机器人感知与规划笔记 (6) - 运动控制与编程

运动 (locomotion)

使用执行器(effectors)的两种基本方法:

• 移动机器人 => 运动 (locaomotion)
• 移动其他对象 => 操纵 (manipulation)

这将机器人技术分为两大类：1. 移动机器人(mobile robotics)。2. 机械手机器人(manipulator robotics)。

可以使用多种执行器(effectors and actuators)来移动机器人。
腿(legs)，车轮(wheels)，鳍状肢(flippers)，螺旋桨(propellers)和喷气机(jets)，手臂(arms)。

注：腿式运动 (legged locomotion) 对于机器人来说是一个较难解决的问题，尤其是与轮式运动 (wheeled locomotion) 相比。

机器人应该要是稳定的，有两种类型的稳定：静态(static)稳定和动态(dynamic)稳定。

一个静态稳定的机器人能够保持静止不摔倒。这并不容易做到，这要求机器人上有足够的支腿/轮子以提供足够的静态支撑点(static points of support)。

轮式 还是 腿式？

轮式比腿式更高效。(它们也确实存在于自然界中的某些细菌中)
但是，进化有利于横向对称，并且支腿更易于构建和维护。
如果你查看动物的种群数量，昆虫是种群最多的动物，并且具有许多不同的腿形和运动系统(locomotion system)。

腿式的好处：

• 能更好地处理崎岖的地形(rough terrain)。
• 使用孤立的立足点可以提供更多的支撑(support)和牵引力(traction)。
• 减少能量损失。
• 重量可能更少。
• 腿部对地形的损害较小。
• 潜在的更多可操作性(maneuverability)。

要解决的问题

腿式机器人具有许多执行器和自由度(degrees of freedom - DOF)
几何要求同时分析机器人的静态力学和运动学(kinematics)。

站立和行走时的稳定性

静态步态static gait (静态稳定步态 statically stable gait) 的基本假设是，腿的重量与身体的重量相比可以忽略不计。机器人的总重心 (center of gravity - COG) 不受腿部摆动的影响。基于此假设，设计常规的静态步态，以便将机器人的重心（COG）保持在支撑多边形 (support polygon) 内。该多边形由每个支撑腿的尖端位置(tip position)勾勒出轮廓。

使用更多的支脚将会使静态稳定性变得简单。
为了保持稳定，机器人的COG必须落在其支撑多边形的下方，此多边形基本上是所有支撑点之间在表面上的投影。
因此，在两足机器人中，多边形实际上是一条线。因此，重心无法稳定地与直线上的点对齐以保持机器人直立。
可以考虑一个三足机器人(three-legged robot)：腿部放在三脚架(tripod organization)中，身体在上方。这种机器人产生稳定地支撑多边形，因此他是静态稳定的。

当静态稳定的机器人抬起一条腿并试图移动时，会发生什么？
它的重心是否保持在支撑的多边形内？这取决于几何形状。
对于某些几何形状的机器人，可以在走路时(不同数量的腿)始终保持静态稳定。这是非常安全的，但是也非常慢且能量效率低。

上图显示了四足步行机器人的脚提供的支撑模式 (support patterns)。

• 身体和腿部移动以使重心(COG)的投影(projection)保持在脚定义的多边形内。
• 每个顶点都是支撑脚(support foot)。
• 黑点是COG的投影。

动态平衡 (Active/Dynamic Stability)

静态稳定性的替代方法是动态稳定性，它可以使机器人在移动时保持稳定。
如，单腿跳跃机器人是动态稳定的，他们能跳到某个目的地而不会摔倒。
但是它们无法停止并保持站立。(这是个反向摆平衡问题 inverse pendulum balancing problem)

反向摆平衡问题类似于在手掌上平衡扫帚或长杆，这是我们大多数人小时候尝试过的事情。当我们看到杆子要跌落到某一侧时，眼睛会将这些信息发送到大脑。大脑执行某些计算，然后指示你的手臂以一定的速度移动到某个位置以抵消杆子的运动，这有望使翻倒杆回到垂直方向。

动态稳定的行走模式 - 困难但快速
静态稳定的行走模式 - 容易但缓慢

机器人运动期间在空中举起几条腿(即步态 gait)是可以被考虑的：

• 六脚(hexapod)是最流行的选择，因为他们可以实现非常稳定的步行步态(stable walking gait)，即三脚架步态(tripod gait)。
• 如果相同的三条腿同时移动，则称为交替三脚架步态 (alternating tripod gait)。
• 如果移动的腿部不断变化，则称为脉冲步态 (ripple gait)。

六脚机器人 (Hexapods)

矩形六脚机器人可以一次抬起三只腿向前移动，但仍保持静态稳定性。它使用了交替三脚架步态(alternating tripod gait)，这是一种在生物种常见的使用六足或更多足走路的方式。

三脚架步态交替的特点：

• 身体一侧的一条中腿(middle leg)和另一侧的两条不相邻的腿(non-adjacent legs)同时抬起并向前移动。
• 其他三条腿保持在地面上，并保持机器人静态稳定。

算法步骤：

1. 腿1，4，5号落地，腿2，3，6号抬起。
2. 逆时针旋转7，9号躯干，顺时针旋转8号躯干。
3. 腿1，4，5号抬起，腿2，3，6落地。
4. 顺时针旋转7，9号躯干，逆时针旋转8号躯干。
5. 回到步骤1。
   

两足机器人 (Biped Robots)

设计方法 (Design Methodologies)

• 生物力学控制 (Biomechanical control): 传统控制方法，稳键且多功能(versatile)，"机器人"的步态，困难且昂贵。实施起来是会有不必要的复杂，低效且沉重的。
• 基于步态综合的控制 (Control based on gait synthesis): 模拟步行的自然运动学。适合肌肉动作，需要简单控制，非常高效。

挑战

• 动力学和运动学方面：复杂的实时控制架构。复杂性限制了轨迹跟踪 (trajectory tracking) 的轻松性。
• 数学易处理性 (mathematical tractability)。
• 优化难 (optimisation)。
• 扩展性有限 (limit extendibility)。
• 生物可行性有限 (limit biological plausibility)。

动力学(Biped dynamics)和控制策略(control strategies)

静态步行(static walking): 在静态步行中，两足机器人必须缓慢移动，以便忽略动力学。两足机器人的投影中心(PCOG)必须在支撑区域内。
动态步行(dynamic walking): 在动态步行中，运动速度很快，因此动态变化不可忽略。在动态步行中，我们应该注意零力矩点 zero moment point(ZMP)而非COG。动态步行的稳定性裕度(stability margin)很难量化。

零力矩点(ZMD): ZMD指定一个点，在该点上，脚与地面接触时动态反作用力不会在水平方向上产生任何力矩。水平惯性(inertia force)和重力之和等于零的点。ZMD是机器人稳定性的指标。如果在脚的影子中，稳定，如果不在，则不稳定。

CDM：指动态质量中心 center of dynamic mass.

控制方法：

• 基于模型：被动步行者(Passive Walker)，倒立摆(Inverse Pendulum)。
• 基于二足动力学(Biped Dynamics): 动态稳定，全身合作(Whole Body Cooperative)。
• 基于动力学的无模式软计算(Dynamics Modeless Softcomputing Based): 连接论 (Connectionist Theory - ANN)，模糊逻辑 (Fuzzy Logic)，遗传算法 (Genetic Algorithm).
• 混合智能控制 (Hybrid Intelligent Control): ANFISRF, 学习和GA优化，轨迹规划 (Trajectory Planning)

轮式机器人 (Wheeled Robots)

车轮是运动效应器(locomotion effector)的选择一种。
轮式机器人(以及几乎所有轮式机械设备，例如汽车)通常都是静态稳定(statically stable)的。

车轮比脚更加高效。装有轮子并不意味着完整(holonomicity)。2轮或者4轮机器人通常不是完整的。一种流行且高效的设计是两个差速转向车轮(differentially-steerable wheels)和一个被动脚轮(passive caster)。
Note: 当可控制的自由度(degree of freedom - DOG) 数量等于机器人上的自由度的时候，移动机器人就是完整的。

差速转向 (differential steering):

• 两个(或多个)轮子可以分别(单独)旋转/转向，因此是差速(differently)的。
• 如果一个轮子可以朝着一个方向转向，而另一个轮子可以朝相反方向转向，则机器人可以在原地旋转。
• 这对于跟踪任意轨迹 (following arbitrary trajectories) 和逃脱死角 (escaping dead ends) 非常有用。
• 通常使用轨道(tracks)来代替轮子。(如坦克)

跟踪轨迹 (following trajectories)

在运动中，我们可以关注：- 到达特定位置。- 跟随特定的轨迹 (路径)。
遵循任意给定的轨迹比较困难，并且对于某些机器人来说这是不可能的。(取决于其自由度) 对于其他机器人，这是可能的但是速度不连续。(停止，转向然后再走)

由于可以使用规划来计算最佳 (因此任意) 的轨迹，以便机器人遵循该轨迹到达特定的目标位置。因此大量传统的机器人设计都关注跟随轨迹。

实践中的机器人可能不会只关注目标位置，而是会关注特定的轨迹 (specific trajectories)。但是轨迹规划是一个计算复杂的过程，意味着必须找到所有可能的轨迹(需要通过搜索)并进行评估。而使事情变得复杂的是，机器人不是一个点，而是拥有其几何 geometry(如转弯半径) 和 转向机制 steering mechanism (完整性质) 的。
这也被称为 运动规划。(Motion Planning)

运动规划 (Motion Planning)

需求 (Requirements)

• 机器人的运动(kinematic)/动力学(dynamic)模型。
• 车轮与地面之间相互作用(interaction)的模型。
• 所需要动作的定义: 速度控制，位置控制。
• 满足需求的控制法 (control law)。

轮式运动学 (Wheel Kinematic)

车轮沿着地面滚动。实心轮(solid wheel)在瞬时接触点(instantaneous contact point)接触地面。车轮转动时，瞬时接触点在车轮和地面上都会移动。为了实现完美滚动，接触点的速度等于车轮的圆周速度(perpheral velocity of wheel)。当发生打滑的时候，地面上的接触点速度与车轮上的接触点速度不同。

机器人的线速度(linear velocity)和角速度(angular velocity)通过控制轮子的角速度来控制。结果是运动的三种情况：纯平移(pure translation)，纯旋转(pure rotation)以及平移和旋转的组合(combined translation and rotation)。

车轮旋转通过旋转编码器(rotary encoders)测量。
轮子旋转时，脉冲数 (number of pulses) 与轮子旋转的角度成正比。

当车轮速度相等且相反(left: t, right: -t)时，机器人将绕其中心旋转。
四轮机器人(像车子一样的机器人)，不能绕轴旋转。
然而，机器人绕弧线的动作可以分解为旋转(rotation)和平移(translation)分量，他们可以由运动学公式建模。
为了模拟移动机器人的运动学，我们表示其相对于世界坐标系的位置 (x, y, θ)。
机器人框架(robot frame)位于两个里程轮(odometry wheels)之间。
传感器和车轮也由相对于机器人框架的坐标框架(co-ordinate frames)表示。
机器人旋转时，框架位于旋转中心。

相对于机器人框架的坐标表示：

移动机器人的可操纵性(Maneuverability)

轮式移动机器人有许多设计选择。
单体移动机器人的设计问题包括车轮类型的选择(wheel types)，车轮的放置(placement of wheels)以及运动学参数(kinematic parameters)的确定。
应根据目标环境和任务以及机器人的初始和操作成本(initial and operational costs)来指定设计目标。
机器人的结构根据车轮数和常用设计的特征来进行分类。

Castor wheel(脚轮)：指向运动方向的无动力飞轮。
Swedish Wheel (瑞典轮): 向前驱动，飞轮在侧向，允许它们同时旋转和平移。
Spherical Wheel (球形轮): 在x和y上供电，使它们可以在任何方向上驱动机器人。

Ackermann转向和自行车配置均具有相同的瞬时旋转中心 (Instantaneous Center of Rotation - ICR)

移动机器人的可操作性是以下方面的组合：

1. 基于滑动约束(sliding constraints)的可用移动性。
2. 加上转向带来的额外自由(additional freedom)。

三个轮子足以保证静态稳定性：其他轮子需要被同步(synchoronised)，对于带有三个轮子的某些布置(arrangement)也是如此。

机动性程度(degree of maneuverability)

两个拥有一样的机动性程度的机器人并不一定相同。

对于任何机动性程度为2的机器人，其ICR始终被约束在位于半径R的线上。
对于任何机动性程度为3的机器人，ICR不受控制，可以将其设置为平面上的任意点。

同步驱动机器人 (Synchronous-Drive Robot)

可以使用居中(centred)或者偏离中心(off-centred)的可定向车轮来构建同步驱动机器人。
每个车轮的转向和驱动运动通过链条(chain)或皮带机械(belts)耦合在一起，并且运动同步进行，因此车轮方向始终相同。
因此，通过将车轮方向转向所需的速度方向，可以实现全向运动(motion in any direction)，即沿任何方向的运动。但是机器人机箱(robot chassis)的方向无法更改。
同步驱动机器人的最大优势在于，仅使用两个执行器(actuators)就可以实现全向运动(omnidirectional movement)。

同步驱动机器人的机动性程度(robots maneuverability)为2。

DOF 和 DDOF

机动性 δM 等于车辆的自由度 (degree of freedom, DOF)。这通常等于机器人上的伺服器(servos)数量。
这不应该与车辆在环境中的自由度混淆。
这通常被称为可微自由度 (Differentiable degree of freedom, DDOF), 它等同于机器人的独立可达到的速度。
如：自行车 δ M = δ m + δ s = 1 + 1, DDOF = 1; DOF = 2
Omni Drive：δ M = δ m + δ s = 3 + 0, DDOF = 3; DOF = 3

DOF 自由度：机器人实现各种姿势的能力。(possible space (x,y,theta) a robot can reach)
DDOF 可微自由度：机器人实现各种路径的能力。(possible velocity a robot can reach)

完整机器人 (Holonomic Robots)

• 完整的运动学约束(holonomic kinematic constraint)只能表示为位置变量的显式函数(explicit function of position variables)。
• 非完整约束(non-holonomic constraint)要求不同的关系，例如位置变量的导数(derivative of a position variable)。
• 固定和转向的标准车轮施加非完整的约束。

运动控制 (Motion Control)

目标：跟随轨迹。位置 和/或 速度曲线(velocity profiles)作为时间的函数。
运动控制并不简单：移动机器人不是完整的(non-holonomic)系统。
大多数控制器(controllers)没有考虑系统动力学 (dynamics of the system)：需要用于动力学系统的机器人操作系统软件开发平台。

编程式机器人

挑战

1. 世界是异步的(asynchronous)。
2. 机器人必须管理相当大的复杂性(complexity)。
3. 机器人硬件需要抽象(abstraction)。

顺序编程(Sequential Programming)的问题和解决

问题：

• 如果您前进时出现障碍物会怎样？
• 旋转时编码器数据会怎样？
• 如果其他模块想要相同的数据怎么办？

解决方案：回调(Callback)
每当有数据可用于处理时调用的函数，异步回调随时可以发生。

例子：
当下列情况发生时，运行相关的回调函数：

1. 从相机里读取到图像时。
2. 里程表传感器报告了新数据时。
   

代码复杂性(complexity)的问题和解决方案

单独流程(seperate processes)：相机，里程表，激光扫描仪，地图构建等的都可以分开：它们将通过界面来进行交互。
接口(interfaces)：软件过程 (ROS中的“节点”)就ROS中共享的"主题"(topic)进行交流。
发布(publish)/订阅(subscribe): 让每个模块仅接收其请求的数据(消息)。

依赖硬件代码(Hardware dependent code)的问题和解决方案

解决方案： 抽象化硬件 (abstracting hardware)

机器人操作系统 (ROS)

这是什么？：开源，在Linux(尤其是Ubuntu)上运行。正在进行在windows上实施。
特点：

• 基于代理(agent based - nodes)
• 消息传递 (message passing)
• 发布(publish)和订阅(subscribe)
• 通过远程调用(remote invocation)的服务。

底层设备抽象：游戏杠(Joystick)，全球定位系统 (GPS)，相机 (Camera)，控制器 (Controllers)，激光扫描仪(Laser Scanner)。

应用程序构建块(Application Building Block): 坐标系转换 (coordinate system transforms)，可视化工具，调试工具，稳键的导航堆栈 robust navigation stack (带有闭环的SLAM)，路径规划，对象识别。