论文部分内容阅读
人类可以通过协调身体姿态实现在多种场景下(不平地面、狭窄空间等)的稳定行走。当受到外界干扰时,往往也需要调整步态参数以保持平衡。受此启发,考虑仿人机器人的冗余自由度设计,可以利用多种步行策略,比如踝关节策略、迈步策略(步行周期和步行落脚位置调整)、髋关节策略(躯干倾斜角度/自旋角动量变化)和变高度策略(质心高度调整),来提高真实环境下双足步行的稳定性和适应性。考虑机器人的结构尺寸、驱动能力、双足支撑区域等限制,实现步行策略的优化与集成成为当前的研究热点。但是,双足步行动力学系统的高度非线性和强耦合特性给步态规划与控制算法的实施带来了挑战。一方面,针对单一步行策略,尤其是迈步周期调整和质心高度变化,如何建立合理、高效的约束优化求解模型仍然需要进一步研究。另一方面,目前缺少能够融合以上各种步行策略的、通用的步态规划算法。本文旨在解决以上问题,展开以下研究:首先,研究步行策略对步行稳定性的影响规律并提出多策略集成的总体优化框架。通过分析人体步行原理,定义双足步行基本概念,比如步行周期、步长、步宽、步行压力中心、地面支撑零力矩点等;借鉴仿生学研究成果,引入典型的步行平衡策略,包括踝关节策略、迈步策略、髋关节策略和变高度策略;采用基于零力矩点的稳定判据,结合质心运动轨道能量概念,通过定性和定量分析相结合的方式,系统地揭示以上各种步行策略与步行稳定性之间的关系,为在线步态调整提供理论指导。针对步行策略调整之间的耦合关系以及导致的系统非线性的问题,考虑实际物理约束,提出使用非线性约束优化算法实现步行策略的求解;按照先决定步行周期和落脚位置等基本步行参数,后调整质心高度和躯干倾角等其他状态量的思路,提出实现多种步行策略集成的总体框架。其次,研究实现步行周期和落脚位置调整的在线优化算法。基于三维线性倒立摆模型,推导质心运动的解析表达式;引入隐含时间变量以替换与步行时间相关的双曲函数关系,建立质心运动与隐含时间变量的线性关系;以跟踪周期终止时刻期望的质心状态(位置和速度)为目标,提出可以利用迈步策略的代价函数;考虑迈步参数变动范围、摆动腿容许摆动速度和质心加速度限制等约束,建立非线性约束优化模型。通过改变参考目标和约束条件,该优化模型可实现在单步预测模式和两步预测模式之间以及相对位置跟踪模式和绝对位置跟踪模式之间的快速切换。利用序列二次规划算法,可实现上述的约束优化问题的快速求解,从而实现步行周期和落脚位置的在线调整。步态优化仿真评估和虚拟样机试验表明,该约束优化算法能够满足实时运算需;有利于完成需要步行周期和落脚位置同时变化的非周期步行任务;提高了机器人对各个方向的外力冲击的抵抗能力。接着,研究实现躯干倾角和质心高度调整的在线优化算法。以质心位置和躯干倾角的三阶导数作为控制输入,建立质心运动和躯干旋转运动的预测模型;基于三维飞轮倒立摆模型,以跟踪预测时域内期望的质心运动状态(位置、速度和加速度)和躯干倾斜状态(角度、角速度和角加速度)为目标,提出可以集成髋关节策略和变高度策略的代价函数;通过限制零力矩点在足部支撑多边形以内,并且考虑腿部长度和摆动腿容许摆动速度等约束,建立了非线性模型预测控制模型。利用序列二次规划算法,可实现该约束优化问题的快速求解,从而实现零力矩点位置、步行落脚位置、躯干倾角和质心高度的在线调整。步态优化仿真评估和虚拟样机试验表明,该优化算法能够满足实时运算需求;有助于完成上、下台阶和通过高度受限空间等步行任务;能够提高机器人对各个方向的外力冲击的抵抗能力。最后,研究基于多策略集成的双足步行分层控制算法。将利用迈步策略的非线性约束优化作为第一层,将利用其他策略的非线性模型预测控制作为第二层,建立分层优化算法,实现质心轨迹、躯干倾角和迈步参数的在线生成;利用模仿学习方法生成摆动腿轨迹,实现完整的步态规划。考虑躯干旋转和质心运动对步行系统的影响,提出地面反力/力矩分配算法;设计质心位置导纳控制器、足部高度补偿控制器和足部倾角阻尼控制器,实现全身姿态调控。基于以上工作,结合关节角度的跟踪控制,形成包含步态规划层、姿态调控层和伺服跟踪层的稳定步行控制结构。步态优化仿真评估表明,该步态规划层可以实现踝关节策略、迈步策略、髋关节策略和变高度策略的集成;有助于完成有步行周期、落脚位置和质心高度同时变化需求的非周期步行任务,并且生成的零力矩点更加靠近足部支撑中心;与只使用单一策略或者部分策略相比,集成所有策略能够进一步提高对外力冲击的抵抗能力。利用Nao-H25型机器人平台,开展了多种场景下的步行试验,完成了平整地面变参数步行、不同材质地面稳定行走、斜坡地面稳定通过、高度受限空间通过和外力推动下抗扰恢复等任务。试验结果表明,该步态规划与控制算法能够机器人在提升真实环境中的步行稳定性和适应性。本研究系统性地分析了常见的步行平衡策略对于双足步行稳定性的影响规律,实现了基于多策略集成的步态规划与控制,为仿人机器人走向实际应用提供了支撑。