关键词不能为空

当前您在: 主页 > 英语 >

多自由度步行机器人外文文献翻译

作者:高考题库网
来源:https://www.bjmy2z.cn/gaokao
2021-02-16 03:22
tags:

-

2021年2月16日发(作者:贤惠)








分类号
















本科生毕业设计


(


论文


)






























作者所在系别



作者所在专业



作者所在班级



















指导教师姓名



指导教师职称













Multi-degree of freedom walking robot up


多自由度步行机器人











2017




3





北华航天工业学院教务处制





译文标题



原文标题










原文出处



译文:




多自由度步行机器人



Multi- degree of freedom walking robot up



Masayuki INABA







美男雅之







日本





University of Tokyo


多自由度步行机器人



摘 要


:


在现实生活中设计一款不仅可以倒下而且还可以站起来的机 器人灵活智能


机器人很重要。本文提出了一种两臂两足机器人,即一个模仿机器人,它可 以步


行、滚动和站起来。该机器人由一个头,两个胳膊和两条腿组成。基于远程控制,< /p>


设计了双足机器人的控制系统,解决了机器人大脑内的机构无法与无线电联系的

< p>
问题。这种远程控制使机器人具有强大的计算头脑和有多个关节轻盈的身体。该

机器人能够保持平衡并长期使用跟踪视觉,通过一组垂直传感器检测是否跌倒,


并通 过两个手臂和两条腿履行起立动作。用实际例子对所开发的系统和实验结果


进行了描述。



1


引言



随着人类儿童的娱乐,对于设计的双足运动的机器人具有有站起来动作的能


力是必不可少。为了建立一个可以实现两足自动步行的机器人,设计中感知是站


立还是否躺着的传感器必不可少。



两足步行机器人它主要集 中在动态步行,作为一种先进的控制问题来对待它


[3][4][5]


。然而,在现实世界中把注意力集中在智能反应,更重要的是创想,而不是


一个 不会倒下的机器人,是一个倒下来可以站起来的机器人。



为了 建立一个既能倒下又能站起来的机器人,机器人需要传感系统就要知道


它是否跌倒或没有 跌倒。虽然视觉是一个机器人最重要的遥感功能,但由于视觉


系统规模和实力的限制,建 立一个强大的视觉系统在机器人自己的身体上是困难


的。如果我们想进一步要求动态反应 和智能推理经验的基础上基于视觉的机器人


行为研究,那么机器人机构要轻巧足以够迅速 作出迅速反应,并有许多自由度为


了显示驱动各种智能行为。至于有腿机器人

< p>
[6][7][8]


,只有一个以视觉为基础的小小


的研究


[9]


。面临的困难是在基于视觉有腿机器人实验研究 上由硬件的显示所限制。



在有限的硬件基础上是很难继续发展 先进的视觉软件。为了解决这些问题和推进




20







1





基于视 觉的行为研究,可以通过建立远程脑的办法。身体和大脑相连的无线链路


使用无线照相机 和远程控制机器人,因为机体并不需要电脑板,所以它变得更加


容易建立一个有许多自由 度驱动的轻盈机身。



在这项研究中,我们制定了一个使用远程 脑机器人的环境并且使它执行平衡


的视觉和起立的手扶两足机器人,通过胳膊和腿的合作 ,该系统和实验结果说明


如下。





1


远程脑系统的硬件配置





2


两组机器人的身体结构




2


远程脑系统


< br>远程控制机器人不使用自己大脑内的机构。它留大脑在控制系统中并且与它


用无线 电联系。这使我们能够建立一个自由的身体和沉重大脑的机器人。身体和


大脑的定义软件 和硬件之间连接的接口。身体是为了适应每个研究项目和任务而


设计的。这使我们提前进 行研究各种真实机器人系统


[10]




一个主要利用远程脑机器人是基于超级并行计算机上有一个大型及重型颅


脑。虽然硬件技术已经先进了并拥有生产功能强大的紧凑型视觉系统的规模,但




20







2





是硬件 仍然很大。摄像头和视觉处理器的无线连接已经成为一种研究工具。远程


脑的做法使我们 在基于视觉机器人技术各种实验问题的研究上取得进展。



另一 个远程脑的做法的优点是机器人机体轻巧。这开辟了与有腿移动机器人


合作的可能性。至 于动物,一个机器人有


4


个可以行走的四肢。我们的重点是基< /p>


于视觉的适应行为的


4


肢机器人、机械动 物,在外地进行试验还没有太多的研究。



大脑是提出的在母体环境中通过接代遗传


。大脑和母体可以分享新设计的机


器人。一个开发者利用环境可以集中精力在大脑的 功能设计上。对于机器人的大


脑被提出在一个母体的环境,它可以直接受益于母体的‘演 变’



,也就是说当母


体升级到一个更 强大的计算机时该软件容易获得权利。



1


显示了远程脑系统由大脑基地,机器人的身体和大脑体界面组成。在远

< p>
程脑办法中大脑和身体接触面之间的设计和性能是关键。我们目前的执行情况采

取了完全远程脑的办法,这意味着该机体上没有电脑芯片。目前系统由视觉子系


统, 非视觉传感器子系统和运动控制子系统组成。一个障碍物可以从机器人机体


的摄像机上接 收视频信号。每个视觉子系统由平行放置的


8


个显示板组成。< /p>



一个机体仅有一个运动指令信号和传输传感器的信号的接收器。 该传感器信息从


视频发射机传输。传输其他传感器的信息是可能的,如触摸和伺服错误通 过视频


传输的信号整合成一个视频图像


[11]


。该驱动器是包括一个模拟伺服电路和接收安


置器的连接模块。离子参考价值 来自于动作接收器。该动作控制子系统可以通过


13


个波段处理 多达


104


个驱动器和每


20


兆秒发送参考价值的所有驱动器。



3


两个手和足的机器人





2


显示了两个手和足的机器人的结构。机器 人的主要电力组成部分是连接


着伺服驱动器控、制信号接收器定位传感器,发射机,电池 驱动器,传感器和一


个摄像头,视频发射机,没有电脑板。伺服驱动器包括一个齿轮传动 电动机和伺


服电路模拟的方块。控制信号给每个伺服模块的位置参考。扭矩伺服模块可覆 盖


2Kgcm -1 4Kgcm


的速度约


0 .2sec/60deg


。控制信号传输无线电路编码的


8


个参


考值。该机器人在图


2


中有两个接收器模块在芯片上 以控制


16


个驱动器。




3


说明了方向传感器使用了一套垂直开关。垂直开 关是水银开关。当水银


开关(


a


)是倾 斜时,下拉关闭的汞之间接触的两个电极。方向传感器安装两个汞


开关,如图显示在(< /p>


b


)项。该交换机提供了两个比特信号用来检测

< br>4


个方向的传


感器如图所示在(


c


)项。该机器人具有在其胸部的传感器并且它可以区分四个方


向:面朝上,面朝下,站立和颠倒。该机体的结构设计和模拟在母亲环境下。该




20







3





机体的 运动学模型是被描述面向一个口齿不清的对象,这使我们能够描述几何实


体模型和窗口界 面设计的行为。





3


传感器的两个水银定位开关




4


显示远程脑机器人的一些环境项目分类


< /p>


。这些分类为扩大发展各种机


器人提供了丰富的平台。

< p>


4


基于视觉的平衡



该机器人可以用两条腿站起来。因为它可以改变机体的重心,通过控制踝关


节的角度,它可以进行静态的两足行走。如果地面不平整或不稳定,在静态步行


期间机器人必需控制她的身体平衡。



为了视觉平衡和保持 移动平稳,它要有高速的视觉系统。我们已经用相关的


芯片


[1 3]


制定了一项跟踪视觉板。这个视觉板由带着特别


LSI


芯片(电位


[14]



:运动


估计处理器)扩张转换器组成



,与执行本地图像块匹配。






4


层次分类





20







4









5


步行步态



该输入处理器是作为参考程 序块和一个图像搜索窗口形象


.


该大小的参考程


序块可达


16*16


像素


.


该大小的搜索窗口取决于参考块的大小通常高达


32*32



素,以便它能够包括


16 * 16


且匹配。该处理器计算价值


256


萨赫勒( 总和绝对


差)之间的参考块和


256


块 在搜索窗口,还找到最佳匹配块,这就是其中的最低


萨赫勒价值。



当目标平移时块匹配是非常有力的。然而,普通的块匹配方法当它旋转时无


法跟踪目标。为了克服这一困难,我们开发了一种新方法,跟随真正旋转目标的

< br>候选模板。旋转模板法首先生成所有目标图像旋转,并且几个足够的候选参考模


板 被选择并跟踪前面图的场景相匹配。图


5


展示了一个平衡实验。 在这个实验中


机器人站在倾斜的木板上。机器人视觉跟踪着前面的场景。它会记住一个物 体垂


直方向作为视觉跟踪的参照并产生了旋转图像的参考图象。如果视觉跟踪的参考


对象使用旋转图像,它可以衡量身体旋转。



为了保持身体平衡,机器人的反馈控


制其身体旋转来控制中心机体的重心。旋转视觉跟 踪


[15]


可以跟踪视频图像率。





6


双足步行





20







5






该输入处理器是作为参考程序块和一个图像搜索窗口形象


.


该大小的参考程


序块可达


16*16


像素


.


该大小的搜索窗口取决于参考块的大 小通常高达


32*32



素,以便它能 够包括


16 * 16


且匹配。该处理器计算价值


256


萨赫勒(总和绝对


差)之间的参考块和


256


块在搜索窗口,还找到最佳匹配块,这就是其中的最低


萨赫勒价值。



当目标平移时块匹配是非常有力 的。然而,普通的块匹配方法当它旋转时无


法跟踪目标。为了克服这一困难,我们开发了 一种新方法,跟随真正旋转目标的


候选模板。旋转模板法首先生成所有目标图像旋转,并 且几个足够的候选参考模


板被选择并跟踪前面图的场景相匹配。




5


展示了一个平衡实验。在这个实验 中机器人站在倾斜的木板上。机器人


视觉跟踪着前面的场景。它会记住一个物体垂直方向 作为视觉跟踪的参照并产生


了旋转图像的参考图象。如果视觉跟踪的参考对象使用旋转图 像,它可以衡量身


体旋转。



为了保持 身体平衡,机器人的反馈控制其身体旋转来控制中心机体的重


心。旋转视觉跟踪


[15]


可以跟踪视频图像率。







6


双足步行





7


双足步行实验





20







6





5


双足步行



如果一个双足机器人可以自 由的控制机器人的重心,它可以执行双足行走。


展示在图


7


的机器人在脚踝的位置有以左和以右的角度,它可以在特定的方式下


执行双足行走。该一个周期的一系列运动由八个阶段组成,如图


6


所示



。一个步


骤包括四个阶段


;


移动脚的重力中心,抬腿,向前移动,换腿。由于身体被描述用< /p>


实体模型,根据重心参数机器人可以产生一个机构配置移动重力中心。这一运动

< p>
后,机器人可以抬起另一条腿并且向前走。在抬腿过程中机器人必须操纵机构配

置,以保持支持脚上的重心。依赖于重心的高度作为平衡的稳定性,机器人选择


合适 的膝盖角度


.



7


显示了一系列双足机器人行走的实验。



6


滚动和站立




8


显示了一系列滚动,坐着和站起来的动作。这个动 作要求胳膊和腿之间


的协调。



由于步 行机器人有一个电池,该机器人可使用电池的重量做翻转动作。当机


器人抬起左腿,向后 移动左臂且右臂向前,它可以得到机体周围的旋转力矩。如


果身体开始转动,右腿向后移 动并且左脚依赖脸部返回原来位置。翻滚运动身体


的变化方向从仰视到俯视。它可通过方 向传感器核查。



得到正面朝下的方向后,向下移动机器人的手 臂以坐在两个脚上。这个动作


引起了双手和地面之间的滑动。如果手臂的长度不够达到在 脚上的身体重心,这


个坐的运动要求有手臂来推动运动。站立运动是被控制的,以保持平 衡。













8


一系列滚动和站立运动





20







7







9


:具有起身能力的双足步行机器人的状 态转换



7


通过集成传感器网络转型的综合



为了使上述描述的基本动作成为一体,我们通过一种方法来描述一种被认为


是根据传感器 状况的网络转型。图


9


显示了综合了基本动作机器人的状态转移 图:


两足行走,滚动,坐着和站立。这种一体化提供了机器人保持行走甚至跌倒时的


能力。



普通的双足行走是由两步 组成,连续的左腿在前和右腿在前。这个姿


势‘依赖于背部和脸部’和‘站立’是一样的



。也就是说,机器人的机体形状是


相 同的,但方向是不同的。



该机器人可以探测机器人是否依赖于 背部或面部使用方向传感器。当机器人


发觉跌倒时,它改变了依赖于‘背部或腹部’通过 移动不确定姿势的状况。如果


机器人‘依赖于背部’起来



,一系列的动作将被计划执行:翻转、坐下和站立动


作。

< p>
如果这种情况是


‘依赖于脸部’




它不执行翻转而是移动手臂执行坐的动作。



8


结束语



本文提出了一个两手臂的可以执行静态双足行走,翻转和站立动作的机器人。


建立这种 行为的关键是远程脑方法。正如实验表明,无线技术允许机体自由移动。


这似乎也改变我 们概念化机器人的一种方式。在我们的实验室已经发展一种新的


研究环境,更适合于机器 人和真实世界的人工智能。




这里提 出的机器人是一个有腿的机器人。我们的视觉系统是基于高速块匹配


功能实施大规模集成 电路的运动估算。视觉系统提供了与人交往作用的机体活力


和适应能力。机械狗表现出建 立在跟踪测距的基础上的适应行为。机械类人猿已


经表明跟踪和记忆的视觉功能和它们在 互动行为上的综合。




一个两手臂 机器人的研究为智能机器人研究提供了一个新的领域。因为它




20







8





的各种 行为可能造成一个灵活的机体。远程脑方法将支持以学习为基础行为的研


究领域。下一个 研究任务包括:如何借鉴人类行为以及如何让机器人提高自身的


学术行为。



































20







9



-


-


-


-


-


-


-


-



本文更新与2021-02-16 03:22,由作者提供,不代表本网站立场,转载请注明出处:https://www.bjmy2z.cn/gaokao/657295.html

多自由度步行机器人外文文献翻译的相关文章