基于多傳感器集成的機(jī)器人整機(jī)自動(dòng)控制方法研究

李麗

摘? 要： 受到不同傳感器信號(hào)融合度與傳感器分布位置的影響，機(jī)器人整機(jī)在自動(dòng)控制過(guò)程中存在多傳感器信號(hào)響應(yīng)反饋不同步的現(xiàn)象。通過(guò)對(duì)機(jī)器人結(jié)構(gòu)運(yùn)動(dòng)力學(xué)模型的建立與分析，完成對(duì)不同位置傳感器所應(yīng)發(fā)送力值信號(hào)大小的獲取;根據(jù)獲取的數(shù)值對(duì)傳感器分布位置與規(guī)格進(jìn)行修正，在硬件結(jié)構(gòu)上減小控制誤差量;通過(guò)引入信號(hào)同步算法，統(tǒng)一機(jī)器人整機(jī)不同分布位置上傳感器信號(hào)到達(dá)控制器的時(shí)間，實(shí)現(xiàn)在控制程序上的誤差修正。通過(guò)對(duì)不同差量下不同感應(yīng)器指令響應(yīng)誤差數(shù)據(jù)的收集、對(duì)比、分析，證明提出的控制方法能夠有效提升自動(dòng)控制信號(hào)的同步效果。

關(guān)鍵詞： 機(jī)器人; 自動(dòng)控制; 多傳感器; 結(jié)構(gòu)動(dòng)力學(xué); 信號(hào)同步; 傳感器分布

中圖分類號(hào)： TN876?34; TP212.9? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼： A? ? ? ? ? ? ? ? ? ? ? 文章編號(hào)： 1004?373X（2020）18?0175?03

Abstract： Due to the influence of the fusion degree of the different sensor signals and the distribution location of the sensor， the whole robot has the phenomenon that the response feedback of multi?sensor signal is not synchronous in the automatic control process. The structural dynamics model of the robot is established and analyzed to complete the acquirement of the signal size of the stress value transmitted by different position sensors. The distribution location and the specification of the sensors are corrected according to the obtained value， and the control error amount on the hardware structure is reduced. The time of the sensor signal reaching the controller at different distribution positions of the whole robot is unified by introducing the signal synchronization algorithm， and the error correction on the control program is realized. It is proved that the proposed control method can effectively improve the synchronization effect of automatic control signal by collecting， comparing and analyzing the error data of different sensors′ command response under different differences.

Keywords： robot; automatic control; multi?sensor; structural dynamics; signal synchronization; sensor distribution

0? 引? 言

隨著物聯(lián)網(wǎng)技術(shù)[1]、大數(shù)據(jù)技術(shù)[2]、云計(jì)算技術(shù)[3]、傳感控制技術(shù)[4]的高速發(fā)展，為機(jī)器人研發(fā)提供了諸多有利的技術(shù)支持。我國(guó)對(duì)高尖端機(jī)器人（人形機(jī)器人）研發(fā)力度不斷增大。機(jī)器人可實(shí)現(xiàn)仿人工生物運(yùn)動(dòng)力學(xué)的動(dòng)作，需要多個(gè)傳感器共同對(duì)不同的參數(shù)數(shù)據(jù)進(jìn)行實(shí)時(shí)的采集與下達(dá)。其中，需要傳感器的種類包括：通信傳感器、重力傳感器、紅外傳感器、距離傳感器、壓力傳感器、語(yǔ)音傳感器與圖像傳感器等。

由于傳感器類型的不同，導(dǎo)致傳感器收發(fā)信號(hào)的頻率、波形、速率等參量各不相同，信號(hào)間的融合程度直接關(guān)系著信號(hào)的同步程度，信號(hào)的同步程度是衡量機(jī)器人完善與否的重要標(biāo)準(zhǔn)。由于機(jī)器人整機(jī)傳感器所分布位置的不同和所受力值的不同，對(duì)同步控制有所影響，本文從運(yùn)動(dòng)力學(xué)與信號(hào)控制兩個(gè)角度對(duì)同步控制方法進(jìn)行詳細(xì)描述。

1? 機(jī)器人整機(jī)運(yùn)動(dòng)力學(xué)模型建立與分析

1.1? 運(yùn)動(dòng)力學(xué)模型建立

由于機(jī)器人整體控制是通過(guò)分布在機(jī)器人整機(jī)各個(gè)關(guān)節(jié)（控制點(diǎn)）上的傳感器感應(yīng)運(yùn)動(dòng)力值，將其轉(zhuǎn)換為控制信號(hào)，從而控制關(guān)節(jié)帶動(dòng)器件，完成機(jī)器人運(yùn)功。本文首先對(duì)立機(jī)器人的運(yùn)動(dòng)力學(xué)模型進(jìn)行建立，通過(guò)模型反映控制點(diǎn)（多傳感器分布位置）所受力值大小，轉(zhuǎn)化得到不同位置分布下的傳感器信號(hào)轉(zhuǎn)換響應(yīng)時(shí)間。具體的運(yùn)動(dòng)動(dòng)力模型采用Euler?Lagrange方程[5]來(lái)完成，其動(dòng)力Euler?Lagrange方程為：

式中：[w=w1，w2，…，wiY]，代表機(jī)器人運(yùn)動(dòng)空間中i維動(dòng)態(tài)軸坐標(biāo)位置;A代表Lagrange方程，表現(xiàn)動(dòng)量與動(dòng)勢(shì)間的能量轉(zhuǎn)化關(guān)系;[Rw]代表[i×z]維載入量的動(dòng)態(tài)序列;[μ]代表Lagrange系數(shù)因子[6];[Sw]代表制約控制序列;積值[SYwμ]代表限制量的常態(tài)值。由Euler?Lagrange方程可得到，機(jī)器人多傳感器分布點(diǎn)的動(dòng)力學(xué)模型為：

對(duì)式（2）進(jìn)行微分計(jì)算，剔除控制運(yùn)動(dòng)中的干擾量，得到純凈的動(dòng)力學(xué)模型方程式：

式中：[Dw]代表控制運(yùn)動(dòng)的阻力系數(shù);[Dw]代表傳感器受力系數(shù);[oy]代表動(dòng)能轉(zhuǎn)換信號(hào)量的權(quán)值系數(shù);[oy]代表信號(hào)轉(zhuǎn)換行為中的誤差權(quán)值系數(shù)。

將乘量[DYw]代入式（3）方程兩側(cè)，并將轉(zhuǎn)換能耗系數(shù)設(shè)置為[DYSYμ=0]，消除Lagrange乘子[μ]簡(jiǎn)化算式 ，得到最終機(jī)器人運(yùn)動(dòng)力學(xué)模型為：

式中：D代表[n+1]控制點(diǎn)下不同傳感器所受力值總量;Z代表力值感應(yīng)轉(zhuǎn)換比值;B代表動(dòng)力輸出總量;R代表傳感器感應(yīng)識(shí)別系數(shù)。

1.2? 運(yùn)動(dòng)力學(xué)模型分析

完成上述的模型建立后，需要對(duì)模型所反應(yīng)的數(shù)據(jù)進(jìn)行分析，通過(guò)分析計(jì)算獲得不同分布位置的傳感器對(duì)應(yīng)的力值關(guān)系。通過(guò)模型可知，機(jī)器人運(yùn)動(dòng)中，多傳感器所處位置有多個(gè)自由度，不同位置的傳感器對(duì)應(yīng)一個(gè)自由度量值。因此，需要將模型中所反應(yīng)的總力值分解對(duì)應(yīng)到每個(gè)傳感器上，具體的計(jì)算步驟如下：

機(jī)器人運(yùn)動(dòng)動(dòng)力模型簡(jiǎn)化后的表達(dá)式為：

式中：[Zw]代表i×z維習(xí)慣性常量矩陣;[w]代表傳感器分布位置對(duì)力值轉(zhuǎn)換系數(shù);[Bw，w]代表傳感器控制轉(zhuǎn)換常量;[Hw]代表傳感器感應(yīng)矢量;[Gw]代表傳感器空間位置矢量;[μf]代表有限的可控干擾系數(shù);[μ]代表轉(zhuǎn)換能力值?？紤]到機(jī)器人傳感器在工作狀態(tài)下易受到運(yùn)動(dòng)產(chǎn)生干擾值[7]的影響，再分解計(jì)算中引入等量空間抑制方程，得到分解后單個(gè)傳感器的動(dòng)力學(xué)公式為：

式中：[c=w·wY];[1i×i]與[0i×i]代表i×i坐標(biāo)域下的傳感器獨(dú)立矩陣與靜態(tài)矩陣;[Zc]代表機(jī)器人控制點(diǎn)傳感器矢量;[ωc]代表[i-1]階下的空間作用力;[Hc]代表i×1坐標(biāo)域下傳感器所受力值半徑;[Gc]代表傳感器轉(zhuǎn)換誤差量。受到機(jī)器人運(yùn)動(dòng)過(guò)程中，矢量力值的不易計(jì)算的影響，將式（6）進(jìn)行矢量剔除轉(zhuǎn)化，得到簡(jiǎn)化的力學(xué)公式為：

式中：[gc]代表[gc]的預(yù)判量;o代表一個(gè)感應(yīng)器的力值感應(yīng)轉(zhuǎn)換動(dòng)量。

1.3? 多傳感器分布與力學(xué)控制的關(guān)系

完成對(duì)運(yùn)動(dòng)力學(xué)模型的分解計(jì)算后，多傳感器集成的機(jī)器人中每個(gè)獨(dú)立區(qū)域的傳感器所受力值數(shù)據(jù)可通過(guò)公式計(jì)算獲得[8]。但需要準(zhǔn)確完成對(duì)傳感器同步誤差量的修正，還需要將所獲得的數(shù)值參量對(duì)應(yīng)綁定到每個(gè)傳感器上，機(jī)器人整機(jī)結(jié)構(gòu)分布位置可根據(jù)功能區(qū)域的不同分為：右臂功能傳感器運(yùn)動(dòng)力學(xué)區(qū)、左臂功能傳感器運(yùn)動(dòng)力學(xué)區(qū)、頭身軀干功能傳感器運(yùn)動(dòng)力學(xué)區(qū)、右腿功能傳感器運(yùn)動(dòng)力學(xué)區(qū)、左腿功能傳感器運(yùn)動(dòng)力學(xué)區(qū)。通過(guò)對(duì)力學(xué)模型的分析發(fā)現(xiàn)，傳感器的受力方向隸屬于一個(gè)三維坐標(biāo)空間[9?10]，將傳感器的受力系數(shù)按照三維坐標(biāo)的受力方向進(jìn)行綁定，在三維受力的維度上系數(shù)為定值，從而快速找出存在誤差量的傳感器，對(duì)其修正。

2? 多傳感器機(jī)器人整機(jī)控制方法實(shí)現(xiàn)

2.1? 傳感器分布位置與規(guī)格誤差量的修正

完成對(duì)多傳感器集成的機(jī)器人整機(jī)傳感器力學(xué)關(guān)系綁定后，每個(gè)傳感器受力系數(shù)已為定值，在維度關(guān)系不發(fā)生改變的前提下可不考慮定值系數(shù)對(duì)控制信號(hào)的影響，可單純將機(jī)器人整機(jī)控制響應(yīng)同步問(wèn)題歸結(jié)到傳感器分布與傳感器自身參數(shù)不足上。

2.1.1? 傳感器分布導(dǎo)致的同步問(wèn)題修正

通過(guò)對(duì)機(jī)器人運(yùn)動(dòng)過(guò)程中的力學(xué)模型分析與傳感器分布位置的研究發(fā)現(xiàn)，左臂肘關(guān)節(jié)、右臂肘關(guān)節(jié)、左腿膝關(guān)節(jié)、右腿膝關(guān)節(jié)4個(gè)位置的傳感器，在機(jī)器人運(yùn)動(dòng)過(guò)程中，所受到的力值均大于其他分布位置的傳感器，受到阻力與應(yīng)力的共同作用，傳感器供電會(huì)發(fā)生阻值的變動(dòng)，變動(dòng)阻值提升擾動(dòng)信號(hào)強(qiáng)度，導(dǎo)致傳感器信號(hào)響應(yīng)的瞬態(tài)遲滯，出現(xiàn)同步異常。根據(jù)上文傳感器劃分區(qū)域，將左臂肘關(guān)節(jié)、右臂肘關(guān)節(jié)、左腿膝關(guān)節(jié)、右腿膝關(guān)節(jié)4個(gè)位置的傳感器信號(hào)發(fā)送時(shí)間的控制參量進(jìn)行對(duì)應(yīng)的調(diào)整，通過(guò)對(duì)信號(hào)的發(fā)送與反饋時(shí)間參量的校對(duì)，達(dá)到信號(hào)同步的效果。

2.1.2? 傳感器自身規(guī)格不足導(dǎo)致的同步誤差修正

在一些特殊的情況下，會(huì)出現(xiàn)不論怎樣修改、校正傳感器間的同步時(shí)間數(shù)據(jù)，機(jī)器人仍會(huì)不定時(shí)出現(xiàn)同步異常的問(wèn)題。此狀態(tài)下，就可以考慮傳感器的控制接收硬件的規(guī)格參數(shù)是否達(dá)到校對(duì)參量數(shù)值的標(biāo)準(zhǔn)。對(duì)硬件規(guī)格參量不足導(dǎo)致的同步問(wèn)題，最直接有效的方法就是硬件的替換修正。

2.2? 多傳感器控制信號(hào)同步識(shí)別計(jì)算

完成傳感器的軟硬件參數(shù)的修正后，需要對(duì)機(jī)器人整機(jī)的控制算法進(jìn)行修正。解決多傳感器信號(hào)間的識(shí)別融合，是提升多傳感器集成的機(jī)器人控制信號(hào)同步的關(guān)鍵。多傳感器控制信號(hào)同步識(shí)別結(jié)構(gòu)如圖1所示。

3? 實(shí)驗(yàn)數(shù)據(jù)分析

將多傳感器集成的機(jī)器人的主控?cái)?shù)據(jù)中，各傳感器信號(hào)頻率數(shù)據(jù)導(dǎo)入仿真測(cè)試程序，對(duì)應(yīng)生成信號(hào)波，如圖2所示。由檢測(cè)結(jié)果可知，采用所提的基于多傳感器集成的機(jī)器人整機(jī)自動(dòng)控制方法，能夠有效地解決多傳感器信號(hào)間的同步異常問(wèn)題。

4? 結(jié)? 語(yǔ)

傳感器識(shí)別控制技術(shù)與無(wú)線通信技術(shù)為機(jī)器人研究與開(kāi)發(fā)提供了技術(shù)支持。機(jī)器人的活動(dòng)需要諸多傳感器作為信息數(shù)據(jù)的收集與交互介質(zhì)。本文根據(jù)同步異常問(wèn)題發(fā)生的原因，從力學(xué)與信號(hào)控制兩方面，對(duì)問(wèn)題解決方法進(jìn)行了詳細(xì)的描述，并通過(guò)實(shí)驗(yàn)對(duì)方法同步效果進(jìn)行了驗(yàn)證。本文方法的提出與驗(yàn)證，為機(jī)器人開(kāi)發(fā)研究及傳感器控制研究提供了一種新的控制方案。

參考文獻(xiàn)

[1] 伍明，張國(guó)良，李琳琳，等.基于動(dòng)態(tài)和靜態(tài)環(huán)境對(duì)象觀測(cè)一致性約束的移動(dòng)機(jī)器人多傳感器標(biāo)定優(yōu)化方法[J].兵工學(xué)報(bào)，2017，38（8）：1630?1641.

[2] 盧晨，劉正.無(wú)跡信息濾波耦合交互式多模型的多傳感器機(jī)器人軌跡控制[J].中國(guó)工程機(jī)械學(xué)報(bào)，2018，16（6）：544?549.

[3] 陳冠宇，成群林，張解語(yǔ)，等.基于多傳感器測(cè)量的航天器艙段自動(dòng)對(duì)接位姿調(diào)整方法[J].北京航空航天大學(xué)學(xué)報(bào)，2019，45（6）：1232?1239.

[4] 孫寧，秦洪懋，張利，等.基于多傳感器信息融合的車輛目標(biāo)識(shí)別方法[J].汽車工程，2017，39（11）：1310?1315.

[5] 李兵，蘭夢(mèng)輝，孫彬，等.基于多傳感器測(cè)量的孔組位置度快速檢測(cè)方法[J].計(jì)算機(jī)集成制造系統(tǒng)，2018，24（5）：1089?1097.

[6] 周衛(wèi)琪，齊翔.基于多傳感器信息融合的汽車行駛狀態(tài)估計(jì)[J].汽車工程，2019，41（1）：7?13.

[7] 王正家，夏正喬，孫楚杰，等.基于多傳感器信息融合的自主跟隨定位及避障方法[J].傳感技術(shù)學(xué)報(bào)，2019，32（5）：723?727.

[8] 王立玲，梁亮，馬東，等.基于多傳感器信息融合的雙足機(jī)器人自主定位[J].中國(guó)慣性技術(shù)學(xué)報(bào)，2018，26（5）：629?634.

[9] 劉澈，姜勇，姚森敬，等.基于多傳感器信息融合的絕緣子串自動(dòng)識(shí)別方法[J].機(jī)械設(shè)計(jì)與制造，2019（4）：220?224.

[10] 程翀，郭曉彬，陳祥磊，等.基于Mindstorms的智能機(jī)器人控制系統(tǒng)開(kāi)發(fā)[J].武漢理工大學(xué)學(xué)報(bào)（交通科學(xué)與工程版），2018，42（2）：247?252.