仿生机器人关键技术.doc

《仿生机器人关键技术.doc》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、仿生机器人关键技术“仿生机器人”是指模仿生物、从事生物特点工作的机器人。，涉及到机械设计、计算机、传感器、自动控制、人机交互、仿生学等多个学科。因此，机器人领域中需要研究的问题非常多。主要研究问题包括以下五个方面： 1 建模问题 仿生机器人的运动具有高度的灵活性和适应性。其一般都是冗余度或超冗余度机器人，结构复杂，运动学和动力学模型与常规机器人有很大差别，且复杂程度更大。为此，研究建模问题，实现机构的可控化是研究仿生机器人的关键问题之一。 2 控制优化问题 机器人的自由度越多，机构越复杂，必将导致控制系统的复杂化。复杂巨系统的实现不能全靠子系统的堆积，要做到整体大于组分之和，同

2、时要研究高效优化的控制算法才能使系统具有实时处理能力。 3 信息融合问题 在仿生机器人的设计开发中，为实现对不同物体和未知环境的感知，都装备有一定量的传感器。多传感器的信息融合技术是实现其具有一定智能的关键。信息融合技术把分布在不同位置的多个同类或不同类的传感器所提供的局部环境的不完整信息加以综合，消除多传感器信息之间可能存在的冗余和矛盾，从而提高系统决策、规划、反应的快速性和正确性。 4 机构设计问题 合理的机构设计是仿生机器人实现的基础。生物的形态经过千百万年的进化，其结构特征极具合理性，而要用机械来完全仿制生物体几乎是不可能的，只有在充分研究生物肌体结构和运动特性的基础上

3、提取其精髓进行简化，才能开发全方位关节机构和简单关节组成高灵活性的机器人机构。 5 微传感和微驱动问题 微型仿生机器人有些已不是传统常规机器人的按比例缩小，它的开发涉及到电磁、机械、热、光、化学、生物等多学科。对于微型仿生机器人的制造，需 要解决一些工程上的问题，如动力源、驱动方式、传感集成控制以及同外界的通讯等。实现微传感和微驱动的一个关键技术是机电光一体结合的微加工技 术。同时，在设计时必须考虑到尺寸效应、新材料、新、工艺等问题。 为了解决以上问题仿真机器人需要采取以下技术：1.环境感知目前，在结构化的室内环境中，以机器视觉为主并借助于其他传感器的移动机器人自主环境感知、场

4、景认知及导航技术相对成熟。而在室外实际应用中，由于环境的多样性、随机性、复杂性以及天气、光照变化的影响，环境感知的任务要复杂得多，实时性要求更高，这一直是国内外的研究热点。多传感器信息融合、环境建模等是机器人感知系统面临的技术任务。基于单一传感器的环境感知方法都有其难以克服的弱点。将多种传感器的信息有机地融合起来，通过处理来自不同传感器的信息冗余、互补，就可以构成一个覆盖几乎所有空间和时间的检测系统，可以提高感知系统的能力。因此，利用机器视觉信息丰富的优势，结合由雷达传感器、超声波雷达传感器或红外线传感器等获取距离信息的能力，来实现对本车周围环境的感知成为各国学者研究的热点。使

5、用多种传感器构成环境感知系统，带来了多源信息的同步、匹配和通信等问题，需要研究解决多传感器跨模态跨尺度信息配准和融合的方法及技术。但在实际应用中，并不是所使用的传感器及种类越多越好。针对不同环境中机器人的具体应用，需要考虑各传感器数据的有效性、计算的实时性。所谓环境建模，是指根据已知的环境信息，通过提取和分析相关特征，将其转换成机器人可以理解的特征空间。构造环境模型的方法分为几何建模方法和拓扑建模方法。几何建模方法通常将移动机器人工作环境量化分解成一系列网格单元，以栅格为单位记录环境信息，通过树搜索或距离转换寻找路径；拓扑建模方法将工作空间分割成具有拓扑特征的子空间，根据彼此连

6、通性建立拓扑网络，在网络上寻找起始点到目标点的拓扑路径，然后再转换为实际的几何路径。环境模型的信息量与建模过程的复杂度是一对矛盾。例如针对城区综合环境中无人驾驶车辆的具体应用，环境模型应当能反映出车辆自动行驶所必需的信息，与一般移动机器人只需寻找行走路径不同的是，车辆行驶还必须遵守交通规则。信息量越多、模型结构越复杂，则保存数据所需的内存就越多、计算越复杂。而建模过程的复杂度必须适当，以能够及时反映出路况的变化情况，便于做出应对。2.自主定位定位是移动机器人要解决的三个基本问题之一。虽然GPS已能提供高精度的全局定位，但其应用具有一定局限性。例如在室内GPS信号很弱；在复杂的城

7、区环境中常常由于GPS信号被遮挡、多径效应等原因造成定位精度下降、位置丢失；而在军事应用中，GPS信号还常受到敌军的干扰等。因此，不依赖GPS的定位技术在机器人领域具有广阔的应用前景。目前最常用的自主定位技术是基于惯性单元的航迹推算技术，它利用运动估计（惯导或里程计），对机器人的位置进行递归推算。但由于存在误差积累问题，航位推算法只适于短时短距离运动的位姿估计，对于大范围的定位常利用传感器对环境进行观测，并与环境地图进行匹配，从而实现机器人的精确定位。可以将机器人位姿看作系统状态，运用贝叶斯