本书主要基于作者及其研究团队在微小型仿生机器鼠方面10多年的理论与技术积累,介绍了在仿生机器人结构设计、微感知单元、运动控制及仿生行为交互方面的创新性研究成果。从基本概念、基础理论、研究方法、研究方案和实验验证等方面,开展了微小型仿生机器鼠的设计与控制方面的基础理论和关键技术的系统论述。具体地,本书将在表1-1所示的WR系列机器鼠基础上,详细介绍仿生结构、微感知单元、仿生运动控制及机器鼠-实验鼠行为交互方面的改进和最新研究成果。
表1-1 WR系列仿生机器鼠主要性能参数
一、仿生结构设计
目前,仿生机器鼠的形态和运动空间与真实的实验鼠相差较远,部分机器鼠并没有从形态和结构上实现对实验鼠的模拟,仅仅是为了实现交互功能而进行设计的,类似一个可以在平面移动的小车模型。有些机器鼠虽然在形态和结构上实现了一定程度上的仿生,但在动作行为方面与实验鼠的灵活度相差甚远。例如,WR-2机器鼠采用腿足结构,这样克服了运动环境对轮式机器鼠的限制,但其腿部膝关节的驱动为金属丝绳驱动,该结构的弊端是金属丝具有较小的弹性,从而导致膝关节转动响应速度慢,同时金属丝与包裹其的树脂外层具有一定的摩擦,这会大大降低电机输出端的动能传递效率,导致运动缓慢且不稳定[54]。又如,WR-5机器鼠在前肢一共安装了6个超声波电机,导致该部分较为臃肿;同时,由于超声波电机的驱动电压高达36 V,比较容易烧坏电路板;更为重要的是,由于曲柄滑块结构的局限性,其输出的小范围机械直线运动远远比不上实验鼠灵活丰富的前肢运动[57]。另外,WR-5机器鼠的腰部存在有些臃肿,运动空间小的问题。
为解决上述问题,需要充分借鉴实验鼠的形态结构,在体型上更加小型化、质量上更加轻量化,外形上更加接近实验鼠,结构设计方面需要能够模拟实验鼠的典型动作,通过改进其前肢和腰部的机械结构,重新设计控制电路板,使得控制电路板和机械结构达到较好的融合,从形态上更加仿生的同时,运动空间明显增大,使其运动性能接近实验鼠,保证其能够实现与类似实验鼠一样的敏捷灵活动作。
二、微感知单元
随着机器人技术的快速发展与不断创新,国内外涌现出一系列微小型仿生机器人,为了完成某些功能,设计了一些微小型感知系统。但是,其中存在一些问题,如微动开关无法测量出接触力的大小,而且寿命短,接触位置受限。从仿生角度出发,受尺寸限制,当前比较容易在机器鼠身上安装的主要为视觉和触觉传感器。在视觉方面,单目摄像头虽然易于安装,但是单目视觉系统无法通过单张图像获取目标的深度信息和尺度信息,而且没有较好地遵循仿生学的研究思路;采用外置摄像头进行捕捉限制了机器鼠与实验鼠的交互运动范围,而且复杂的实验环境对目标的遮挡问题会影响识别与定位的精度。在触觉方面,对于仿生机器鼠来说,从仿生学角度考虑红外传感器虽然功能与实验鼠胡须类似,可以测量机器人与目标之间的距离,但是比胡须的功能还有差距(如形状识别,区分粗糙度等[58])。总的来说,现有的胡须传感器尺寸普遍偏大,难以实现微小型系统集成和多元感知。(www.xing528.com)
无论考虑到实际应用中机器鼠自身的定位控制,还是对周围环境的实时观测,都很有必要设计一套嵌入到机器鼠自身上的仿生感知系统。为了克服现有机器鼠无自身感知系统的问题,本书提出了设计新的微型双目视觉和微触须感知系统。双目视觉能够实现机器鼠对目标、障碍物等周围环境的感知及对自身的定位,触觉系统可以测出物体的纹理特征,而且可以在昏暗环境下感知,一定程度上补充视觉感知的不足,从而实现机器鼠在复杂环境中的智能自主控制,为其应用到狭窄空间检测和与真实动物进行交互提供感知能力。
三、仿生运动控制
部分机器鼠由于尺度限制缺乏足够的自由度,因此只能实现整体的移动和转动,不能实现丰富的局部动作,如俯仰和扭转等。部分机器鼠虽然具备较多的自由度,但是也带来了控制系统和方法方面的一些问题。一方面,由于多自由度带来的复杂控制电路使得整个控制电路板未能与机械结构融为一体,需要平衡整体形态学设计等多个因素;另一方面,电机的驱动电路存在一定缺陷,导致电机达不到快速响应、稳定运转的控制要求,输出的机器鼠动作仿生程度较低。同时,现有机器鼠的运动控制普遍缺乏对运动性能和仿生运动程度的相似性评价:一是缺乏仿鼠运动性能方面的评估参数;二是难以建立机器鼠与实验鼠的运动相似性量化评价模型。因此,不能得到与实验鼠运动的差异,也难以实现对仿生运动的自主修正和优化[26]。此外,对于腿足型仿生机器鼠的步态控制,目前比较常见的有建模法和生物控制方法,前者难以适应非结构环境,在运动规划中会出现解不唯一的问题,后者规划的足端轨迹线存在尖点,且固定适应性差。
针对上述问题,本书首先提出了一种遵循实验鼠运动规律的控制方法。首先,通过对实验鼠运动进行观察和分析,俯仰和偏航运动是实验鼠典型的运动,俯仰运动主要出现在实验鼠的攀压、直立、嗅探等系列动作中,偏航运动则在实验鼠的理毛、转身、嗅探等动作中经常出现。因此,基于机器鼠的运动学和动力学模型,对该两种类型分别进行建模和分析。其次,提出了一种可以定量评估仿鼠运动性能的静态和动态参数指标,建立机器鼠与实验鼠的仿生运动相似性评估模型,通过对机器鼠运动控制进行不断改进,以期实现对实验鼠仿生运动的高程度模拟。
四、机器鼠-实验鼠行为交互
为了模仿实验鼠的形态,机器鼠的自由度设置就需要进行简化,而这样很容易导致运动模式的机械化。因此,在有限尺度一定的自由度数下实现类似真实动物那样的快速、灵活和稳定运动是一个很大的挑战。由于现有的机器鼠大部分由于行为模式控制简单,模仿的动物行为种类也比较单一,所以与实验鼠进行交互的行为种类偏少,这样就比较难以达到替换实验鼠的研究目的。如果与多个实验鼠进行交互,即将机器鼠放置于多个实验鼠的场景中,机械鼠行为生成目的可看成是追随目标鼠且同时规避旁观者,这就是动态障碍回避的具体策略。在动态避撞控制的领域中,已经有很多先例。特别是有一些算法能够为一个小型移动机器人提供最优轨迹,其中包括势场法(PFM)[59]以及维诺图法(VDM)[60]。不过,PFM法在多重动态避障中的计算成本非常高,从而导致严重的延迟。VDM法执行起来非常迅速,但它并不适用于控制一只由多连杆组成的机器鼠。
本书针对有限尺度下简化自由度导致的运动弱化问题,在机器鼠稳定的前提下,通过优化关节角轨迹与运动时间,实现了机器鼠快速灵活稳定的行为动作。针对机器鼠与多个实验鼠交互的场景,将机器鼠各个关节简化为虚拟的弹簧-阻尼模型,即采用虚拟阻抗模型进行分析,有效避免了关节内部复杂作用力分析求解,准确地再现了实验鼠各种动作姿势。该控制方法使得机器鼠能够精准地模拟实验鼠理毛、嗅探等需要腰部及颈部弯曲动作的行为,为机器人行为动物化表达提供了新的思路。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。