仿生机器人关键技术.pdf

该【仿生机器人关键技术 】是由【小屁孩】上传分享，文档一共【7】页，该文档可以免费在线阅读，需要了解更多关于【仿生机器人关键技术 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。 : .
穷则独善其身，达则兼善天下。——《孟子》




仿 生 机 器 人 关 键 技 术
本页仅作为文档封面，使用时可以删除
This document is for reference only-
: .
穷则独善其身，达则兼善天下。——《孟子》
仿生机器人关键技术
“仿生机器人”是指模仿生物、从事生物特点工作的机器人。，涉及到机械
设计、计算机、传感器、自动控制、人机交互、仿生学等多个学科。因此，机
器人领域中需要研究的问题非常多。主要研究问题包括以下五个方面：
1 建模问题
仿生机器人的运动具有高度的灵活性和适应性。其一般都是冗余度或超冗
余度机器人，结构复杂，运动学和动力学模型与常规机器人有很大差别，且复
杂程度更大。为此，研究建模问题，实现机构的可控化是研究仿生机器人的关
键问题之一。
2 控制优化问题
机器人的自由度越多，机构越复杂，必将导致控制系统的复杂化。复杂巨
系统的实现不能全靠子系统的堆积，要做到整体大于组分之和，同时要研究高
效优化的控制算法才能使系统具有实时处理能力。
3 信息融合问题
在仿生机器人的设计开发中，为实现对不同物体和未知环境的感知，都装
备有一定量的传感器。多传感器的信息融合技术是实现其具有一定智能的关
键。信息融合技术把分布在不同位置的多个同类或不同类的传感器所提供的局
部环境的不完整信息加以综合，消除多传感器信息之间可能存在的冗余和矛
盾，从而提高系统决策、规划、反应的快速性和正确性。
4 机构设计问题
合理的机构设计是仿生机器人实现的基础。生物的形态经过千百万年的进
化，其结构特征极具合理性，而要用机械来完全仿制生物体几乎是不可能的，
只有在充分研究生物肌体结构和运动特性的基础上提取其精髓进行简化，才能
开发全方位关节机构和简单关节组成高灵活性的机器人机构。
5 微传感和微驱动问题
微型仿生机器人有些已不是传统常规机器人的按比例缩小，它的开发涉及
到电磁、机械、热、光、化学、生物等多学科。对于微型仿生机器人的制造，
需 : .
穷则独善其身，达则兼善天下。——《孟子》
要解决一些工程上的问题，如动力源、驱动方式、传感集成控制以及同外
界的通讯等。实现微传感和微驱动的一个关键技术是机电光一体结合的微加工
技 术。同时，在设计时必须考虑到尺寸效应、新材料、新、工艺等问题。

为了解决以上问题仿真机器人需要采取以下技术：

目前，在结构化的室内环境中，以机器视觉为主并借助于其他传感器的移
动机器人自主环境感知、场景认知及导航技术相对成熟。而在室外实际应用
中，由于环境的多样性、随机性、复杂性以及天气、光照变化的影响，环境感
知的任务要复杂得多，实时性要求更高，这一直是国内外的研究热点。多传感
器信息融合、环境建模等是机器人感知系统面临的技术任务。
基于单一传感器的环境感知方法都有其难以克服的弱点。将多种传感器的
信息有机地融合起来，通过处理来自不同传感器的信息冗余、互补，就可以构
成一个覆盖几乎所有空间和时间的检测系统，可以提高感知系统的能力。因
此，利用机器视觉信息丰富的优势，结合由雷达传感器、超声波雷达传感器或
红外线传感器等获取距离信息的能力，来实现对本车周围环境的感知成为各国
学者研究的热点。
使用多种传感器构成环境感知系统，带来了多源信息的同步、匹配和通信
等问题，需要研究解决多传感器跨模态跨尺度信息配准和融合的方法及技术。
但在实际应用中，并不是所使用的传感器及种类越多越好。针对不同环境中机
器人的具体应用，需要考虑各传感器数据的有效性、计算的实时性。
所谓环境建模，是指根据已知的环境信息，通过提取和分析相关特征，将
其转换成机器人可以理解的特征空间。构造环境模型的方法分为几何建模方法
和拓扑建模方法。几何建模方法通常将移动机器人工作环境量化分解成一系列
网格单元，以栅格为单位记录环境信息，通过树搜索或距离转换寻找路径；拓
扑建模方法将工作空间分割成具有拓扑特征的子空间，根据彼此连通性建立拓
扑网络，在网络上寻找起始点到目标点的拓扑路径，然后再转换为实际的几何
路径。 : .
穷则独善其身，达则兼善天下。——《孟子》
环境模型的信息量与建模过程的复杂度是一对矛盾。例如针对城区综合环
境中无人驾驶车辆的具体应用，环境模型应当能反映出车辆自动行驶所必需的
信息，与一般移动机器人只需寻找行走路径不同的是，车辆行驶还必须遵守交
通规则。信息量越多、模型结构越复杂，则保存数据所需的内存就越多、计算
越复杂。而建模过程的复杂度必须适当，以能够及时反映出路况的变化情况，
便于做出应对。

定位是移动机器人要解决的三个基本问题之一。虽然GPS已能提供高精度
的全局定位，但其应用具有一定局限性。例如在室内GPS信号很弱；在复杂的
城区环境中常常由于 GPS信号被遮挡、多径效应等原因造成定位精度下降、位
置丢失；而在军事应用中，GPS信号还常受到敌军的干扰等。因此，不依赖
GPS的定位技术在机器人领域具有广阔的应用前景。
目前最常用的自主定位技术是基于惯性单元的航迹推算技术，它利用运动
估计（惯导或里程计），对机器人的位置进行递归推算。但由于存在误差积累
问题，航位推算法只适于短时短距离运动的位姿估计，对于大范围的定位常利
用传感器对环境进行观测，并与环境地图进行匹配，从而实现机器人的精确定
位。可以将机器人位姿看作系统状态，运用贝叶斯滤波对机器人的位姿进行估
计，最常用的方法是卡尔曼滤波定位算法、马尔可夫定位算法、蒙特卡洛定位
算法等。
由于里程计和惯导系统误差具有累积性，经过一段时间必须用其他定位方
法进行修正，所以不适用于远距离精确导航定位。近年来，一种在确定自身位
置的同时构造环境模型的方法，常被用来解决机器人定位问题。这种被称为
SLAM （Simultaneous Localization And Mapping）的方法，是移动机器人智能水
平的最好体现，是否具备同步建图与定位的能力被许多人认为是机器人能否实
现自主的关键前提条件。
近十年来， SLAM发展迅速，在计算效率、一致性、可靠性提高等方面取得
了令人瞩目的进展。 SLAM的理论研究及实际应用，提高了移动机器人的定位精
度和地图创建能力。其中有代表性的方法有：将 SLAM与运动物体检测和跟踪
（Detection and Tracking Moving Objects ，DATMO）的思想相结合，利用了二者 : .
穷则独善其身，达则兼善天下。——《孟子》
各自的优点；用于非静态环境中构建地图的机器人对象建图方法（Robot Object
Mapping : .
穷则独善其身，达则兼善天下。——《孟子》
Algorithm，ROMA），用局部占用栅格地图对动态物体建立模型，采用地
图差分技术检测环境的动态变化；结合最近点迭代算法和粒子滤波的同时定位
与地图创建方法，该方法利用ICP算法对相邻两次激光扫描数据进行配准，并
将配准结果代替误差较大的里程计读数，以改善基于里程计的航迹推算；应用
二维激光雷达实现对周围环境的建模，同时采用基于模糊似然估计的局部静态
地图匹配的方法等。

在地面上移动的机器人按移动方式不同，大概可以分成两类，一类是轮式
或履带式机器人，另一类是行走机器人，二者各有特点。
轮式机器人稳定性高，可以较快的速度移动，无人车、外星探测器等都是
典型的代表。大部分轮式或履带式机器人的运动控制可分成纵向控制和横向控
制两部分，纵向控制调节移动速度；横向控制调节移动轨迹，一般采用预瞄 -跟
随的控制方式。对无人车来说，在高速行驶时稳定性会下降。因此，根据速度
的不同需要采取不同的控制策略。在高速行驶时通过增加滤波器、状态反馈等
措施来提高稳定性。
行走机器人稳定性差，移动速度慢，但可以跨越比较复杂的地形，比如台
阶、山地等。与轮式机器人不同的是，行走机器人本身是个不稳定的系统，因
此运动控制首先要解决稳定性的问题，然后才能考虑使其按既定的轨迹移动的
问题。目前，主流的行走机器人控制方式有两种：电机控制和液压控制，二者
各有利弊。电机控制机构相对简单，但负载能力有限；液压控制可以获得较大
的负载能力，但机构复杂。
利用电机和轴承模拟人的关节，从而控制机器人稳定行走，是机器人控制
通常的方式。运动控制一般是将末端轨迹规划与稳定控制相结合：首先规划脚
掌的轨迹，再通过机器人运动学求解各个关节电机的旋转角。理论情况下，按
上述计算得到的关节角能够保证脚掌轨迹跟踪，但实际环境中存在很多扰动，
需要对关节角进行反馈校正，保证稳定性。稳定控制方法很多，其中一种简单
而常用的方法被称为零力矩点（ zero moment point，ZMP）法。其特征是：通
过检测实际 ZMP的位置与期望值的偏差，闭环调整关节角，使 ZMP始终位于
稳定区域以内，从而保证机器人不会摔倒。 : .
穷则独善其身，达则兼善天下。——《孟子》
闭环控制要求各个关节快速响应外界的扰动，这对负载能力有限的电机来
说是比较困难的。而液压系统的负载能力较高，因此具有更优秀的抗扰性能。
例如 Boston Dynamics公司研制的 Atlas机器人，在单脚独立的情况下，被外力
从侧面击打，仍然能保持不倒。这其中虽然不乏先进的控制方法，但其液压系
统的负载能力无疑是成功的有力保障。