模塊化自重構(gòu)機器人仿生運動規(guī)劃與控制.pdf

1、模塊化機器人是由大量的具有一定運動和感知功能的基本模塊相互連接而成，能夠構(gòu)成多種構(gòu)型完成多種任務(wù)的復(fù)雜機器人系統(tǒng)。與傳統(tǒng)機器人相比，模塊化機器人具有模塊化、自變形和自修復(fù)等特點，同時，由多個自帶關(guān)節(jié)的模塊組合在一起的機器人系統(tǒng)具有一定的冗余度，靈活性強，使其具備了較強的運動能力，可以通過運動構(gòu)型及運動模式的改變來適應(yīng)不同的路面條件。然而，模塊化機器人運動的超冗余度、運動構(gòu)型多樣性以及運動多模式化的特點，也使運動規(guī)劃變得更加復(fù)雜。因此，尋

2、找一種能夠?qū)⒛K化機器人多種運動構(gòu)型的多種模式運動統(tǒng)一規(guī)劃，使運動模式能夠隨著機器人構(gòu)型改變而自適應(yīng)變化，并且能夠?qū)ν獠凯h(huán)境反饋作出相應(yīng)步態(tài)調(diào)整，以實現(xiàn)非結(jié)構(gòu)化環(huán)境中的自主運動的控制方法對模塊化機器人的發(fā)展具有重要的研究意義。
　　模塊作為機器人的基本單元，它的結(jié)構(gòu)特點對整體構(gòu)型的運動方式有著較大影響。本文采用正方體結(jié)構(gòu)的UBot模塊作為研究對象，模塊分別主動模塊和被動模塊，分別帶有主、被動鉤爪式連接機構(gòu)，主動模塊與被動模塊可以實

3、現(xiàn)自動的連接/斷開，通過連接機構(gòu)上的方位識別單元識別模塊間的連接狀態(tài)及方位，具有陣列式機器人模塊結(jié)構(gòu)規(guī)整、連接機構(gòu)靈活的特征；每個模塊具有兩個相互垂直的旋轉(zhuǎn)自由度，旋轉(zhuǎn)角度范圍為(-90°，90°)，可以實現(xiàn)串聯(lián)式機器人整體協(xié)調(diào)運動的功能。為了使機器人系統(tǒng)具有環(huán)境感知功能，為UBot系統(tǒng)設(shè)計了傳感模塊，傳感模塊內(nèi)裝有攝像頭、紅外傳感器、線性霍爾傳感器及加速度計等傳感裝置，并具有與UBot被動模塊相同的連接機構(gòu)，可以連接到運動構(gòu)型中實時感

4、知外部環(huán)境。
　　借鑒生物運動神經(jīng)系統(tǒng)的控制機制，建立模塊化機器人仿生網(wǎng)絡(luò)控制結(jié)構(gòu)。針對UBot模塊雙關(guān)節(jié)間相互約束的結(jié)構(gòu)特點，建立了能夠控制模塊兩個關(guān)節(jié)同時運動的雙輸出中樞模式發(fā)生器（CPG）振蕩模型，構(gòu)建了雙輸出CPG調(diào)相運動控制網(wǎng)絡(luò)，用于模擬生物的脊髓神經(jīng)控制系統(tǒng)，并引入中間神經(jīng)元、感知神經(jīng)元和運動神經(jīng)元，形成模塊化機器人仿生運動控制網(wǎng)絡(luò)。
　　基于建立的仿生運動控制網(wǎng)絡(luò)，分別針對模塊化機器人所構(gòu)成的兩類構(gòu)形——無肢體

5、運動構(gòu)型和有肢體運動構(gòu)型制定運動規(guī)劃策略。通過模擬低等生物將低級神經(jīng)中樞的自激行為直接作用到各個關(guān)節(jié)的運動控制方式，對模塊化機器人幾種典型的無肢體運動構(gòu)型進行運動規(guī)劃。利用CPG調(diào)相控制器中節(jié)點連接方式對相位輸出結(jié)果的影響，在網(wǎng)絡(luò)節(jié)點數(shù)目不變的情況下，實現(xiàn)了蛇形構(gòu)型蠕動、多節(jié)蟲運動、蜿蜒運動、滾動和轉(zhuǎn)彎運動的多種運動模式的統(tǒng)一規(guī)劃；并解決了十字構(gòu)型的直行、轉(zhuǎn)彎運動模式，環(huán)形構(gòu)型的滾動運動模式的運動規(guī)劃問題；通過模擬高等動物運動神經(jīng)控制系

6、統(tǒng)的方法，針對有肢體運動構(gòu)型提出了利用CPG調(diào)相控制器模擬高等動物的脊髓神經(jīng)系統(tǒng)，為各個關(guān)節(jié)分別建立運動神經(jīng)元的運動規(guī)劃策略，面向由髖膝踝關(guān)節(jié)組成的有肢體運動構(gòu)型制訂了統(tǒng)一的運動神經(jīng)元設(shè)計辦法，實現(xiàn)了仿生四足構(gòu)型對角步態(tài)和慢走步態(tài)的統(tǒng)一規(guī)劃。
　　從拓?fù)錁?gòu)型改變與拓?fù)錁?gòu)型不變兩個方面，研究了模塊化機器人構(gòu)型改變帶來的運動規(guī)劃方法協(xié)調(diào)變化問題。對于由模塊連接方式改變而產(chǎn)生的拓?fù)浣Y(jié)構(gòu)變形，考慮單鏈?zhǔn)綐?gòu)型的拓?fù)涓淖兣c運動規(guī)劃，歸納出開鏈

7、式結(jié)構(gòu)與閉鏈?zhǔn)浇Y(jié)構(gòu)之間的變形條件和各自的運動特點；通過調(diào)整仿生控制網(wǎng)絡(luò)中的CPG節(jié)點連接方式，建立能夠同時適應(yīng)開鏈?zhǔn)綐?gòu)型蠕動運動及閉鏈?zhǔn)綐?gòu)型滾動運動的規(guī)劃方法。通過環(huán)形構(gòu)型與蛇形構(gòu)型變形與運動模式協(xié)調(diào)改變的仿真，驗證了方法的有效性。對于模塊化機器人拓?fù)浣Y(jié)構(gòu)不變，而運動功能改變的變形，考慮有肢體運動構(gòu)型及其衍生的無肢體蠕動構(gòu)型的運動功能改變與協(xié)調(diào)運動規(guī)劃，在仿生運動控制網(wǎng)絡(luò)框架不變的情況下，制訂了網(wǎng)絡(luò)節(jié)點參數(shù)的協(xié)調(diào)改變策略。通過仿生四足構(gòu)

8、型與其衍生的橫向蠕動H型、向前蠕動H型之間的變形與運動模式協(xié)調(diào)改變的仿真，表明有肢體運動構(gòu)型及其衍生的蠕動構(gòu)型運動功能改變與運動協(xié)調(diào)規(guī)劃方法的可行性。
　　為了實現(xiàn)機器人在非結(jié)構(gòu)環(huán)境下的運動功能，模擬生物運動神經(jīng)系統(tǒng)調(diào)控功能的三級等級結(jié)構(gòu)，建立了一套包含信息采集單元、底層局部信息反射規(guī)劃器以及高層信息處理系統(tǒng)并具有環(huán)境反饋感知功能的運動控制器，使機器人根據(jù)外部環(huán)境的反饋，能夠自主地完成越障、避障、上下坡及步態(tài)變換，并能夠針對特殊環(huán)