立体视觉测程研究进展

立体视觉测程技术正逐渐成为移动机器人在非结构化环境中导航定位的主要实现方法.本文对立体视觉测程技术在机器人导航应用中的现状进行分析,总结目前立体视觉测程技术的主要研究内容和方法,评述各种技术方法的优缺点,最后对立体视觉测程的发展进行展望.     

BigDog四足机器人关键技术分析

对Big Dog四足机器人的核心技术进行分析,适应复杂地形是Big Dog的设计主线。提高横、纵自由度联动能力是Big Dog结构设计主要突破点。机体重心颠簸起伏、机体重心自扰动等不良运动特性是四足机器人控制难度大的主要原因。液压动力系统的构成和优点将被剖析,解决腿类移动装置的驱动问题是液压系统研发的根本目的。支撑腿打滑及俯仰和横滚角度是否过大作为监测机体运动安全状态的参数。惯导和关节编码器可检测机身与肢体的状态,借助压力传感器可还原落足点地形,三者合一可构建虚拟模型。借助虚拟模型可求算机体重心等关键控制处理中间参数,运动控制系统可实施粗略的动作预演及精确的运动学和动力学规划。规划模型与样机模型的偏差作为反馈值实施闭环控制。建立以三维激光扫描仪和双目视觉为主的导航系统,视觉地形还原功能可帮助LS3安全跨越岩石地形,软件系统将各种基本功能整合为有机的整体。机器人的自主性与智能性被讨论,利用Big Dog/LS3与好奇号火星探测器作对比并加以分析。Big Dog目前存在的几个主要问题:液压系统无法瞬时大幅增压、机械传动各种损伤、仿生设计的不彻底性。LS3机器人针对Big Dog的不足,多个改进环节被分析。猎豹、野猫、Petman等机器人被简要分析。阿特拉斯双足机器人借助虚拟模型可实现机械臂碰撞保护功能,遭受外力撞击可迅速恢复平衡状态。     

浅析BigDog四足机器人

根据BigDog四足机器人目前已经公开的技术资料,对BigDog机器人的整体概况和主要核心技术点进行了分析。机械系统重点分析了BigDog的结构特性和运动特性,以及由此产生的高功率密度问题;通过剖析BigDog液压驱动系统基本构成,发现结构仿生的缺陷限制了BigDog机动性能的进一步提升。研究表明,复杂地形条件下BigDog的运动控制首先取决于姿态的检测和地形的感知,姿态安全是BigDog实现持续纵向运动的前提条件。基本行走控制算法研究表明,液压系统的输出特性,能良好地满足BigDog的动力需求;通过几种典型的运动状态分析,对BigDog的控制实现过程进行了诠释。因非结构化环境移动机器人的智能性主要取决于导航系统的设计,故重点分析了BigDog的导航系统,特别是全自主导航部分。最后结合课题组四足机器人的研究经历,对四足机器人的研发提出了一些建议。     

移动机器人的免疫非时间参考路径跟踪控制

针对移动机器人非时间参考控制方法的不足之处,借鉴生物免疫反馈响应过程的调节规律,提出了移动机器人的免疫非时间参考路径跟踪控制方法。该方法既有不依时间规划调节输出控制的特性,而且充分考虑到机器人机械结构与电机力矩特性的要求,实现了在误差较大时对控制量的限幅;通过选取合适参数,还能减小系统的超调量,进一步改善整个控制系统的性能。对于动态事件,采用插入算法,提高机器人对动态环境适应能力,使控制方法更适宜实际应用。仿真与实物实验,验证了该方法的有效性。