专利名称：一种控制四足机器人运动的模糊控制器的制作方法
技术领域：
本发明涉及一种适用于神经振荡器拓扑网络控制、四足机器人行走领域的模糊控 制器，具体涉及一种四足机器人运动控制模糊控制器。
背景技术：
四足机器人是模仿四足动物运动形式的一种机器人。相对于其他运动形式的机器 人，足式运动控制是机器人研究领域的一个技术难题，特别是多足协调控制。目前对机器人足式运动控制的控制技术的常用方法是，对机器人本体及环境进行 精确建模，然后通过轨迹优化等方法得到机器人各关节的最佳运动轨迹，在反馈机制的基 础上控制机器人的实际运动，使得机器人的运动尽量符合规划轨迹。该控制技术需要繁琐 的动力学建模，复杂的运动规划，因此很难提高机器人的环境适应性。美国麻省理工学院通过采用感知-反射的控制思路提出，机器人的运动由一系列 简单的形式化动作组成，各种动作由传感器信号直接触发。该控制方法在输入与输出之间 没有复杂的计算过程，通过自组织实现系统的复杂行为。由于机器人的“基本动作”不可修 改，系统的智能水平或者行为的复杂程度取决于组合动作的多少与控制反馈信号规则的合 理性。同时，由于缺少全局控制模块，该控制技术的可控性较差。近些年，通过对以上控制方法不足的弥补，发展起来了一种新的控制方法。对生物 节律运动控制机理进行仿生，形成一种新的、更加简洁、自然、直接的运动控制技术，即生物 仿生控制方法。该控制技术模拟动物节律运动控制区-中枢模式发生器、高层调控中枢、生 物反射，从而实现机器人的节律运动，提高四足机器人在各种实际环境中的运动性能。但是 该运动控制方法缺乏系统性、没有理想的参数整定方法，同时，基于生物控制的控制器与机 械系统存在非线性耦合，控制系统与机械系统的动态特性相互影响，因此很难协调控制系 统与机器人本体之间的运动控制。
发明内容
为了使得基于生物仿生的控制技术具有系统性，并让该控制器具有参数自整定的 能力，本发明的目的是在现有的仿生控制器基础上加入智能控制使得四足机器人能在各种 环境及高层控制指令完成各种智能动作。为达成所述目的，本发明提出一种控制四足机器人运动的模糊控制器，该控制器 包括模糊化处理单元、模糊推理单元、解模糊单元、神经振荡器网络，其中模糊化处理单元接收传感器数据、接收四足机器人反馈的偏转方位角误差信号 Δ Φ-、接收俯仰方位角6Pit。h、接收在上一个控制周期之内平均速度与目标平均速度之间 的速度误差信号Avf及接收在两次输出控制之间机体在Z向的颠簸程度信号Σ z，并且模糊 化处理单元通过使用马丹尼(mamdani)推理机制对误差信号Δ Φ^、俯仰方位角6Pit。h、速 度误差信号八％及颠簸程度信号Σ 2进行模糊处理，生成并输出误差信号Δ Φ^、俯仰方位 角Φρ&Μ速度误差信号Δ Vf及颠簸程度信号[ζ各自的模糊变量为NB、NS、Z、PS和PB;
模糊推理单元与模糊化处理单元连接，模糊推理单元按照四条规则接收并对模糊 论域进行推理，生成并输出解模糊单元需要的模糊变量；解模糊单元与模糊推理单元连接，解模糊单元对模糊变量进行解模糊处理，生成 并输出用于调制神经振荡器网络的参数信号q、P、g ；神经振荡器拓扑网络与解模糊单元连接，神经振荡器拓扑网络接收信号q、P、g并 调整神经振荡器拓扑网络，从而使得神经振荡器拓扑网络产生并输出适用于四足机器人稳 定、快速行走步态的电机驱动信号；四足机器人与神经振荡器拓扑网络连接，四足机器人接收来自神经振荡器拓扑网 络生成的对应于各关节的角度信号，通过PID控制使得四足机器人行走生成并反馈输出新 的反馈误差信号Δ Φ^、方位角c^Pit。h、速度误差信号Avf及颠簸程度信号Σ ζ信号，重复 对四足机器人的运动进行控制。优选实施例，所述偏转方位角误差信号△ Φ^是在机器人前进方向上，偏转方位 角当前值与目标值之间的误差信号Δ ΦΥΜ= ΦTgt_ c^u ent，输入误差信号Δ Φ-用作调整 机器人前进方向的控制目标，其中ΦΤ8 为目标转向角，当前转向角。优选实施例，所述俯仰方位角6Pit。h是机器人机械本体的俯仰方位角，输入俯仰方 位角φPit。h用来判断机器人是否处于上下斜坡之上，从而使控制器中坡度适应规则发生作 用。优选实施例，所述速度误差Avf表示在上一个控制周期之内平均速度与目标平 均速度之间的误差Avf = vTgt_vf，此控制输入用来使控制器中的前进速度调整规则发生作 用，使机器人在客观条件允许的情况下尽可能保证要求的前进速度，vTgt为目标平均速度、 Vf为上一个控制周期之内的平均速度。优选实施例，所述颠簸程度Σ Ζ=Σ ι δ Z|2/N，其中在偏转轴方向两次采样之间的 偏差Sz，两次输出控制间隔之间的采样次数N，则在两次控制之间机体在Z向的颠簸程度 Σ ζ，此颠簸程度Σ 2输入量用来使不平路面适应规则发生作用。优选实施例，在所述模糊推理单元根据不同的地形路面及不同的高层指令，能自 适应地采用不同的规则，该规则包括前进方向维持调整规则、坡度适应规则、不平路面适应 规则和前进速度适应规则。优选实施例，在所述神经振荡器拓扑网络由具有强非线性特性与强抗干扰性范德 波尔神经元组成。优选实施例，所述前进方向维持调整规则，是在模糊论域内调整两条后腿神经元 的( , Qeh的值，即左、后腿髋关节神经振荡器的偏移量与右、后腿髋关节神经振荡器的偏移 量，使神经振荡器产生波形的中心角发生偏移，从而影响两腿后腿的触地时间，使机器人具 备维持和调整前进方向的能力。优选实施例，在所述坡度适应规则，是在模糊论域内调整四足机器人两条后腿的 摆动中心来保持在斜坡上行走时的稳定性，通过抬高后腿，降低后腿来适应上坡，而通过降 低后腿，抬高前腿来适应下坡，使用这样的方法可以令机器人在上下坡时的稳定裕度增大， 提高稳定性。优选实施例，在所述不平路面适应规则，是在模糊论域内调整波形的振幅来实现， 在对不平路面适应时，需要同时对四腿神经振荡器的P参数进行修改，在颠簸程度大的路面，减小波形振幅，提高稳定裕度；在颠簸程度小的路面，增大波形振幅，提高行进速度。优选实施例，在所述前进速度适应规则，是在模糊论域内调整神经振荡器网络的g 参数来改变所产生波形的频率来实现，频率越高则行进速度越大，如受客观条件限制不能 达到目标速度，则尽可能的快。本发明的有益效果本发明模糊控制器的优点在于它们能降低基于仿生生物控制 方法在各种环境中需要调节参数的复杂性，从而方便控制。本发明设计的模糊控制器规则 用于处理控制器输入信号中的各种不确定条件从而使得运动控制技术具有系统性。
图1为本发明四足机器人总体结构图。图2为本发明控制器神经振荡器拓扑网络结构图。图3为本发明模糊控制器层次结构图。4d为本发明模糊控制器输入隶属度函数图。图fe-图5f为本发明模糊控制器输出解模糊隶属度函数图。
具体实施例方式下面结合具体实施方案，并参照附图，对本发明的细节和原理进一步详细说明。如图3示出本发明提出四足机器人运动控制模糊控制器的层次结构图，该控制器 包括模糊化处理单元a、模糊推理单元b、解模糊单元C、神经振荡器拓扑网络d和四足机 器人e。一、模糊化处理单元a为控制的输入接口，同时将各输入量进行模糊化处理转换 为模糊论域中的模糊变量，其中模糊化处理单元的输入为△ Φ 偏转方位角、Φ Piteh俯仰方 位角、δ Vf上一个控制周期之内平均速度与目标平均速度之间的误差、Σ ζ两次控制之间机 体在Z向的颠簸程度。模糊化处理单元a采用马丹尼(mamdani)推理机制将输入量模糊化 为模糊变量。如附图4a、图4以图如和图4d示出模糊控制器输入隶属度函数，具体描述如下(1)图乜中示出，I Δ φΥΜ|输入在区间W，20](单位度(deg))上分属5个隶属 度(NB，NS, Z，PS, PB)，如I Δ φγ > 20视作输入隶属度ΡΒ，隶属度函数都取做三角形隶 属度函数；(2)图4b中示出，ΦPitch输入在区间[-15，15](单位度(deg))上分属5个隶属 度(NB, NS, Z，PS, PB)，如Φ pitch < -15视作输入隶属度NB,如Φ Pitch > 15视作输入隶属度 PB，隶属度函数都取做三角形隶属度函数；(3)图如中示出，Δ Vf输入在区间[-0.6，0.6](单位米/秒(m/s))上分属5个 隶属度(NB, NS, Z，PS, PB)，如Φ pitch < -0. 6视作输入隶属度NB,如Φ Pitch >0.6视作输入 隶属度PB，隶属度函数都取做三角形隶属度函数；(4)图4d中示出，Σ ζ输入在区间W00，1000](单位平方毫米(mm2))上分属7 个隶属度(NB，匪，NS, Z，PS, PM, PB)，如Σ z < 400视作输入隶属度NB，如Σ z > 1000视作 输入隶属度PB，隶属度函数都取做三角形隶属度函数；二、模糊推理单元b在模糊论域内根据本发明的推理规则将输入模糊变量转换为对应的解模糊单元需要的模糊变量。其推理规则为(1)前进方向维持调整规则，如附表la、附表lb、附表lc、附表Id、附表le、附表 If·、附表Ig示出，该规则涉及到三个模糊变量I Δ (Ka」、(Kit。h、Ez，由于无法在平面内表达 出三维的变量规则，因此枚举了 Σ ζ分别在ΝΒ，匪，NS，Z，PS, PM, PB七种情况下对应的七张
输出模糊变量表。如附表Ia示出表格中第一行的各空格表示输入模糊变量I Δ φγ |分别在ΝΒ、 NS、Ζ、PS、PB等五种情况。第一列的各空格表示输入模糊变量小1^。11分别在肌、赂、2、？5、 PB等五种情况。其余各行各列的空格表示相应于I Δ Φ^|、Cj5pitdl情况下，输出模糊变量的 值。如第二行第二列中的PB对应的语意是当Σ 2为咄，|ΔφΥΜ|*ΝΒ，时， 输出模糊变量为ΡΒ。以下所有模糊变量ΝΒ，匪，NS, Z，PS, PM, PB附表类似此语法。
权利要求
1.一种控制四足机器人运动的模糊控制器，其特征在于，该控制器包括模糊化处理 单元、模糊推理单元、解模糊单元、神经振荡器网络，其中模糊化处理单元接收传感器数据、接收四足机器人反馈的偏转方位角误差信号 Δ ΦYaw、接收俯仰方位角ΦPitch、接收在上一个控制周期之内平均速度与目标平均速度之间 的速度误差信号Avf及接收在两次输出控制之间机体在Z向的颠簸程度信号Σ z，并且模糊 化处理单元通过使用马丹尼(mamdani)推理机制对误差信号Δ ΦYaw、俯仰方位角ΦPitch、速 度误差信号Δ Vf及颠簸程度信号Σ z进行模糊处理，生成并输出误差信号Δ ΦYaw、俯仰方位 角ΦPitch、速度误差信号Δ Vf及颠簸程度信号Σz各自的模糊变量为NB、NS、Z、PS和PB;模糊推理单元与模糊化处理单元连接，模糊推理单元按照四条规则接收并对模糊论域 进行推理，生成并输出解模糊单元需要的模糊变量；解模糊单元与模糊推理单元连接，解模糊单元对模糊变量进行解模糊处理，生成并输 出用于调制神经振荡器网络的参数信号q、P、g ；神经振荡器拓扑网络与解模糊单元连接，神经振荡器拓扑网络接收信号q、P、g并调整 神经振荡器拓扑网络，从而使得神经振荡器拓扑网络产生并输出适用于四足机器人稳定、 快速行走步态的电机驱动信号；四足机器人与神经振荡器拓扑网络连接，四足机器人接收来自神经振荡器拓扑网络生 成的对应于各关节的角度信号，通过PID控制使得四足机器人行走生成并反馈输出新的反 馈误差信号Δ ΦΥaw、方位角ΦΡitch、速度误差信号Avf及颠簸程度信号Σ z信号，重复对四 足机器人的运动进行控制。
2.如权利要求1所述的控制四足机器人运动的模糊控制器，其特征在于，所述偏转方 位角误差信号Δ ΦYaw是在机器人前进方向上，偏转方位角当前值与目标值之间的误差信号 Δ ΦΥaw= Φ Tgt_ Φcurrent，输入误差信号Δ ΦYaw用作调整机器人前进方向的控制目标，其中ΦTgt为目标转向角，ΦCurrent为当前转向角。
3.如权利要求1所述的控制四足机器人运动的模糊控制器，其特征在于，所述俯仰方 位角ΦPit。h是机器人机械本体的俯仰方位角，输入俯仰方位角6Pit。h用来判断机器人是否 处于上下斜坡之上，从而使控制器中坡度适应规则发生作用。
4.如权利要求1所述的控制四足机器人运动的模糊控制器，其特征在于，所述速度误 差Avf表示在上一个控制周期之内平均速度与目标平均速度之间的误差AVf = VTgt-Vf， 此控制输入用来使控制器中的前进速度调整规则发生作用，使机器人在客观条件允许的情 况下尽可能保证要求的前进速度，vTgt为目标平均速度、Vf为上一个控制周期之内的平均速 度。
5.如权利要求1所述的控制四足机器人运动的模糊控制器，其特征在于，所述颠簸程 度ΣZ = Σ | δ z|2/N，其中在偏转轴方向两次采样之间的偏差δ z，两次输出控制间隔之间的 采样次数N，则在两次控制之间机体在Z向的颠簸程度Σ ζ，此颠簸程度Σ 2输入量用来使不 平路面适应规则发生作用。
6.如权利要求1所述的控制四足机器人运动的模糊控制器，其特征在于，在所述模糊 推理单元根据不同的地形路面及不同的高层指令，能自适应地采用不同的规则，该规则包 括前进方向维持调整规则、坡度适应规则、不平路面适应规则和前进速度适应规则。
7.如权利要求1所述的控制四足机器人运动的模糊控制器，其特征在于，在所述神经振荡器拓扑网络由具有强非线性特性与强抗干扰性范德波尔神经元组成。
8.如权利要求6所述的控制四足机器人运动的模糊控制器，其特征在于，所述前进方 向维持调整规则，是在模糊论域内调整两条后腿神经元的，Qeh的值，即左后髋关节神经 振荡器的偏移量与右后髋关节神经振荡器的偏移量，使神经振荡器产生波形的中心角发生 偏移，从而影响两腿后腿的触地时间，使机器人具备维持和调整前进方向的能力。
9.如权利要求6所述的控制四足机器人运动的模糊控制器，其特征在于，在所述坡度 适应规则，是在模糊论域内调整四足机器人两条后腿的摆动中心来保持在斜坡上行走时的 稳定性，通过抬高后腿，降低后腿来适应上坡，而通过降低后腿，抬高前腿来适应下坡，使用 这样的方法可以令机器人在上下坡时的稳定裕度增大，提高稳定性。
10.如权利要求6所述的控制四足机器人运动的模糊控制器，其特征在于，在所述不平 路面适应规则，是在模糊论域内调整波形的振幅来实现，在对不平路面适应时，需要同时对 四腿神经振荡器的ρ参数进行修改，在颠簸程度大的路面，减小波形振幅，提高稳定裕度； 在颠簸程度小的路面，增大波形振幅，提高行进速度。
11.如权利要求6所述的控制四足机器人运动的模糊控制器，其特征在于，在所述前进 速度适应规则，是在模糊论域内调整神经振荡器网络的g参数来改变所产生波形的频率来 实现，频率越高则行进速度越大，如受客观条件限制不能达到目标速度，则尽可能的快。
全文摘要
本发明公开了一种控制四足机器人运动的模糊控制器，该模糊控制器的控制规则由四组自适应模糊控制规则组成，用于调制四足机器人的范德波尔神经振荡器拓扑网络。模糊控制器根据不同的环境反馈信号能够自适应地采用对应的规则调节范德波尔神经振荡器的参数，使该神经振荡器网络产生稳定、协调的四足机器人关节驱动信号。本发明适用于每条腿具有两个转动自由度(髋关节转动自由度、膝关节转动自由度)的四足机器人。通过由模糊控制器调制、范德波尔神经振荡器拓扑网络产生的关节驱动信号，四足机器人能够自适应地在野外、户内等不同环境里稳定行走。
文档编号G05B13/02GK102147592SQ20101011137
公开日2011年8月10日 申请日期2010年2月10日 优先权日2010年2月10日
发明者李斌, 李逊, 杨一平, 王伟 申请人:中国科学院自动化研究所