文章圖片
文章圖片
文章圖片
文章圖片
文章圖片
憑借與人類相似的形態(tài)和運動能力 ， 人形機器人未來有望被廣泛應用于各種操作和運動任務中 ， 以支持或替代人類工作 。
然而 ， 在狹窄受限較多的工作環(huán)境中 ， 要想讓人形機器人在其中穩(wěn)健工作 ， 必須使其具備多接觸運動能力 。
多接觸運動不僅涉及機器人四肢末端的接觸（如手和腳） ， 還涉及四肢中間部位（如膝蓋和肘部）的接觸 。
盡管近年來人們對人形機器人多接觸運動的規(guī)劃和控制已經(jīng)進行了積極研究 ， 但目前實現(xiàn)多接觸運動的人形機器人大多數(shù)僅限于手和腳 ， 而不是像人類一樣能與整個身體的任意區(qū)域進行接觸 。
ㄌ岢魴驢刂品椒?， 實現(xiàn)全身多接觸運動
一般來說 ， 我們將涉及機器人任意身體部位接觸的運動定義為全身多接觸運動 。
要想實現(xiàn)這種復雜的運動形式 ， 主要面臨兩大挑戰(zhàn)：全身接觸感知的能力 ， 和在多接觸狀態(tài)下的平衡控制 。
近日 ， 來自CNRS-AIST JRL和東京理科大學的研究人員攜手合作 ， 對此進行了深入研究 ， 并開發(fā)了一種控制方法 。
該方法通過安裝在機器人身體表面的分布式觸覺傳感器 ， 實現(xiàn)了全身多接觸運動 。 與傳統(tǒng)的力/扭矩傳感器相比 ， 這些薄而靈活的分布式觸覺傳感器能夠在不對機器人身體形狀進行大改的前提下 ， 測量全身接觸情況 。 這使得機器人不僅能實現(xiàn)四肢末端的多接觸運動 ， 還能通過四肢中間部位（如膝蓋和肘部）進行支撐 ， 從而大大提高了機器人在面對干擾和環(huán)境誤差時的運動穩(wěn)定性 。
從傳感器的開發(fā)到基于傳感器的運動生成 ， 關于人形機器人觸覺測量的研究范圍雖然廣泛 ， 但除了雙足行走時機器人腳底的壓力中心（CoP）和支撐區(qū)域的計算外 ， 之前很少有研究使用觸覺傳感器進行人形機器人的平衡控制 。 在本研究中 ， 該團隊明確使用觸覺傳感器來控制全身接觸的人體運動的平衡 。
通過擴展以前開發(fā)的有效多接觸運動控制技術 ， 研究團隊為機器人配備了分布式觸覺傳感器 ， 將測量范圍擴展至中間區(qū)域 ， 并通過使用力/扭矩傳感器和分布式觸覺傳感器的反饋控制來穩(wěn)定機器人運動與平衡 。 動力學模擬驗證結果表明 ， 研究團隊開發(fā)的觸覺反饋大大提高了全身多接觸運動對干擾和環(huán)境誤差的穩(wěn)定性 。
此外 ， 研究團隊還進行了模擬世界和真實世界的實驗 。 在測試中 ， 肢體上安裝了分布式觸覺傳感器的真人大小人形機器人RHP Kaleido展示了各種全身多接觸運動 ， 如向前邁步并用前臂接觸支撐身體以及以大腿接觸保持坐姿平衡等 。 這表明 ， 通過研究團隊開發(fā)的控制方法 ， 人形機器人可以執(zhí)行全身多接觸運動 ， 并且具有更好的穩(wěn)健性 。
該研究成果的相關論文以“Whole-Body Multi-Contact Motion Control for Humanoid Robots Based on Distributed Tactile Sensors”為題發(fā)表在《IEEE Robotics and Automation Letters》上 。
接下來 ， 一起來和機器人大講堂深入探索這一研究成果！
醬笫迪幟訓?？畜H刂品椒ㄈ綰問迪鄭?
據(jù)了解 ， 研究團隊提出的控制系統(tǒng)由質(zhì)心運動控制和肢體運動控制兩部分組成 。 相比之前開發(fā)的控制系統(tǒng) ， 新系統(tǒng)增加了基于觸覺傳感器的模塊擴展 ， 用于適應全身接觸 。 具體來說：
質(zhì)心運動控制
其質(zhì)心運動控制通過作用在機器人質(zhì)心（Center of Mass CoM）上的合力矩（Resultant Wrench）來實現(xiàn) 。 合力矩由分布在機器人各接觸區(qū)域的接觸力矩組成 ， 這些接觸力矩基于分布式觸覺傳感器測量的實際接觸多邊形進行在線更新 。 質(zhì)心運動規(guī)劃采用模型預測控制（Model Predictive Control MPC） ， 以最小化質(zhì)心狀態(tài)與參考狀態(tài)之間的誤差 ， 并通過比例-微分（Proportional-Derivative PD）反饋控制進行質(zhì)心狀態(tài)穩(wěn)定 。
肢體運動控制
其肢體運動控制通過分布接觸力矩到各接觸區(qū)域來實現(xiàn)期望的合力矩 。 力矩分配通過求解一個二次規(guī)劃問題來完成 ， 確保滿足單邊和摩擦約束 。 此外 ， 采用阻尼控制（Damping Control）來實現(xiàn)各接觸區(qū)域的期望接觸力矩 ， 其中分布式觸覺傳感器用于測量實際接觸力矩 。
分布式觸覺傳感
為了實現(xiàn)全身多接觸運動控制 ， 研究團隊還在機器人肢體表面安裝了分布式觸覺傳感器 ， 以獲取關鍵接觸信息 。 這些分布式觸覺傳感器由多個只能測量法向觸覺響應的單元組成 ， 數(shù)據(jù)從這些單元轉(zhuǎn)換為接觸力矩 ， 用于阻尼控制 。 為了在線更新接觸多邊形頂點 ， 系統(tǒng)基于分布式觸覺傳感器的測量估計接觸表面區(qū)域 ， 并計算包含所有檢測到接觸的單元的最小矩形作為接觸多邊形 。
ǚ掄嬗胝媸凳笛?， 證明控制方法可行！
為了驗證控制方法的可行性 ， 研究團隊為真人大小人形機器人RHP Kaleido的前臂和雙腿安裝了了分布式觸覺傳感器電子皮膚 ， 并進行了模擬世界和真實世界的實驗 。
仿真實驗
在動力學模擬器MuJoCo中 ， 研究團隊通過虛擬人形機器人JVRC13驗證了全身多接觸運動的有效性 。 仿真實驗涉及肘部接觸行走、膝部接觸站立和大腿接觸坐姿三種運動 。 實驗結果表明 ， 與沒有觸覺反饋相比 ， 采用觸覺反饋顯著提高了機器人運動的魯棒性 。
肘部接觸行走：在有誤差的傾斜墻面上行走時 ， 采用觸覺反饋的機器人能夠在更大的墻面高度誤差范圍內(nèi)穩(wěn)定行走 ， 并且改善了僅基于腳部零力矩點（Zero Moment Point ZMP）的跟蹤性能 。
膝部接觸站立：在受到前后方向干擾力時 ， 采用觸覺反饋的機器人能夠承受更大的干擾力 ， 保持平衡 。
大腿接觸坐姿：在可旋轉(zhuǎn)座椅板上坐姿時 ， 采用觸覺反饋并更新接觸區(qū)域的機器人能夠成功保持平衡 ， 避免向后翻倒 。
真實世界實驗
在真實世界中 ， 研究團隊使用裝備有分布式觸覺傳感器e-skin的人形機器人RHP Kaleido進行了全身多接觸運動演示 。
初步實驗通過人與機器人前臂的物理交互驗證了觸覺反饋的有效性 。 隨后 ， 機器人成功執(zhí)行了前臂接觸環(huán)境的行走運動和僅大腿接觸座椅的坐姿平衡運動 。
【分布式觸覺傳感器如何讓人形機器人感知世界，實現(xiàn)全身多接觸運動】實驗結果表明 ， 機器人能夠在全身多接觸運動中保持穩(wěn)定 ， 盡管存在環(huán)境誤差和模型誤差 。
推薦閱讀
- 三星Galaxy S25系列或?qū)⒋钶d全新圖像傳感器
- vivo X200 Ultra影像被確認：沒換傳感器，還能再攀高峰嗎？
- 粉絲真厲害！基本猜對了《分布式數(shù)據(jù)庫信創(chuàng)名單》
- 榮耀Magic 7 Pro將使用超聲波指紋傳感器？
- 豎直形態(tài)1英寸傳感器？富士明年或?qū)⑼瞥鲂驴顝凸磐庑慰ㄆ瑱C
- 華南理工大學周奕彤課題組研發(fā)新型超螺旋聚合物SCPS傳感器！
- 微軟承認Win11 24H2更新導致設備指紋傳感器失效
- 索尼發(fā)布了ISX038圖像傳感器
- 小米15 Pro或搭載索尼IMX858傳感器，支持5倍光學變焦
- “扭矩傳感器：如何成為現(xiàn)代工業(yè)的核心‘力量感知者’？”