王曉云
(安徽信息工程學(xué)院,安徽 蕪湖 241000)
隨著智能控制技術(shù)的發(fā)展,雙足機(jī)器人的自主控制能力不斷提升[1]。雙足機(jī)器人的智能控制建立在位姿修正的基礎(chǔ)上,采用空間三維位姿參數(shù)分析方法進(jìn)行雙足機(jī)器人的遠(yuǎn)程遙控控制,能夠提高機(jī)器人的自適應(yīng)控制能力。由于在對(duì)雙足機(jī)器人進(jìn)行自動(dòng)化控制過(guò)程中,容易受到機(jī)器的環(huán)境因素的干擾,導(dǎo)致雙足機(jī)器人的位姿修正效果并不好[2]。為了提高雙足機(jī)器人的位姿修正效果,本文提出基于視覺(jué)與IMU融合的機(jī)器人位姿修正方法。構(gòu)建機(jī)器人位姿參數(shù)分布模型,利用視覺(jué)與IMU融合方法進(jìn)行自主遙控雙足機(jī)器人的結(jié)構(gòu)參數(shù)辨識(shí)模型構(gòu)建和位姿修正,最后進(jìn)行仿真測(cè)試,展示了本文方法在提高機(jī)器人位姿修正能力方面的優(yōu)越性能。
為了實(shí)現(xiàn)自主遙控雙足機(jī)器人位姿修正優(yōu)化,需要采用姿態(tài)傳感器構(gòu)建機(jī)器人的運(yùn)動(dòng)姿態(tài)參數(shù)模型[3],結(jié)合嵌入式邏輯控制方法進(jìn)行機(jī)器人的運(yùn)動(dòng)學(xué)模型設(shè)計(jì),得到自主遙控雙足機(jī)器人位姿修正的結(jié)構(gòu)模型如圖1所示。
圖1 自主遙控雙足機(jī)器人位姿修正的結(jié)構(gòu)模型
以圖1所示的自主遙控雙足機(jī)器人位姿修正的結(jié)構(gòu)模型為基礎(chǔ),采用視覺(jué)特征信息采樣方法進(jìn)行機(jī)器人位姿信息采集[4],結(jié)合標(biāo)準(zhǔn)卡爾曼濾波模型,構(gòu)建自主遙控雙足機(jī)器人控制模糊迭代方程為:
(1)
假設(shè)自主遙控雙足機(jī)器人的末端位姿分布是一個(gè)運(yùn)動(dòng)模型,根據(jù)模糊荷載參數(shù)融合方法,得到機(jī)器人的反饋調(diào)節(jié)模型為:
(2)
(3)
構(gòu)建自主遙控雙足機(jī)器人的動(dòng)力學(xué)模型,表示為:
(4)
采用三維視覺(jué)信息跟蹤識(shí)別方法進(jìn)行自主遙控雙足機(jī)器人的運(yùn)動(dòng)學(xué)模型的優(yōu)化設(shè)計(jì)[6],構(gòu)建機(jī)器人動(dòng)力學(xué)模型f(x)是關(guān)于x=WVD(n,k(n))的關(guān)節(jié)力矩增益控制函數(shù),因此機(jī)器人的空間視覺(jué)特征參數(shù)分布滿(mǎn)足:
δ·p1-2p2+ρ2A2-δρ1A1+c2+cr=0
(5)
ρ2(p2-c2-cr)-δ·(1-δ)μ2A2=0
(6)
(7)
(8)
采用自適應(yīng)參數(shù)控制方法,進(jìn)行自主遙控雙足機(jī)器人的模糊度控制,得到位姿優(yōu)化參數(shù)m(A)滿(mǎn)足:
(9)
(10)
采用三維視覺(jué)信息跟蹤識(shí)別方法進(jìn)行自主遙控雙足機(jī)器人的運(yùn)動(dòng)學(xué)模型的優(yōu)化設(shè)計(jì),構(gòu)建參數(shù)辨識(shí)模型,得到機(jī)器人的運(yùn)動(dòng)平面,其狀態(tài)函數(shù)為:
(11)
考慮系統(tǒng)剛體特征,進(jìn)行機(jī)器人的視覺(jué)參數(shù)調(diào)節(jié),得到自主遙控雙足機(jī)器人位姿修正的線(xiàn)性化處理模型為:
(12)
其中,自主遙控雙足機(jī)器人位姿修正的穩(wěn)定性平衡點(diǎn)滿(mǎn)足:
(13)
根據(jù)線(xiàn)性化優(yōu)化控制結(jié)果,進(jìn)行自主遙控雙足機(jī)器人的模糊參數(shù)優(yōu)化辨識(shí)[9-10],得到辨識(shí)函數(shù)為:
(14)
結(jié)合耦合狀態(tài)尋優(yōu)方法,進(jìn)行自主遙控雙足機(jī)器人的控制誤差補(bǔ)償,得到控制誤差補(bǔ)償模型滿(mǎn)足:
(15)
當(dāng)([pHj,pLj])?([pHi,pLi])時(shí),在該工作點(diǎn)處進(jìn)行平衡控制狀態(tài)。
根據(jù)阻尼力矩位姿修正方法進(jìn)行自主遙控雙足機(jī)器人的力學(xué)結(jié)構(gòu)特征分析,結(jié)合視覺(jué)與IMU融合方法,得到慣性誤差項(xiàng)滿(mǎn)足e-Lms=1-LmS,在機(jī)器人質(zhì)心坐標(biāo)系中,引入前饋補(bǔ)償法得到機(jī)器人模糊控制函數(shù),描述為Gm(s)=G0(s),時(shí)滯誤差為tm=τ,自主遙控雙足機(jī)器人的視覺(jué)IMU融合狀態(tài)函數(shù)為:
H(s)+Y(s)=Gm(s)U(s)
(16)
采用空間聯(lián)合控制和參數(shù)調(diào)節(jié)方法進(jìn)行自主遙控雙足機(jī)器人的運(yùn)動(dòng)學(xué)參數(shù)尋優(yōu),構(gòu)建機(jī)器人結(jié)構(gòu)參數(shù)調(diào)節(jié)的優(yōu)化參數(shù)辨識(shí)模型,表示為:
(17)
上式中,機(jī)器人的空間跨度參數(shù)從端輸出到控制器中,采用迭代學(xué)習(xí)方法進(jìn)行自主遙控雙足機(jī)器人的力矩控制:
(18)
構(gòu)建機(jī)器人的末端載荷參數(shù)辨識(shí)模型,得到自主遙控雙足機(jī)器人延遲環(huán)節(jié)分布為:
(19)
基于視覺(jué)與IMU融合方法,進(jìn)行自適應(yīng)反饋調(diào)節(jié),得到機(jī)器人位姿修正模型為:
(20)
綜上分析,實(shí)現(xiàn)對(duì)機(jī)器人的位姿修正。
為了測(cè)試本文設(shè)計(jì)方法在實(shí)現(xiàn)機(jī)器人位姿修正中的應(yīng)用性能,進(jìn)行仿真實(shí)驗(yàn)。采用Matlab軟件進(jìn)行仿真分析,設(shè)定自主遙控雙足機(jī)器人姿態(tài)數(shù)據(jù)的采樣頻率為12KHz,模糊度系數(shù)為0.25,機(jī)器人物理環(huán)境數(shù)據(jù)長(zhǎng)度為1200,機(jī)器人位姿參數(shù)采樣的截止頻率為120Hz,視覺(jué)分布的像素集為120*120,機(jī)器人的實(shí)驗(yàn)場(chǎng)景如圖2所示。
圖2 實(shí)驗(yàn)場(chǎng)景
根據(jù)上述實(shí)驗(yàn)參數(shù)和仿真場(chǎng)景,進(jìn)行自主遙控雙足機(jī)器人的位姿參數(shù)修正,得到位置參數(shù)、速度參數(shù)、加速度參數(shù)及誤差仿真結(jié)果如圖3所示。
a 位置參數(shù)
b 速度參數(shù)
c 加速度參數(shù)
d 位姿誤差圖3 位姿參數(shù)修正結(jié)果及誤差
分析圖3得知,本文方法能有效實(shí)現(xiàn)機(jī)器人位姿修正,位姿參數(shù)修正精度較高,位姿修正能力較好,提高了機(jī)器人的自動(dòng)化控制能力。
本文提出基于視覺(jué)與IMU融合的機(jī)器人位姿修正方法。根據(jù)模糊荷載參數(shù)融合方法,得到自主遙控雙足機(jī)器人的反饋調(diào)節(jié)模型,采用自適應(yīng)振蕩誤差分析方法構(gòu)建標(biāo)準(zhǔn)卡爾曼濾波模型,實(shí)現(xiàn)機(jī)器人參數(shù)融合和視覺(jué)特征重構(gòu)。采用三維視覺(jué)信息跟蹤識(shí)別方法進(jìn)行機(jī)器人運(yùn)動(dòng)學(xué)模型的優(yōu)化設(shè)計(jì),根據(jù)阻尼力矩位姿修正方法進(jìn)行機(jī)器人力學(xué)結(jié)構(gòu)特征分析,結(jié)合視覺(jué)與IMU融合方法實(shí)現(xiàn)自主遙控雙足機(jī)器人的結(jié)構(gòu)參數(shù)辨識(shí)模型構(gòu)造和位姿修正。仿真實(shí)驗(yàn)結(jié)果顯示,采用該方法進(jìn)行機(jī)器人位姿修正的精度較高,位姿校正效果較好,提高了機(jī)器人的自動(dòng)化控制能力,取得了更好的應(yīng)用效果。