一种用于人形机器人姿态控制的仿生模块化系统
机器人学
2021-12-07 v1
摘要
对于试图解决多自由度人形机器人与人机交互问题的机器人研究者而言，仿生感觉运动控制系统可能颇具吸引力。本文提出一种来自神经科学的简单姿态控制概念，称为扰动估计与补偿（DEC）概念[1]。由于环路增益低、对时间延迟的容忍性以及对外部扰动场景变化的自动调整，它提供了类人的机械柔顺性。其突出特点是使用多感觉扰动估计的反馈而非“原始”感觉信号来进行扰动补偿。在1和2自由度姿态控制机器人中的原理验证测试之后，我们在此提出一种用于多自由度机器人的通用DEC控制模块。在该控制布局中，一个DEC模块控制一个自由度（模块化控制架构）。相邻关节的模块利用前庭信息结合关节角度和力矩信号进行协同互连。这些感觉互连使每个模块能够控制更远端连杆的运动学，仿佛它们是一根单连杆。这种模块化设计使得机器人控制的复杂度随自由度线性增长，并且与单体控制架构相比具有更高的错误鲁棒性。所提出的概念使用Matlab/Simulink（The MathWorks, Natick, USA）进行模型仿真与机器人控制，并将作为开放库提供。
引用
@article{arxiv.2112.02356,
title = {A Bio-inspired Modular System for Humanoid Posture Control},
author = {Vittorio Lippi and Thomas Mergner and Georg Hettich},
journal= {arXiv preprint arXiv:2112.02356},
year = {2021}
}
备注
Proceedings of IROS 2013 Workshop on Neuroscience and Robotics