基于NAO的仿人机器人行走控制研究

论文摘要

机器人自20世纪走进人类社会以来,已取得了巨大的发展,机器人技术代表了当今最为先进的自动化控制技术。而仿人机器人以类人的外形结构出现,受到社会各界高度关注。仿人机器人可以适应人类的生活和工作环境,代替人类完成各种任务,在很多应用方面可以发挥人类的能力。目前对于仿人机器人的研究仅限于在较为理想的环境下进行,机器人还不能智能地应对相对恶劣的环境。由于仿人机器人所具有的非线性、高维度、强耦合的特性,使机器人的行走控制技术一直是机器人技术领域的一个难点和重点。在与周围环境发生接触交互时,对运动的干扰也是不可避免的,机器人如何应对这些干扰也显得尤为重要。本文针对NAO进行仿人机器人行走控制研究,进行了相关技术的研究与应用。首先,为了更加准确地得到机器人NAO躯干姿态信息,克服陀螺仪与加速度计本身具有的局限性,采取卡尔曼滤波的方法,对两个传感器的数据进行融合,得到机器人躯干绕坐标轴旋转的角度,得到的信息将为后续的稳定性控制做好基础准备。接着,提出一种基于模型的双足机器人步态规划方法,即线性倒立摆模型,应用到仿人机器人NAO平台之上。本文在阐述线性倒立摆模型的原理后,进行仿人机器人NAO的步态数据规划,并进行实验验证。其中,该步行规划方法打破传统的常量ZMP模型,在双脚支撑期间采用三次函数进行平滑处理,并同步规划出每个控制周期相对应的ZMP轨迹和质心轨迹。这样,避免了双足支撑期阶段ZMP轨迹的连接问题,从而使质心的运动速度可以进行平滑的过渡；此外,在机器人运动模型上一改传统的逆运动学求解模型,将机器人的抬脚高度考虑到规划的过程当中,取得了良好的实验效果。本文研究了一系列的站立和行走过程中的反馈策略。着重提出四种反馈策略,分别为踝关节策略、髋关节策略以及下肢关节策略和上肢策略。该反馈策略的组合能够使机器人行走过程中抵抗外界环境的干扰,进而顺利完成任务。此外,鉴于仿人机器人NAO的结构复杂、状态较多,本文设计了一套对机器人自身状态进行实时监控的系统,令机器人的使用变得方便安全高效率。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 引言
• 1.2 仿人机器人的应用与研究现状
• 1.3 仿人机器人研究意义
• 1.4 仿人机器人NAO介绍
• 1.4.1 机器人NAO简介
• 1.4.2 机器人NAO平台的应用现状
• 1.5 本文的主要内容
• 第2章 仿人机器人的行走控制原理及关键技术
• 2.1 多传感器信息融合
• 2.1.1 多传感器信息融合关键问题
• 2.1.2 多传感器信息融合算法
• 2.2 仿人机器人稳定性判据
• 2.2.1 ZMP判据
• 2.2.2 足旋转指标FRI
• 2.2.3 重心力矩轴CMP判据
• 2.2.4 几种方法的讨论
• 2.3 仿人机器人步态规划
• 2.4 反馈平衡控制
• 2.4.1 机器人所配置的传感器
• 2.4.2 机器人NAO的反馈控制方法
• 2.4.3 高端机器人上的反馈控制
• 2.5 本章小结
• 第3章 基于传感器数据融合的机器人NAO姿态估计方法研究
• 3.1 仿人机器人NAO惯性传感器概述
• 3.1.1 陀螺仪
• 3.1.2 加速度计
• 3.2 传感器静态条件下的性能分析
• 3.2.1 静态下加速度计性能分析
• 3.2.2 静态下陀螺仪的性能分析
• 3.3 传感器动态条件下的性能分析
• 3.3.1 实验方法
• 3.3.2 结果分析讨论
• 3.4 基于卡尔曼滤波数据融合的机器人姿态估计方法
• 3.4.1 卡尔曼滤波基本原理
• 3.4.2 基于卡尔曼滤波的机器人姿态估计
• 3.4.3 姿态估计实验结果及分析
• 3.5 本章小结
• 第4章 基于倒立摆模型的机器人NAO步态规划方法研究
• 4.1 线性倒立摆模型
• 4.2 基于线性倒立摆模型的机器人NAO步态规划
• 4.2.1 机器人NAO在前向平面中的运动规划
• 4.2.2 机器人NAO在侧向平面的步态规划
• 4.3 实验结果分析
• 4.4 本章小节
• 第5章 仿人机器人NAO反馈控制策略研究
• 5.1 脚踝关节策略
• 5.1.1 闭环步态数据的生成
• 5.1.2 脚踝关节角度补偿
• 5.1.3 不稳定支撑斜面姿态保持实验
• 5.2 腰部姿态控制策略
• 5.3 下肢关节控制策略
• 5.5 本章小结
• 第6章 仿人机器人NAO的状态监测系统设计与实现
• 6.1 机器人NAO的状态信息分类
• 6.2 机器人NAO状态监控系统设计与实现
• 6.3 本章小结
• 第7章 总结与展望
• 7.1 总结
• 7.2 展望
• 参考文献
• 致谢
• 硕士期间获奖情况及发表论文