双足机器人无源动态行走步态设计的粒子群优化算法.doc

双足机器人无源动态行走步态设计的粒子群优化算法 张奇志，周亚丽，赵秋玲，戈新生 北京信息科技大学计算机及自动化系，北京，100085 摘要：本文研究双足机器人无源行走步态设计问题。双足机器人周期步态对应状态空间的极限环。通常使用Newton-Raphson方法确定状态空间的极限环，为了保证迭代过程的收敛性，Newton-Raphson方法需要比较准确的初始状态值估计。本文使用粒子群优化算法搜索双足机器人的周期步态。考虑双足机器人的几何约束，搜索的状态空间减少到三维，同时不需要初始状态的估计。仿真结果表明，本文给出的双足机器人无源行走步态设计的粒子群优化算法是有效的。 关键词：粒子群优化；无源动态行走；步态 1引言 双足机器人行走的研究是目前得到广泛关注的研究课题，日本的类人机器人ASIMO 和HRP-2P代表了双足机器人研究的最高水平[1]。ASIMO采用零力矩点（Zero Moment Point, ZMP）方法规划机器人关节的轨迹，然后通过控制伺服电机使机器人的关节跟踪规划的轨迹。该方法的主要缺点是计算非常复杂，同时和人类行走相比需要消耗非常多的能量。为了克服零力矩点（ZMP）方法的不足，无源动态行走（Passive Dynamic Walking，PDW）技术得到人们的重视[2]。无源动态行走（PDW）机器人不需要外部的能量输入，可以在重力的作用下走下小的斜坡。在行走的每一步，机器人从重力势能的变化中获取能量，脚与地面的冲击作用耗散机器人的能量。如果初始条件和坡度的组合适当，每一步获取的能量和耗散的能量恰好平衡，就可以得到稳定的双足无源动态行走步态。双足无源动态行走步态设计通常采用牛顿迭代算法，对于给定的坡度和机器人模型，确定机器人运动的初始条件。由于牛顿迭代属于局部收敛的优化算法，同时双足无源动态行走模型包括冲击过程，机器人运动的初始条件的估计需要比较准确才能获得稳定的双足无源动态行走步态[2]。 本文采用粒子群优化（Particle Swarm Optimization，PSO）技术，以庞加莱截面（Poincaré Section）上点的距离最小化为目标，对双足无源动态行走机器人的初始状态进行最优设计。在优化过程中，使用粒子群优化方法在解空间追随最优的粒子进行搜索，通过迭代搜寻最优值。结果表明，采用粒子群优化方法进行双足无源动态行走步态设计，不需要初始条件的估计值，可以取得稳定的双足无源动态行走步态。 2 动力学模型 2.1 摆动期间的动力学方程 以简单的圆规步态机器人为研究对象，建立双足机器人动力学模型。圆规步态机器人如图1 所示，髋关节连接两个刚性的腿，三个集中质量分别位于髋关节(mH)和两腿(m)。(s表示支撑腿和竖直线的夹角，(n表示非支撑腿和竖直线的夹角，( 表示机器人行走斜坡的角度。机器人参数值见表1。利用拉格朗日方程可以得到机器人腿摆动期间的动力学模型[2] （1） 其中，，，， 2.2 地面瞬时冲击 假设地面冲击作用是瞬时的，采用下面假设[2] 冲击是完全塑性的 冲击的同时完成支撑腿与摆动腿的转换 冲击时腿与地面之间没有滑动 根据动量矩守恒可以得到冲击前后的速度关系 （2） 其中，公式中的‘-’和‘+’分别代表冲击前和冲击后的相应量。 冲击结束后，两腿的角色互换，因此有。定义摆动腿末端到行走平面的距离 （3） 对时间求导可以得到 （4） 冲击应该满足以下条件： （）摆动腿在支撑腿之前。 （）摆动腿与地面接触。 （）摆动腿的末端向下运动。 3 双足机器人步态设计 3.1 周期步态与极限换 定义状态变量，考虑没有力矩输入的无源动态行走，双足机器人的行走模型（1）和（2）组成一个混合系统： （5） 这里‘events’表示腿与地面冲击，‘-’和‘+’分别代表冲击前和冲击后的状态变量。双足机器人的周期步态对应系统的周期解，，T是步态的周期。系统（5）的解可以表示为，如果存在和时间T使得则是一个周期解。对于2维状态空间，周期解对应于一个闭环，如果周期解是孤立的称为极限环。若从极限环附近出发的解收敛到极限环，则称极限环是稳定的。双足机器人无源动态行走步态对应于系统（5）的稳定极限环。双足机器人无源动态行走步态设计的任务是发现稳定的极限环。 3.2 极限换的搜索 搜索极限环的一种方法是确定系统的初始状态和周期T，使得。确定周期解的常用方法是庞加莱映射，具体方法是选择庞加莱截面( 使系统（5）的解曲线与之相交。可以得到庞加莱映射（见图2）