仿人机器人自主动态越障关键技术研究

The specific ability to step over obstacles is the significant advantage of a biped robot, and the fundamental issue for autonomous navigation in complex environments. However, statically stepping over with known obstacles has poor performance and is difficult to applied in the global footstep planning. To this end, autonomously stepping over obstacles with dynamic stability is proposed in this research. Fistly the environment perception and mapping with multi-senor is presented. It is realized by the scale information collected by the laser range sensor, which is equipped on the abdomen of the humanoid robot with the pitch rotation, and the position and orientation information percepted by the speedometer and the gyroscope in the humanoid robot.Then the feasibility of the stepping over is analysized by global optimization model with constraints. After that motion planning with dyanmic stability is realized by two-tier preview control strategy. The top-tier preview control generates the coarse motion based on the single-mass model. The bottem-tier revises the motion of the center of gravity to generate the fine whole body motion with the input of the ZMP error between the single-mass model and the multi-rigid-body model. Meanwhile,the oriented bounding boxes and closest-feature tracking method is presented to improve the exactness and the real-time of the collision detection.

越障能力强是步行方式的最显著优点，也是实现仿人机器人在复杂环境中自主导航的关键。现有关于仿人机器人越障的研究主要针对已知障碍物的静态越障——越障能力有限，且难应用于全局路径规划。鉴于此，本课题以自主动态越障为目标，提出采用多感融合环境感知和建模方法，通过安装在机器人腹部可俯仰的激光测距仪实现环境尺度信息采集，连同机器人自身的里程计和陀螺的定位和定姿，实现对局部环境的实时感知和三维建模；在此基础上采用多约束全局优化的方法判断越障可行性；根据结果，提出采用单质点ZMP跟踪预观控制实现粗略的动态越障规划，并用多刚体模型计算ZMP误差，将之作为输入再次使用ZMP跟踪预观控制修正机器人重心的运动轨迹，从而实现精确的全身运动规划。同时，为满足碰撞检测算法对实时性和精度的要求，提出了对机器人和障碍物采用定向包围盒树的描述模型，提高了模型精度；并采用最近特征点跟踪的方法缩减定向包围盒树，减少碰撞检测时间。

自主动态越障是亟待解决的仿人机器人技术难题，是仿人机器人走向实际应用的基本前提。本项目以仿人机器人在复杂环境中的自主动态越障为目标，重点研究机器人对复杂环境的实时感知与自主无碰运动规划，主要研究四个方面内容：基于激光和视觉的实时定位和地图构建；基于深度视觉的几何尺寸测量；越障可行性判别与足部运动规划；仿人机器人全身运动规划。.提出了视觉信息辅助激光进行初始化定位策略，采用Gist全局描述算子从全局特征对场景进行描述，构建视觉帧和激光帧复合地图，通过加速粒子收敛于真实位姿，提高了机器人对局部环境感知精度和实时性，该方法对于多个物体共存场景尤为适用，单个物体图像相似度最高可达1.25，物体图像发生绑架时相似度可达0.18；提出了一种基于视觉识别三维特征的几何尺寸测量方法，设计了FPFH全局特征算子，通过Hough直线检测实现边界拟合和轮廓提取，实现了运动过程中机器人对环境的三维尺寸测量，该方法对10cm*8cm*5cm物体三维最大定位误差为0.99mm，均方根误差为0.88mm；提出了基于双层预观控制动态越障策略，采用基于单质点模型的桌子-小车预观控制实现ZMP的跟踪控制，以多刚体模型计算ZMP误差作为输入再次使用预观控制修正机器人重心的运动轨迹，实现了ZMP稳定的越障步态；提出了一种基于扩展零力矩点(EZMP)的运动规划方法，给出了非线性EZMP方程在三维空间中的封闭形式，通过给定目标EZMP轨迹，应用预观控制生成目标动量和角动量轨迹，应用分解角动量控制将生成的动量映射到机器人全身运动，该方法将EZMP平均误差减小到单一预观控制方法的40%，并可以方便地实现含复杂约束的运动规划，为仿人机器人提供了一种形式简单且灵活、高效的运动规划方法。