?

仿人機器人理論研究綜述§§§§

張茂川，蔚偉，劉麗麗

（東北電力大學(xué)自動化工程學(xué)院，吉林 132012）

摘編自《機械設(shè)計與制造》2010年4期：166~168頁，圖、表、參考文獻已省略。

1　引言

仿人機器人（Humanoid Robot）是一種外形擬人的機器人，“仿人”的意義在于機器人具有類人的感知、決策、行為和交互能力。即不僅有類人的外形外觀、類人的感覺系統(tǒng)、類人的智能思維方式、控制系統(tǒng)及決策能力，更重要的是其最終表現(xiàn)出來的“行為類人”。它集機械，電子，計算機，材料，傳感器，控制技術(shù)等多門科學(xué)于一體，代表著一個國家的高科技發(fā)展水平。與其它機器人（工業(yè)機器人、蛇形機器人、輪式移動機器人等）相比，具有三個基本特征：1）能在人們所處的現(xiàn)實環(huán)境中工作；2）能使用人們所用的工具；3）具有人的形狀[1]。目前，國內(nèi)主要有HIT-I、HIT-II、HITIII，GoRoBoT-I，GoRoBoT-II；某大學(xué)的KDW-I，KDW-II，KDW-III和“先行者”；某理工大學(xué)的BRH-I、BRH-II；某大學(xué)的THBIP-I等。

從左到右分別為：AISIMO，H6，HRP-3，HUBO，WABIAN-2R

2　仿人機器人的理論研究內(nèi)容與方法

2.1 仿人機器人運動學(xué)、動力學(xué)和生物力學(xué)

仿人機器人一般是由頭部、軀干、兩手、雙足等構(gòu)成的多連桿機構(gòu)，它的運動學(xué)和力學(xué)的數(shù)學(xué)處理方法雖與工業(yè)機器人有許多共同之處，包括正運動學(xué)、逆運動學(xué)、動力學(xué)等問題，采用的方法有[3]：Lagrange方程、Newtow-Euler方程、D-H法、旋量指數(shù)積等。但有以下特點：無絕對的固定點；腳著地時與地面產(chǎn)生約束力和碰撞；著地腿的數(shù)量不同，力學(xué)狀況也會相應(yīng)發(fā)生變化。按照移動方式可以分為靜態(tài)步行、動態(tài)步行和跑步。目前雙足步行機器人的步行力學(xué)模型主要有多連桿模型、倒立擺模型和桌子—小車模型。

一些對于人體生物力學(xué)方面的研究不僅幫助人們更好的理解人類自身運動，而且為仿人機器人運動學(xué)的研究提供更加高效的算法。Popovic等基于人體行走數(shù)據(jù)提出了人體質(zhì)心角動量在行走過程中做周期性變化，這一原則被應(yīng)用于仿人機器人，提出了基于最小角動量的步態(tài)生成模式。Heidi Knuesel等以生物力學(xué)的觀點分析了擺動腿運動對跑步穩(wěn)定性的影響，并建立了彈簧—質(zhì)點模型。典型機器人樣機，如圖1所示。

2.2 仿人機器人平衡準(zhǔn)則

目前，對仿人機器人穩(wěn)定性的研究主要是基于Vukobratovic等人提出的零力矩點（ZMP Zero Moment Point）理論[4]。ZMP定義為機器人在步行運動過程中地面支反力的合力作用點，等價于壓力中心。ZMP的穩(wěn)定性平等準(zhǔn)則即為：在運動過程中，ZMP始終位于支持腳的穩(wěn)定區(qū)域內(nèi)，Vukobratovic將穩(wěn)定區(qū)域描述為支撐腳的腳底板所組成的凸形區(qū)域在水平地面上的投影。ZMP穩(wěn)定性平衡準(zhǔn)則被廣泛應(yīng)用于機器人的穩(wěn)定控制，然而，在下列情況下ZMP不能應(yīng)用[1]：判斷足底是否在地面上打滑；地面不平坦；仿人機器人的手或臂與外界環(huán)境有接觸。

2.3 步態(tài)模式生成與規(guī)劃

2.3.1 利用數(shù)學(xué)分析來獲得行走步態(tài)

用數(shù)學(xué)分析的方法獲得步態(tài)軌跡是指在給定行走步態(tài)參數(shù)以及在運動穩(wěn)定性得以滿足的前提下，確定運動過程中雙腳和上身的位姿變化，依據(jù)這個變化獲得機器人各個關(guān)節(jié)在時間和空間上的協(xié)調(diào)關(guān)系。按照控制和步態(tài)生成的觀點，可以分為兩大類，一類是基于機器人精確數(shù)學(xué)模型的步態(tài)生成與規(guī)劃，需要機器人各連桿的質(zhì)量、質(zhì)心位置、轉(zhuǎn)動慣量。這種方法也被稱為基于ZMP的步行模式生成[5]。另一類是利用有限的機器人動力學(xué)信息，如機器人總質(zhì)量、總角動量等進行步態(tài)模式生成與規(guī)劃。這種方法需要依賴反饋控制，也被稱為基于三維倒立擺模型的步態(tài)生成方法。基于三維倒立擺模型的步態(tài)生成方法目前主要有線性倒立擺模型（LIMP，linear inverted pendulum model）[6]和固定擺長的倒立擺模型[7]。Shuuji KAJITA等結(jié)合兩類步態(tài)生成方法，提出了桌子—小車模型（cart-table model），并應(yīng)用預(yù)觀控制生成步態(tài)模式[8]。

2.3.2 采用仿生數(shù)據(jù)獲得行走步態(tài)

兩足步行機器人研究的目標(biāo)就是模仿人類的行走特性。因此依據(jù)人類行走的關(guān)節(jié)數(shù)據(jù)研究兩足機器人的步態(tài)規(guī)劃是十分可取的。但是兩足機器人和人在運動學(xué)、動力學(xué)及行走機理上存在不一致性，因此直接應(yīng)用人類行走數(shù)據(jù)是不恰當(dāng)?shù)摹＿\動學(xué)的矛盾可以通過對關(guān)節(jié)的運動軌跡進行修改來實現(xiàn)，而動力學(xué)的矛盾則通過分析和改進控制系統(tǒng)來實現(xiàn)。公司在兩足機器人的關(guān)節(jié)軌跡規(guī)劃中就采用了人類行走的數(shù)據(jù)，他們利用攝像技術(shù)和傳感器測出了人以各種步態(tài)、不同的速度、在不同的環(huán)境下行走的一些關(guān)鍵參數(shù)，再將這些參數(shù)經(jīng)過修正，應(yīng)用于兩足機器人的步態(tài)規(guī)劃中。SatoshiKagami通過比較H7和人的行走數(shù)據(jù)來優(yōu)化H7的步態(tài)模式。

2.3.3 基于軟計算的步態(tài)模式生成

近年來，隨著智能控制、人工智能、機器學(xué)習(xí)等技術(shù)的發(fā)展，一些基于軟計算的步態(tài)模式生成也得到了廣泛的應(yīng)用。主要包括模糊邏輯、神經(jīng)網(wǎng)絡(luò)、強化學(xué)習(xí)和遺傳算法等?；谲浻嬎愕牟綉B(tài)模式生成可以克服傳統(tǒng)模式生成對機器人數(shù)學(xué)模型的依賴，提高步態(tài)模式生成的魯棒性、自適應(yīng)能力和學(xué)習(xí)能力，以適應(yīng)不同地面，甚至是未知環(huán)境。但這么步態(tài)模式生成方法也存在計算復(fù)雜、收斂緩慢等缺點，目前只用于離線步態(tài)規(guī)劃和仿真階段，不能用于仿人機器人實時步態(tài)生成與控制。

除了行走步態(tài)，一些學(xué)者也研究了仿人機器人的止步步態(tài)和跨步步態(tài)。Tomohito、Mitusharu等研究了當(dāng)機器人遇到障礙物時緊急停步的步態(tài)規(guī)劃算法，管貽生研究了靜態(tài)跨越障礙物的步態(tài)規(guī)劃算法，Bjorn Verrelst等研究了動態(tài)跨越障礙物的步態(tài)規(guī)劃算法。

2.4 步行控制

步行控制主要圍繞著步行穩(wěn)定控制，主要有以下幾種方法：1）通過踝關(guān)節(jié)力矩進行控制；2）通過改變落腳點進行控制；3）通過質(zhì)心加速度控制ZMP；4）上半身姿勢控制；5）模型ZMP控制；6）沖擊吸收；7）通過LQ（Linear-Quadratic）進行穩(wěn)定控制。

1996年機器人P2采用的控制系統(tǒng)[2]是綜合各種控制方法，成為仿人機器人控制系統(tǒng)的典范，如圖2所示。

2.5 運動規(guī)劃與全身運動模式的生成

仿人機器人的一些操作，如推桌子、跳舞等需要身體的各部分協(xié)調(diào)運動，這些運動可以被合成為基于已知準(zhǔn)則的期望工作空間的軌跡。同時由于其機構(gòu)的復(fù)雜性，要求由此產(chǎn)生的關(guān)節(jié)軌跡為非奇異。在全身運動過程中，要求ZMP的軌跡必須處于支撐多邊形的范圍之內(nèi)，目前大多數(shù)方法首先生成粗略的全身運動，然后在對它進行修正使得ZMP滿足穩(wěn)定性的條件。粗略的全身運動模式的生成大致有下列三種方法：基于運動捕獲的生成法、基于GUI的生成法和多維空間高速搜索法。

基于捕獲的生成法基于人的運動模式，可以很容易生成復(fù)雜的全身軌跡，如跳蹈、打太極拳等，如Nakaoka等通過捕獲傳統(tǒng)的日本舞蹈并在HRP-2上生成全身運動模式[10]，黃強等對復(fù)雜動作設(shè)計及相似性進行了研究，在BHR-2仿人機器人上進行中國武術(shù)實驗驗證。但是基于捕獲的生成法需要使用高精度的運動捕獲系統(tǒng)，同時需要解決三個內(nèi)在的問題：泛化、模型差異和任務(wù)可適應(yīng)性。常采用內(nèi)插或外推的方法來生成不同種類的運動模式。同時由于仿人機器人的模型與人體模型不同，捕捉到的運動數(shù)據(jù)必須經(jīng)過修正來滿足其運動學(xué)和動力學(xué)約束。Nakazawa等人提出了通過匹配人體動作關(guān)鍵幀來混合仿人機器人動作的方法。為了覆蓋所有的運動，運動捕獲系統(tǒng)需要收集各種人類運動數(shù)據(jù)，當(dāng)運動數(shù)據(jù)庫龐大的時候，管理和再采集運動數(shù)據(jù)便成為一個問題。Jenkins等提出了一種綜合運動庫來重建期望運動模式從而解決運動泛化問題。

2.6 被動步行

被動步行（passive dynamic walk）是一種讓機器人在勢能的作用下沿小斜面步行而下的方法，對被動步行的研究最早是由加拿大學(xué)者McGeer提出的。被動步行研究方法的主要思路是首先研究無驅(qū)動的純被動雙足機器人，由于其結(jié)構(gòu)和控制的簡單性，通過仿真和實驗的方法可以從中抽取出雙足步行的本質(zhì)特征。在充分分析此類原型系統(tǒng)的基礎(chǔ)上逐步加大機器人結(jié)構(gòu)的復(fù)雜度，研究引入驅(qū)動的半被動步行（quasi-passive walking）機器人。最終，利用所得的結(jié)論指導(dǎo)機器人的設(shè)計和控制，從而實現(xiàn)穩(wěn)定、魯棒、高效的仿人雙足步行。自McGeer的開創(chuàng)性工作后，美國、歐洲與日本的多所大學(xué)和研究機構(gòu)在被動步行領(lǐng)域開展了深入的研究。目前，著名的被動步行機構(gòu)如美國、荷蘭研究人員研究的雙足機器人，如圖3所示。在被動步行研究的框架下，以下三個重點問題受到研究者的普遍關(guān)注。它們是：步行穩(wěn)定性問題，能量效率與能量消耗、補充問題，以及學(xué)習(xí)和控制問題。

3　總結(jié)

1）加強仿人機器人在學(xué)科之間的交叉合作研究，加大高校、企業(yè)和研究所之間的合作。

2）目前對仿人機器人的理論研究大多是基于個例，要想使得機器人更好地適應(yīng)人類的環(huán)境，實現(xiàn)與人共處，代替人的勞動，個例的研究是遠遠不夠的。機器人必須具有智能、自學(xué)習(xí)能力，應(yīng)更多地基于多傳感器信息，特別是視覺信息獲得環(huán)境反饋以完成各種操作、適應(yīng)各種環(huán)境。然而，可靠的人工智能系統(tǒng)、視覺信息的理解、以及實時控制成為了發(fā)展中的瓶頸，解決這三瓶頸將是仿人機器人未來的研究方向。

3）基于剛體機械機構(gòu)的仿人機器人從本質(zhì)上必然受到能量、電機力矩、傳動間隙、本體剛度、震動等限制，研究與發(fā)展基于柔性結(jié)構(gòu)的仿人機器人平臺，使用人造骨骼、人工肌肉等仿生學(xué)技術(shù)，也將是仿人機器人的發(fā)展趨勢。