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 Ri ＝ Ui， Vi， Wi) ； 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 (Pi， 轴垂直向上 ； Pi 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 ； Wi 是垂直与接触平面切线方向的法向方向 ； Ui 是第 i 个轮腿的车轮的切线 方向 ； Vi ＝ Wi×Ui， Wi、 Ui 和 Vi 满足右手法则 ； 接触点 Pi 的接触力向量为 fi， 沿局部坐标系 Ri 的三个坐标轴方向对接触力向量 fi 进行分解得到 fi ＝ (fui， fvi， fwi) ；定义滑行率公式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 Pi 的滑行率 Si， 并从中找出滑行率最大值 Simax 对应的接触点 Pimax， 将 Pimax 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 Pimax 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 Pimax 处的滑行率取最小包括 ：
获取 Pimax 处轮腿关节的关节角测量值 ； 针对 Pimax 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 Pimax 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 ：
Pi- 是车轮 i 与地面的接触点 (i ＝ 1， 2， 3， 4) ；
Wi- 是垂直与接触平面切线方向的法向方向 ；
Ui- 是第 i 个车轮的切线方向 ；
Vi-Vi ＝ Wi×Ui， 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 Ri ＝ (Pi， Ui， Vi， Wi)， 并满足右手法则。
接触点 Pi 的接触力向量为 fi， 沿局部坐标系 Ri 的三个坐标轴方向对接触力向量 fi 进行分解为 fi ＝ (fui， fvi， fwi)， 其中 ：
fwi- 是接触力向量 fi 垂直于接触平面切线方向的法向量 ；
fui- 是接触力向量 fi 的切向力分量 ；
fvi- 是接触力向量 fi 沿轮轴方向的分量。
若以符号 V(Pi/RW) 表示接触点 Pi 相对于地面的速度， 则 fi ＝ (fui， fvi， fwi) 各个分 量所具有的物理意义为 ：
当 fwiV(Pi/RW) ＝ 0 时， 表示车轮与地面连续接触， 表示了轮地接触条件 ；
当 fuiV(Pi/RW) ＝ 0 时， 表示在纵向 ( 机器人前进方向， 即 X 方向 ) 没有打滑 ；
当 fviV(Pi/RW) ＝ 0 时， 表示在侧向 (Y 方向 ) 机器人没有打滑 ；
定义 αi 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 Pi 的位置 (xi.yi， zi) 可以表示为 ：
其中符号为机器人机构参数， 分别为 ：
LA- 代表机器人履带腿长度 ；
LX- 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 LX、 W、 LA、 r 为常量， αi 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 αi 可以改变接触点位置， 从而改变 fi ＝ (fui， fvi， fwi)。 可以认为 fwi、 fui、 fvi 均是关于 αi 的函数， 根据机器人轮腿的运动力学模型可以得到 fwi ＝ ywi(αi)、 fui ＝ yui(αi)、 fvi ＝ yvi(αi)。其中， y 表示函数。
从机器人的驱动牵引力看， 切向分力 fui 和法向分力 fwi 的大小直接影响其牵引特 性。因此， 本发明定义滑行率 Si 来评价其牵引驱动特性， 滑行率 Si 表示为切向力与法向力 之比， 以接触力分解向量 (fui， fvi， fwi) 表示为 ：
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 Si 取得最 小， 于是， 对于每个轮地接触点 Pi， 提高其牵引特性就是使 Si 最小。对整个机器人而言， 为 提高牵引力就是要使所有 Si 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 Si 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 Pi 的滑行率 Si， 并从中找出滑行率最大值 Simax 对应的接触点 Pimax， 将 Pimax 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 Pimax 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 Pi 的 αi 测量值。
其中， αi 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 αi。
步骤 2 ： 结合各接触点的 αi 测量值和运动力学模型， 求出各接触点 Pi 的接触力分 解向量 (fui， fvi， fwi)， 代入公式 求出各接触点 Pi 的滑行率 Si， 并从中找出滑行率最大值 Simax 对应的接触点， 记为 Pimax。其中， (fui， fvi， fwi) 也可以通过传感器测定， 而 非根据 αi 测量值计算得到。
步骤 3 ： 针对 Pimax， 利用公式 (1) 计算 Si 取最小值时 αi 的取值， 作为 αi 目标值。
本步骤中， 由于 fwi、 fui、 fvi 均是关于 αi 的函数， 因此将 fwi、 fui、 fvi 待入公式 (1) 可以得到 Si 相对于 αi 的函数 Si ＝ ys(αi)， 对 αi 求导， 令 y′ s(αi) ＝ 0， 从而得到 Si 取最小值 Simax 时 αi 的取值。当然也可以采用其他方式获取 Si 取最小值时的 αi。
步骤 4 ： 根据 αi 测量值和 αi 目标值得到 αi 控制量， 对 Pimax 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 (αi 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， α 2， α3， α4)， 再利用机器人的动力学模型计算驱动牵引力 (fui， fvi， fwi) ； 最小值出现位置确定模块根据 (fui， fvi， fwi) 计算滑行率， 找出最大值 Si 对应的接触点 Pimax ； 控制器针对 Pimax， 计算 Si 取最小值时 αi 的取值， 作为 αi 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。