一种机器人节律发生系统的构建方法与流程

本发明涉及仿生及其人运动控制技术领域，具体涉及一种机器人节律发生系统的构建方法。

背景技术：

对于足式机器人的多足协调控制，主要有两种方法：基于模型的方法和基于行为的方法。基于模型的方法是一种传统的足式机器人运动控制方法，它以常规的运动规划为主，机器人的运动受到环境影响的制约，适合于进行姿势控制、静态行走；基于行为的运动控制方法以美国MIT的布鲁克斯（Brooks）为首的研究人员所研发的足式机器人为代表，这种方法将生物基本行为中存在一些局部条件反射单元作为足式机器人运动控制的主要依据，侧重于对及其人底层实行局部控制，是一种简单的生物反射运动。总的来说，上述方法经管在一定程度上实现了机器人的运动，但由于受其控制系统结构和所采用的控制方法的制约，在灵活性、稳定性和适应性上与动物的具有高度稳定和适应性的节律运动相比尚有差距。

具有多足的动物，如狗、猫等， 其行动具有鲜明的节律，仿生学中称为步态。机器人的手足运动大多模仿动物的运动节律。以四足机器人为例，在实现方面通常每只腿使用由3个电机控制的三个自由度，形成前后，上下和里外三个方向的运动。4只腿则需要12个电机控制12个自由度。如何使得这12个电机产生相互协调的运动发生节律，达到机器人如真实的动物般自如、协调地使用不同的步态，以不同的速度行动，是机器人学界一个共同关心的研究课题。现有的研究主要使用数学的微分方程，构建耦合振子的方法来用计算机模拟多关节的协调运动。但该方法具有实现困难等问题。而近年采用电路实现的节律发生器基本采用非常简化的方法，即每个腿仅仅使用一个自由度。这也带来一个难以模仿真实动物行走等难题。

如上所述，现有的机器人运动节律发生算法大多基于精确的数学模型，算法较复杂，用数字或模拟硬件电路实现比较困难。而在计算机上采用软件仿真实现，则需将通用计算设备和机器人连接，存在机器人无法脱机行动，或机器人背负装置过重等等问题，进而提高机器人的成本。使用硬件实现的运动节律发生器则大多简化了数学模型，常用的方法就是仅使用一个自由度来代表一条腿的若干个自由度。显然，这种办法无法真正做到让机器人模仿动物的复杂行动。

技术实现要素：

本发明的目的在于：针对现有技术中存在的上述技术问题，首次提出了振子积木块这一技术概念，采用此技术构建机器人节律发生系统，我们可以像搭积木一样，非常方便地构建4足12个自由度，或6足18个自由度，乃至n足3*n个自由度的多足机器人运动节律发生器，从而达到协调地控制多足机器人各种步态的目的。

本发明是通过以下技术方案实现的：

一种机器人节律发生系统的构建方法，包括若干个自由度和若干个振子模型，所述的每个自由度对应一个振子模型；所述各个自由度的相位关系与振子模型间的相位关系相对应。

进一步，包括如下步骤：（1）预设一个节点图，所述节点图中每个节点间最多存在一个带方向的连接；所述节点由活动节点和抑制节点组成；所述的节点图有不同的状态。（2）将上一步的节点图进行扩展，使节点图中每个节点间可以存在若干个带各自不同方向的连接。（3）将上述的扩展用数学方法加以概括，设有二个节点， 和，该二个节点由若干资源互联且同属一个集合，。 它们的逆转参数分别设为和。我们有如下的规则选取资源的数目及其指向。

进一步，还包括最大公约数gcd和二个相连节点和间的资源数目，所述的数学方法为， ，所述的 为二个最大公约数的倍数之和，此二个数值分别不超过从节点指向的资源数，和从节点指向的资源数。

进一步，二个节点通过二个资源互联，有三个状态，并且构成一个循环，在三个状态的循环中，节点）会在二个连续状态里成为活动节点，而节点只在一个状态里成为活动节点。

综上所述，由于采用了上述技术方案，本发明的有益效果是：

1、 本发明基于一个简单但已经数学论证的并行算法，提出了构建机器人节律发生器的方法，该方法简单、易实现；

2、 本发明根据任意机器人的任意自由度设计要求，本技术方案的振子积木块模型参数可以进行相应的初始化，然后满足该自由度的设计要求；

3、 本发明具有模块化和系统化的特点，可以用来实现具有任意多自由度的机器人的运动节律发生方案，而不会增加设计复杂度；

4、 本发明可以快速构建机器人全部运动关节的动态特性和相位关系，在应用中可随时对特定的运动部件进行修改更新，不会对其他运动部件产生影响，各个运动关节间相互独立；

5、 采用此技术构建机器人节律发生系统，我们可以像搭积木一样，非常方便地构建4足12个自由度，或6足18个自由度，乃至n足3*n个自由度的多足机器人运动节律发生器，从而达到协调地控制多足机器人各种步态的目的。

6、 本发明则提出了一个系统的解决方案。使用本发明的振子积木块可以独立地实现机器人的各个自由度，既满足复杂的现实任务需要，又能简化设计，且便于维护修改，满足模块化设计要求。

附图说明

本发明将通过例子并参照附图的方式说明，其中：

图1为本发明的基础示意图；

图2为无发明的扩展示意图；

图3为本发明的简单运动节律发生系统示意图；

图4为二个生物运动神经元表现出的生物电信号及其人工包络线示意图；

图5~8为本发明的4个节律发生系统示意图；

图9~13为一个六足动物对应的不同步态及其相应的时序相位关系示意图；

图14~21为一个六足动物对应的不同步态的具体时序相位关系图。

具体实施方式

本说明书中公开的所有特征，或公开的所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以以任何方式组合。

本说明书（包括任何附加权利要求、摘要和附图）中公开的任一特征，除非特别叙述，均可被其他等效或具有类似目的的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。

本发明首次提出了振子积木块这一技术概念，采用此技术，我们可以像搭积木一样，非常方便地构建4足12个自由度，或6足18个自由度，乃至n足3*n个自由度的多足机器人运动节律发生器，从而达到协调地控制多足机器人各种步态的目的。

这个新颖的运动节律发生系统采用了并行和分布式运算的特点，每一个自由度由一个简单的振子模型管理，各个自由度的相位关系则取决于相对应的振子模型间的相位关系。由此，我们可以构建一个多自由度协调运行的机器人系统。来自机器人大脑，即中央控制器的执行各个步态的命令只需作为运动节律发生器的输入，控制其参数和状态配置即可得到理想的步态。本发明使得机器人可以模拟真实动物的行动，并大大简化了硬件实现方案。

如图1所示，首先，该发明所基于的相关数学概念介绍如下。假设我们有一个节点图，该图中每个节点间最多存在一个带方向的连接，我们称其为资源及其指向。该节点图为非循环节点图，即，起始于任意一个节点，沿着带方向的连接，我们无法找到一条路径可以再次回到此节点。如果一个节点的所有资源均指向自身，则该节点称为活动节点；如果一个节点的所有资源均背向自身，则该节点称为抑制节点。依据不同的资源指向配置，该节点图可以有不同的状态，可构成一个状态机。状态转换发生于当所有的活动节点将其资源的指向反转，从而变成抑制节点的时刻。由此，我们可以得到一个周期性的状态转换。一个简单的算法例子。黑色小圆表示活动节点，白色表示抑制节点。在状态1，2，3形成的周期中，每个节点只会成为活动节点一次

如图2所示，我们可以将上述概念扩展，即一个节点图中每个节点间可以存在若干个带各自不同方向的连接，换句话，若干个资源及其相应的指向。我们将该算法称为振子算法。该算法中，每一个节点都有一个参数，称为逆转参数。逆转参数定义为，当任一个节点是活动节点时，它将反转的指向该节点的资源的数目。当资源指向反转后，活动节点将变为抑制节点。该定义也意味着， 一个节点能够成为活动节点的充要条件是它的所有资源均指向其自身。而前述的每个节点间最多存在一个带指向的资源的情况，是本扩展的特例，其中每个节点的逆转参数均为1。

具体的，对于该扩展情况，我们用严格数学的方法加以概括如下。

假设有二个节点，和，该二个节点由若干资源互联且同属一个集合，。 它们的逆转参数分别为和。我们有如下的规则选取资源的数目及其指向，从而保证该扩展的振子算法的正确运行。

1. ，此处为二个相连节点和间的资源数目。

2. ，此处gcd表示最大公约数，为二个最大公约数的倍数之和，此二个数值分别不超过从节点指向的资源数，和从节点指向的资源数。一个扩展后的振子算法的例子。节点i的逆转参数为3，节点j的逆转参数为1。灰色节点为活动节点。该图的周期含4个状态。其中节点i只在其中一个状态时成为活动节点，而节点j在其余3个状态中成为活动节点。

在图4中， 我们可以看到，动物的神经中枢电信号表现为脉冲串形式。而在工程应用中为了驱动马达，我们可以将其简化为脉冲串的包络，表现为数字电路中的高、低电平形式，高电平占空比可体现对马达的驱动时长等时序特性。这样的简化可以用我们在本发明中提出的振子方法加以实现（见图3）。图中二个节点通过二个资源互联（在此我们使用简化画法，将二个资源线及其指向用一根线及附属小黑圈表示，小黑圈的位置表示一个资源及其指向，如果一个小黑圈靠近某一个节点则表示一个资源指向该节点），共有三个状态，并且构成一个循环。在三个状态的循环中，节点（其逆转参数为）会在二个连续状态里成为活动节点，而节点（其逆转参数为）只在一个状态里成为活动节点。因为该系统的节点运动状态具有不同的占空比，和图4中神经振子的包络线占空比类似，故可以用该振子模型代替神经振子，在机器人中模仿动物的活动，用以驱动马达。

图3和4使用振子算法模拟实现运动节律发生的生物机制。图3为二个生物运动神经元表现出的生物电信号及其人工包络线；图4为采用振子算法构建的一个简单的运动节律发生器。其中节点i的活动状态占空比为节点j的二倍，它们的活动可以用来实现右图中的包络线。

具体实现方面，我们可以采用上述振子算法来实现机器人的不同步态节律。在此，以上述算法配置的四个节律发生系统见图5~8。图中的节律发生器分别产生2、3、4、6个状态，对应于不同的运行周期。以图9为例，此例的步态由6个状态构成一个周期，假设每腿仅有一个关节（即一个自由度），则选取图8的6个状态作为振子积木块，按照各个腿之间的相位关系分别选取相应的状态作为每个腿的振子。例如，对于图9中最左的连接图，L1、L2、L3、R1、R2、R3各腿可取图8中对应的积木块来构建相对应的、合适的相位关系。其他步态的构建方法依此类推。

图4所示的四个经本算法配置的节律发生系统。图9系统可发生4个状态并形成周期，其中节点1仅在一个状态成为活动节点，而节点2则在其余3个状态成为活动节点。r1=3, r2=1。同理，图10系统可发生3个状态并形成周期，其中节点1仅在一个状态成为活动节点，而节点2则在其余2个状态成为活动节点。r1=2, r2=1。图11系统可发生2个状态并形成周期，其中节点1在一个状态成为活动节点，节点2在另一个状态成为活动节点。r1=1, r2=1。图12系统可发生6个状态并形成周期，其中节点1仅在一个状态成为活动节点，而节点2则在其余5个状态成为活动节点。r1=5, r2=1。

图9~13为一个六足动物对应的不同步态及其相应的时序相位关系。为方便表述，在此每条腿仅用一个自由度表示（前后运动）。而上下、内外这二个自由度可以基于其和前后运动的相位关系，使用同样的方法实现。L1、L2、L3表示左前、左中、左后腿，R1、R2、R3表示右前、右中、右后腿。在黑白条码图中，黑色表示向前，白色表示向后。图9超慢步态 （图10、11）慢速步态 （图12）中速步态 （图13）快速步态。

具体实施例：如图14~21所示，为一个六足动物对应的不同步态及其相应的时序相位关系。

本方案为多足机器人的马达驱动提出了一个分布式的实现方案。在已知各个自由度的基础上，该方案仅需从使用振子算法构建的，形成了周期的各个状态中选取合适相位的振子对相应的自由度进行配置即可。该方法可以应用于多足机器人的任意一个自由度实现

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明。本发明扩展到任何在本说明书中披露的新特征或任何新的组合，以及披露的任一新的方法或过程的步骤或任何新的组合。