机器人与人身体交流的同步控制策略

【摘要】： 本文针对协助走和康复训练等这类机器人与人进行身体交流时如何实现各自运动的谐调同步问题,提出了基于神经元振荡器的同步控制方法,并以机器人和人握手作为研究对象,通过理论分析、数值仿真(在MATLAB中实现)和实机实验(控制软件部分由C语言编程实现)等方式对这种控制方法的运行机理、特性以及实际应用进行了较深入的探讨和研究,验证了其对机器人和人实现运动同步的有效性。 论文主要的工作内容如下: (1)概述了机器人和人身体相互作用时实现自然谐调、保持各自运动同步的重要性和必要性;论证了用基于神经元振荡器的同步控制方法来研究人和机器人实现身体自然相互作用的可行性和意义;介绍了国内外机器人和人身体交流的研究发展概况,并同时分析了当前用于机器人和人自然交流控制的基于力的控制策略和基于神经元振荡器的控制策略的国内外研究现状;提出了本课题的研究目的和主要研究内容。 (2)对机器人与人的身体交流进行了分析研究,并对它的安全性、可靠性以及相互运动谐调性的保障策略进行了研究。 (3)提出了基于神经元振荡器的同步控制方法,并对产生动物节律运动的中枢模式发生器(central pattern generator,CPG)控制模式和其控制机理进行了分析,随后对基于CPG建立的已有神经元振荡器模型进行了特性分析和结构改进,进而设计了新的用于机器人和人握手的神经元振荡器,再则对新设计的神经元振荡器的输入输出同步特性进行了参数影响分析,为机器人和人握手运动的同步和参数可调提供了理论基础。 (4)建立了二维空间里机器人和人握手的三自由度仿真机械模型,并对其动力学微分方程进行分析,推导出了由于握手所引起的各关节扭矩计算公式,为机器人和人握手动力学仿真提供了理论基础。 (5)利用所提出的同步控制方法,通过MATLAB对机器人和人握手进行动力学仿真,得到了在各种条件下的握手仿真分析结果。另外,对仿真结果中各关节扭矩成分进行快速傅立叶变换(FFT),得到了惯性扭矩和哥氏离心力矩等项对握手结果的影响情况,为以后握手实验的进行作好了准备。 (6)基于最小二乘法原理对握手实验用的7自由度机器人手臂各连杆进行了参数识别研究,并利用NN-BP神经网络学习方法对它们进行了重力补偿,以便在实验中有效地进行实时控制。 (7)利用所提出的同步控制方法,并基于7自由度机器人臂和用于采集人臂各关节转角数据的CCD图像处理技术(日本日立制作所生产),对机器人和人握手进行了实验研究,得到了在各种条件下的握手实验结果。 对神经元振荡器所进行的运行机理探讨和特性分析结果表明,神经元振荡器具有自振动特性和输入输出同步特性,其适合于用来产生具有周期性的运动和用来控制这些运动与周围环境的同步。另外,机器人和人握手的仿真和实验结果表明:(1)所提出的同步控制方法能够实现机器人和人握手运动的同步;通过调节神经元振荡器的增益参数,同步的程度能够被改变,从而实现机器人和人握手时相互作用的主动性和被动性。(2)该同步控制方法的有效性还适用于诸如协助走、康复训练和跳舞等具有周期性相互作用的运动,具有较大的重要意义。