基于拓展社会力的机器人柔顺跟随与避障控制.pdf
《基于拓展社会力的机器人柔顺跟随与避障控制.pdf》由会员分享,可在线阅读,更多相关《基于拓展社会力的机器人柔顺跟随与避障控制.pdf(12页珍藏版)》请在咨信网上搜索。
1、系统仿真学报系统仿真学报Journal of System Simulation第 35 卷第 8 期2023 年 8 月Vol.35 No.8Aug.2023基于拓展社会力的机器人柔顺跟随与避障控制基于拓展社会力的机器人柔顺跟随与避障控制彭建伟1,2,廖哲霖1,3,姚瀚晨1,2,万郅玙1,4,朱利琦1,戴厚德1,2*(1.中国科学院 福建物质结构研究所,福建 福州 350002;2.中国科学院大学,北京 100049;3.福建农林大学,福建 福州 350002;4.福州大学 先进制造学院,福建 晋江 362200)摘要摘要:人机共融是新一代机器人的重要特征。针对跟随型移动机器人在人机共融环境
2、中的跟随与避障控制问题,提出一种基于拓展社会力模型的柔顺跟随与避障控制策略。基于阻抗控制设计可同时控制人机交互力和位置偏差的跟随控制器,实现了移动机器人的柔顺跟随。考虑“人-机器人-障碍物”三者的交互作用,基于拓展社会力模型和空间关系学设计人机友好的柔顺跟随避障控制策略,有效解决跟随机器人的避障问题,同时保障了人的舒适性,提升了跟随机器人的社会接纳度。仿真结果表明:该策略可以实现人机友好的柔顺跟随避障控制。关键词关键词:人机共融;人机跟随;柔顺控制;阻抗控制;拓展社会力模型;空间关系学;避障中图分类号:TP391.9 文献标志码:A 文章编号:1004-731X(2023)08-1776-12
3、DOI:10.16182/j.issn1004731x.joss.22-0454引用格式引用格式:彭建伟,廖哲霖,姚瀚晨,等.基于拓展社会力的机器人柔顺跟随与避障控制J.系统仿真学报,2023,35(8):1776-1787.Reference format:Peng Jianwei,Liao Zhelin,Yao Hanchen,et al.A Compliant Robot Control Based on Extended Social-force Model for Human-following and Obstacle AvoidanceJ.Journal of System Si
4、mulation,2023,35(8):1776-1787.A Compliant Robot Control Based on Extended Social-force Model for Human-following and Obstacle AvoidancePeng Jianwei1,2,Liao Zhelin1,3,Yao Hanchen1,2,Wan Zhiyu1,4,Zhu Liqi1,Dai Houde1,2*(1.Fujian Institute of Research on the Structure,Chinese Academy of Sciences,Fuzhou
5、 350002,China;2.University of Chinese Academy of Sciences,Beijing 100049,China;3.Fujian Agriculture and Forestry University,Fuzhou 350002,China;4.School of Advanced Manufacturing,Fuzhou University,Jinjiang 362200,China)Abstract:Human-robot coexisting is an essential feature of the next generation mo
6、bile robot.A compliant robot control strategy based on the extended social-force model for human-following and obstacle avoidance in coexisting-cooperative-cognitive environment is presented.The human-following controller based on impedance control can simultaneously adjust human-robot interaction f
7、orce and position deviation to carry out the compliant human-following of mobile robots.Considering human-robot-obstacle interactions,based on the extended social-force model and proxemics,a control strategy for human-friendly compliant human-following and obstacle avoidance is designed to solve the
8、 obstacle avoidance problem of robot and ensure the human comfort and improving the social acceptance of robot simultaneously.Simulation results show that the proposed control strategy can realize human-friendly compliant human-following and obstacle avoidance.Keywords:coexisting-cooperative-cogniti
9、ve;human-following robots;compliant control;impedance control;extended social-force model;proxemics;obstacle avoidance收稿日期:2022-05-05 修回日期:2022-06-13基金项目:中央引导地方科技发展专项资金(2020L3028,2021L3047);中国科学院对外合作重点项目(121835KYSB20190069)第一作者:彭建伟(1997-),男,硕士生,研究方向为移动机器人运动控制与人机交互。E-mail:通讯作者:戴厚德(1982-),男,研究员,博导,博士,
10、研究方向为移动机器人感知与控制、智能传感与嵌入式系统。E-mail:第 35 卷第 8 期2023 年 8 月Vol.35 No.8Aug.2023彭建伟,等:基于拓展社会力的机器人柔顺跟随与避障控制http:/www.china-0引言引言人机共融是应对工业、民生、特种服务等领域需求的新一代机器人的重要特征1。而人机跟随是人机共融系统的基础问题之一,其典型应用是跟随机器人。全球面临新冠病毒长期流行、人口老龄化日益严重等挑战,社会医疗资源紧张,劳动力成本不断攀升,跟随机器人在医疗陪护2-3、助老助残4-5、物流搬运6-7等领域具有广泛的应用前景,能有效帮助缓解社会医疗资源紧张和劳动力成本不断攀
11、升等问题。因此,人机跟随逐渐成为研究热点8。跟随型移动机器人是一种能够在人机共享动态环境下实时检测跟踪目标,并对目标进行跟随的机器人。现有的研究中大多集中于目标检测跟踪,跟随控制策略方面的研究较少,而实现人机共融环境下人机安全友好交互,则必须通过控制算法才能实现。在人机跟随控制策略方面,孙月等9采用PID控制算法设计了机器人与跟随目标的相对距离和相对方向角控制器,并设计了舒适性跟随模型实现对人的舒适跟随,但缺陷是PID中的误差积分反馈会使闭环变得迟钝,且容易引起信号振荡。Jia等10采用模糊控制,基于跟随距离、跟随角度和机器人速度设计了速度和转向增益控制器,通过2个模糊控制器可实现自适应调整跟
12、随速度和转向增益。然而,该方法精度较低,鲁棒性较差的 缺 点 使 其 难 以 在 多 人 动 态 场 景 下 实 施。Nakazawa等11采用人工势场法设计控制策略,在目标和障碍物位置分别构建吸引势场和排斥势场,通过势场合力的作用实现人机跟随,同时避开障碍,但该方法容易造成死锁现象,使机器人在局部极小值的区域停滞或失控。Sekiguchi等12采用模型预测控制,结合空间关系学设计了一种与人友好的跟随控制策略,但是缺陷是容易出现控制输出不可行的问题,造成控制输入不收敛。上述方法均通过单一的位置或速度控制方式来实现跟随,无法实现人机交互系统的柔顺控制以及对人的舒适跟随。人机跟随舒适性是指跟随机器
13、人不侵犯人的社交舒适区,防止出现由于跟随距离太近而引起人的情绪不适,该距离也可避免机器人与人的碰撞。根据Hall的空间关系学,人的社交区域由里向外划分为亲密区域(00.46 m)、私人区域(0.461.22 m)、社交区域(1.223.66 m)和公共区域(3.66 m)4种13。为了满足人机跟随舒适性要求,跟随机器人应处于社交区域或者公共区域14。阻抗控制是一种经典的人机交互控制方法,其核心思想是基于“质量-阻尼-弹簧”的二阶微分方程来描述机器人与环境的交互力和机器人位移的动态关系,通过对力和位置的控制来实现机器人的柔顺控制15-17。陈靓等18设计了基于阻抗模型的下肢康复机器人交互控制系统
14、,加强了下肢康复机器人对下肢主动柔顺性,提升了患者的舒适性。Morioka等19提出了虚拟弹簧模型用于分布式智能环境下的人机跟随控制,该模型能够有效吸收人与机器人之间的运动差异,实现人机之间的柔顺交互。姚瀚晨等20在Morioka的虚拟弹簧模型上进行改进,将弹簧阻尼特性添加到障碍中,以实现跟随避障功能,但上述研究没有考虑到被跟随目标人的舒适性问题。Herrera等21提出基于虚拟社会力和阻抗控制的跟随控制策略,在目标人的社交舒适区构建排斥型虚拟社会力场以避免机器人侵犯该区域,提升了人的舒适性,但该方法忽略了共融环境中其他行人的舒适性和跟随机器人的避障问题。针对上述问题,本文提出一种基于拓展社会
15、力模型的柔顺跟随避障控制策略。通过建立人机交互力和跟随位置误差之间的动态关系,设计了基于阻抗控制的跟随控制器,实现机器人对目标人的柔顺跟随。基于拓展社会力模型和社交空间理论,建立了人机共融环境下“人-机器人-障碍物”三者之间的交互作用关系,在阻抗控制器基础上设计了与人友好的跟随避障控制策略,解决 1777第 35 卷第 8 期2023 年 8 月Vol.35 No.8Aug.2023系统仿真学报Journal of System Simulationhttp:/www.china-了机器人跟随运动过程的避障问题,同时保障了目标人和其他行人的舒适性,提升了跟随机器人的社会接纳度。1跟随型移动机器
16、人模型跟随型移动机器人模型1.1 运动学模型运动学模型将移动机器人建模为一个在二维平面内运动的刚体,XWOYW和XRQYR分别为惯性坐标系和机器人坐标系。两轮差速移动机器人系统模型如图1所示,d是机器人轮轴中心与机器人形心的距离,r是驱动轮半径,L是2个驱动轮的轴距,Q是轮轴中心,G是机器人形心。在惯性坐标系中定义机器人形心坐标(xr yrr)作为机器人实际位置,(xqyqq)为机器人轮轴中心坐标。假设机器人不发生侧滑,即受到非完整约束,根据非完整移动机器人的运动特点,可得机器人轮轴中心Q的运动方程:xqyqq=cosq0sinq001 v(1)式中:v和分别为机器人的线速度和角速度。左右驱动
17、轮的转动角速度分别设定为l和r,则机器人速度与驱动轮角速度存在如下关系:v=r2(r+l)rL(r-l)(2)机器人形心与轮轴中心的位置存在如下关系:xryr=xq+drsinryq-drcosr(3)将式(1)代入式(3),可得移动机器人的运动学方程:xryrr=cosrdsinrsinr-dcosr01 v(4)1.2 动力学模型动力学模型图1中fl和fr分别为左右2个驱动轮的驱动力,F=fl+fr是机器人的前进驱动力,建立移动机器人的力和力矩平衡方程:F=mv=fl+frM=I =L(fr+fl)2(5)式中:m为机器人的质量;I为机器人的转动惯量。对于驱动轮的驱动电机,忽略电感上的电压
18、,可得到驱动轮扭矩模型22:r=Ka(Vr-Kar)Ral=Ka(Vl-Kbl)Ra(6)式中:l和r为机器人左右轮的输出扭矩;Vl和Vr为左右轮电机的输入电压;Ka为电机转矩常数和齿轮转动比的乘积;Kb为电机的电压常数和电机齿轮传动比的乘积;Ra为电阻常数。假设移动机器人左右驱动轮的物理参数相同,可得驱动轮的力矩平衡方程:Ier+Ber+frr=rIel+Bel+flr=l(7)式中:Ie为驱动轮转动惯量;Be为驱动轮阻尼系数。通常工业中的电机大多使用PD控制器,可以图1 两轮差速移动机器人系统模型Fig.1 Model schematic of a two-wheel differenti
19、al mobile robot 1778第 35 卷第 8 期2023 年 8 月Vol.35 No.8Aug.2023彭建伟,等:基于拓展社会力的机器人柔顺跟随与避障控制http:/www.china-保证系统的渐进稳定性,且容易实现22。在实际应用中电机以速度作为参考输入,而不直接以电压作为输入来直接驱动电机。因此,本文采用PD控制对电机控制模型进行简化:VvV=Kp(vd-v)-KdvKp(d-)-Kd(8)式中:Vv和V为电压控制信号,与左右轮电压存在Vv=(Vl+Vr)2,V=(Vr-Vl)2关系;Kp和Kd分别为比例和微分增益;vd和d分别为参考线速度和角速度;v和为实际线速度和角
20、速度。基于式(2)、(4)(8)可推导得到移动机器人的动力学模型:xryrrv=vcosr-dsinrvsinr+dcosr-21v-43+000000110013 v(9)1=mr2Ra+2rKaKd+2IeRa2rKaKp2=rKaKp+KaKb+BeRarKaKp3=2r2IRa+2rLKaKd+LIeRa2rLKaKp4=2rKaKp+LKaKb+BeRa2rKaKp2人机友好的柔顺跟随控制策略人机友好的柔顺跟随控制策略2.1 柔顺跟随控制目标柔顺跟随控制目标人机跟随控制本质上是控制机器人与被跟随目标保持一定的间距,因此,常用的跟随控制方法大多基于位置控制。但由于被跟随目标重心摆动和运
21、动意图不可预测等因素,纯粹的位置控制无法实现柔顺的人机交互控制,难以确保跟随过程中人的安全性和舒适性。阻抗控制是一种典型的柔顺控制方法,它使用一个“质量-阻尼-弹簧”模型的二阶微分方程来描述机器人与环境的交互力和机器人位移的动态关系,同时对位置和交互力进行控制,使机器人在跟随过程具有柔性动态行为。在人机共融环境中实现人机跟随还需考虑到“人-机器人-障碍物”这三者的交互作用对跟随机器人运动产生的影响。跟随机器人需要避开障碍和其他行人,确保自身及行人安全,同时为了提升机器人的人机友好特性,还需避免侵犯其他行人的亲密区域和私人区域,即跟随机器人只可在跟随目标人的社交区域或公共区域活动。考虑到跟随距离
22、变大容易出现丢失目标的问题,本文将机器人的跟随位置控制在目标人的社交区域中。图2为人机共融环境中的人机跟随模型,为机器人的实际跟随距离,d为机器人的期望跟随距离,通过目标人的位姿(xhyhh)和跟随机器人的实际位姿(xryrh)可以得到跟随机器人的跟随距离=(xr-xh)2+(yr-yh)2。定义障碍物的位置为(xobiyobi),其他行人的位置为(xopjyopj),其中ijN,为了实现舒适安全的柔顺跟随可设计如下控制目标:dpersonal limt|=ddsocial(xr-xobi)2+(yr-yobi)2(diob)2(xr-xopj)2+(yr-yopj)2(djop)2(10)式
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 拓展 社会 机器人 柔顺 跟随 控制
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。