基于軌跡庫的仿人機器人站立平衡和行走控制.pdf

1、仿人機器人可以適應人類的生活和工作環(huán)境，代替人類完成各種任務，在很多方面擴展人類的能力，具有廣闊的應用前景。仿人機器人運動控制水平的高低是決定其能否走向實用的重要因素。雖然目前在仿人機器人運動控制方面取得了大量可喜的成果，但其在控制的效率、魯棒性等方面與人類相比仍有很大差距。仿人機器人是目前結構最復雜的機器人之一，因此憑借設計者經(jīng)驗為其設計各種參數(shù)化運動控制器不僅非常繁瑣，而且很難保證最終得到的控制器性能。最優(yōu)控制提供了采用優(yōu)化技術設計

2、控制器的系統(tǒng)方法，但是目前采用最優(yōu)控制實現(xiàn)的仿人機器人運動控制方法，存在著模型過于簡單和計算時間過長等問題。因此，研究新的基于優(yōu)化的仿人機器人運動控制方法具有重要意義。
　　 對仿人機器人而言，雙足行走是其區(qū)別于其他類型機器人的重要特征，擾動下的站立平衡控制是運動控制研究的基本問題，因此本文重點研究了基于優(yōu)化的仿人機器人站立平衡控制和行走控制問題，著眼于提高控制的效率和魯棒性。所取得的成果主要體現(xiàn)在以下幾個方面：
　　

3、1.從軌跡優(yōu)化和構造控制律兩個方面，研究了基于軌跡庫的控制方法。在軌跡優(yōu)化方面，研究了多種軌跡優(yōu)化方法。為了克服單一軌跡優(yōu)化算法存在的算法收斂依賴于初始軌跡或得到的軌跡違反動力學約束等缺點，提出了一種混合軌跡優(yōu)化方法。該方法在生成軌跡方面更加魯棒，能產(chǎn)生更加精確的軌跡，而且能夠在生成軌跡的同時得到控制律局部近似模型。另外，研究了軌跡優(yōu)化中存在的約束處理、振鈴現(xiàn)象、穩(wěn)態(tài)值函數(shù)近似和局部最優(yōu)等問題，提出了解決的辦法。在構造控制律方面，總結了

4、采用軌跡庫實現(xiàn)控制的方法，包括軌跡跟蹤法、在線優(yōu)化法和函數(shù)近似法等。
　　 2.研究了基于優(yōu)化的仿人機器人站立平衡控制方法。針對實際的機器人控制問題，研究了利用非線性最小二乘方法進行模型物理參數(shù)辨識的方法和基于擴展卡爾曼濾波器的狀態(tài)在線估計方法。針對目前大部分采用參數(shù)化控制器實現(xiàn)的方法存在性能局限、采用最優(yōu)控制實現(xiàn)的方法計算量大且只實現(xiàn)了瞬間擾動下的站立平衡等問題，提出了基于軌跡庫的站立平衡控制方法。該方法不僅能夠比較快速地得到

5、控制器，而且能夠保證最終得到的控制器相對特定優(yōu)化指標的性能。在生成軌跡庫時，針對如何減少軌跡庫中軌跡數(shù)目這一關鍵性問題，提出了初始條件自適應網(wǎng)格上基于控制器預測性能的軌跡庫生成方法，在減少軌跡數(shù)目的同時，滿足控制器的性能要求。以往的研究主要實現(xiàn)了瞬間擾動下的站立平衡控制，而本文同時研究并實現(xiàn)了持續(xù)且時變的擾動下的站立平衡控制。與基于線性二次型調(diào)節(jié)器(LQR)的增益調(diào)度控制器進行了對比，仿真和實驗結果說明了方法的有效性和性能優(yōu)勢。由于仿人

6、機器人由多個關節(jié)和身體部分構成，相同外力作用下站立平衡控制中期望狀態(tài)的選擇并不唯一。為進一步提高控制器的魯棒性，本文研究了期望狀態(tài)的選擇問題，并提出了確定期望狀態(tài)的方法。仿真和實驗結果說明了方法的有效性。
　　 3.研究了基于優(yōu)化的仿人機器人行走控制方法。首先，把仿人機器人的行走控制問題歸結為動力學不連續(xù)系統(tǒng)周期性任務的最優(yōu)控制問題，提出一種鄰域最優(yōu)控制方法。采用參數(shù)化軌跡優(yōu)化方法求解周期性穩(wěn)態(tài)軌跡，在推導動力學不連續(xù)處值函數(shù)的

7、傳遞關系的基礎上，采用微分動態(tài)規(guī)劃得到更加精確的周期性穩(wěn)態(tài)軌跡和其采樣狀態(tài)上的控制律局部近似模型。以此為基礎，研究了只考慮單腿支撐的平面七連桿雙足行走控制問題。針對現(xiàn)有方法存在的不足，提出了基于軌跡庫的行走控制方法。仿真結果驗證了方法的魯棒性和有效性，并與基于軌跡跟蹤的行走控制進行了對比，顯示了本文方法在魯棒性、性能方面的優(yōu)越性。最后，研究了更具一般性的行走控制(考慮雙腿支撐階段的三維七連桿雙足行走控制)，給出了穩(wěn)態(tài)軌跡優(yōu)化的初步結果。