作者簡(jiǎn)介：邢登鵬(1980-)，男，山東省德州市人。天津大學(xué)機(jī)械電子系本科，天津大學(xué)機(jī)械制造及其自動(dòng)化系碩士，上海交通大學(xué)自動(dòng)化系博士。主要研究方向?yàn)榉氯藱C(jī)器人和人工智能。

    摘要: 仿人機(jī)器人是最能代表人類用工程方法進(jìn)行自我克隆的能力的智慧結(jié)晶。它可以具有類人的外貌特征和運(yùn)動(dòng)功能，以及視覺、聽覺、觸覺、接近覺、味覺等智能感知能力，可在未知環(huán)境中獨(dú)立行走，與人進(jìn)行一定程度的交流，其技術(shù)研究是當(dāng)今機(jī)器人領(lǐng)域的前沿和熱點(diǎn)。本文就近年來(lái)機(jī)器人平臺(tái)的發(fā)展和步態(tài)控制的研究近況進(jìn)行綜述，分別概括各方向的發(fā)展動(dòng)態(tài)和目前仍然存在的問題。

    關(guān)鍵詞: 仿人機(jī)器人；機(jī)器人平臺(tái)；步態(tài)控制

    1 緒論

    機(jī)器人產(chǎn)業(yè)的飛速發(fā)展，已經(jīng)在某些領(lǐng)域解放了人類繁重、危險(xiǎn)的勞動(dòng)，隨著該應(yīng)用領(lǐng)域的拓展，智能機(jī)器人的研究與開發(fā)成為機(jī)器人領(lǐng)域內(nèi)非常活躍的熱點(diǎn)之一，其中尤以仿人機(jī)器人為代表。仿人機(jī)器人是與人類的形態(tài)相似的一種智能體，可以在人類生活和工作環(huán)境中，代替人類完成各種作業(yè)。未來(lái)它可以在醫(yī)療、生物技術(shù)、軍事等多個(gè)領(lǐng)域得到廣泛應(yīng)用，也會(huì)使我們更從容面對(duì)老齡化社會(huì)。在人性化、智能化、靈活性等方面，仿人機(jī)器人具有其他類型機(jī)器人無(wú)法比擬的優(yōu)點(diǎn)，是未來(lái)機(jī)器人研究領(lǐng)域，特別是與人為伍的家用化機(jī)器人的主流發(fā)展方向。

    仿人機(jī)器人是一個(gè)多學(xué)科交叉的研究方向，集成了機(jī)械、材料、電子、傳感、控制等多個(gè)領(lǐng)域的技術(shù)應(yīng)用，是一個(gè)國(guó)家高科技實(shí)力和發(fā)展水平的重要標(biāo)志。目前，美國(guó)、日本、法國(guó)、荷蘭等國(guó)家都在進(jìn)行多樣化的仿人機(jī)器人研究工作。一般仿人機(jī)器人應(yīng)具備的功能：1. 運(yùn)動(dòng)能力：能在人類的生活和工作環(huán)境中移動(dòng)；2. 操作能力：能對(duì)外界物體進(jìn)行操作；3. 感知能力：了解周圍環(huán)境的信息的能力；4. 學(xué)習(xí)能力：動(dòng)態(tài)環(huán)境中不斷更新知識(shí)庫(kù)；5. 人機(jī)交互能力：與人類進(jìn)行溝通和交流[1]。

    本文著眼于仿人機(jī)器人的發(fā)展過(guò)程，闡述機(jī)器人平臺(tái)的發(fā)展和多樣化，概括分析行走和跑步的控制方法研究和應(yīng)用，并總結(jié)這些領(lǐng)域內(nèi)仍然存在的問題。

    2 仿人機(jī)器人平臺(tái)

    1968年早稻田大學(xué)加藤一郎教授首先展開仿人機(jī)器人的研究，之后陸續(xù)推出了WAP、WL、WABIAN等系列機(jī)型，WABIAN-2R是該實(shí)驗(yàn)室最新推出的樣機(jī)，如圖1所示，該機(jī)器人高1.5米，重64.5公斤，有41個(gè)自由度；配有類似足弓的裝置，用以實(shí)現(xiàn)類似人類的heel-contact and toe-off運(yùn)動(dòng)[2]；能實(shí)現(xiàn)在不平整地面上的穩(wěn)定運(yùn)動(dòng)，并在戶外運(yùn)動(dòng)實(shí)驗(yàn)中進(jìn)行了驗(yàn)證。

            

                            圖1 WABIAN-2R機(jī)器人               圖2 ASIMO機(jī)器人

    1986年日本的本田公司響應(yīng)日本政府解決老齡化社會(huì)問題的號(hào)召，制定了研制仿人機(jī)器人的詳細(xì)計(jì)劃。經(jīng)過(guò)多年深入的研究，已經(jīng)推出了多款具有各種應(yīng)用能力的仿人機(jī)器人，在國(guó)際仿人機(jī)器人研究領(lǐng)域產(chǎn)生了重大影響。在推出的眾多機(jī)型中最先進(jìn)的是ASIMO(Advanced Step in Innovation Mobility)機(jī)器人[3]，如圖2所示，可以實(shí)現(xiàn)在復(fù)雜狀態(tài)下的穩(wěn)定行走，最高步行速度可以達(dá)到2.7公里/小時(shí)，采用了先進(jìn)的I-WALK（Intelligent Real time Flexible Walking）柔性行走方式，增加了預(yù)測(cè)移動(dòng)控制技術(shù)，使機(jī)器人實(shí)現(xiàn)在改變速度和方向的時(shí)候仍能流暢地連續(xù)步行。

    圖3是法國(guó)RABBIT仿人機(jī)器人[4]，高1.4米，重36公斤，平面運(yùn)動(dòng)時(shí)有5個(gè)自由度，三維行走有7個(gè)自由度；它的雙足由輪子代替，采用極限環(huán)的控制方法能夠?qū)崿F(xiàn)行走和跑步；運(yùn)動(dòng)方式可以根據(jù)障礙物和地形做出相應(yīng)調(diào)整，還可以在有干擾的情況下恢復(fù)平衡。

              

                       圖3 RABBIT機(jī)器人                  圖4 Cornell被動(dòng)式機(jī)器人

    以上各機(jī)器人均是主動(dòng)行走類型。與之平行的另一種類型的仿人機(jī)器人是被動(dòng)行走機(jī)器人，其主要特點(diǎn)是沒有驅(qū)動(dòng)源，或者使用很少的驅(qū)動(dòng)器，依靠重力和雙腿交替向前的頻率從斜坡往下走。圖4是美國(guó)Cornell大學(xué)的被動(dòng)行走機(jī)構(gòu)，該機(jī)構(gòu)有兩條0.8米長(zhǎng)的腿，配有膝蓋關(guān)節(jié)，兩條腿通過(guò)腰部連接到一起。機(jī)器人的腳底是一個(gè)凹凸面，有兩個(gè)手臂和一個(gè)軀干，右臂與左腿通過(guò)機(jī)械結(jié)構(gòu)剛性連接到一起，左臂與右腿也用相同的方式進(jìn)行連接，用以減小自轉(zhuǎn)影響。為了減少運(yùn)動(dòng)中的能量消耗，使用彈簧以存儲(chǔ)行進(jìn)中的能量。其他類型的被動(dòng)式機(jī)器人也有廣泛的研究和開發(fā)，例如Delft氣壓驅(qū)動(dòng)機(jī)構(gòu)和MIT雙足機(jī)器人等[5]。

    3 仿人機(jī)器人運(yùn)動(dòng)控制研究

    仿人機(jī)器人相比較其它機(jī)器人的一個(gè)明顯的特征是擁有像人一樣的兩條腿，而由于仿人機(jī)器人系統(tǒng)的復(fù)雜性和不穩(wěn)定性，動(dòng)態(tài)步行以及跑步運(yùn)動(dòng)的穩(wěn)定控制一直是該領(lǐng)域的研究重點(diǎn)。步態(tài)規(guī)劃主要有以下幾種方法：

    3.1 基于穩(wěn)定判據(jù)的方法

    仿人機(jī)器人步態(tài)規(guī)劃最常用的方法是采用Vukobratovic提出的ZMP(Zero-moment Point)判據(jù)[6]。在步行過(guò)程中，如果機(jī)器人的ZMP點(diǎn)始終位于包括所有地面接觸點(diǎn)的最小凸多邊形內(nèi)，則機(jī)器人系統(tǒng)是動(dòng)態(tài)平衡的，機(jī)器人的步態(tài)規(guī)劃是可行的?；赯MP 判據(jù)設(shè)計(jì)動(dòng)態(tài)步行策略等價(jià)于生成滿足這一約束條件的步行運(yùn)動(dòng)軌跡問題。基于ZMP的步態(tài)規(guī)劃有以下兩種方法。

    （1） 從理想ZMP軌跡確定身體各關(guān)節(jié)的運(yùn)動(dòng)[7]：先設(shè)計(jì)理想ZMP軌跡，然后確定可實(shí)現(xiàn)理想ZMP軌跡的各關(guān)節(jié)運(yùn)動(dòng)。該方法求解不唯一，且不是所有的理想ZMP都能實(shí)現(xiàn)。

    （2） 從雙足和軀干的運(yùn)動(dòng)軌跡確定ZMP軌跡[8]：先設(shè)計(jì)雙足和軀干的運(yùn)動(dòng)軌跡，然后確定ZMP軌跡，之后在可變參數(shù)的有效范圍內(nèi)找出穩(wěn)定裕度最大的軌跡作為規(guī)劃結(jié)果。該方法求解唯一但計(jì)算量大。

    其它常用的步態(tài)穩(wěn)定判斷準(zhǔn)則還有CoP(Center of Pressure)[9]，F(xiàn)RI(Foot-Rotation Indicator)[10]和GZMP(General Zero Moment Point)[11]等。對(duì)于周期性運(yùn)動(dòng)，龐加萊回歸影射(Poincare Return Maps)[4]是一個(gè)強(qiáng)有力的分析工具，而仿人機(jī)器人在沒有干擾下的行走和跑步都是周期性的，所以龐加萊回歸影射方法用于被動(dòng)行走裝置的周期性步態(tài)研究，分析有腳踝關(guān)節(jié)驅(qū)動(dòng)的被動(dòng)雙足的學(xué)習(xí)算法以及用于一個(gè)平面驅(qū)動(dòng)雙足機(jī)器人的自動(dòng)控制系統(tǒng)設(shè)計(jì)。但是龐加萊回歸影射的缺點(diǎn)也很明顯：只能應(yīng)用到有周期運(yùn)動(dòng)的系統(tǒng)上，而對(duì)于非周期運(yùn)動(dòng)則無(wú)能為力。

    3.2基于人類步行運(yùn)動(dòng)數(shù)據(jù)的方法

    仿人機(jī)器人的步態(tài)研究是希望它能有像人類一樣的運(yùn)動(dòng)能力，因此可以記錄并修正人類的步行運(yùn)動(dòng)數(shù)據(jù)HMCD(Human Motion Capture Data)用于仿人機(jī)器人步態(tài)控制中：通過(guò)各類傳感器提取出人類運(yùn)動(dòng)，并根據(jù)仿人機(jī)器人的機(jī)構(gòu)特性對(duì)數(shù)據(jù)進(jìn)行修正，以把合理數(shù)據(jù)映射到仿人機(jī)器人步態(tài)控制中[12]。Dasgupta[13]基于HMCD中腳的運(yùn)動(dòng)數(shù)據(jù)設(shè)計(jì)理想ZMP軌跡，對(duì)所選關(guān)節(jié)運(yùn)動(dòng)進(jìn)行修正，使HMCD與理想ZMP匹配。Hodgins[14]采集多個(gè)演員實(shí)現(xiàn)某個(gè)特定動(dòng)作的數(shù)據(jù)，針對(duì)仿人機(jī)器人的特點(diǎn)通過(guò)算法對(duì)數(shù)據(jù)進(jìn)行處理，得出可用的控制軌跡，并在ATR機(jī)器人上進(jìn)行驗(yàn)證。

    3.3其它行走控制方法

    由于仿人機(jī)器人的高階、非線性、強(qiáng)耦合等特性，經(jīng)常會(huì)使用到簡(jiǎn)化的模型，其中常用的是倒立擺模型[15]。該方法假設(shè)腿部很輕，將整個(gè)身體的質(zhì)量集中于一點(diǎn)，以支撐腳為支點(diǎn)，建立單足支撐的動(dòng)力學(xué)簡(jiǎn)化模型。由于其簡(jiǎn)單易用，且易于在線控制，從提出以來(lái)得到廣泛應(yīng)用。

    虛擬模型控制(Virtual Model Control)[16]檢測(cè)力與位置之間的關(guān)系，而非對(duì)其分別處理；其優(yōu)點(diǎn)在于柔性和魯棒控制，以及運(yùn)算簡(jiǎn)單。這種方法使用“虛擬的”貼附于機(jī)構(gòu)的彈簧阻尼點(diǎn)，根據(jù)線性反饋的位置和速度誤差生成簡(jiǎn)單的力控制，已被用于控制平面雙足機(jī)構(gòu)和四腳運(yùn)動(dòng)裝置。

    3.4跑步運(yùn)動(dòng)規(guī)劃

    為了能夠使仿人機(jī)器人實(shí)現(xiàn)跑步功能，需要考慮：（1）能夠處理在空中停留和地面接觸兩種狀態(tài)的運(yùn)動(dòng)模式，及模式切換；（2） 能夠吸收飛躍和著地時(shí)的地面沖擊力，以及修正姿勢(shì)誤差；（3）防止和消除旋轉(zhuǎn)、打滑等外界干擾對(duì)系統(tǒng)穩(wěn)定性的影響。

    在上世紀(jì)八十年代初期，Railbert[17]在研究單腿跳躍機(jī)器人的基礎(chǔ)上提出了機(jī)器人跑步的概念，并將控制行為分成跳躍高度、腳踝著地角度和姿態(tài)控制三部分，強(qiáng)調(diào)對(duì)稱性在設(shè)計(jì)穩(wěn)定跑步運(yùn)動(dòng)中的作用。Chevallereau[18]針對(duì)一類球鉸副連接無(wú)腳平面步行機(jī)器人，利用混合零動(dòng)力學(xué)提出了漸進(jìn)穩(wěn)定跑步控制方法。Kajita[19]等人將仿人機(jī)器人跑步分解為著地和飛翔階段，利用倒立擺對(duì)跑步進(jìn)行控制，將同一機(jī)器人實(shí)現(xiàn)跑步和行走各個(gè)關(guān)節(jié)需要的扭矩和功率進(jìn)行了對(duì)比。文獻(xiàn)[20]介紹了一種生成機(jī)器人運(yùn)動(dòng)的解析動(dòng)量控制RMC(Resolved Momentum Control)的方法，通過(guò)對(duì)雙腿的線速度和角速度的參考值、線性總動(dòng)量和角動(dòng)量的參考值的計(jì)算，得到腿部運(yùn)動(dòng)過(guò)程中各個(gè)關(guān)節(jié)的速度。實(shí)驗(yàn)結(jié)果證明該方法可以穩(wěn)定的控制HRP-2LR機(jī)器人跑步運(yùn)動(dòng)，速度達(dá)到0.16米/秒[21]。

    4 結(jié)論

    仿人機(jī)器人已經(jīng)在運(yùn)動(dòng)控制方面取得了很大的進(jìn)展，可以實(shí)現(xiàn)穩(wěn)定的行走和跑步運(yùn)動(dòng)。但是目前的運(yùn)動(dòng)研究仍然停留在實(shí)驗(yàn)室階段，如何讓仿人機(jī)器人走進(jìn)人們的日常生活中，仍然有許多問題需要解決；同時(shí)，雖然已經(jīng)有樣機(jī)可以實(shí)現(xiàn)跑步運(yùn)動(dòng)，但是如何讓這些機(jī)器人實(shí)現(xiàn)更快速的穩(wěn)定可靠的跑步運(yùn)動(dòng)仍然是需要進(jìn)一步研究的工作。

    參考文獻(xiàn)

    [1] C. G. Atkeson, J. G. Hale, F. Pollick, et al. “Using humanoid robots to study human behavior”, IEEE Intelligent Systems and their Applications, 2000, 15(4), pp. 46–56.
    [2] Y. Ogura, K. Shimomura, H. Kondo, et al. “Human-like walking with knee stretched, heel-contact and toe-off by a humanoid robot”, Proceedings of IEEE International Conference on Intelligent Robots and Systems, 2006, pp. 3976-3981.
    [3] J. Chestnutt, M. Lau, and G. Cheung. “Footstep planning for the Honda ASIMO humanoid”, Proceedings of IEEE International Conference on Robotics and Automation, 2005, pp. 631-636.
    [4] J. W. Grizzle, C. Chevallereau, and C. Shih. “HZD-based control of a five-link underactuated 3D bipedal robot”, Proceedings of IEEE International Conference on Decision and Control, 2008, pp. 5206-5213.
    [5] S. Collins, M. Wisse, and A.Ruina. “A three-dimensional passive-dynamic walking robot with two legs and knees”, International Journal of Robotics Research, 2001, 20(7), pp. 607-615.
    [6] M. Vukobratovic and D. Juricic. “Contribution to the synthesis of bipedal gait”, IEEE Transactions on Bio-Medical Engineering, 1969, 16(1), pp. 1-6.
    [7] M. Gienger, K. Loffler, and F. Pfeiffer. “Towards the design of a biped jogging robot”, Proceedings of IEEE International Conference on Robotics and Automation, 2001, pp. 4140-4145.
    [8] Q. Huang, K. Yokoi, S. Kajita, et al. “Planning walking patterns for a biped robot”, IEEE Transactions on Robotics and Automation, 2001, 17(3), pp. 280-289.
    [9] P. Sardain and G. Bessonnet. “Gait analysis of a human walker wearing robot feet as shoes”, Proceedings of IEEE International Conference on Robotics and Automation, 2001, pp. 2285-2292.
    [10] A. Goswami. “Postural stability of biped robots and the foot-rotation indicator point”, International Journal of Robotics Research, 1999, 18(6), pp. 523-533.
    [11] K. Harada and S. Kajita. “Pushing manipulation by humanoid considering two-kinds of ZMPs”, Proceedings of IEEE International Conference on Robotics and Automation, 2003, pp. 1627-1632.
    [12] S. Calinon, F. Guenter, and A. Billard. “Goal-directed imitation in a humanoid robot”. Proceedings of IEEE International Conference on Robotics and Automation, 2005, pp. 300-305.
    [13] A. Dasgupta and Y. Nakamura. “Making feasible walking motion of humanoid robots from human motion capture data”, Proceedings of IEEE International Conference on Robotics and Automation, 1999, pp.1044-1049.
    [14] K.Tamane, J. K. Hodgins, and H. B. Brown. “Applied optimal control for dynamically stable legged locomotion”, Proceedings of IEEE International Conference on Robotics and Automation, 2003, pp. 300–305.
    [15] O. Ibidapo-Obe, A. B. Alonge, and A. B. Badiru. “On active controls for a biped mechanism”, Applied Mathematics and Computation, 1995, 69, pp. 159–183.
    [16] J. Pratt, C. Chew, A. Torres, et al. “Virtual model control: an intuitive approach for bipedal locomotion”, International Journal of Robotics Research, 2001, 20(2), pp. 129–143.
    [17] M. Raibert. “Legged Robots That Balance”, MIT Press, Cambridge, MA. 1986.
    [18] C. Chevalereau, E. R. Westervelt, and J. W. Grizzle. “Asymptotically stable running for a five-link, four-actuator, planar bipedal robot”, International Journal of Robotics Research, 2005, 24(6), pp. 431-464.
    [19] S. Kajita, T. Nagasaki, K. Yokoi, et al. “Running pattern generation for a humanoid robot”, Proceedings of IEEE International Conference on Robotics and Automation, 2002, pp. 2755-2761.
    [20] S. Kajita, F. Kanehiro, K. Kaneko, et al. “Resolved momentum control: humanoid motion planning based on the linear and angular momentum”, Proceedings of IEEE international conference on Intelligent Robots and Systems, 2003. pp. 1644-1650.
    [21] S. Kajita, T. Nagasaki, K. Kaneko, et al. “ZMP-based biped running control”, IEEE Robotics and Automation Magazine, 2007, 14(2), pp.63-72.