本帖最后由 shyao 于 2020-4-27 12:32 编辑
今年11月4号至8号，著名的机器人领域学术会议IROS在澳门举行。此次会议总共举办了41个Workshop研讨会，148个最近新闻的海报展，完成了1127篇文章的口头报告。会议内容涉及飞行机器人、小车、机械臂、足式机器人等等实体的运动规划与控制，最优控制理论、机器视觉、深度学习等等研究的最新进展和其在机器人领域的应用。本文着重介绍腿足式机器人领域相关的研究工作，包括新式的机器人结构设计、新型的驱动组件设计、腿/足式机器人运动控制算法几个方面。
一、机器人本体设计制造
提起机器人结构设计，大家最先想到的大概就是Asimo、Atlas、四足机器狗和各类工业机械臂。这类机器人有一个共同特点，他们都是由旋转关节和刚性连接结构组合起来的。全身没有弹性元件。随着近年来基于模型的运动控制技术(model-based control)的发展，这类机器人已经能走能跑能跳，机械臂能端茶送水了。
1.1 基于仿生学思路设计的弹跳腿
如果想要更进一步，比如让四足机器人实现像猫咪的一样快速跑动，而且脚步轻盈，哪怕踩在松软的土地上也只留下一个浅浅的脚印，那现有的足式机器人就不容易做到了。因为即使是现在柔顺性效果较好的Spot Mini，走路的时候也会有duang duang duang的脚掌与地面碰撞的声音。 鉴于此，Sehoon Oh教授、Alexander Badri-Spröwitz教授等人分别带来了他们团队的基于仿生学设计的四足机器人腿结构设计分享。目的是希望从机械结构的改进，来实现非常柔顺、节能的弹跳运动。更深入地探索自然界四足动物柔顺运动的原理和相应的机器人运动控制方法。
基于学生模仿思路设计的弹跳腿
1.2 拟人化的机器人设计
仿生学设计的另一面，是日本研究团队设计的“Kengoro”。他们想要使机器人各方面都接近人类，于是真的这样做了。比如Kengoro的电机使用水冷，所以做俯卧撑等大功率运动时真的会“流汗”。今年他们带来了新的研究进展。膝盖变成具有两个自由度的了，让机器人可以像人一样，在开车时一只脚就能操作油门和刹车。通过编程还让机器人具备了膝跳反射(雾)。除此之外他们也在探索像Kengoro这样复杂结构的机器人雅可比矩阵的在线辨识、躯干平衡控制、关节力控制的技术。
Kengoro机器人结构设计
这样的机器人设计，一眼看去会让人感觉是技能树点歪了。不实用乱花钱，为什么要去造它呢？也有媒体评论认为，实用主义驱动的机器人设计在当下毫无疑问已经取得了诸多成功。但在更远一些的未来，或许基于想象和愿景驱动的机器人设计方法，才能让与人交互的机器人走得更远。
二、新型的驱动组件设计
机器人驱动元件的性能，可以说很大程度上决定了机器人的整体表现。现有广泛使用的电机+减速器方案，已经可以提供“够用”的驱动力矩和较高的位置控制精度。但想要实现更柔顺的运动效果，变刚度的控制，现有方案则不够用。一种解决方案是在普通的电机+减速器方案后端，再串联一个弹性器件，成为串联弹性驱动器(SEA)。然而这样做虽然解决了驱动器柔性不足的问题，又会使得驱动器件输出端控制精度变差，同时减小力矩输出的响应带宽。
2.1 TFSEA
今年会议上来自韩国大邱庆北科学技术院的研究团队带来了一种新型的SEA设计方法，有望能改进这些缺点。设计方法具体是这样：
借用研究团结提供的生动解释来说明：如果把电机+减速器+负载整个系统，比作一个一边长一边短的跷跷板，则电机在跷跷板长端，负载在跷跷板短端。通常SEA的做法是在跷跷板短端放置弹簧，来为整个系统提供柔性。而该团队的做法是在跷跷板的支撑点放置弹簧，从而在给系统提供柔性的同时，避免了输出端控制精度的下降和系统力矩输出带宽的减小。灵魂图解如下：
2.2 气动关节
东京大学的团队分享了一种气动关节的设计。使用这种关节构造的机械臂，可以快速地挥动羽毛球拍击球，而且其尺寸只有正常人类手臂的大小。相比于其他电机驱动的机械臂，比如ABB、库卡等机器人公司生产的机械臂，要达到快速击球的爆发力，那都得是半吨重的大个子。
三、机器人运动控制算法
3.1 爬墙的蜘蛛机器人
看多了机器人走路小跑上台阶，那机器人的运动控制领域，还有哪些新内容需要研究呢？今年的IROS上就出现了一个蜘蛛机器人爬墙的研究工作。蜘蛛机器人为了在两面墙中间保持静平衡，需要用六条腿使劲撑住墙面来获得足够的摩擦力。但机器人运动时，各个脚的接触力会快速变化。接触力稍有不足，或者各个点的接触力作用不平衡，机器人就会掉落。 本文讲到的研究工作，则是通过优化算法，实时求解六条腿与墙壁的接触力。当一条腿抬起时，恰到好处地增大其他腿对墙面的压力，使得机器人整体可以保持平衡，同时上运动，实现爬墙。优化算法还可以让机器人适应墙面形状，绕开墙上的障碍物。 爬墙机器人
3.2 基于速度跟踪的机器人落脚位置规划
另一个工作与人形机器人相关。想象当一个人形机器人持续收到前进的指令，机器人一直往前走。凑巧的是前面突然出现一根栏杆把机器人挡住，那机器人要保持不倒，需要及时调整自己落脚位置或者停下来。而如果手握这跟栏杆的人，拿着栏杆使劲推机器人，则机器人要顺应着栏杆往后退。下面介绍的工作就可以让机器人实现这样的功能。 作者通过速度跟踪，来计算相邻几个落脚位置的相对距离，然后求解质心运动轨迹，控制机器人运动。换句话说，速度跟踪的做法让机器人放弃了“行走到某个位置”的执着，转而是在保证稳定的情况下，去实现一个预定的前进速度。即使机器人被严重推离原来的位置，基于速度跟踪的做法也会让机器人柔和的按照预定速度前进，而且可以适应持续的外界推力。
基于速度跟踪的机器人抗推
3.2 四足机器人打滑的地面行走
足式机器人的状态估计有一个很重要的假设：脚与地面没有打滑。在研究早期学者们都认为这个假设可以轻松满足，但随着四足机器人运动能力越来越强，如何在打滑的地面行走也成为了需要考虑的问题。 下面的介绍的工作为了处理机器人行走时打滑的问题，提出了一种基于隐马尔可夫模型(Hidden Markov Model)的打滑状态估计算法，来实时估计机器人是否打滑。当打滑发生时，首先通过阻抗控制让机器人的腿刚度变大，避免立刻摔倒。接着调大轨迹优化算法中的摩擦力限制，得到可以在小摩擦力地面行走的轨迹，从而让机器人恢复平衡。视频中在约35秒机器人出现了严重的打滑。 打滑的Anymal机器人
本节介绍的研究工作，都是基于模型的控制方法。从上面的工作可以看出的趋势是，不管双足四足还是六足机器人，都越来越多的使用到了优化算法，要用到大规模的数值计算和轨迹优化。在生成一些复杂的轨迹时，比如生成一段机器人玩单双杆的运动，优化算法的求解时间可能需要数分钟。或许在以后，基于模型的控制方法和机器学习方法结合，才能让机器人快速稳定地完成各种复杂运动。
| 
