双足机器人稳定行走的仿人预测控制方法研究

论文摘要

双足稳定行走是双足机器人研究领域的首要目标。目前,ZMP(零力矩点)行走方法已得到广泛应用并取得了显著成就,但也存在不足。本文对双足机器人的控制理论进行改进、提高和完善,为双足机器人稳定行走的控制软件开发提供更好的理论基础。力求使双足行走方式的稳定性更强。在完善和发展双足机器人稳定行走的相关控制理论和技术方面,本文主要解决四个问题,第一个问题是双足机器人的奇异姿态;第二个问题是预测控制器的参数调控标准;第三个问题是预测控制的性能;第四个问题是ZMP行走方法缺乏自适应性。针对这四个问题,开展了四个方面的研究:逆运动学算法改进研究,预测控制器参数取值研究,结合仿人智能控制和预测控制的仿人预测控制策略研究,以及ZMP和动力学模型与仿真研究。文本的主要创新点有:1、改进逆运动学算法针对双足机器人逆运动学的数值解法中存在的雅可比矩阵奇异性和调节参数固定问题,提出一种改进的逆运动学算法,从而使机器人在行走过程中避开雅可比矩阵奇异性导致的奇异姿态,提高了脚步的运动精度。其方法是通过微分运动方程的近似解避开雅可比矩阵求逆,利用能够减小跟踪误差的自适应模糊控制法,调节自适应参数以使近似解任意逼近精确解,从而得到精确性极高和强鲁棒性的模糊自适应可调增益算法。通过实验分析和验证了改进的逆运动学算法的有效性,而且整套算法耗时少,可以用于双足机器人的实时控制。2、建立预测控制器参数调控方案通过对预测控制器模型和极点的深入分析,解决了预测控制生成步行模式时参数间关系和参数取值范围问题,为预测控制器的参数调控提供了一种方案。预测控制通过控制质心运动生成步行模式以实现ZMP目标轨迹跟踪。根据预测控制器模型研究参数间的关系,最终将独立参数减少到一个,并通过极点分析讨论其取值范围。提出的关键参数具有明确的物理意义,在容许取值范围内,可以保证系统的稳定性,并生成满足稳定步行的质心运动。实验验证了在存在扰动情况下,如关键参数取适当值,能够生成稳定的步行模式。3、提出仿人预测控制步行模式生成方法结合仿人智能控制与预测控制,提出一种新的仿人预测控制在线步行模式生成方法,克服了预测控制在环境扰动引起的模型失配时的性能下降缺点,增强了双足行走的自适应性。考虑到事先规划好的期望ZMP缺乏自适应性,可以把期望ZMP分解成离线规划好的参考ZMP和实时变化的可变ZMP之和。添加实时可变ZMP具有消除外力干扰、适应不平整地面和姿态控制等功效。通过预测控制系统和可变ZMP逆系统的共同作用对质心运动进行控制,可以生成具有自适应性的步行模式。由于仿人智能控制对模型的精确性依赖程度不高,并对误差有较强的抑制能力,针对单一预测控制系统对诸如矩形齿状可变ZMP的跟踪存在较大误差,设计了与预测控制相结合的仿人预测控制系统。实验结果表明,对于带可变ZMP的期望ZMP,仿人预测控制系统能够实现较好的跟踪。

论文目录

• 中文摘要
• 英文摘要
• 1 绪论
• 1.1 选题背景和研究的意义及目的
• 1.1.1 选题背景
• 1.1.2 研究的意义及目的
• 1.2 双足机器人样机系统的研究进展
• 1.3 双足机器人的理论研究内容与方法
• 1.4 双足机器人稳定行走理论及控制的研究现状
• 1.4.1 逆运动学的研究现状
• 1.4.2 动力学和三维仿真的研究现状
• 1.4.3 基于预测控制生成步行模式的研究现状
• 1.4.4 基于ZMP 稳定行走控制的研究现状
• 1.5 稳定行走控制理论所要研究的主要问题
• 1.6 论文构成
• 1.6.1 引入仿人智能控制的必要性
• 1.6.2 本文的主要研究内容
• 1.6.3 本文拟解决的问题和研究主线
• 1.6.4 各章内容安排
• 2 改进的逆运动学算法
• 2.1 引言
• 2.2 运动学基本理论
• 2.2.1 基本物理量及其关系
• 2.2.2 姿态矩阵和位姿矩阵
• 2.2.3 由旋转矩阵求角速度矢量
• 2.2.4 齐次变换的链乘法则
• 2.2.5 双足机器人正运动学
• 2.2.6 雅可比矩阵
• 2.3 逆运动学的原算法及问题
• 2.3.1 原算法介绍
• 2.3.2 存在的问题
• 2.4 改进的逆运动学算法（IIKA）
• 2.4.1 逆运动学的近似解
• 2.4.2 基于模糊自适应可调增益控制的改进算法
• 2.5 实验对比分析
• 2.6 本章小结
• 3 ZMP 和动力学模型分析
• 3.1 引言
• 3.2 双足机器人步行方式的分类与比较
• 3.3 双足机器人行走过程分析
• 3.4 ZMP 稳定性判据分析
• 3.4.1 ZMP 的概念
• 3.4.2 ZMP 与稳定性的关系
• 3.4.3 ZMP 的计算
• 3.4.4 稳定区域与稳定裕度
• 3.5 双足机器人的动力学模型
• 3.5.1 空间速度的定义
• 3.5.2 连杆空间速度的计算
• 3.5.3 基于空间速度的动力学模型
• 3.6 本章小结
• 4 稳定步行模式预测控制的实现方法
• 4.1 引言
• 4.2 ZMP 伺服系统的状态空间模型
• 4.3 基于预测控制的步行模式生成
• 4.3.1 预测控制器
• 4.3.2 步行模式生成方法
• 4.4 生成步行模式的参数分析
• 4.4.1 参数间的关系
• 4.4.2 影响步行模式的关键参数
• 4.5 参数的实验标定及验证
• 4.6 本章小结
• 5 稳定行走的仿人预测运动控制
• 5.1 引言
• 5.2 预备知识
• 5.2.1 仿人智能控制（HSIC）的基本原理
• 5.2.2 仿人智能控制器的设计
• 5.2.3 预测控制与仿人智能控制的结合
• 5.3 步行模式生成的预测控制方法
• 5.4 基于预测控制的可变ZMP 系统
• 5.4.1 可变ZMP 的定义及用途
• 5.4.2 可变ZMP 的逆系统设计
• 5.4.3 带逆系统的预测控制系统的性能
• 5.5 仿人预测控制系统（HSPC）
• 5.5.1 ZMP 跟踪误差分析
• 5.5.2 仿人预测控制系统的设计
• 5.6 本章小结
• 6 仿真系统开发与实验验证
• 6.1 引言
• 6.2 双足机器人数据结构的建立与参数设置
• 6.2.1 数据结构的建立
• 6.2.2 连杆和关节参数设置
• 6.3 双足机器人运动学模型及关节运动算法设计
• 6.3.1 双足机器人的运动学模型
• 6.3.2 关节运动算法设计
• 6.4 三维仿真系统建立
• 6.4.1 三维仿真系统建立方法
• 6.4.2 行走姿态的三维仿真
• 6.5 实验验证
• 6.5.1 改进的逆运动学算法（IIKA）实验
• 6.5.2 基于仿人预测控制的行走实验
• 6.6 本章小结
• 7 结论与展望
• 7.1 本文研究工作总结
• 7.2 主要创新点
• 7.3 后续研究工作的展望
• 致谢
• 参考文献
• 附录
• A 作者在攻读博士学位期间发表的论文目录
• B 作者在攻读博士学位期间参加的科研项目