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

    摘要: 仿人機器人是最能代表人類(lèi)用工程方法進(jìn)行自我克隆的能力的智慧結晶。它可以具有類(lèi)人的外貌特征和運動(dòng)功能，以及視覺(jué)、聽(tīng)覺(jué)、觸覺(jué)、接近覺(jué)、味覺(jué)等智能感知能力，可在未知環(huán)境中獨立行走，與人進(jìn)行一定程度的交流，其技術(shù)研究是當今機器人領(lǐng)域的前沿和熱點(diǎn)。本文就近年來(lái)機器人平臺的發(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(wèn)題。

    關(guān)鍵詞: 仿人機器人；機器人平臺；步態(tài)控制

    1 緒論

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

    仿人機器人是一個(gè)多學(xué)科交叉的研究方向，集成了機械、材料、電子、傳感、控制等多個(gè)領(lǐng)域的技術(shù)應用，是一個(gè)國家高科技實(shí)力和發(fā)展水平的重要標志。目前，美國、日本、法國、荷蘭等國家都在進(jìn)行多樣化的仿人機器人研究工作。一般仿人機器人應具備的功能：1. 運動(dòng)能力：能在人類(lèi)的生活和工作環(huán)境中移動(dòng)；2. 操作能力：能對外界物體進(jìn)行操作；3. 感知能力：了解周?chē)h(huán)境的信息的能力；4. 學(xué)習能力：動(dòng)態(tài)環(huán)境中不斷更新知識庫；5. 人機交互能力：與人類(lèi)進(jìn)行溝通和交流[1]。

    本文著(zhù)眼于仿人機器人的發(fā)展過(guò)程，闡述機器人平臺的發(fā)展和多樣化，概括分析行走和跑步的控制方法研究和應用，并總結這些領(lǐng)域內仍然存在的問(wèn)題。

    2 仿人機器人平臺

    1968年早稻田大學(xué)加藤一郎教授首先展開(kāi)仿人機器人的研究，之后陸續推出了WAP、WL、WABIAN等系列機型，WABIAN-2R是該實(shí)驗室最新推出的樣機，如圖1所示，該機器人高1.5米，重64.5公斤，有41個(gè)自由度；配有類(lèi)似足弓的裝置，用以實(shí)現類(lèi)似人類(lèi)的heel-contact and toe-off運動(dòng)[2]；能實(shí)現在不平整地面上的穩定運動(dòng)，并在戶(hù)外運動(dòng)實(shí)驗中進(jìn)行了驗證。

            

                            圖1 WABIAN-2R機器人               圖2 ASIMO機器人

    1986年日本的本田公司響應日本政府解決老齡化社會(huì )問(wèn)題的號召，制定了研制仿人機器人的詳細計劃。經(jīng)過(guò)多年深入的研究，已經(jīng)推出了多款具有各種應用能力的仿人機器人，在國際仿人機器人研究領(lǐng)域產(chǎn)生了重大影響。在推出的眾多機型中最先進(jìn)的是ASIMO(Advanced Step in Innovation Mobility)機器人[3]，如圖2所示，可以實(shí)現在復雜狀態(tài)下的穩定行走，最高步行速度可以達到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，增加了預測移動(dòng)控制技術(shù)，使機器人實(shí)現在改變速度和方向的時(shí)候仍能流暢地連續步行。

    圖3是法國RABBIT仿人機器人[4]，高1.4米，重36公斤，平面運動(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)的控制方法能夠實(shí)現行走和跑步；運動(dòng)方式可以根據障礙物和地形做出相應調整，還可以在有干擾的情況下恢復平衡。

              

                       圖3 RABBIT機器人                  圖4 Cornell被動(dòng)式機器人

    以上各機器人均是主動(dòng)行走類(lèi)型。與之平行的另一種類(lèi)型的仿人機器人是被動(dòng)行走機器人，其主要特點(diǎn)是沒(méi)有驅動(dòng)源，或者使用很少的驅動(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Cornell大學(xué)的被動(dòng)行走機構，該機構有兩條0.8米長(cháng)的腿，配有膝蓋關(guān)節，兩條腿通過(guò)腰部連接到一起。機器人的腳底是一個(gè)凹凸面，有兩個(gè)手臂和一個(gè)軀干，右臂與左腿通過(guò)機械結構剛性連接到一起，左臂與右腿也用相同的方式進(jìn)行連接，用以減小自轉影響。為了減少運動(dòng)中的能量消耗，使用彈簧以存儲行進(jìn)中的能量。其他類(lèi)型的被動(dòng)式機器人也有廣泛的研究和開(kāi)發(fā)，例如Delft氣壓驅動(dòng)機構和MIT雙足機器人等[5]。

    3 仿人機器人運動(dòng)控制研究

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

    3.1 基于穩定判據的方法

    仿人機器人步態(tài)規劃最常用的方法是采用Vukobratovic提出的ZMP(Zero-moment Point)判據[6]。在步行過(guò)程中，如果機器人的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，則機器人系統是動(dòng)態(tài)平衡的，機器人的步態(tài)規劃是可行的?；赯MP 判據設計動(dòng)態(tài)步行策略等價(jià)于生成滿(mǎn)足這一約束條件的步行運動(dòng)軌跡問(wèn)題?；赯MP的步態(tài)規劃有以下兩種方法。

    （1） 從理想ZMP軌跡確定身體各關(guān)節的運動(dòng)[7]：先設計理想ZMP軌跡，然后確定可實(shí)現理想ZMP軌跡的各關(guān)節運動(dòng)。該方法求解不唯一，且不是所有的理想ZMP都能實(shí)現。

    （2） 從雙足和軀干的運動(dòng)軌跡確定ZMP軌跡[8]：先設計雙足和軀干的運動(dòng)軌跡，然后確定ZMP軌跡，之后在可變參數的有效范圍內找出穩定裕度最大的軌跡作為規劃結果。該方法求解唯一但計算量大。

    其它常用的步態(tài)穩定判斷準則還有CoP(Center of Pressure)[9]，FRI(Foot-Rotation Indicator)[10]和GZMP(General Zero Moment Point)[11]等。對于周期性運動(dòng)，龐加萊回歸影射(Poincare Return Maps)[4]是一個(gè)強有力的分析工具，而仿人機器人在沒(méi)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)節驅動(dòng)的被動(dòng)雙足的學(xué)習算法以及用于一個(gè)平面驅動(dòng)雙足機器人的自動(dòng)控制系統設計。但是龐加萊回歸影射的缺點(diǎn)也很明顯：只能應用到有周期運動(dòng)的系統上，而對于非周期運動(dòng)則無(wú)能為力。

    3.2基于人類(lèi)步行運動(dòng)數據的方法

    仿人機器人的步態(tài)研究是希望它能有像人類(lèi)一樣的運動(dòng)能力，因此可以記錄并修正人類(lèi)的步行運動(dòng)數據HMCD(Human Motion Capture Data)用于仿人機器人步態(tài)控制中：通過(guò)各類(lèi)傳感器提取出人類(lèi)運動(dòng)，并根據仿人機器人的機構特性對數據進(jìn)行修正，以把合理數據映射到仿人機器人步態(tài)控制中[12]。Dasgupta[13]基于HMCD中腳的運動(dòng)數據設計理想ZMP軌跡，對所選關(guān)節運動(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)現某個(gè)特定動(dòng)作的數據，針對仿人機器人的特點(diǎn)通過(guò)算法對數據進(jìn)行處理，得出可用的控制軌跡，并在A(yíng)TR機器人上進(jìn)行驗證。

    3.3其它行走控制方法

    由于仿人機器人的高階、非線(xiàn)性、強耦合等特性，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(xiàn)控制，從提出以來(lái)得到廣泛應用。

    虛擬模型控制(Virtual Model Control)[16]檢測力與位置之間的關(guān)系，而非對其分別處理；其優(yōu)點(diǎn)在于柔性和魯棒控制，以及運算簡(jiǎn)單。這種方法使用“虛擬的”貼附于機構的彈簧阻尼點(diǎn)，根據線(xiàn)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構和四腳運動(dòng)裝置。

    3.4跑步運動(dòng)規劃

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

    在上世紀八十年代初期，Railbert[17]在研究單腿跳躍機器人的基礎上提出了機器人跑步的概念，并將控制行為分成跳躍高度、腳踝著(zhù)地角度和姿態(tài)控制三部分，強調對稱(chēng)性在設計穩定跑步運動(dòng)中的作用。Chevallereau[18]針對一類(lèi)球鉸副連接無(wú)腳平面步行機器人，利用混合零動(dòng)力學(xué)提出了漸進(jìn)穩定跑步控制方法。Kajita[19]等人將仿人機器人跑步分解為著(zhù)地和飛翔階段，利用倒立擺對跑步進(jìn)行控制，將同一機器人實(shí)現跑步和行走各個(gè)關(guān)節需要的扭矩和功率進(jìn)行了對比。文獻[20]介紹了一種生成機器人運動(dòng)的解析動(dòng)量控制RMC(Resolved Momentum Control)的方法，通過(guò)對雙腿的線(xiàn)速度和角速度的參考值、線(xiàn)性總動(dòng)量和角動(dòng)量的參考值的計算，得到腿部運動(dòng)過(guò)程中各個(gè)關(guān)節的速度。實(shí)驗結果證明該方法可以穩定的控制HRP-2LR機器人跑步運動(dòng)，速度達到0.16米/秒[21]。

    4 結論

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

    參考文獻

    [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.