機器人機動技術(shù)與運動控制

1、Motion Control & Locomotion of RobotMotion Control 一切形式的移動式機器人運行時，運動控制算法都必須考慮以下三個問題：1. 坐標(biāo)系如何確定？（機構(gòu)的局部坐標(biāo)系，全局坐標(biāo)，世界坐標(biāo)系）； -怎樣去觀察運動才是合理的，符合要求的？ -這與機器人運動形式和精度有關(guān)，如結(jié)構(gòu)場地的運動，旋翼飛行器在三維空間的運動；2. 當(dāng)前機器人處于什么位置，目標(biāo)點在哪里？ -Current Location 的 “定位” 。-機器人的定位。3. 以什么樣的方式，沿什么樣的路徑，向目標(biāo)點運動？-機器人的驅(qū)動控制或?qū)Ш?。Motion Control 定位的目標(biāo)是：

2、任何時刻t下，機器人在全局場地（運動平面上）的坐標(biāo)值（Xc,Yc,c）。 若機器人是直線運動，根據(jù)v-t曲線，利用初等幾何或簡單的微積分可以得到機器人的坐標(biāo)。這是一維運動的情況。 在平面上的運動：機器人在場地上的運動路徑可能是任意形狀，所以使用一種依賴于行走路徑的定位方法是不現(xiàn)實的，因為不可能使用一種統(tǒng)一的路徑數(shù)學(xué)模型去描述所有可能的情況。但是如果使用微積分思想，把曲線看成是很多段微小直線組成，就可解決定位問題。Motion ControlMotion ControlMotion Control SensorsEncoder 將幾何位移量轉(zhuǎn)換成脈沖信號的傳感器，是應(yīng)用廣泛的角位移傳感元件。 E

3、ncoder由光柵盤和光電檢測元件組成。機器人結(jié)構(gòu)中，Encoder與被測軸同軸，電動機旋轉(zhuǎn)時光柵盤與電機同步旋轉(zhuǎn)。光敏二極管等電子元件組成的檢測裝置檢測，輸出脈沖信號，原理如圖。 Encoder 輸出脈沖的數(shù)，反映當(dāng)前電機轉(zhuǎn)角。Motion Control Sensors關(guān)于運動的方向？ Encoder 輸出相位相差90的A/B 2個感光元件，產(chǎn)生A、B兩路信號，相位相差90。只對某一相信號進(jìn)行計數(shù)，計數(shù)結(jié)果反映轉(zhuǎn)動圈數(shù)。 判斷其正轉(zhuǎn)還是反轉(zhuǎn)，須采用兩路正交信號信號。如正轉(zhuǎn)時，A的相位超前于B的相位90，那么反轉(zhuǎn)時，B的相位超前于A的相位90。據(jù)此對A相信號計數(shù)時，判斷B相信號處于高電平還是

4、低電平即可判斷編碼盤處于正轉(zhuǎn)狀態(tài)還是反轉(zhuǎn)狀態(tài)。 Encoder 有光學(xué)式、磁式、感應(yīng)式和電容式。Encoder 根據(jù)其刻度方法及信號輸出形式，可分為增量式、絕對式以及混合式3種。 Motion Control Sensors輸出倍頻（四倍頻的算法）數(shù)學(xué)上fA(t)和fB(t)可描述成（1（t)是階躍函數(shù)）：fA(t) =1kt- k(T/2)-1(kt- kT) fB(t) =1kt- k(T/2)- k(/2)-1kt- kT- k(/2) 用數(shù)字延遲電路使fA(t)和fB(t)產(chǎn)生時刻延遲: fA(t-) =1kt-k(T/2)-k-1(kt- kT- k)fB(t-) =1kt- k(T

5、/2)- k(/2)- k-1kt- kT- k(/2)- k 所以：fA(t)-fA(t-) =(kt - k)-(kt- kT - k) fB(t)-fB(t-) =kt- k(T/2)- k(/2) - k-kt- kT- k(/2) - k (A-)(B-)(A+)(B+)Motion Control SensorsGyroscope角動量守恒：一個旋轉(zhuǎn)物體的旋轉(zhuǎn)軸所指的方向在不受外力影響時，是不會改變的。Gyroscope基于此原理來傳感/維持方向。 Gyroscope由位于軸心可旋轉(zhuǎn)的輪子構(gòu)成。 陀輪一旦開始旋轉(zhuǎn)，由于陀輪的角動量，陀螺儀有抗拒方向改變的趨向。讀取軸所指示的方向（檢

6、測扭矩），即可獲得角加速度。 Gyroscope多用于飛機導(dǎo)航、定位等系統(tǒng)，在移動機器人中普遍使用。積分算法的累積誤差 Motion ControlFiltering of MEMS Gyroscope: Kalman濾波是“optimal recursive data processing algorithm（最優(yōu)化自回歸數(shù)據(jù)處理算法）”。 可盡可能減少系統(tǒng)噪聲影響，從含有噪聲的測量值中得到系統(tǒng)狀態(tài)的最優(yōu)估計, 用在機器人導(dǎo)航和控制用來預(yù)估位姿。 Motion Control可得到系統(tǒng)的狀態(tài)方程和測量方程。 Motion ControlMotion ControlObstacle-avoid

7、ing:輸出25KHZ的方波信號，經(jīng)放大后和線圈升壓，探頭發(fā)射。當(dāng)超聲波遇到障礙物反射后，接受頭接收回波，經(jīng)電容，電阻濾波后由兩個反向并聯(lián)的穩(wěn)壓管穩(wěn)壓，再經(jīng)四級放大后送回單片機供單片機處理。單片機記錄收發(fā)的時間T計算出當(dāng)前機器人距障礙物距離S=V*T/2。Motion Control：case從動輪與Encoder的配合（14:35）：Motion Control：case2 另一個Encoder / Gyroscope應(yīng)用的移動機器人例子(2009)MEMS Gyroscope: ADIS16365通過SPI協(xié)議與外部控制器實現(xiàn)數(shù)據(jù)和指令通信， ADIS16365擁有31個控制和數(shù)據(jù)寄存器。

8、集成3個慣性傳感器和3個角速度傳感器，帶自校準(zhǔn)功能。 角度分辨率： 0.0125/s/LSB (80/s) 典型帶寬 0.33KHz 動態(tài)線性加速度補償因子： 0.05/sec/g 運動偏移穩(wěn)定性： 0.009/secMotion Control：case對震動敏感，故盡量選用柔對震動敏感，故盡量選用柔性安裝，或減震設(shè)計。性安裝，或減震設(shè)計。Motion Control: Motor關(guān)于驅(qū)動：直流伺服系統(tǒng) + 減速機, 適用于移動機器人交流伺服系統(tǒng) + 減速機，需要逆變步進(jìn)電機 + 減速機，價格便宜，性能較差。關(guān)于減速機，用于提升電機輸出扭矩：* 行星減速機 * RV減速機：機器人關(guān)節(jié)最好的減

9、速機 * 蝸輪蝸桿減速機Motion Control需要良好的機械傳動系統(tǒng)保證運動的易控性：場地滾動摩擦條件，機器人的速度加速度參數(shù)要求電機 Rated speed, OUTPUT TorqueGear Box Rate, Input/OUTPUT Torque加/減速測試，最大速度測試，可控性測試，輪子的調(diào)校傳動剛度校驗Motion ControlThe first challenge of mobile robots is locomotion. Robots can move unsupervised through real world environments to fulfill

10、its task. How should a mobile robot move? And what is it about a particular locomotion mechanism that make it superior to alternative ones when moving on the specific ground? Motion ControlWheeled mobile robots:By far the most popular locomotion mechanism in man-made vehicles in general. It can achi

11、eve very good efficiencies when moving on the structural ground. With a relatively simple mechanical implementation, and balance is usually not a research problem.Motion ControlWheeled mobile robots:Three wheels are sufficient to guarantee stable balance, two wheels robots can also be stable. When m

12、ore than three wheels are used, a suspension system is required to allow all wheels to maintain ground contact when the robot encounters uneven terrain. Motion ControlSteered Wheel: A. Free steered wheel，two traction wheels, differential； B. steered traction wheel；Locomotion of the RobotThree-Wheele

13、d mobile robots:Locomotion of the RobotFour-Wheeled mobile robots:Motion Control2-Legs robots:SONY dream robot，Honda Asimo，MIT Spring FlamingoComplex mechanism & freedomsJoints used hereinDynamic balance control is hardMotion ControlStepped Climbing type:University of Karsruhe, Germany: six legs

14、，MIT: genghisMotion control can be used integrated algorithm, but error of legs structure will enlarges error of position.Motion ControlLegs robots:Numbers of legs: Insects and spiders are immediately able to walk when born. Humans,with 2 legs,can not stand in one palce with static stability.Infants

15、 requies months to study stand and walk.Stable balance.Motion ControlTracked locomotion robots:Robot can make use of tread have much larger ground contact patches,the maneuverability can be improved significantly in loose terrain compared to conventional wheeled designs.Due to large ground contact p

16、atch, changing the orientation of the robots requies a skidding turn, wherein a large portion of the track must slide against the terrain.The exact center of the rotation of the robot is hard to predict and the exact change in position and in orientation is also subject to variations depending on th

17、e ground friction.Motion ControlTracked locomotion robots:The microrover Nanokhod: developed for European Space AgencyDesigned in 2007Motion ControlWalking wheels robots:Offer the best maneuverability in rough terrain, but inefficient on flat ground and need sophisticated controll. Hybrid solution,

18、combining the adaptability of legs with the efficiency of the wheels, offer an interesting compromise. Solution that passively adapt to the terrain are of particular interest for field and space robotics.Motion ControlSwedish-Wheeled mobile robots:Motion ControlSwedish-Wheeled mobile robots:Motion C

19、ontrol structural ground and locomotion controlAnother case (22.27, 3120)Motion Controlstructural ground and Line-following controlPerception & Sensors: v matrix of Infrared diode;v Vision-based sensorv Color sensorv 2 casev http:/ ControlMotion Control 機動的其他形式： 舵機 步進(jìn)爬行式 兩足步行式 噴氣動量式（15:26）Naviga

20、tion Algorithmof Mobile RobotNavigating AlgorithmNavigating Algorithm 鑒于機器人任務(wù)和路徑的多樣性，場地條件復(fù)雜性，沒有固定的控制算法最適應(yīng)所有機器人。 在機器人算法設(shè)計中，根據(jù)實際的需求考慮算法，以達(dá)到機器人的較精確控制。 結(jié)構(gòu)性場地中，大量實驗表明直線運行用西格沃特+PID算法控制，彎道用西格沃特算法+勢場效應(yīng)法控制。 可設(shè)定一個綜合標(biāo)準(zhǔn)，以完成不同算法間的過渡和聯(lián)系，這樣以達(dá)到控制效果的連續(xù)性和系統(tǒng)的穩(wěn)定性。Navigating Algorithm西格沃特算法是一種點鎮(zhèn)定的路徑控制方法。所謂點鎮(zhèn)定，是一種路徑控制的方法

21、，即為已知兩終端的狀態(tài)，按一定的規(guī)律來實時生成參數(shù)以控制中間的狀態(tài)。通俗上說就是終端已知，中段未知的控制方法。Navigating Algorithm 目標(biāo)位置點 紅色代表期望路徑線 當(dāng)前位置點 藍(lán)色代表實際控制路線Navigating AlgorithmNavigating Algorithm設(shè)計控制量v，w（線速度，角速度），以把它從實際位置以曲線驅(qū)動到目標(biāo)位置。 機器人參考框架XR，YR, ，和全局框架X，Y, 。可以設(shè)計如下控制策略： V = k W = k + k 式中k，k，k為控制參數(shù)；，表示在（, ）中； Navigating Algorithm控制參數(shù)的穩(wěn)定性：運動路徑依賴于

22、參數(shù)k，k，k，要使機器人路徑收斂于目標(biāo)點，可證明參數(shù)需滿足： k 0， k 0， k k 0 為魯棒位置控制，用強穩(wěn)定性條件，保證在機器人到達(dá)目標(biāo)時，不改變方向： k 0， k 0， k+5/3 k 2/k 0 Navigating AlgorithmNavigating AlgorithmPID導(dǎo)航控制算法是一種路徑實時控制的過程控制方法，控制過程中，按實時偏差的比例（P）、積分（I）和微分（D）進(jìn)行相應(yīng)的參數(shù)選擇，來完成過程的精確調(diào)整和控制。其中，P參數(shù)使系統(tǒng)保持與預(yù)定相符的運動趨勢，I參數(shù)使系統(tǒng)穩(wěn)態(tài)誤差逐漸消除，D參數(shù)調(diào)節(jié)運動的快速性，但會加劇系統(tǒng)振蕩。合適的P、I、D參數(shù)可以使系統(tǒng)在

23、預(yù)定的運動趨勢上逐漸靠攏預(yù)定的軌跡，這需要根據(jù)場地條件不同而改變，做大量的實驗。Navigating Algorithm 目標(biāo)位置點 當(dāng)前位置點 紅色代表期望路徑線 藍(lán)色代表實際控制路徑線Navigating Algorithm 控制機器人以直線行走，假設(shè)機器人在全局坐標(biāo)系中的位置為（x，y），目標(biāo)坐標(biāo)為（x0，y0），兩點可確定一條直線，設(shè)直線方程為AX + BY + C = 0， 系數(shù)A,B,C可以由下式得出： A = y0- y; B = x x0; C = x0*y x*y0; Navigating Algorithm要驅(qū)動機器人沿此直線運動，假設(shè)機器人沿此直線運動的過程中坐標(biāo)為（X,

24、Y）,由于控制有誤差，（X,Y）不是精確在此直線上，那么可以求出點（X,Y）到直線的距離，也就是運動的誤差: ERROR = (AX+BY+C)/E E = sqrt( A*A + B*B); Navigating Algorithm采用增量PID算法控制此誤差. 偏差量 e(k)=Error= (AX+BY+C)/E； e(k) = e(k) - e(k-1)； e(k-1) = e(k-1) - e(k-2)； 設(shè)u(k) = u(k-1) + kp*e(k) + ki*e(k)+ kd*(e(k) - e(k-1)； 其中u(k)為輸出控制量，kp為比例系數(shù)，ki為積分系數(shù)，kd為微分系

25、數(shù)。Navigating Algorithm PID的控制具體行為如下： 給左右兩輪一恒定的線速度v，根據(jù)在運動過程中的機器人坐標(biāo)，計算出誤差。 通過PID計算出控制量u（k），控制機器人轉(zhuǎn)向角速度w，使機器人能夠在有干擾的情況下沿預(yù)定直線運動到目標(biāo)點。 Navigating Algorithm復(fù)雜路徑的綜合控制策略 將機器人從任意位置任意方向驅(qū)動到目標(biāo)點，首先將機器人以較大的轉(zhuǎn)向速度和較小的前進(jìn)速度，轉(zhuǎn)向正對目標(biāo)點，再以較大的前進(jìn)速度和較小的轉(zhuǎn)向速度，到達(dá)目標(biāo)點的可接受范圍。 在點鎮(zhèn)定的前段路徑，以西格沃特算法控制，在點鎮(zhèn)定的后段路徑，以強PID加弱反饋的算法進(jìn)行控制。Navigating AlgorithmEPOS電機（ARM內(nèi)核） 工控板驅(qū)動輪場地路徑定位系統(tǒng)UART通信CAN總線錐齒傳動被動小輪測量反饋加載電流輸出控制算法c/os-A case: NavigatingA