未知地面情况下四足机器人疾驰步态腿部阻抗在线自适应研究

Galloping gait is the locomotion pattern in fast quadruped running, thus, the key to accomplish actual tasks is to achieve stable galloping gait under unknown ground. There are two challenges in real galloping control, one is that the ground mechanical characteristics are complex and unknown, and need to be identified online in gait motion, the other is that the galloping gait is asymmetric, and the leg impedance characteristic is strongly coupled with the body motion, while the leg impedance must be adjusted online according to the different ground characteristics. Therefore, the on-line impedance adaptation of the ground leg is the difficult and key points to achieve the stable gallop gait. For this purpose, aiming at the control of stable galloping gait in unknown ground, this project focuses on two scientific problems: online recognition of the ground in the gait and online adaptation of leg impedance. According to the characteristics of body state fluctuations in gallop gait, a ground online clustering recognition method based on body state trajectory is proposed; the coupling mechanism between leg impedance and robot trunk state trajectories is studied by numerical model; by introducing online learning strategy, an online learning adaptive strategy of the leg impedance of gallop gait in unknown ground is proposed; then, the online adaptive strategy is verified through numerical simulation and experimental research. The goal of this project is to solve the problem of steady motion control of the quadruped galloping gait under unknown ground, and provide a new theory and method for its application.

疾驰步态是四足机器人高速移动的运动形式，实现未知地面情况下的稳定疾驰步态是其高效完成实际任务的关键。其难点在于，一是地面力学特性复杂且未知，如沥青、草地、泥地、地毯等，需要在运动中在线识别；二是步态非对称，腿部阻抗特性与机身运动强耦合，且腿部阻抗需根据不同地面特性在线调整。因此，着地腿阻抗在线自适应是实现稳定疾驰步态的难点和关键点。本项目以未知地面下疾驰步态稳定控制为目标，围绕疾驰步态中的地面在线识别和腿部阻抗在线自适应两个科学问题展开研究。针对疾驰步态机身状态波动大的特点，提出基于机身状态轨迹的地面在线聚类识别方法；利用数值模型探究疾驰步态腿部阻抗和机身状态轨迹的耦合机理；通过引入在线学习策略，提出未知地面下疾驰步态腿部阻抗在线学习自适应策略；最后开展腿部阻抗在线自适应的仿真和样机实验研究。本项目旨在解决未知地面下四足机器人疾驰步态的稳定运动控制问题，为其走向实用提供新理论、新方法。

四足机器人在实际应用中，需要面对非结构化的未知复杂地面，其刚度特性的不确定性对机器人的稳定行进构成挑战。实现足式机器人在复杂环境下的快速奔跑是发挥其在救援、运输和巡防等应用潜力的前提。针对足式机器人在未知地面下的奔跑稳定控制问题，本项目提出了地面识别-参数耦合机理分析-学习控制的研究思路，开展了相关的研究工作，取得的主要研究成果如下：（1）提出了基于高斯过程回归的足端触地检测方法，通过对关节力矩、关节运动和腿部惯性参数的学习，实现在末端无传感器下的触地检测，提高了四足机器人在恶劣环境下的运动可靠性。（2）在检测到触地后，机器人通过对触地时和触地后的关节、机身等本体运动数据变换到频域，提取频域特征，并进行主成分分析降低数据维度，最后通过聚类算法得到不同刚度地面下的地面特征模型，从而实现对不同地面的识别。（3）针对四足机器人奔跑过程中，变拓扑、含触地冲击的特点，建立四足机器人的混杂动力学模型，通过仿真分析得到四足机器人奔跑过程中包含腿部阻抗在内的多种运动参数和机身参数的相互耦合关系，为四足机器人的控制提供指导。（4）提出了变刚度地面下四足机器人腿部刚度补偿控制算法和基于学习的奔跑控制算法，通过对步态控制效果进行实时反馈，不断优化控制参数，实现对不同地面的稳定奔跑控制（5）设计了面向大冲击的低惯量关节驱动器、能够实现力-速度-位置控制实时在线切换的电机驱动器和相应的足式实验平台，开发了测试系统软件和硬件，对提出的步态控制算法进行了验证。.项目团队发表论文论文5篇，SCI/EI论文2篇，申请发明专利2篇（已进入实质审查），培养硕士研究生三名。相关理论和技术成果有助于提高四足机器人在复杂环境下的快速奔跑能力，加速四足机器人在实际场景中的应用。