仿人智能范文

仿人智能范文（精选8篇）

仿人智能 第1篇

仿人智能控制, 是基于研究人的“身体———动觉智能”, 对人的控制行为功能的模拟, 其基本特点是分层递阶, 控制级越高精度越低, 不仅具有其他智能控制方法所具有的语言控制、逻辑控制和并行的特点, 还具有以数学模型为基础的传统控制的解析定量控制的特点。其在非线性、大迟滞等系统中应用极为成功, 由于其控制输入变量主要为系统实时结果和设定值, 具有输入简单、控制适应能力强、对控制指标兼顾好的特点。

1 仿人智能控制概况

仿人智能控制为分级递阶的结构, 遵循“智能增加而相应精度降低”原则。仿人智能控制认为最低层 (运行控制级) 不仅仅由常规控制器构成, 而应具有一定智能, 以满足实时、高速、高精度的控制要求。

动态系统的误差e (t) 、误差对时间t的导数e觶 (t) 和时间t一起构成了仿人智能控制问题求解的信息空间, 其控制的目标是使t→∞时, e (t) →0, e觶 (t) →0。

2 HISC原型算法及系统结构

仿人智能控制采用分级递阶的高阶产生式系统结构, 其分层递阶结构如图1所示。

产生式系统由数据库、规则库和推理机组成, 它方便地描述了控制问题的求解过程。

组织级将操作员的自然语言翻译成机械语言, 实现组织决策和任务规划。协调级用来协调执行级的动作, 一般不需要精确的模型, 但应能接受上一级的模糊指令和符号语言, 具备在控制环境中改善性能的学习能力。

执行级需要比较准确的模型, 以实现具有一定精度要求的控制任务, 但不仅仅由常规控制器构成, 而是具有一定的智能, 以提高控制的实时性、快速性和控制精度。识别的功能主要是在组织级中翻译定性命令和输入, 在协调级中产生协调作用, 在执行级中获得各种参数值。

执行级单元控制器 (UC) 的分层控制结构如图2所示。

3 HISC特性、特征量处理及设计步骤

3.1 HISC特性

仿人智能控制器的静特性和动特性如图3所示。

从其运行控制级算法及其特性可以看出, 控制器通过对误差及其变化率这两种简单的关系特征识别并判断系统处于何种运动状态, 并分别采用不同的控制模态。定量的控制操作输出则是通过误差峰值特征记忆和先验知识 (比例系数K, 抑制系数kp) 与当前误差大小的关系决定。

3.2 HISC的特征模型、特征辨识与特征记忆

HISC的特征量处理包括:特征模型、特征辨识和特征记忆。

特征模型Φ是对智能控制系统动态特性的定量与定性描述想结合的模型, 是针对控制问题求解和控制指标要求的不同, 对系统误差信息空间的一种划分, 划分出的每一种区域分别表示系统的一种特征状态。特征模型为所有特征状态的集合:

特征状态由特征元素组q1, q2, …qm构成, 记Q={q1, q2, …qm}为特征元素集合, p为关系矩阵, 有元素-1, 0, 1三个值分别表示取正、零和负, 则Φ=P·Q。

特征辨识是仿人智能控制器根据特征模型Φ对实时采样信息在线处理, 识别动态系统当前处于什么样的特征状态的过程。

特征记忆是指仿人智能控制器对一些反映前期决策与控制效果的特征量和反映控制对象要求及性质的特征量的记忆。特征记忆集合为Α={λ1, λ2, ..., λp}。

常用的特征记忆量有:emi, 误差极值;uh, 控制量的保持值;e0i, 误差过零的速度等。

3.3 HISC的设计步骤

(1) 建立用于设计的被控对象的“类等效”简化模型

虽然对于复杂的被控对象 (高阶、非线性、时变、未知性等) 不能得到精确的数学模型, 但仿人智能控制理论认为, 这种对象可由系统的“类等效”低阶线性模型加典型非线性环节来近似模拟。根据对象的一些先验知识可以建立对象的结构模型和大致的参数变化范围, 估计或测辨出对象的某些特征参数和典型的非线性要素。

其中具有纯滞后的过程对象非线性环节的伺服对象的等效模型为:

(2) 确立设计目标 (系统瞬态性能指标) 。

根据对系统控制品质的要求, 如上升时间、稳态精度、超调量等, 绘出系统动态理想单位阶跃响应曲线, 并将该曲线映射到误差相平面, 得到理想的误差相轨迹。

(3) 建立仿人智能控制器的特征模型。

根据对误差相平面的划分, 得到构成特征状态的特征元素集Q, 并建立起特征模型Ф。

(4) 设计运行控制级的控制模态集与推理规则集。

根据特征模型, 当误差状态 (e-e觶) 不在理想区域时, 采取相应的控制模态, 使误差状态尽量回到理想状态运动。特征状态与控制模态之间的匹配关系构成了推理规则集。

(5) 设计参数校正级和任务适应级。

通过参数校准级和任务适应级的设计可更好地实现仿人智能控制器对不确定性、时变性和非线形等因素的适应性。参数校准级用于实现参数的在线整定, 对应于同一控制模态的不同特征划分区, 通过校正控制参数而分别加以控制。任务适应级用于针对当控制要求发生变化、对象特性发生大的改变时, 调整控制问题的求解策略, 是单元控制器的高层结构。

(6) 利用HISC设计CAD专家开发系统进行仿真训练。

仿人智能控制器的结构较常规控制器更为复杂, 设计对人的经验的依赖性很大, 设计的试凑程度很高, 可利用CAD专家开发系统辅助进行设计。通过反复试凑的学习训练, 建立系统各级的特征模型, 构造并改进智能控制器各级的控制与决策模态, 使之在一定条件下达到满意的仿真效果。

参考文献

[1]李昌春, 左为恒.智能控制与传统控制效果的仿真研究[J].自动控制技术, 2001, (2) :19-21

[2]蒋红云.仿人智能控制技术综述[J].PLC&FA, 2006, (6) :10-16

[3]李祖枢.仿人智能控制研究20年[C].中国智能自动化学术会议 (上) , 1999:20-30

[4]王培进, 宋宜斌.仿人智能控制经验与技巧的研究[J].计算机工程与应用, 2004, (22) :10-12

[5]汤士华, 李一平, 李硕.一种新的仿人控制方法研究[J].信息与控制, 2005 (3) :360-364

[6]Vladislav Blagojevic, Miodrag Stojiljkovic.PRESSURE CONTROL BY THE HYDRAULIC NONLINEAR SERVOVALVE[J].Mechanical Enginering, 2005, (3) :16-24

仿人机器人 第2篇

请看新华社的报道:

More than 100 universities from about 20 countries are expected to send humanoid robots to compete in 16 events in five categories, including track and field, balls, combat, dancing as well as domestic service such as cleaning and medical care, said Hong Bingrong, a professor with Harbin Institute of Technology (HIT) and an official with the China National Conference of Artificial Intelligence.

哈尔滨工业大学教授、中国人工智能学会会员洪炳镕说,来自近20个国家的100多所大学的机器人将参加5种类别包括田径、球类、格斗、

舞蹈以及清洁和医疗护理之类的家政服务等16个项目的比赛。

在上面的报道中,humanoid robot就是“仿人机器人”,有时简称为humanoid bot,指a robot with its overall appearance based on that of the human body, allowing interaction with made-for-human tools or environments(整体外观与人类相似,能与人类使用的工具或所处的环境进行沟通协调的机器人)。humanoid一词的意思是“具有人的形状或特性的,类人的”,也可以指“类人动物”。

仿人智能 第3篇

目前,对油气站场监控主要采用定期巡检,抄表数据上报的方式。随着站场数量的增多,地点分散,增加了管理人员的负担也增加运营成本。的确,人体控制系统是智能水平最高的生物控制系统,能够对许多极为复杂的情况做出正确、有效地判断,从而提出完善的解决方案。但是人容易受到如情绪、疾病等多方面因素的影响,特别是遇到像信息量巨大、计算步骤复杂的工况调节、故障判断等工作时,人脑的处理速度已经远远不能满足实际的需要了。

而仿人智能控制在无人值守油气站场监控系统中的应用则能有效的改善上述情况。它能对油气站场的运行状况进行实时监测和记录,并能将监测和记录的数据上传远程监控中心。这样维护和管理人员即可全面了解站场的实际运行状态,并通过分析一段时间内站场运行记录数据,对站场的状况进行全面准确的判断,消除故障和事故隐患,有效降低站场运营成本。

1 仿人智能控制基本原理

仿人智能控制理论把人工智能和计算机技术引入自动控制,在对人的控制结构宏观模拟的基础上研究人的行为功能并加以模拟和实现。在结构和功能上,智能控制器应满足四条基本特点:(1)在线的特征记忆和特征辩识;(2)分层的信息处理和决策机构;(3)启发式和直觉推理逻辑的运用;(4)开、闭环控制结合,定量控制与定性决策相结合的多模态控制[1]。

仿人智能控制的具体研究方法:从分级递阶智能控制系统的最低层(运行控制级) 着手,充分应用已有的控制理论和计算机仿真结果直接对人的控制经验、技巧和各种直觉推理进行测辨、概括和总结,编制成各种简单实用、精度高、能实时运行的控制算法,并把他们直接应用于实际控制系统,进而建立起系统的仿人智能控制理论体系,最后发展智能控制理论。这种计算机控制算法以人对控制对象的观察、记忆、决策等智能行为化为基础,根据被调量、偏差的变化趋势来确定控制策略。

2 无人值守站场监控单元的总体结构

油气站场的数据采集主要是实时地采集油气站场的数据,现场监控单元负责在站场中进行数据采集。所采集的数据主要包括流量、压力、温度、浓度等油气参数,并将数据上传监控中心,同时接收监控中心的控制数据。控制器主要控制整个采集过程的有序进行,并将采集的流量、压力、温度、浓度等模拟量转换为数字量,最终保存在存储器中,预防卫星信号中断引起的数据丢失。该监控单元主要包括数据采集、参数设置、通讯部分以及数据存储器和备用电源,总体结构如图1所示。

3 仿人智能控制在无人值守站场监控系统中的应用

在无人值守的油气站场上,由于意外破坏、自然腐蚀等情况,会使站场上的管道发生泄漏,造成一定的经济损失。目前对管道发生的泄露有两种检漏的方法,第一种是直接检测泄漏的介质;第二种是根据物理参数的变化间接检测,如流量、压力、温度等。而一种重要而实用的检测方法是基于动态体积或质量平衡原理[3]的管道泄漏检测。最普遍的做法就是对管道应用动态质量平衡计算法来监视,连续测量管道出口和入口的流量,以确定管道是否发生泄漏。仿人智能控制器控制计算机对管道出口和入口的流量参数进行连续采集。然而,流量计在一段时间内测量到的管道出口流量可能不等于管道的入口流量,这种差异归因于流量测量误差,这种由仪器、仪表的测量误差引起的偏差值不会很大。因此,操作者如果具有丰富的实践经验,可以判断出这并非是泄漏造成的,而是由于测量误差引起的。而仿人智能控制器也能够根据特征识别出这是仪表测量误差造成的,而不至于发生误报警。由于受压力、温度、多重黏性参数变化的影响,动态质量平衡关系可表述如下 :

$F(t)={\displaystyle \sum _{i=1}^{{\rm M}}q}{}_i(t)-{\displaystyle \sum _{j=1}^{{\rm N}}q}{}_j(t)-\Delta {\rm M}p(t)$

式中:F(t)在时间t 内校正的质量不平衡项。

qi(t)管网入口的流量测定值, 假定有M个入口。

q(t)管网出口的流量测定值, 假定有N个出口。

Mp(t)在t～(t+△t)时间内整个管道气体存余量变化的校正值。

若判断管道是否发生了泄漏单以F(t)是否超过某一种特定值来判断是不合理的。因为合适的管道泄漏阈值是很难设定的,如果设定过高,检漏的灵敏度和准确性降低,比较大的泄漏也不能报警,如果设定过低,又容易发生误报警。在这种情况下,仿人智能控制可以根据在管道出口和入口测取的压力和流量,连续计算泄漏的统计概率。仿人智能控制器可以根据特征模型,对统计结果进行处理判断,确定管道是否处于泄漏状态。

在运输过程中,有些运行参数时常会自然地变动,在这种情况下应该置之不理,如果一变动就修改反而会增加扰动。熟练的操作人员也不会贸然的判断是管道发生泄漏的,而会采取静观其变的控制策略。若F(t)的值一直居高不下,则说明管道某处确实发生了泄漏。而仿人智能控制器模拟人的思维方式,用开关控制方式来实现泄漏报警功能。在人工控制开关的过程中,操作人员会依据管道进出口压力或流量的偏差,以及偏差的变化趋势来选择具体的控制策略。在管道参数的采样时间内,可根据需要来调节控制量输出的时间。也就是说,依据F(t)值持续增大的时间和趋势来决定是否对管道泄漏进行确认并报警。仿人智能控制器能够以人的知识和经验为基础,根据管道参数的实际误差变化规律及被控对象或过程的惯性、纯滞后性及扰动性等特征, 并按一定的模式选择不同的控制策略,最后决定是否进行泄漏报警。因为多考虑了F(t)值的变化趋势,因此这就比单看F(t)是否超过某一设定值来判断管道是否发生泄漏要准确得多。因而仿人智能控制器的开关控制方式具有较强的稳定性和较高的控制精度。

根据上述分析情况设计开关控制器,被控对象为F(t),控制量为管道的压力U(t),其输出控制量的波形如图2所示,其中T为采样时间常数,t0为控制量输出时间或是开关接通时间。图3给出了开关控制过程中的一段误差变化曲线。设k是当前采样时刻,e(k)表示当前时刻的误差,△e(k)表示当前时刻误差的变化,显然可得到特征

e(k)△e(k)>0, k(0,t1)或(t2,t3)

e(k)△e(k)<0,k(t1,t2)或(t3,t4)

根据上述特征,考虑到被控对象的大惯性及具有一定纯滞后的特点,采用产生式规则来设计智能控制算法,共总结出12条规则如下:

规则1:if |e(k)|≥M, e(k)>0 then U(k)=U, t0(k)=T

规则2:if |e(k)|≥M, e(k)<0 then U(k)=0, t0(k)=0

规则3:If |e(k)|=0, e(k-1)<0 then U(k)=U, t0(k)=K1t0(k-1)

规则4:if e(k)=0, e(k-1)>0 then U(k)=U, t0(k)= t0(k-1)

规则5:if |e(k)|<E, e(k)>0, △e(k)>0 then U(k)=U, t0(k)= K2t0(k-1)

规则6:if |e(k)|<E, e(k)>0, △e(k)<0 then U(k)=U, t0(k)= K3t0(k-1)

规则7:if |e(k)|<E, e(k)<0, △e(k)<0 then U(k)=U, t0(k)=K4t0(k-1)

规则8:if |e(k)|<E, e(k)<0,

e(k)>0 then U(k)=U, t0(k)= t0(k-1)

规则9:if E|e(k)|<M, e(k)>0,

e(k)>0 then U(k)=U, t0(k)= K5t0(k-1)

规则10:if E|e(k)|<M, e(k)>0,

e(k)<0 then U(k)=U, t0(k)= K6t0(k-1)

规则11:if E|e(k)|<M, e(k)<0,

e(k)<0 then U(k)=U, t0(k)= K7t0(k-1)

规则12:if E|e(k)|<M, e(k)<0,

e(k)>0 then U(k)=U, t0(k)= K8t0(k-1)

其中,E为允许误差的绝对值;M为给定的常数,且M>E; t0(k)、t0(k-1)分别为本次和上次控制量输出时间;U(k)为本次输出的控制量;K1～K8均为根据经验而整定的参数。

分析上述控制规则可知,由本次控制量的大小及数尺时间是在考虑了误差的大小、正负误差的变化趋势的基本上决定的,因此这种具有人工智能的开关控制较普通的开关控制具有较高的控制精度和较强的鲁棒性。

4 结束语

从仿人智能控制在无人值守站场监控系统中的应用,可以看出仿人智能控制的采集思想和控制过程与人是极为相似的,并且仿人智能控制器在快速性、稳定性和准确性方面比人更具有优势。

参考文献

[1]蔡自兴.智能控制原理与应用[M].北京:清华大学出版社,2007.

[2]韩力群.智能控制理论及应用[M].北京:机械工业出版社,2007.

仿人机器人发展概况 第4篇

20世纪以来, 在科技迅速发展和经济全球化的背景下, 人类发展进入了新的时代。信息化社会——其最主要特征是服务业的蓬勃发展。在迅速发展的社会中, 人们对于生活环境, 生活质量要求越来越高, 人类需求已经从物质层面转移到了精神层面。渴望得到更快捷, 更全面, 更舒心的服务。

进入21世纪, 机器人在很多技术上得到了新突破和新发展, 机器人也迎来了更好的发展机遇, 逐步得到了社会各界的认可。从军工企业到工厂生产线, 公共管理到日常家庭中, 机器人将逐步成为我们生活中不可或缺的一部分。美国微软董事长比尔盖茨曾向世界预言:机器人将成为继个人电脑之后的下一个热门领域, 其快速发展必将彻底改变人们的生活方式。

2仿人机器人发展概况

2.1世界各国研究数据统计

根据韩国一个仿人机器人网站统计, 截止2016年5月21日, 世界上共有106个仿人机器人项目正在进行中, 其中主要国家, 日本有49个, 美国11个, 韩国11个, 德国9个, 中国7个, 英国4个, 瑞典2个, 俄国1个, 加拿大1个。通过数据可以看出日本在仿人机器人领域的竞争实力。在仿人机器人领域, 日本和美国的研究最为深入。日本方面侧重于外形仿真, 美国侧重用计算机模拟人脑的研究, 韩国则重点发展服务型机器人, 中国起步较晚, 目前将科技重大专项放到了机床机器人。

2.2发展历史

行走机构的研究开启了仿人机器人研究的先河。最早有记载的双足步行人形机构是1973年研制成功的WABOT-1。1985年WABOT-1的改进型WHL-11在日本筑波科技博览会 (EXPO’85) 上被誉为划时代的科技成果。但当时WABOT-1行走非常缓慢。真正对仿人机器人行走机构进行系列化研究始于日本本田公司。本田公司在1986年到1993年间接连开发了E0到E6等7种行走机器人。这7种机器人都只有腿部机构, 主要用来研究行走功能。在此基础上本田公司于1993年在研制的P1机器人加上了双臂, 使它初步具有了人形。同在1993年完成的p 3机器人是后世闻名的Asimo机器人的原型.Asimo诞生于2000年, 是第一个真正具有世界影响的仿人机器人。在2005年爱知世博会上, 大阪大学展出了一台名叫Repliee Q1expo的女性机器人。2016年5月, 美国佐治亚理工大学研制出一款新型机器人代替助教为学生们授课, 名为吉尔•沃特森的机器人连续工作了5个月, 帮助同学们批改论文中的问题, 竟然没有被任何一个学生发现其为机器人, 足见这款机器人的智能程度。

2.3市场潜力

仿人机器人具有人类的外观, 可以适应人类的生活和工作环境, 代替人类完成各种作业, 并可以在很多方面扩展人类的能力, 在服务, 医疗, 教育, 娱乐等多个领域服务于人类。仿人机器人的应用领域分为专业服务机器人和个人服务机器人。

从服务机器人在国际市场的成交量和成交额, 根据国际机器人联合会IFR (International Federation Robotics) 近几年给出的统计数据, 我们得到服务机器人的市场潜力。

在2014, 专业服务机器人的生产总数从2013年的21712个增长到24207个, 生产数量上升了11.5%。个人和家庭服务机器人也有了大幅提高, 在2013此类机器人销售额共计470万美元, 在2014, 销售额增加到22亿美元, 同比增长28%。

预测2015-2018年的发展情况, 专业服务机器人约生产出售152400。个人服务机器人将达到3500万台。

由此可见, 仿人机器人的发展势头将会愈来愈猛, 未来仿人机器人的普及将会进一步提高。

3我国面临的机遇与挑战

在仿人机器人的研究上, 我国相比日本, 美国起步较晚, 只有不到20年的发展历程。在当前全球仿人机器人大多处于研发阶段和初步产业化的时代背景下, 对我国来说面临着很多机遇和挑战。

3.1提高整体技术水平, 核心技术有待突破

当前我国在各学校开展了中小学机器人大赛, 华北五省机器人大赛等竞赛, 提高了机器人技术在各高校的普及, 激发了学生的学习热情。当前, 国内各高校如北京航空航天大学正在研发人工肌肉, 新型灵巧手仿人机器人, 哈尔滨工业大学在研发微创医疗机器人等课题。但在精密减速器、伺服电机、伺服驱动器等核心关键零部件上依赖进口, 在本体机构设计、运动规划、控制等关键技术也有很大的发展空间。在这方面可以模仿韩国建立国家队, 整合高校技术资源, 攻克技术难题, 加快步入世界先进水平。

3.2制定国家战略以及行业标准规范

发达国家对仿人机器人高度重视, 纷纷制定相关发展战略。2015年1月, 日本发布《机器人新战略》;韩国先后出台了《智能机器人促进法》等政策, 并于2014年8月, 发布了第二个智能机器人开发5年计划。在我国, 机器人逐步得到了重视, 陆续出台了相关政策。《中国制造2025》从战略全局出发, 明确提出了我国实施制造强国战略的第一个十年的行动计划, 将“高档数控机床和机器人”作为大力推动的重点领域之一。同时国务院办公厅关于印发国家标准化体系建设发展规划 (2016-2020年) 的通知中指出开展工业机器人、服务机器人和家用机器人的安全、测试和检测等领域标准化工作。预计在未来五年到十年, 机器人领域的行业规范有望得到整改和提高, 将进一步提升该行业发展的效率和进度, 提高社会效益和经济效益, 参与国际竞争。

3.3以需求为导向, 鼓励机器人制造相关企业, 有效推动行业发展

我国仿人机器人的研发, 大都集中在高校或研究机构, 企业参与度低。在大众创业, 万众创新的时代背景下, 应该鼓励企业与机器人产业融合以及鼓励新型机器人创业项目的孵育, 加强相关人才储备与应用, 将技术与市场相结合, 才能更好地推动产业发展, 最终抢占这一前沿科技的制高点。

参考文献

[1]Android world[EB/OL]. (2016-05-21) [2016-05-21].http://www.androidworld.com/index_cn.htm.

[2]Kato I, group of io-Engineering (Waseda University) .Informationpower machine with senses and limbs-WABOT[A].Proceedings of CISM-IFTOMN Theory and Practice of Robots and Manipulators[C].Udine:Springer, 1974, 12-24.

[3]Hirac K, Hirose M, The development of Honda iobot[A].Proceedings of the1998 IEEE International Conference on Robotics and Automation[c].USA:IEEE, 1998, 1321-1326.

[4]Honda Asimo-the Honda humanoid robot Asimo[EB/OL].http://world.honda.com/ASIMO/.

[5]美国机器人授课5个月学生无一人发现[EB/OL].成都商报, 2016./2016-05-21.http://news.sohu.com/20160517/n449816311.shtml.

[6]IFR.Service Robot Statistics[EB/OL].---/2016-05-21.http://www.ifr.org/service-robots/statistics/

[7]仿人机器人发展趋势不容小视[Z].浩辰网络, 2005.[EB/OL].2015-08-07/2016-05-21.http://mt.sohu.com/20150807/n418397725.shtml

[8]工信部装备工业司.《中国制造2025》解读之:推动机器人发展[EB/OL].2016/5/17/2016-05-21.http://news.wjw.cn/News List-40/421147.xhtml

小型仿人机器人系统的设计 第5篇

1 设计实现目标

本设计暂时只对机器人的双足行走功能和各关节的协调运动进行研究,对其它的视觉、触觉等人类器官的高级功能暂时不予仿生研究。本次设计主要完成的设计目标是:(1)模拟人的行走过程,包括直线行走或转弯行走,实现髋关节的3自由度运动和肘关节的2自由度运动;(2)行走过程平稳,动作连续;(3)小型化,实际的高度在450mm左右,重量在2kg左右;(4)采用半闭环控制及通用的零件,是机器人的制作成本最低化[3]。

2 机器人的自由度分配

人类的身体有许多的肌肉和骨骼组成,要实现对人类器官运动的精确仿生却是很难实现的[4]。通过研究我们知道,通过下肢双腿12个自由度的模拟就能很好地实现人的双腿的行走功能,而上肢在行走的过程当中也扮演了重要的角色,它可以在行走的过程当中通过一定的运动平衡机器人的惯性力矩。下肢中,踝关节设计2个自由度,膝关节设计1个自由度,跨关节设计3个自由度。上肢设计9个自由度,头部1个自由度,肩部2个自由度,肘部2个自由度,手在行走过程中的自由度可以忽略,不影响行走运动的状态,故没有对手部的关节进行仿生。自由度的设计方案如图1。根据自由度的设计完成的机械部分如图2。

3 驱动器件及控制单元

3.1 驱动器件的选择

驱动单元在机器人设计和制作的工程中是个重要的部分,它直接影响着机器人行走的准确、稳定和驱动能力的大小。

由于控制、扭矩、体积等方面因素,并参考目前已开发的小型机器人,选用微型伺服电机作为机器人关节驱动元件。微型伺服电机本质上是一种可以定位的直流电机,当其接收到一个位置指令,就会运动到指定的位置。微型伺服马达具有高力矩、高性能、控制简单、装配灵活、低价格等优点。

微型伺服电机内部包括了一个小型直流电机、一组变速齿轮组、一个反馈可调电位器及一块电子控制板。结构如图3。

根据相关参考资料,利用微型伺服马达驱动关节机器人,通常扭矩为3.1kg/cm的伺服马达可以驱动0.45kg的机器人。Tower Pro-MG995型伺服马达最大扭矩为15kg/cm,故必须使机器人质量控制在2.15kg之内。经过比较选择,最后决定选用Tower Pro-MG995型伺服马达作为关节驱动元件。详细参数见表1。

3.2 控制单元的设计

控制单元分为两部分:主控电路;伺服电机驱动电路。主控芯片用串行通讯的方式发送控制字符到伺服电机驱动电路使电机转动。

主控芯片采用8位AVR的ATmega16微控制器。它是基于增强的AVR RISC结构的低功耗8位CMOS微控制器。由于其先进的指令集以及单时钟周期指令执行时间,ATmega16的数据吞吐率高达1MIPS/MHz,从而可以缓减系统在功耗和处理速度之间的矛盾。

伺服电机驱动器采用SSC-32舵机控制器(见图4)。这是一款功能较强、体积较小的舵机控制器。它有着很高的位置精度以及运动精度。

SSC-32的特性:

角度控制范围:180°;伺服精度:1μs,0.9°;伺服速度精度:1μs/s;伺服控制方式:即时控制、时间控制、速度控制和同步控制;最大控制舵机数量:32个。

它可以通过串口接口与电脑串口直接连接,通过电脑控制多舵机的协调运行,也可以通过选用其他的微控制器控制。本设计过程中结合两种工作方式的优点。在机器人的动作设计调试阶段采用的是与电脑直接连接的工作方式,这样给调试机器人的动作带来了很大的便利,可以随时在线对机器人的动作进行修正。完成动作设计后,在演示过程中,采用ATmega16微控制器控制它,这样就机器人就脱离了串口接线的限制,使机器人做动作过程不受外部条件限制。SSC-32的通讯方式如图5。

4 控制程序

4.1 控制程序的初始化

首先进行上位机的初始化,也就是对ATmega16微处理器的数据发送器(USART)的初始化。初始化的过程包括波特率的设定合帧机构的设置,以及根据需要使能接收器和发送器。TXC标志位可以用来检验一个数据帧的发送是否完成,RXC标志位可以用来检测接收缓冲器中是否还有数据未读出。在每次的数据发送前,必须将TXC标志位清零。下面是用C语言进行USATR的初始化程序[5]。

4.2 控制字符的发送

置位UCSRB寄存器的发送使能位TXEN,将使能USART的数据发送。使能后TXD引脚的通用I/O功能被USART功能所取代,成为发送器的串行输出引脚。发送数据之前要设置好波特率、工作模式与帧结构。发送5到8位数据位的帧将需要发送的数据加载到发送缓存器将启动数据发送。加载过程即为CPU对UDR寄存器的写操作。当移位寄存器可以发送新一帧数据时,缓冲的数据将转移到移位寄存器。当移位寄存器处于空闲状态(没有正在进行的数据传输),或前一帧数据的最后一个停止位传送结束,它将加载新的数据。一旦移位寄存器加载了新的数据,就会按照设定的波特率完成数据的发送。

4.3 控制字符的执行

SSC-32内部规定了自己的控制指令字符,通过ATmega16或电脑串口通过控制线向其发送控制指令字符的ASCⅡ码,当SSC-32接收到发送过来的控制字符,并不会立即执行,直到接收到结束字符ASCⅡ13(回车)后,控制字符对应的动作才会被执行。一组控制字符中,同类型控制多个舵机的控制字符会被同时执行;不同类型的控制字符不能在一个控制字符组中同时出现。这就实现了同时对多个舵机的有效控制,是每个机器人的关节运动相互协调。

如:机器人的左臂的四个舵机定义为5号舵机,6号舵机,2号舵机3号舵机。完成一个动作需要5号、6号和2号舵机同时运行时,控制字符串:

″#5 P1600#17 P750 S500#2 P2250 T2000″

它代表的意思是:5号舵机转角是1600μm的高电平对应的位置;6号舵机是750μm的高电平对应的位置;2号舵机是2250μm的高电平对应的位置。整个过程所用的时间为2s。在这运动过程中,3个舵机同时启动,同时停止运行。这种方式在控制机器人的行走过程中能轻松地实现腿部的协调运动。

以往一个微控制器同时控制舵机的数量是由它的计时器决定的,计时器产生的控制脉冲发送到舵机使舵机旋转固定的角度[6],现在的这种控制舵机的方式具有很大的优越性,不但机器人的协调问题得到了很好的解决,并且指令的复杂程度得到了很大的简化,可以通过简单的指令就得到更复杂的机器人动作。

5 结论

本文介绍的小型机器人系统,增加了髋部的自由度,轻易实现17自由度机器人在行走过程中的转弯问题,肘部增加的2个自由度使机器人的上肢运动得到加强。尤其是随着SSC-32舵机控制器的使用,机器人的编程难度大为降低,程序占用的存储空间减小许多,使得在程序存储空间不变的情况,存储更多的动作指令,机器人的动作更加丰富,并且机器人运动的协调稳定性得到了强化。

参考文献

[1]蔡自兴.机器人学导论[M].北京:机械工业出版社,2001.

[2]郑嫦娥,钱桦.仿人机器人国内外研究动态[J].机床与液压,2006(3):1-4.

[3]张博.小型双足人形机器人机构设计与步态规划[D].哈尔滨:哈尔滨工业大学,2006.

[4]黄晶.拟人足球机器人的运动分析[D].天津:天津大学,2003.

[5]耿德根.AVR高速嵌入式单片机原理与应用[M].北京:北京航空航天大学出版社,2002.

仿人跑步机器人机构与步态规划综述 第6篇

步行和跑步是人类两种最基本的运动方式。仿人机器人的研究也离不开这两种方式。仿人机器人按照行走方式可以分为仿人步行机器人和仿人跑步机器人。自从1973年日本早稻田大学研制出世界上第一台仿人机器人WABOT-1以来,仿人机器人的研究主要集中在步行运动方式方面。目前仿人步行机器人的研究较多,一代又一代的步行机器人相继问世。尽管步行机器人功能越来越完善,性能越来越稳定,但是其步行速度始终难以得到很大提高。然而在许多情况下,比如仿人机器人足球赛[1]、战场作战、处理紧急事故等环境中,速度是非常重要的因素,这时机器人需要能够实现跑步动作,因此有必要开展对仿人跑步机器人的研究。

本文着重对仿人跑步机器人机构研制概况和仿人跑步运动的步态规划问题进行了综述。

2 仿人跑步机器人机构

2.1 美国研究概况

(1) 麻省理工学院的机器人

麻省理工学院的Raibert M.等人最早研究了单腿跑步机器人,如图1(a)。这种单腿跑步机器人的腿采用可以轴向伸缩的汽缸结构。之后Raibert和其他一些学者又设计了双腿跑步机器人,其结构和单腿跑步机器人类似[2],如图1(b)。Raibert等人对这些机器人进行了成功的试验,机器人的最大跑步速度可达到4.3m/s。然而这种跑步机器人只能实现完全动态的跑步,即机器人为了维持平衡,必须不停运动,而且它也不具有人的外形,不能完成人的其它动作,因此这种跑步机器人有一定的局限性[3]。

(2) 密歇根大学与卡内基梅隆大学合作的机器人

密歇根大学的G r i z z l e与卡内基梅隆大学的W.Hurst等人合作研制了单腿跳跃机器人“Bi MASC”[4],如图1(c)。2007年至今,Grizzle继续与W.Hurst等人合作研制了新型平面仿人机器人“MABEL”[5],如图1(d)。研制者声称该机器人是“RABBIT”和Raibert单腿跳跃机器人的混合体,实现了稳定步行和快速跑步的完美结合。“M A B E L”机器人设计的亮点在于弹簧的使用,弹簧的引入能够吸收跑步过程中脚掌着地时的反作用力并将其转化为能量存储,等脚掌离开地面时弹簧释放能量,从而提高跑步过程中的能量效率,降低对驱动电机的功率要求。另外,“M A B E L”机器人是由两个单腿跳跃机器人在髋部连接而成,左右腿结构对称,可以分开成两个“B i M A S C”单腿跳跃机器人。

2.2 日本研究概况

(1) 本田公司的ASIMO机器人

2004年12月,本田公司对原来的“ASIMO”机器人进行改进,推出了会跑步的新型“ASIMO”机器人,实现了0.83 m/s的前向跑步速度,且跑步动作自然流畅,可与人类慢跑动作相媲美,而步行速度也从0.44m/s提高到0.69 m/s。2006年2月,经改进升级后的“ASIMO”首次与公众见面,该机器人身高1.3m,体重54Kg,正常直线步行速度提高到0.75m/s,搬运1Kg物体时速度可达0.44m/s,也可以实现直线跑步和圆弧线跑步,且直线跑步速度提高到1.67m/s,在半径为2.5m的圆弧线跑步速度可达1.39m/s[6],如图1(e)。

(2) 索尼公司的QRIO机器人

2003年,索尼公司推出了机器人“QRIO”,它是SDR-4X的改进型[7],如图1(f)。最重要的改进是实现了跑步功能,跑步时可以有约20ms的腾空时间。为了使“QRIO”机器人能够完成步行、跳跃和跑步动作,Ken’ichiro N.等人[8]基于动态滤波器的概念,实时产生动态运动模式,它能确保机器人在运动过程中产生的力、力矩和周围环境对机器人的反作用力相平衡。

(3) 经济产业综合研究所的HRP机器人

经济产业综合研究所的Kajita S等人[9]研究了HRP-1的跑步动作,通过倒立摆模型规划机器人质心的轨迹,机器人质心在垂直方向按照正弦规律运动,在前向采用线性倒立摆模型运动,最后通过修正双腿着地时的姿态实现机器人双腿交替连续的跑步动作,如图1(g)。Kajita S等人[10]采用分解动量控制(Resolved Momentum Control,RMC)的方法,对“HRP-2L”下肢仿人机构进行了研究和试验,实现了HRP-2L的跳跃和跑步动作[11],如图1(h)。

(4) 日本其它单位的跑步机器人

Demura K.等人[12]为参加Robo Cup研制了可以踢足球的仿人跑步机器人“KENSEI-chan”,该机器人共有19个自由度。该机器人的关节采用Maxon公司的直流电机驱动,减速机构采用谐波齿轮传动。另外在机器人的膝关节安装有弹性旋转关节,可以对跑步过程中脚掌着地时的冲击进行缓冲并积蓄能量,然后在飞行阶段释放能量,以提高机器人跑步的效率,同时可以通过弹簧的形变来测量膝关节的力矩,如图1(i)。

Hyon S H等人[13]研制的单腿跳跃机器人“Kenken”,主要受到动物跳跃机制的启发,机器人的腿部包括脚掌、小腿和大腿,并有踝关节、膝关节和髋关节,其中膝关节和髋关节采用液压驱动方式,踝关节没有驱动器。在脚后跟和大腿之间安装有弹簧,以模仿动物的肌腱。这种机器人的优点是能够减小机器人跑步时关节所需的驱动力矩,从而节约能量提高能效。但是目前研制的仿人跑步机器人,除了能完成跑步动作之外,还需要执行走步动作,而弹簧虽然能减少能量消耗,但对于走步动作却有妨碍[10]。

Atsuo K.等人[14]研制了能快速步行和跑步的“MARI-3”机器人,如图1(j)。该机器人有13个自由度,身高为1.216m,体重为38Kg,在该机构上进行了1Km/h的步行和单腿跳跃实验,跳跃过程中空中飞行时间达110ms。

2.3 欧洲研究概况

(1) 德国慕尼黑技术大学的Johnnie机器人

德国慕尼黑技术大学的Gienger M.等人[]15研制了仿人跑步机器人“Johnnie”,如图1(k)。该机器人的设计目标是实现稳定的动态步行和慢跑动作。机器人全身共有17个关节。另外在机器人的腰部配置了沿垂直轴转动的关节。机器人的驱动器选择高能量重量比的电机,减速器选用同步齿轮、滚珠螺旋和齿型链轮,由于它们具有无间隙、可反向驱动等特点,可以减小机器人和地面的冲击作用。机器人的机构主要采用铝合金制作,为了减轻机器人整体的重量,采用有限元分析对机器人的重量进行优化。

(2) 法国科学研究中心的RABBIT机器人

2001年6月,法国科学研究中心(CNRS)启动了一项机器人技术国家计划,称作“机器人与人工体”ROBEA(“Robotics and Artificial Entities”)项目。该项目中有一个方面是仿人机器人快速行走与奔跑步态的控制,研究时间持续三年。在该项目研究计划以及美国国家科学基金会的资助下,该研究中心的Chevallereau与美国密歇根大学的Grizzle以及俄亥俄州立大学的Westervelt等人[16]合作研制了著名的“RABBIT”样机,如图1(l)。

2.4 国内研究概况

国内仿人跑步机器人的研究主要集中在各大高校,比如北京理工大学,上海交通大学,西安电子科技大学,而且研究目前停留在理论探索和虚拟样机仿真阶段,还没有研制出能够跑步的仿人机器人实体机构样机。

3 步态规划

仿人机器人的跑步动作包括两个阶段:起跳阶段和飞行阶段。在起跳阶段,机器人单脚着地,腿先收缩然后伸展,通过蹬地动作使机器人离开地面进入飞行阶段;在飞行阶段,机器人双脚离开地面,调整各条腿的姿态以准备下一次着地,如图2所示。步态规划的任务就是按照一定的约束条件(比如能量、稳定性等)离线或者在线规划出质心和两脚掌的轨迹,然后再根据机器人逆运动学计算,得出机器人各个关节的运动序列。步态规划方法主要有以下五种:

3.1 基于仿生学的步态规划

由于人类及动物的跑步运动是经过上万年进化而来,因此具有一定的优点。另外仿人跑步机器人本来就是模仿人类的跑步动作,因此就自然而然的采用人或动物的跑步时的数据来进行机器人的步态规划。但由于机器人和人及动物的结构、运动学及动力学等方面存在差异,不能直接把记录到的曲线应用到机器人关节轨迹的规划中,必须对这些数据进行修正,使它们满足机器人跑步时的约束条件和稳定性条件后,才能应用到机器人上。比如Ikeda T.等人[17]通过记录袋鼠跳跃时重心的轨迹、身体各部分对重心的动量矩、袋鼠脚对地面的作用力和袋鼠各部分对脚跟的动量矩等参数曲线,然后采用二阶微分方程对它进行逼近,从而得到袋鼠跳跃时各个关节的运动轨迹。

3.2 基于分析构造的步态规划

基于分析构造的步态规划是指在给定跑步步态参数以及满足动态稳定性的前提下,通过数学分析方法,确定跑步过程中上体(胳膊、髋关节或机器人整体质心)的轨迹以及双脚的轨迹,然后利用运动学求解机器人各个关节在时间和空间上的一种协调关系。在这个基本原理的基础上,不同学者根据不同的分析方法,比如数学分析、动力学分析方法等,提出了各自的步态规划方法。

黄强等人[18]利用三次样条曲线二阶导数的连续性,拟合出仿人跑步机器人髋关节和双脚的平滑轨迹,在满足稳定性的前提下规划出机器人跑步的步态。Kajita S.等人[9]把机器人当作倒立摆模型,在机器人满足起跳动力条件和跑步稳定性的前提下,采用正弦曲线规划出机器人跑步时质心的运动轨迹,然后再规划机器人上臂和双脚的轨迹,从而实现了机器人跑步。Ken'ichiro N等人[8]在机器人满足跑步动力学条件和跑步稳定性的情况下,通过近似求解二阶微分方程,规划出QRIO机器人跑步时质心在不同阶段的连续轨迹,然后再规划机器人上臂和双脚的轨迹,通过求解逆运动学规划机器人的步态。Kajita S.等人[10]采用分解动量矩方法规划机器人的跑步步态。他们首先推导出机器人各部分对整体质心的动量、动量矩与各个关节角度、角速度之间的关系式,然后再确定实现某种跑步步态时所需要的参考动量、动量矩,根据推导出的关系式以及规划好双脚的运动轨迹,便可以求出身体各个关节的运动轨迹。

3.3 基于能量优化的步态规划

仿人跑步机器人运动速度快,所需关节驱动力矩大,机器人消耗的能量很大,因此基于能量优化原理来规划跑步机器人的步态十分必要。Fujimoto Y[19]基于机器人在单个跑步周期内能量消耗最小为原则,在跑步机器人拉格朗日动力学方程的基础上,通过起跳阶段和飞行阶段的约束条件,把最小化能量指标转变为Bolza问题,采用最优控制方法求解,得到机器人在单周期内各个关节的角度、角速度及角加速度等运动学量,从而实现了跑步机器人的运动规划。他仅以五连杆平面跑步机器人为例进行数值仿真,如果扩展到一般仿人跑步机器人,由于自由度增加很多,则这种算法将十分复杂。雷绪生等人[20]采用遗传算法(Genetic Algorithm),以机器人消耗能量最小为准则,对仿人跑步机器人的跑步轨迹进行了优化,并在ADAMS下以28个自由度的仿人机器人为对象进行了算法仿真验证,结果表明该算法对跑步步长和步周期具有鲁棒的自适应性。

3.4 基于稳定性的步态规划

仿人跑步机器人采用双腿移动方式,稳定性问题对于动态跑步运动十分重要,为此产生了基于稳定性的步态规划。关于这个问题有两种方法,第一种是先给定机器人双脚及髋关节运动轨迹的范围,然后找出稳定裕度最大的髋关节轨迹,如黄强等人[18]采用的就是这种方法。该方法直观,能在保证稳定性的前提下得到平滑的轨迹,但需要用遍历的方法反复计算,计算量大,不易实时实现;第二种方法是首先设计起跳阶段理想的ZMP轨迹,然后确定实现理想ZMP轨迹所需的关节运动。但是根据身体各关节的运动确定ZMP轨迹计算比较方便,且解唯一。而根据理想的ZMP轨迹确定机器人各关节的运动比较复杂,且存在多解,解决办法是采用优化方法再对关节轨迹进行优化,比如神经网络、遗传算法等。这种方法的优点是一旦求出了各关节的运动轨迹,必定满足跑步稳定性条件。但其缺点是由于机器人躯体运动引起的ZMP变化有限,有些ZMP轨迹不可能实现,即使能够实现,可能会在躯体产生较大加速度,因而需要的驱动力矩更大,并使控制变得困难。Hyeonsik Shin等人[21]以弹簧载荷倒立摆模型(Spring-Loaded Inverted Pendulum,SLIP)为基础,根据ZMP稳定性判据生成了仿人机器人的跑步步态,并对相应的跑步控制算法进行仿真研究。

3.5 基于神经网络的步态规划

基于神经网络的步态规划就是根据机器人跑步时的基本参数,如跳跃高度、步距、起跳时的动量矩以及身体各部分的初始位置,通过神经网络学习算法,得到机器人各个关节在每一瞬间的驱动力矩以实现稳定的跑步动作。这种方法避免了对机器人的逆动力学运算,因此具有一定的优点。如Doerschuk P.I.等人[22]对多关节跑步机器人的运动规划及控制就是这种方法的代表。另外,雷绪生等人[23]采用径向基神经网络(RBFNN),以机器人关节驱动力矩平方的积分为代价函数,对仿人跑步机器人的跑步轨迹进行了优化,并通过仿真与之前的遗传算法进行比较,发现基于径向基神经网络优化得出的轨迹比基于遗传算法优化的能量消耗要稍多,但是在髋关节位置最高处,基于径向基神经网络优化得出的轨迹比基于遗传算法优化的能量消耗要减少20%。

4 难点问题和未来工作

自从索尼公司2003年底成功研制出第一台仿人慢跑机器人以来,国内外越来越多的研究机构和高校开展了对该方面的研究,并取得了不少成果,但我们也应该认识到,目前仿人跑步机器人的速度还很低,要实现真正要真正像人类那样实现快速、灵活和稳定的跑步动作,还有很多理论问题和技术问题需要进一步深入地研究。

第一,开发大力矩的驱动器件,并研制能够快速处理各种信号的控制芯片,以满足仿人跑步机器人机构要求;

第二,减小跑步过程中机器人关节的驱动力矩,即减小跑步过程中机器人的能量消耗,提高跑步过程的能量效率;

第三,建立仿人跑步机器人统一的仿真验证平台,可以对跑步运动步态规划算法和控制策略进行仿真验证;

第四,引入神经网络、遗传算法以及增强学习等智能算法,使机器人根据以往跑步的经验实现自我学习。

5 结束语

小型仿人机器人控制系统设计 第7篇

仿人机器人汇集了计算机、电子、通信、自动控制、传感器等多领域的尖端技术, 代表了机电一体化的最高成就, 是一个热门的研究领域。从机器人的发展趋势來看, 与人类密切相关的仿人机器人被摆在越來越重要的位置, 成为世界各国一致看好并为之努力发展的方向。而仿人机器人控制系统的设计为机器人学、控制理论、机电一体化及其它相关学科提供了良好的实验平台。

本文在研究分析当前舵机仿人机器人控制系统设计的基础上, 选择响应速度快、功耗低、并且输入输出可编程控制的Atmega16单片机作为整个控制系统的微控制器, 并据此进行了硬件和软件部分的设计。最后将设计好的控制系统成功的运用在设计好了的仿人竞速机器人上, 并取得了良好的控制效果。

2 舵机简介

根据人体的结构, 人的直立行走是由于各个关节协调配合运动的结果。为了模拟人体的各个关节通常采用一个舵机来代表一个关节。仿人机器人在直立行走的过程中, 运动的关节最少为16个, 因此所设计的控制系统所能控制的舵机数量必须大于或者等于16个。

舵机又叫Servo, 是一种位置伺服电机。舵机内部结构包括控制电路、电位比较器、减速齿轮组以及直流电机。舵机的转动角度通过PWM波来控制, 舵机内部有一个基准电路, 产生周期20ms, 宽度1.5ms的基准信号;一个比较器, 将外加信号与基准信号相比较, 判断出方向和大小, 从而产生电机的转动信号。因此对于舵机的控制就是要控制单片机各个引脚产生的PWM波的脉宽也就是高电平的持续时间, 不同的脉宽分别对应舵机的不同转动角度。

3 电路原理图

本文利用Atmega16单片机做微控制芯片, 因此电路要对单片机的最小系统进行设计。单片机最小系统包括复位和晶振电路。同时根据机器人的控制特点需要进行串口通信, 因此为单片机设计了RS232通信接口。完整的电路原理图如图1所示。

4 PWM波的产生

多路PWM波的输出原理如下:舵机的控制脉冲周期为20ms, 而用于舵机控制的可调脉宽为0.5-2.5ms。由于其工作正脉冲的宽度小于脉冲周期的1/8, 所以可以把整个PWM周期分成8个时间段。每一个时间段作为一个PWM波输出组每组包含M个输出通道进行PWM波输出, 每个时间段启动一组PWM信号正脉冲, 这样就可以在一个PWM周期内同步输出8×M路的PWM信号。原理如下图2所示

根据多路PWM波的产生原理, 结合ATmega16的片内资源, 可以利用ATmega16的定时器1来实现多路PWM波的输出。ATmega16单片机的PA、PB、PC共24个引脚分别对应每个舵机的接口, 并把每个引脚用一个一维数组a[i]来表示, 那么i总共有24个取值。同时将舵机的转动角度180°, 平均分成500份, 每一个转动角度对应一个a[i]的取值, 那么a[i]的取值范围为0-500。根据实验将每一份需要的高电平持续时间算出。同时测出Atmega16单片机执行for循环所需要的时间, 将俩个时间的对应关系算出来。这样就可以利用for循环来控制每一路高电平的持续时间。

将PWM周期20ms分成六组, 则输出PWM的时间为6×2.5=15ms, 而舵机电路所识别的PWM周期为20ms, 这时可以通过Atmega16单片机上的定时器1来对脉宽进行定时, 从而保证周期为20ms。每一组根据期望值和实际值的差来确定高电平的持续时间, 当每一组开始输出PWM波时, for循环开始计时, 当计到期望值与实际值之差时, 通过编程来使得端口电平翻转。这样就完成了多路PWM波的实时输出。

5 结束语

通过利用Atmega16单片机作为微控制芯片, 设计出的小型仿人机器人控制系统, 不仅电路比较简单而且在实际的应用上也有良好的表现。将此仿人机器人控制系统用在所设计的小型舵机仿人机器人上, 仿人机器人进行了稳定快速的仿人直立行走。

摘要：基于小型舵机机器人的控制特点, 在阅读国内外重要文献的基础上结合实际情况, 对小型仿人机器人控制系统进行了相关的设计。用Atmega16单片机作为微控制器并利用protel99SE完成了控制系统硬件方面的设计, 然后根据舵机的控制方式, 利用分时成组法, 使得单片机控制24个舵机同时转动。最后根据仿人机器人行走的不同位姿来确定每个舵机的转动角度, 从而控制机器人稳定行走。

关键词：舵机,Atmega16,protel99S

参考文献

[1]谭冠政, 朱剑英, 尉忠信.国内外两足步行机器人研究的历史、现状及发展趋势[J].机器人, 1992.

[2]李基辅.仿人机器人控制系统的设计及实现[D].广州:广东工业大学, 2012.

仿人智能 第8篇

在Robo Cup仿人足球机器人比赛中,视觉是其获得外界信息的主要途径,机器人通过摄像头去采集周围环境的图像信息,进而对环境进行认知,对目标进行识别。在机器人足球比赛中,球场中的信息包括蓝色和黄色的球门、角球柱、橙色的球等,足球机器人需要对其所获取到的信息进行识别及判断进而做出相应的决策,因此仿人足球机器人识别的准确性和实时性对于比赛的结果来说是至关重要的。本次创新项目研究主要是基于i Kid机器人的视觉系统。

根据场地调试经验发现机器人视觉模型及定位追踪算法中存在以下不足:1)当周围环境有稍微变化或者环境中有与目标物体颜色相接近的物体时,对目标识别标定结果有很大的影响;2)由RGB到HSV的转换影响系统的实时性;3)目前足球机器人的定位是利用坐标之间的变换及三角形成像规律算法,调试中发现这种定位算法在精度上存在很大问题;4)当机器人距离目标物体较远时,对目标定位不准确,定位误差较大。

针对于以上问题,本次项目中,本文提出改进原有机器人的视觉模型、目标定位算法等,并加入追踪算法,使i Kid机器人视觉系统更加准确高效。

1 机器人系统结构

此项目研究的平台是i Kid仿人足球机器人。i Kid机器人共有20个自由度,头部有仰俯和摇摆两个自由度,腿部有6个自由度,手臂处分别有3个自由度。其头部采用的是USB网络摄像头LogitechC905,核心板型号为Cortex-A8,所选用的舵机型号为韩国Robots公司的RX28和RX64。

在智能决策系统硬件方面,i Kid机器人采用Cortex-A8核心板,其主处理器为Samsung S5PV210。此外,S5PV210内部集成了高性能图形引擎,同时也包含了图像硬解码功能,能够流畅运行Android、Linux等操作系统。

i Kid仿人足球机器人的图像采集器选择的是USB2.0网络摄像头Logitech C905,它能够以30帧/秒的速度传送分辨率为640480的压缩图像,摄像头的采集频率可达人眼的频率,且能在当前比赛场地的坐标位置看到场地任意位置的目标。摄像机还具备可变白平衡、可变增益等自动调节功能,能够使机器人在不同的光照情况下保持良好的图像质量。该摄像头支持RGB和YUYV格式的图像,支持多分辨率。

在i Kid机器人决策方面,采用的是运动控制系统与智能决策系统分离的分布式系统,经Wi-Fi传送的信息及摄像机采集到的图像信息处理后使机器人做出相应的决策,控制舵机做出相应的运动,使机器人做出相应的运动。

具体系统简图如图2所示。

图2 i Kid仿人足球机器人系统简图(参见右栏)

整体来讲,i Kid足球机器人的硬件平台由其视觉系统、决策系统及运动控制系统构成。

2 色彩模型的改进

2.1 色彩模型的选取

彩色图像的方式模型有多种,较为常用的是RGB模型、HSV模型和YUV模型。RGB模型受光线的影响较大,而在比赛中,稍微移动一下比赛场地就可能受到影响,进而需要重新标定。YUV模型中,Y项表示的是光照强度,也就是明亮度(Luminance),U和V表示的是色度(Chrominance)。其中亮度信号Y和色度信号U、V的信息是相互独立的,关联性小,同时降低彩色分量的分辨率也不会明显对图像的质量造成影响。

YUV色彩模型是从RGB模型经线性变换而得到的,转换公式如下[1]:

针对于在比赛经验中经常出现的因场地光照不均匀和场外相似颜色的干扰给机器人识别造成的影响,本文选用建立YUV色彩模型。

2.2 建立色彩分类表

原有机器人采用色彩分割技术,为了实现图像采集的高准确度与高效性,项目中加入了色彩分类表。首先是摄像头进行图像的采集,项目中所使用的网络摄像头Logitech C905支持直接采集RGB和YUYV格式的图 像。图像 传输采用USB传输。YUYV格式数字图像的最低传输速率为:

其中,N为图像分辨率,B为位数,η 为帧速率。

为了保证足球机器人在赛场上能较快地进行图像获取和处理,通过多次试验选择将采集到的图像以RGB的压缩格式通过图像处理器的硬解码功能转换为YUYV格式图像。每张图片能够用8ms完成格式转换。YUYV色彩模型 是抽样格 式 , 即为YUV4:2:2,保留Y像素,UV在水平空间上每两个像素采样一次。

其次建立像素表,像素表表示一个图像的YUV与颜色表中的数据相互映射的关系。原始的YUV为三组8位数据,将三组数据并列建立表的索引便可发现每组数据都能被索引到,即通过某一处的像素点Y、U、V的值在表中进行索引得出对应像素点的颜色标号。为了减少光照造成的影响,先让足球机器人多次进行场地图像采集,然后对所拍摄到像素点的Y、U、V的值进行统计,进而选择阈值。

在进行机器人颜色标定及建立色彩模型的过程中,分析数据发现环境照明度的变化对U和V值的分布影响极小,可认为U和V值并不随着光照条件的变化而变化,色彩校正表一般来说是不需要重新生成的,仅当光线发生较大变化时仍然需要重新标定。

下图为摄像头采集到的图像颜色分离及归类处理过程流程:

标定过程是机器人对颜色识别的学习过程,主要目的是让机器人识别出目标足球的橙色、球门的黄色和蓝色及地毯的绿色等都是哪些索引。

在机器人识别的过程中,还加入了边缘检测方法,主要通过判断目标球是否为圆形及判断球门的长和高是否满足一定的比例,还有限制机器人识别较远位置的足球的能力,最终识别并确定目标物体,以保证识别的准确性。

3 球的定位

球的定位在机器人的足球比赛中是至关重要的一个环节,也是机器人所应当具备的最基本的功能,因为不论进攻、防守都是以球为中心的对抗,所以做好足球机器人对球的定位具有重要的意义。

i Kid机器人视觉系统是摄像头位于机器人头部随着机器人头部及身体运动的单目系统。i Kid机器人原采用的是三角形定位法,经场地调试认为该算法对机器人的目标识别的精度不能很好地满足比赛需求,容易产生失误。因此实现精确定位的关键在于图像坐标系与机器人坐标系之间的转换。?

单目视觉系统采集到的是图像的二维信息,因此需要限制目标物体所在的平面,最终确定目标物体的空间位置。采用小孔成像模型建立机器人目标定位的成像模型,设机器人坐标系下任意坐标为 在摄像头坐标系下的坐标为 在图像坐标系下的坐标为 由小孔成像模型可知:

其中f为摄像头的焦距。设摄像头运动,绕Z轴旋转a角,绕Y轴旋转了β角度,则可得知摄像头坐标系对机器人坐标系的旋转矩阵R为:

在机器人坐标系与摄像机坐标系的关系为:

T为摄像头对机器人坐标系的偏移矩阵。为了方便研究,所以忽略了i Kid机器人在行走时有可能产生的很小的倾斜角并认为目标球在地面上,令i K i d机器人的身高为H,则可知偏移矩阵为:

再根据小孔成像模型所得到了公式(3)联立计算可得:

(8) (参见右栏)

其中,k为摄像头采集到的图像的放大系数。

经过i Kid足球机器人赛场上的实际调试发现,本目标定位算法准确度还是比较可靠的。

4 目标的追踪算法

为了能够提高仿人足球机器人在赛场上找球的效率,进行更准确快速的目标定位,本文设计采用Camshift算法进行目标的追踪。根据以往的比赛经验,i Kid机器人在找球的过程中,一旦由于某些原因丢失了目标,系统将命令机器人重新全方位搜索,需要重新对环境进行识别和判断,在赛场上,因来回找球浪费大量时间对比赛十分不利,加入目标追踪算法会大大提高效率。

4.1 Camshife算法基本原理

Camshife算法是根据摄像头所采集到的视频图像,利用目标颜色的特征在连续的视频图像中找到移动的目标,进而准确判断出其位置和大小。在下一帧的所获得的视频图像信息中,利用前一帧的大小位置信息来初始化搜索范围,这样可以大量节省寻找目标的时间,进而实现对目标的连续追踪。

Camshift算法具体内容如下[2]:假设搜索窗口中的像素点为(x,y),其投影图中对应的像素值为I(x,y)。定义搜索窗口如下:

接下来根据M00调整需要搜寻的窗口的大小,将搜索窗口的中心移动到质心,利用二阶矩阵求取目标搜寻窗:

试验结果表明,加入Camshift算法能够基本实现足球机器人队目标的连续跟踪,但要保证目标球在其视野范围内且无其他大面积相似颜色的干扰。

4.2 目标定位与追踪实验结果

以i Kid足球机器人为实验平台,在比赛场地中进行目标球的标定与识别,结果如图7、8所示。

5 整体结果

经实际调试及赛场经验数据记录,算法改进后,i Kid机器人在视觉识别和定位方面有了较大的提高。像素表的建立使机器人能够快速查表滤除杂色,提高了识别的准确度;加入目标追踪算法实现了i Kid机器人对目标的追踪,整体完成了项目预期的目的。

在仿人机器人调试中还遇到下列问题,相应的解决方法如下:

(1)摄像头采集图像时,受光线影响较大,很多相近的颜色难以区分,选择阈值较为困难。改进措施:对机器人摄像头参数进行调整,对光线进行补偿,得到较好的图像。

(2)在操作者对视觉进行标定时,需要采集全场各个角度的图像,图像采集标定时较慢。改进措施:利用上层决策,使机器人的摄像头自主旋转,扫描全场来采集图像,这样避免了死角出现,也减少了人为采集图像的时间,提高了效率。

摘要：对于仿人足球机器人来说,视觉功能是极其重要的。在足球机器人的各种关键技术中,机器视觉是应用范围最广,最为基本的技术之一。移动机器人视觉的研究主要集中在颜色模型建立、目标识别、定位以及跟踪等方面。仿人机器人视觉系统的识别与定位算法也是目前的研究热点,目标的实时识别与定位是足球机器人在足球赛中精确踢球的前提。文章主要是针对目前足球机器人在视觉系统上所存在的问题进行了颜色模型建立及目标定位算法的改进,加入了目标追踪算法,确保目标识别与定位的准确。在i Kid足球机器人上进行试验并调试,试验结果具有较好的实时性和准确性。