外表之外，人形机器人能够实现的功能将取决于它执行运动、讲话和“推理”的能力。一些人形机器人能够使用四肢或使用头行走、做手势。它们能够执行的手势的复杂度不断增加。一些这种类型的机器人例如由本申请人研发和销售的NAOTM可拥有数十个关节，关节的运动由电动机致动。所述电动机的命令控制逻辑同时确定机器人的关节的刚度和电消耗(以及因此温度的演变)。它因此是关于机器人的安全(对稳定性的影响)、其使用的可能持续时间(极限温度的强制性关闭)和用户在其与机器人的互动中所感觉到的体验的确定元件之一，关节链的刚度太大使机器人与理想的人形类型有一定距离。同一类型的问题范围也存在于其它类型的机器人、非人形，例如动物机器人或更一般地包括关节链的机器人的方面。
命令控制逻辑可使用关节的位置(通常基于角度)、关节的速度(角度的导数)和/或扭矩的设定点。这样的逻辑由传感器控制，且可以或可以不包括反馈回路，可以将收敛引导到设定点。使用扭矩设定点或电流设定点的命令控制是最昂贵的和最不普遍的。实际上，在这种情况下，必须为了电流值使用精确的传感器，这将是昂贵的，特别是在关节的数量非常高的情况下。
关节链机器人可具有固定的底部，例如工业的关节臂，尤其是执行组装任务。在很少数量的关节的情况下，这需要单位成本价格可能多达几万或几十万欧元的对象。在这种情况下，基于扭矩的命令控制逻辑是合适的，在单位成本价格不是主要考虑因素的情况下。
在具有移动底部，即，未固定到地面的关节链机器人的情况下，人形机器人所属的类别、关节的数量较高且成本价格约束非常显著，通常利用基于位置和/或角速度的关节的命令控制逻辑，其对于给定的精度水平较廉价。然而，这个命令控制逻辑具有若干明显的缺点，尤其是下列事实：如果障碍物防止电动机达到由目标位置限定的约束，则电动机将继续想达到事实上难达到的该位置，且因此在这么做时将耗电并使关节和整体的温度升高，直到使机器人失能，以便避免对其的损坏。这个问题更加棘手，因为当直立时仅仅机器人的足的水平度缺乏就足以触发过热的现象。
为了应对这种类型的问题，从NAOTM的较早版本已知定义每个关节的刚度参数，这使施加到每个关节的扭矩限制到实质上低于由建造者定义的物理限制的水平，以便减少设置到安全模式的出现。然而，这一解决方案不能避免能量的过度消耗，尤其是当机器人的链之一在其行进时遭遇障碍物的情况下。实际上，必须被固定在相对高的水平以避免过度频繁的停机的一致限制将不允许早期中断所涉及的关节的消耗。
尤其从专利申请US2008/258670中还已知的是，计算待施加到关节的扭矩的值并将它转换成角速度设定点。然而，在这个实施方式中不考虑在机器人与其环境的接触点处的反作用力，所述力是产生过热的太高扭矩的施加的主要来源。
发明内容
本发明通过提供用于根据在机器人与其环境的接触点处施加到所述机器人的力来改变机器人的链的关节的刚度的装置，来解决这个问题。
出于该目的，本发明公开了一种具有在至少一个关节链上移位的能力的机器人，所述关节链包括所述链的端部与移位表面的接触的至少一个传感器，所述链包括至少一个关节，所述关节由电动机驱动，所述电动机由基于位置和/或速度而确定的命令并通过用于限制施加到所述电动机的电流和/或扭矩的装置来控制，其中根据施加到所述至少一个关节的扭矩来控制所述限制装置，计算施加到所述至少一个关节的所述扭矩作为对于所述机器人的动力学平衡建模的方程的解，所述动力学平衡是一方面归因于所述关节的角加速度的惯性力与重力加速度的差异以及科里奥利和离心力的效应之和与另一方面施加到所述至少一个关节的所述扭矩和接触力、摩擦力和扰动力之和之间的动力学平衡，施加到所述至少一个关节的所述扭矩和施加到所述关节的力，以及归因于所述关节的角加速度的惯性力、科里奥利和离心力及摩擦力的效应的一部分通过偏移量来建模。
有利地，所述偏移量根据机器人的姿势而变化。
有利地，基于取决于机器人并应用于关节角的配置的惯性系数的矩阵并基于通过组合机器人的惯性平台的测量而确定的重力矢量来计算重力加速度的效应。
有利地，为了计算重力矢量，通过对固定到所述链的效应器的位置求解来确定机器人的中央链的空间中的方位来执行消歧。
有利地，通过产生满足从包括位于所述效应器上的接触传感器的开启/关闭状态的列表的一组标准中选择的标准的所述效应器的第一列表、相对于所述效应器的虚拟地平面的最小距离的阈值列表和所述列表的任何组合来确定在所述机器人的动力学平衡模型中考虑的接触力的施加点，所述标准基本上由所述机器人的形态确定。
有利地，通过将所述机器人的当前姿势与存储在机器人配置数据中的标准姿势进行比较来将所述第一列表的效应器过滤到第二列表中，所述标准姿势确定效应器的标准列表，所述第二列表仅包括与根据相似性标准而被采用为最接近所述机器人的当前姿势的所述标准姿势相对应的列表的效应器——如果它存在且只有这些。
有利地，通过对于所述接触力之和与所述机器人的重量及扰动力的竖直分量之间的平衡方程搜索基本上最优的解来确定所述施加点处的所述接触力。
有利地，扰动力被忽略。
本发明还公开了一种用于限制施加到用于驱动机器人的关节的电动机的扭矩和/或电流的方法，所述机器人具有在至少一个关节链上移位的能力，所述关节链包括所述链的端部与移位表面的接触的至少一个传感器，所述链包括至少一个关节，所述电动机由基于位置和/或速度的命令来控制，其中通过确定施加至所述关节的计算的扭矩值来使所述限制发生，计算施加到所述至少一个关节的所述扭矩作为对于所述机器人的动力学平衡建模的方程的解，所述动力学平衡是一方面归因于所述关节的角加速度的惯性力与重力加速度的差异以及科里奥利和离心力的效应之和与另一方面施加到所述至少一个关节的所述扭矩和接触力、摩擦力和扰动力之和之间的动力学平衡，施加到所述至少一个关节的所述扭矩和施加到所述关节的力，以及归因于所述关节的角加速度的惯性力、科里奥利和离心力及摩擦力的效应的一部分通过偏移量来建模。
本发明的解决方案可以非常可观地减少能量的过度消耗和过热。所实现的实施方式实现了使由于关节电动机在太高的扭矩下操作而引起的温度上升几乎减半。对于繁重地工作的关节，例如踝，在设置到安全模式之前的操作持续时间可延长四倍。
机器人的总能量消耗和总寿命因此得到极大的改善。
此外，所使用的算法对于计算资源方面的需要不高(在来自AMD公司的GeodeTM型处理器上小于3％)(32位，500MHz)。
最后，保持可脱离的关节的刚度的参数化的引入可以适应用户的偏好并根据机器人的姿势的类型引入变形，从而可以丰富用户与机器人互动的体验。
附图说明
根据以下若干示例性实施方式及其所附权利要求的描述，将更好地理解本发明以及体现其各种特征和优点，其中：
图1示出由关节链象征化的机器人；
图2示出根据现有技术的机器人的关节电动机的命令控制的一般原理；
图3示出根据本发明的实施方式的机器人的关节电动机的命令控制处理的一般流程图；
图4a和4b表示分别根据现有技术和根据本发明实施方式的机器人的右腿的关节的温度随着时间的演变；
图5a和5b表示分别根据现有技术和根据本发明实施方式的机器人的左腿的关节的温度随着时间的演变；
图6是根据本发明实施方式的机器人的关节电动机的命令控制处理的特定步骤的流程图；
图7是图6的流程图的步骤的第一详细视图；
图8a到8f表示根据本发明实施方式的在确定接触点的情况下处于三个姿势的机器人；
图9是图6的流程图的步骤的第二详细视图；
图10是允许本发明在其若干实施方式中实现的物理和功能架构的图。
具体实施方式
图1示出由关节链象征化的机器人。
所示例子的机器人包括五个关节链，链110对应于由若干段(大腿、小腿、足)组成的右腿。机器人能够在表面120上移动。它包括至少一个关节140，在本例中是踝。机器人，例如已经提到的NAOTM包括25个关节，这个示例性实施方式无论如何不是限制性的。
机器人包括足与表面120的接触的通用传感器130。这些传感器可例如是FSR(地面压力传感器)。这些FSR在本发明的实现中特别有用。它们在这个框架内意图探测每个足与地面或机器人正在上面前进的任何其它表面的接触。以此为目的，可以使用例如来自公司TekscanTM的FlexiForceTM(商标名)传感器，其由具有至少两层柔性压阻材料的带组成。带的电阻根据施加到带所布置于其上的表面的竖直压力而降低。测量电流可以在校准之后确定压力。若干，例如四个传感器有利地设置在每只足的脚掌上。
图2示出根据现有技术的机器人的关节电动机的命令控制的一般原理。
机器人例如NAOTM包括用于驱动传感器的大约24个电子卡和控制关节的致动器。关节通常具有至少两个自由度和因而具有两个电动机210。每个电动机从角度方面由控制变量q控制。关节还包括若干位置传感器220，尤其是MRE(磁旋转编码器)。电子控制卡230包括现成的微控制器。这可以例如是来自Microchip公司的DSPICTM。这是耦合到DSP的16位MCU。这个MCU具有1ms的循环伺服控制周期。
卡执行允许机器人完成分配给它的任务的高等级功能。卡的处理器240可以是现成的处理器x86。将按照偏好来选择低耗处理器，例如来自AMD公司的GeodeTM(32位，500MHz)。卡还可包括一组RAM和闪存。这个卡还管理通常在WiFi、WiMax、传输层上，可选地在用于与可选地封装在VPN中的标准协议进行移动数据通信的公共网络上的机器人与外部(行为服务器、其它机器人等)的通信。处理器通常由标准OS控制，从而可以使用常见高级语言(C、C++、Python等)或人工智能的特定语言例如URBI(专用机器人编程语言)来对高级功能编程。
传统上，电动机可由基于角度或位置q、角速度和/或扭矩τ的设定点驱动，基于扭矩的驱动通常用基于电流的驱动替代。实际上，具有典型关系：τ＝kcI，I是供应到电动机的电流的强度，kc是至少在某些操作跨度中的常数。测量电流比测量扭矩容易得多，扭矩传感器对漂移非常敏感。然而，即使基于电流的控制在具有大量电动机的机器人中也是不寻常的。实际上，基于电流的控制需要非常快的循环伺服控制周期(大约十微秒量级)和能够确定所述电流的方向的电流传感器，其与低成本电子控制卡不兼容。
这一方法的缺点在于，由于未探测到的障碍物而未执行的位置设定点将产生施加到电动机的非常高的扭矩，因此产生高电流，因此非常可观的加热和电过消耗或实际上电动机和/或关节的损坏。这些缺点显著地减少了机器人的可能操作的持续时间。
为了克服这个缺点，可以引入用于限制施加到关节的扭矩的测量。这些测量可以是机械的(例如具有可脱离的齿轮装置的轮子)或软件，通过将刚度系数引入到电动机驱动电路中，刚度系数起到类离合器啮合的作用并可采用位于0.0和1.0之间的值。当这个刚度系数等于1时，电动机能够产生最大允许的扭矩。后者可有利地被固定在实质上比由提供者指示的值小的值以避免过热。例如，在NAO的情况(其中关节的电动机产生大约5到6Nm量级的最大扭矩)下，最大刚度时允许的扭矩是3.2Nm。当这个系数等于零时，电动机脱离连接且关节可自由地摇摆。因此，机器人摔倒，等等。用于设置到安全模式的过程假定当局部或总体温度超过阈值时所有刚度系数或仅仅其中一些从1变到0。机器人于是不再是可用的。
图3示出根据本发明实施方式的机器人的关节电动机的命令控制处理的一般流程图。根据本发明的原理，这需要计算施加到每个关节的扭矩的值，以便其后改变所述关节的刚度系数，以便确保机器人的平衡。模块310基于机器人的动力学的描述性模型来计算关节扭矩，这将结合图6和7在描述中进一步详述。它一方面被提供有用于机器人的永久配置数据330而另一方面被提供有从惯性平台340、从关节传感器350和从接触传感器360或用于测量到地面的距离的方法产生的瞬时数据。扭矩值随后提供到用于计算关节刚度系数的模块320。
为了实现本发明，机器人的配置数据330本质上由机器人的所有身体在其自己的参考系中的惯性矩阵M组成。机器人的身体是它的各种物理组成：头部、颈部、躯干(中央链)、臂、前臂和手(上横向链)、大腿、小腿和足(下横向链)。每个身体具有给出身体的质量及其惯性运动的维(6,6)的质量矩阵M。
惯性矩是不变量，矩阵M可以根据机器人的配置在机器人的初始化时提前计算。NAO的特定特征之一在于允许机器人的物理组成的改变，配置数据在每次初始化时被计算。
因此，具有一组矩阵M，每个矩阵存储在模块ALMotion(见结合图10在描述中进一步描述的)中。矩阵M具有下面的形式：
其中
其中：
-mi＝身体i的质量；
-＝在质量中心处和身体自己的参考系中表示的身体i的惯性矩阵；
-I3＝3×3单位矩阵
在机器人臂具有固定底部的情况下，机器人身体通常固定到地面。在机器人具有行进的底部(不固定到地)的情况下，机器人身体不被固定。它是自由的并它由系统确定。
惯性平台340通常由陀螺仪和加速度计组成。它向模块310提供其测量。
关节传感器350通常是如上文指示的MRE。它们给模块310提供关节角的值。
接触传感器360可以针对给定数据、陆地数据或移位表面(例如地面)确定特征点——通常被称为效应器——的位置。在足的脚掌之下植入的FSR是接触传感器。可以设想在机器人的关节链的其它部分例如臀部、肘、背部等上植入FSR或另一类型的接触传感器。物理接触传感器具有相对可靠性。可以通过确定关节角的所有值和机器人身体在空间中的位置和方位来实现相同的结果(确定是否有与地表面的接触)。根部身体在空间中的位置和方位由FSR和惯性平台确定。基于关节角的值和根部身体在空间中的位置和方位，可以通过直接几何形状来计算机器人的所有身体在空间中的位置。
模块320配置成计算每个关节的刚度系数。每个关节的扭矩作为输入提供到模块320。模块使每个关节的扭矩除以最大扭矩，以便由其得出施加到每个关节的刚度系数的值。根据在确定模块310的输出的机器人的动力学描述模型中考虑的效应，可在模块320中准备将偏移量添加到刚度系数。这个偏移量可以是常数、取决于姿势的类型或机器人的使用环境的一组值(所述值能够被制成表格)、或定义演变法则的变量。
图4a和4b表示分别根据现有技术和根据本发明实施方式的机器人的右腿的关节的温度随着时间的演变。
使用物理上相同的机器人进行实验，分别由图4a和由图4b描述的实验之间的唯一区别是，在第一种情况下，机器人的配置不包括实现本发明的装置，而在第二种情况下，包括实现本发明的装置。
在这两种情况下，机器人都被放置在站立初始化位置(Poselnit)。
在图4a和4b的每个中，示出在没有实现和实现本发明的情况下右下关节链的每个关节电动机的温度的演变：
-曲线RHipRollTemp表示右臀的滚动关节的温度的演变；
-曲线RHipPitchTemp表示右臀的俯仰关节的温度的演变；
-曲线RKneePitchTemp表示右膝的俯仰关节的温度的演变；
-曲线RAnkleRollTemp表示右踝的滚动关节的温度的演变；
-曲线RAnklePitchTemp表示右踝的俯仰关节的温度的演变。
特别注意在实验结束(大约15分钟)时在右臀的俯仰关节上的温度的非常可观的差异，所述温度在第一种情况下达到60℃而在第二种情况下达到42℃。右腿的温度的总的增加在第一种情况下是50℃而在第二种情况下是28℃。
图5a和5b表示分别根据现有技术和根据本发明实施方式的机器人的左腿的关节的温度随着时间的演变。
实验的条件与图4a和4b所描述的条件相同。与左腿有关的结果更有优势，尤其是关于踝的俯仰关节，其温度在第一种情况下达到80℃而在第二种情况下达到48℃，左腿的温度的总的增加在第一种情况下是109℃而在第二种情况下是42℃。达到80℃的温度(在小于四分之一小时的时间固有实验的条件下达到)通常需要将机器人设置到安全模式，机器人的操作的持续时间因此通过本发明的实现而非常明显地延长(大约4倍)。
图6是根据本发明实施方式的机器人的关节电动机的命令控制处理的特定步骤的流程图。
为了计算关节扭矩，根据可用的传感器和计算能力来应用描述机器人的动态演变的方程，如果合适，某些简化假设应用于该方程。
通过应用与其环境交互作用的刚性地互相链接的身体的力学的一般原理，机器人工程学的领域的技术人员可通过特别参考MURRAY、Richard M.、LIZexiang和SASTRY、S.Shankar的经典著作“A Mathematical Introduction to Robotics Manipulation”(CRCPress,1994)来确定机器人的动力学模型的完整方程。
我们将例如写出：
在以下描述中，q是由关节角组成的矢量。表示关节速度(关节角q的时间导数)。机器人身体的笛卡尔速度被表示为Vroot并具有维6。前三个分量是与3个轴(x,y,z)有关的根部主体身体的平移速度。后三个分量是与3个轴(x,y,z)有关的旋转速度。由Vroot和组成的矢量被称为一般化坐标T。C(q)表示用于在关节速度的空间和笛卡尔速度的空间之间转变的变换矩阵；它通常被称为动力学雅可比(Jacobian)。
在方程的左侧的第一项表达构成关节链的身体的惯性矩的效应。在这个项中：
-在一般化坐标中的对称惯性矩阵。它基于矩阵M以及C(q)来计算，这个矩阵取决于机器人的关节配置(q)；它必须在每当一个或多个关节移动时被更新。是维 的方矩阵，其中ndof是机器人的自由度的数量。在NAO的情况下，存在23个dof，矩阵的维将是(6+6×23)2，即，20,736个值；
-G是归因于重力的以一般化坐标表示的加速度。
在方程的左手侧的第二项表达系统所经历的科里奥利(Coriolis)和离心力的效应。是与这些效应相关联的矩阵。
在方程的右手侧的第一项表达关节扭矩的效应：
-τ是维dim(τ)＝(ndof,1)的关节扭矩的矢量；τ是关节扭矩和关节摩擦扭矩之和；
-L是可以以一般化坐标表示τ的矩阵；
-W是施加到构成机器人的每个身体，以其自己的参考系表示的负荷的扭转的矩阵；W通常分解成Wcontact和Wperturbation，Wcontact为关于身体与外部环境的接触的扭转，Wperturbation为关于外部扰动有关的扭转。
在一个实施方式中，通过不在此时计算固有加速度和科里奥利及离心力以及关节摩擦和外部扰动的扭矩(Wperturbation)来简化模型。这些效应被考虑为偏移量，如进一步解释的。
简化的动力学模型因此被写为：
-
图6的流程图描述被实现来对这一方程求解的计算步骤，而不必将这个求解视为限制性的，其它过程是完全可能的。
这些计算步骤以20ms的周期时间再现。
在步骤610中，基于惯性平台的测量来计算虚拟地平面。所述虚拟平面被确定为是与重力矢量正交的平面。根据平台的测量的可靠度，有利地可通过给与地面接触或不接触的下部身体加标签，将躯干的方位的确定与这些测量相互关联。
在步骤620中，矢量q借助于ALMemory模块而被更新，其中关节传感器的角度被更新。借助于矩阵M，因此可计算
在步骤630中，计算相对于虚拟地平面定向的重力加速度。
在步骤640中，组合步骤620和630的输出以计算项-
在步骤650中，计算为计算力而考虑的接触点的列表，所述步骤结合图7进一步详述并由图8a到8f的例子说明。
在步骤660中，计算接触力Wcontact，所述步骤结合图9进一步详述。
在步骤670中，计算Ct(q)，变换矩阵的转置在关节速度的空间和笛卡尔速度的空间之间转变。
在步骤680中，执行由步骤670输出的矩阵与由步骤660输出的矢量的相乘。
通过将步骤640和680的输出相加在一起，获得所寻求的关节扭矩的矢量作为步骤690的输出。
这个矢量随后可作为输入提供到模块320用于计算刚度系数，所述模块可选地添加偏移量，尤其是考虑到由机器人的动力学模型构成的简化。特别是，如果不考虑固有加速度或科里奥利力或离心力或关节摩擦扭矩，可以实验地确定0.25的偏移量给出处于站立姿势而没有与其环境的交互作用的机器人的良好结果。当机器人的足不站立在地面上时，可选择较小偏移量，例如0.1，因而放松机器人的关节并给其更柔软的姿势。
图7是图6的流程图的步骤的第一详细视图。
其详述了确定接触点的步骤650的子步骤。
在机器人的配置文件中，定义特征点的列表，特征点是作为接触点的候选者。在例如NAO的人形机器人的情况下，将选择例如两只足、两个臀部、背部、头部和手/前臂/肘组件，而这个列表不是限制性的或它不必采用所有这些接触点。
这些配置数据确定效应器的列表，为此，在步骤710的过程中计算确定为步骤610的输出的到虚拟地平面的竖直距离。
接着在步骤720的过程中确定最接近地面的接触点。
在机器人的配置文件中定义探测阈值，且在步骤730的过程中确定在探测阈值的限度内的位于地面附近的其它效应器。
图8a到8f表示根据本发明实施方式的在确定接触点的情况下处于三个姿势的机器人。
图8a、8c和8e表示机器人的三个不同姿势：
-在图8a中，机器人处于可能的坐下姿势之一；
-在图8c中，机器人处于可能的姿势之一；
-在图8e中，机器人处于所谓的“大猩猩”姿势。
对应于这些姿势的候选接触点分别在图8b、8d和8f中示出。
接触点的标记如下：
-RElbowRollBoth，右肘的滚动关节；
-LElbowRollBoth，左肘的滚动关节；
-RFootFR，右足，右前传感器；
-RFootFL，右足，左前传感器；
-RFootRR，右足，右后传感器；
-RFootRL，右足，左后传感器。
图9是图6的流程图的步骤的第二详细视图。
这个步骤的目的是计算施加到NAO的接触负荷。
在这个步骤中，机器人通过借助于接触点与其环境交互作用的点状质量来建模。所有接触都是共面的。而且，为了简化计算，考虑静止情况。
这需要对下面的方程求解：
-施加到机器人的力之和(在这里在静止情况下的其质量中心)消失，
即，
-力矩之和在质量中心处消失。
在三个共面接触点的基础上，存在接触负荷的超集中(hyperstatism)。实际上，存在作为上述问题的解的接触负荷的无限的值，尤其是由于下列事实：接触力的正切负荷可彼此补偿，同时符合这两个方程。
为了找到优选的解，试图最小化所计算的接触负荷，且正切接触力被认为是零。
对于每个接触，仅考虑与平面正交的力的分量。
通过表示NAO在其环境上的接触i的力矢量，fc(i)是沿着轴的接触力的范数。
考虑待求解的系统：
其可以被写为简化形式：
AY＝B
在这个表达式中：
-B是外部力(没有接触)的竖直分量的矢量和；
-Y是在被选择为步骤650的输出的接触点处施加的力的竖直分量的所寻求的矢量；
-A是矩阵，其系数是接触点相对于质量中心的坐标。
标记如下：
-(xi,yi)是选定接触点的坐标；
-(xG,yG)是质量中心的坐标；
-fi是施加到接触点i并被寻求的法向力的范数。
在步骤910的过程中，确定机器人必须平衡的外部力(没有接触)。
在步骤920的过程中，计算矩阵A的系数。因此，机器人的质量中心应被投影到在步骤610期间确定的虚拟地平面中。
其后，需要在步骤930的过程中确定方程AY＝B的解Y。
如果接触的数量n等于三，需要使矩阵A反转。在其行列式为非零的情况下，存在唯一解。
如果n大于3，则无限的解是可能的。因此需要在满足方程AY＝B的约束下选择用于确定最佳解的算法。
例如可以使用二次解算法，其在于寻求Y(和因而fi)的值，为此，函数在Y>0的条件下最小化。
Q和R表示优化权重。这个运算的目的在于最小化具有权重Q的AY-B的范数和最小化具有权重R的范数Y。
图10是允许本发明在其若干实施方式中的实现的物理和功能架构图。
机器人例如NAO有利地被赋予允许在本发明实施方式中控制机器人的功能的高级软件。称为NAOQI的这种类型的软件架构具体在2009年10月15日公布的专利申请WO2009/124955中公开。它包括用于管理机器人和PC或远程地点之间的通信并用于交换提供实现本发明所必需的软件基础架构的软件的基本功能。
NAOQI是对机器人应用优化的框架；它支持若干语言，尤其是C++、Python和Urbi。
在本发明的背景中，NAOQI的下列模块是特别有用的：
-ALMemory模块1010，管理在NAOQI的各种模块之间共享的存储器，并特别是接收在初始化时载入的配置元件；
-DCM模块1020，管理与物理机器人(电动机、传感器)的通信；
-ALMotion模块1030，管理机器人的运动；允许执行用于实现本发明的算法的代码基本上安装在这个模块中。
这三个模块有利地以C++编码。附图还指示了模块之间的数据流：
-ALMotion模块1030从ALMemory模块1010恢复传感器数据(惯性平台、FSR、关节角等)；
-它执行计算关节的刚度系数的步骤并将其结果传输到DCM模块1020；
-这个模块将从这些系数的应用中得到的关节角的约束值(在与其它传感器的值相同的时间)传输到ALMemory模块1010。
在上文中描述的例子作为本发明的实施方式的说明给出。它们并不以任何方式限制由所附的权利要求限定的本发明的范围。

Claims (9)

1.一种机器人，具有在至少一个关节链上移位的能力，所述关节链包括所述链的端部与移位表面的接触的至少一个传感器，所述链包括至少一个关节，所述关节由电动机驱动，所述电动机由基于位置和/或速度而确定的命令并通过用于限制施加到所述电动机的电流和/或扭矩的装置来控制，其中根据施加到所述至少一个关节的扭矩来控制所述限制装置，作为对于所述机器人的动力学平衡建模的方程的解计算施加到所述至少一个关节的所述扭矩，所述动力学平衡是一方面归因于所述关节的角加速度的惯性力与重力加速度的差异以及科里奥利和离心力的效应之和与另一方面施加到所述至少一个关节的所述扭矩和接触力、摩擦力和扰动力之和之间的动力学平衡，施加到所述至少一个关节的所述扭矩和施加到所述关节的力，以及归因于所述关节的角加速度的惯性力、科里奥利和离心力及摩擦力的效应的一部分通过偏移量来建模。
2.如权利要求1所述的机器人，其中所述偏移量根据所述机器人的姿势而变化。
3.如权利要求1到2中的一项所述的机器人，其中基于取决于所述机器人并应用于关节角的配置的惯性系数的矩阵并基于通过组合所述机器人的惯性平台的测量而确定的重力矢量来计算重力加速度的效应。
4.如权利要求3所述的机器人，其中为了计算所述重力矢量，通过对固定到所述链的效应器的位置求解来确定所述机器人的中央链的空间中的方位来执行消歧。
5.如权利要求3所述的机器人，其中通过产生满足从包括位于所述效应器上的接触传感器的开启/关闭状态的列表的一组标准中选择的标准的效应器的第一列表、相对于所述效应器的虚拟地平面的最小距离的阈值列表和所述列表的任何组合，来确定在所述机器人的动力学平衡模型中考虑的接触力的施加点，所述标准基本上由所述机器人的形态确定。
6.如权利要求5所述的机器人，其中通过将所述机器人的当前姿势与存储在机器人配置数据中的标准姿势进行比较来将所述第一列表的效应器过滤到第二列表中，所述标准姿势确定效应器的标准列表，所述第二列表仅包括与根据相似性标准而被采用为最接近所述机器人的当前姿势的所述标准姿势相对应的列表的效应器。
7.如权利要求3所述的机器人，其中通过对于所述接触力之和与所述机器人的重量及扰动力的竖直分量之间的平衡方程搜索最优的解来确定所述施加点处的所述接触力。
8.如权利要求7所述的机器人，其中所述扰动力被忽略。
9.一种用于限制施加到用于驱动机器人的关节的电动机的扭矩和/或电流的方法，所述机器人具有在至少一个关节链上移位的能力，所述关节链包括所述链的端部与移位表面的接触的至少一个传感器，所述链包括至少一个关节，所述电动机由基于位置和/或速度的命令来控制，其中通过确定施加至所述关节的计算的扭矩值来使所述限制发生，作为对于所述机器人的动力学平衡建模的方程的解计算施加到所述至少一个关节的所述扭矩，所述动力学平衡是一方面归因于所述关节的角加速度的惯性力与重力加速度的差异以及科里奥利和离心力的效应之和与另一方面施加到所述至少一个关节的所述扭矩和接触力、摩擦力和扰动力之和之间的动力学平衡，施加到所述至少一个关节的所述扭矩和施加到所述关节的力，以及归因于所述关节的角加速度的惯性力、科里奥利和离心力及摩擦力的效应的一部分通过偏移量来建模。
CN201280048897.4A 2011-08-04 2012-08-03 具有可变刚度的关节的机器人和用于计算所述优化的刚度的方法 Active CN104011613B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
FR1157171 2011-08-04
FR1157171A FR2978844B1 (fr) 2011-08-04 2011-08-04 Robot a articulations de rigidite variable et methode de calcul de ladite rigidite optimisee
PCT/EP2012/065210 WO2013017676A1 (fr) 2011-08-04 2012-08-03 Robot a articulations de rigidite variable et methode de calcul de ladite rigidite optimisee

Publications (2)

Publication Number Publication Date
CN104011613A CN104011613A (zh) 2014-08-27
CN104011613B true CN104011613B (zh) 2017-02-15

Family

ID=46601836

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201280048897.4A Active CN104011613B (zh) 2011-08-04 2012-08-03 具有可变刚度的关节的机器人和用于计算所述优化的刚度的方法

Country Status (11)

Country Link
US (1) US9555543B2 (zh)
EP (1) EP2740012B1 (zh)
JP (1) JP6343559B2 (zh)
KR (1) KR101958043B1 (zh)
CN (1) CN104011613B (zh)
BR (1) BR112014002744A8 (zh)
DK (1) DK2740012T3 (zh)
ES (1) ES2659053T3 (zh)
FR (1) FR2978844B1 (zh)
NO (1) NO2740012T3 (zh)
WO (1) WO2013017676A1 (zh)

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9259838B1 (en) 2014-07-24 2016-02-16 Google Inc. Systems and methods for ground plane estimation
US9499219B1 (en) 2014-08-25 2016-11-22 Google Inc. Touch-down sensing for robotic devices
JP6333688B2 (ja) * 2014-09-24 2018-05-30 本田技研工業株式会社 移動ロボットの制御装置
CN104597836A (zh) * 2015-01-23 2015-05-06 哈尔滨理工大学 外覆盖件模具四轴加工系统综合刚度性能进行切削的方法
CN104793563B (zh) * 2015-02-13 2017-09-22 哈尔滨理工大学 基于四轴加工系统综合刚度场的外覆盖件模具的加工方法
JP6332197B2 (ja) * 2015-08-11 2018-05-30 トヨタ自動車株式会社 モータの制御装置
CN105353670A (zh) * 2015-09-22 2016-02-24 长春工业大学 基于嵌入式的仿人机器人运动控制器
JP6956081B2 (ja) * 2015-11-11 2021-10-27 マコ サージカル コーポレーション ロボットシステム及びロボットシステムをバックドライブする方法
CN106041926B (zh) * 2016-06-12 2018-10-19 哈尔滨工程大学 一种基于卡尔曼滤波器的工业机械臂力/位置混合控制方法
US10120386B2 (en) 2016-11-18 2018-11-06 Robert Bosch Start-Up Platform North America, LLC, Series 1 Robotic creature and method of operation
CN110340880A (zh) * 2018-04-02 2019-10-18 新世代机器人暨人工智慧股份有限公司 可变姿态机器人及其姿态调整方法
CN109117451B (zh) * 2018-08-16 2020-03-13 居鹤华 基于轴不变量的树链机器人动力学建模与解算方法
CN109086544B (zh) * 2018-08-16 2019-12-24 居鹤华 基于轴不变量的闭链机器人动力学建模与解算方法
CN110442947B (zh) * 2019-07-30 2021-07-02 华中科技大学 融合平衡策略的下肢机器人动力学仿真平台及仿真方法
DE102019128082B4 (de) * 2019-10-17 2022-03-10 Franka Emika Gmbh Drehmomentbegrenztes Bremsen eines Robotermanipulators
CN111409073A (zh) * 2020-04-02 2020-07-14 深圳国信泰富科技有限公司 一种高智能机器人的摔倒自恢复方法及系统
CN112179551B (zh) * 2020-08-20 2021-06-22 清华大学 机器人的关节电机转矩系数与摩擦力同步测试方法和装置
CN112068443B (zh) * 2020-09-21 2022-05-31 珠海格力智能装备有限公司 机器人关节组件优化方法、装置、机器人和存储介质
US20220193893A1 (en) * 2020-12-18 2022-06-23 Boston Dynamics, Inc. Limiting Arm Forces and Torques
US11931898B2 (en) 2020-12-22 2024-03-19 Boston Dynamics, Inc. Arm and body coordination
CN113172614B (zh) * 2021-04-28 2022-09-06 清华大学 一种连续体机器人的执行臂

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0866893A (ja) * 1994-08-24 1996-03-12 Fanuc Ltd 衝突検出方法
US7774177B2 (en) * 2001-06-29 2010-08-10 Honda Motor Co., Ltd. Exoskeleton controller for a human-exoskeleton system
DE60336992D1 (de) * 2002-03-18 2011-06-16 Sony Corp Robotereinrichtung mit steuerverfahren
US7236852B2 (en) * 2002-10-11 2007-06-26 Sony Corporation Motion controlling apparatus and method and remote controlling apparatus and method for legged mobile robot
JP4682791B2 (ja) * 2005-10-12 2011-05-11 ソニー株式会社 操作空間物理量算出装置及び操作空間物理量算出方法、並びにコンピュータ・プログラム
JPWO2007139135A1 (ja) * 2006-05-30 2009-10-08 独立行政法人科学技術振興機構 ロボット及び制御装置
US7986118B2 (en) * 2007-04-23 2011-07-26 Honda Motor Co., Ltd. Open-loop torque control on joint position-controlled robots
FR2930108B1 (fr) 2008-04-09 2010-07-30 Aldebaran Robotics Systeme et procede de communication distribue comprenant au moins un serveur, au moins un terminal distant, et au moins un terminal mobile capable de communiquer avec le terminal distant relie en reseau audit serveur
KR20110082394A (ko) * 2010-01-11 2011-07-19 삼성전자주식회사 보행 로봇 및 그 제어 방법
KR101633362B1 (ko) * 2010-01-18 2016-06-28 삼성전자 주식회사 인간형 로봇 및 그 보행 제어방법
KR101985790B1 (ko) * 2012-02-21 2019-06-04 삼성전자주식회사 보행 로봇 및 그 제어 방법

Also Published As

Publication number Publication date
US9555543B2 (en) 2017-01-31
JP2014522741A (ja) 2014-09-08
EP2740012A1 (fr) 2014-06-11
DK2740012T3 (en) 2018-02-12
FR2978844A1 (fr) 2013-02-08
BR112014002744A8 (pt) 2017-06-20
JP6343559B2 (ja) 2018-06-13
KR20140065405A (ko) 2014-05-29
BR112014002744A2 (pt) 2017-06-13
KR101958043B1 (ko) 2019-03-13
NO2740012T3 (zh) 2018-04-21
FR2978844B1 (fr) 2014-03-21
CN104011613A (zh) 2014-08-27
WO2013017676A1 (fr) 2013-02-07
ES2659053T3 (es) 2018-03-13
US20150343633A1 (en) 2015-12-03
EP2740012B1 (fr) 2017-11-22

Similar Documents

Publication Publication Date Title
CN104011613B (zh) 具有可变刚度的关节的机器人和用于计算所述优化的刚度的方法
Hutter et al. Toward combining speed, efficiency, versatility, and robustness in an autonomous quadruped
Vanderborght Dynamic stabilisation of the biped Lucy powered by actuators with controllable stiffness
Ott et al. Development of a biped robot with torque controlled joints
Stasse et al. An overview of humanoid robots technologies
Khusainov et al. Toward a human-like locomotion: modelling dynamically stable locomotion of an anthropomorphic robot in simulink environment
WO2003078110A1 (fr) Robot, controleur de robot a jambes et procede correspondant, systeme de capteurs pour robot a jambes, et appareil locomoteur
Han Bipedal walking for a full size humanoid robot utilizing sinusoidal feet trajectories and its energy consumption
Cafolla et al. An experimental validation of a novel humanoid torso
Zobova et al. Multi-physics modelling of a compliant humanoid robot
Barros et al. Bimanual haptics for humanoid robot teleoperation using ROS and V-REP
Zhu et al. Design and control of BRAVER: a bipedal robot actuated via proprioceptive electric motors
Ellenberg et al. A common interface for humanoid simulation and hardware
Chung et al. Dynamic optimization of human running with analytical gradients
Chang et al. Study on falling backward of humanoid robot based on dynamic multi objective optimization
Jo et al. Development of minimalist bipedal walking robot with flexible ankle and split-mass balancing systems
Akhtaruzzaman et al. Component selection strategy for an anthropomorphic robot
Nguyenová et al. Modeling proprioceptive sensing for locomotion control of hexapod walking robot in robotic simulator
Yang et al. 3D solid robot animation design based on ADAMS
Lima et al. Humanoid robot simulation with a joint trajectory optimized controller
Madadi et al. Design and development of a biped robot
WO2024021767A1 (zh) 控制足式机器人的方法、装置、设备、足式机器人、计算机可读存储介质和计算机程序产品
Lima et al. Humanoid low-level controller development based on a realistic simulation
JP2003266338A (ja) 脚式ロボットの姿勢制御装置及び姿勢制御方法
Lucero Kinematic and dynamic analysis for biped robots design

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant