梁炜 车晓光 张德濂 卢海洋
广西科技大学，广西 柳州 545026
摘 要： 近年来四足机器人开始走进人们视野。四足机器人是一个庞大的系统，而控制系统是其中最重要的系统之一。一个良好及鲁棒性强的控制系统是四足机器人系统功能最大化的基础之一。而要达到该期望的控制系统也往往更复杂。本研究基于机器人运动学与图像处理技术，研究设计了一个四足机器人简单控制系统，旨在能对四足机器人进行初步控制验证，作为复杂控制系统开发的基础。
关键词： 四足机器人；运动学控制；图像处理；
1.项目意义
四足机器人控制系统中往往采用动力学控制方法。目前主流的控制方法中，MPC模型预测控制方法和WBC全身控制方法是非常常用的。但采用该方法的控制系统复杂程度比较高，也往往需要较深的控制技术基础，不适合用于控制系统的前期验证。为了克服上述问题。本研究基于机器人运动学、ROS机器人开源操作系统，搭建了一个能在世界坐标系下进行运动的简单控制系统，并使用物理样机进行了验证。该系统也能应用于物理样机制作中的前期验证，提高机器人研发迭代速度。
2.研究内容
2.1基于机器人运动学的控制算法
机器人运动学算法是本控制系统的关键。本文借助逆矩阵等数学工具，实现了一个四足机器人运动学算法。基于该算法，机器人不仅能轻松实现四足着地时的姿态控制，还能实现在运动中对机器人的姿态控制。当然实现动静状态下的姿态控制，也同时意味着机器人能在一定的躯干扰动(对姿态的影响)下，依然能保持躯干的稳定，实现机器人的稳定运动控制。本系统使用ROS开源系统中的RVIZ可视化工具进行可视化。
2.2地形构建系统
机器人的地形构建系统可以提供四足机器人运动中需要的信息：1.利用地形数据修正摆动相足端的落足点高度，使得四足机器人的腿部能跨越障碍。2.利用地形数据，可以通过预先解算出机器人运行到该地形的数据，并作为机器人的姿态控制量进行预先控制，这在机器人遇到一些大型障碍中非常有用。故地形构建系统是非常重要的系统。
3.系统实现
3.1 基于机器人运动学的控制算法
四足机器人坐标系定义如图1所示，在初始状态中，世界坐标系与躯干坐标系处于同样位置。
.png)
其中L1、L2、L3为连杆长度偏置。则表示躯干坐标系对FL（左前）腿足端的位置描述。同理可得、、,这里不在赘述。
在取得躯干坐标系对各腿足端位置描述后，需要求解出：当给定目标位置时，各关节的转动角度，此为机器人逆向运动学过程。一般使用代数法进行求解。
机器人的逆运动学算法的入口参数通常是基于躯干坐标系描述的期望位置。但或许我们期望的是基于世界坐标系描述的期望位置，即我们期望足端运动至世界坐标系下的期望位置。因为在运动过程中，四足机器人必然有躯干姿态的变化(抖动)。躯干姿态变化下的基于躯干坐标系描述的期望位置和躯干姿态不受影响下基于躯干坐标系描述的期望位置是不一样的。故我们需要将世界坐标系下的期望位置转换为构建逆运动学求解器时基于的躯干坐标系描述下的期望位置。这样的转换需要借助逆矩阵等数学工具实现。其原理示意如图2所示。
.png)
3.2 地形构建系统
在地形构建系统中，所基于的设备是Intel Realsense的D435i。D435i既可以提供三维点云数据，也可以提供IMU数据。一开始摄像头的点云数据是基于相机坐标系描述的，而机器人所处环境的地形是基于世界坐标系描述的。所以需要将基于相机坐标系描述的三维点云数据转换到基于世界坐标系描述的三维点云数据。
.png)
在上式中，通过(2)式将基于相机坐标系描述的三维点云数据(即通过摄像头API接口读取的数据)转换到基于世界坐标系描述的三维点云数据。但由于摄像头拍摄和软件处理的算法限制，该数据必定存在许多的噪声。则通过[1]提到的空间滤波算子进行数据过滤。然后将三维点云数据写入二维矩阵。在这个二维矩阵中的各元素的数值是对应的点云的高度。得到二维矩阵后，此时将思路转换回二维图像处理，此时利用OPENCV的腐蚀、膨胀、SOBEL算子进行处理即可。上述操作均可利用OPECV接口进行处理，本文不在此赘述。
4.实验效果与实物验证
4.1 RVIZ可视化
RVIZ是ROS中的一个三维可视化工具,一方面能够实现对外部信息的图形化显示,另外还可以通过RVIZ给对象发布控制信息,从而实现对机器人的监测与控制。
在可视化系统中，如图3所示，RVIZ中为了模拟机器人在地面上行走的效果，设置FixedFrame为base_footprint。同时系统的节点图如4所示,其中/joy_node为手柄节点，负责接收手柄摇杆信号。
.png)
4.2.运动学算法验证
图5为四足机器人进行姿态角控制时的效果截图：四足不离地下实现三轴姿态控制。 图6为四足机器人运行在Trot步态下进行三轴姿态角控制下的效果。
.png)
在物理样机中，我们12个串行总线舵机作为动力源。这样做的目的是，对于舵机的控制无需再使用STM32转发串口通信，直接使用厂家提供的信号分发板即可。而PC端可以使用Python语言支持的串口通信包进行串口通信。这也符合本文的设计理念，物理样机如图7所示。
.png)
4.3.地形构建系统验证
如图8该图中高亮绿色所示为构建的地形数据，可以看出地形数据基本实现了对已知地形的描述。图9则是利用地形数据调整落足点控制，实现四足机器人跨越障碍的功能。
.png)
5 总结与展望
本文提出了一个简单的四足机器人控制系统。但是篇幅受限，实际四足机器人中还需要有状态机、摆动相轨迹控制器、落足点控制等底层控制器。基于该控制系统，在控制上实现了对四足机器人姿态控制与一定的行走控制，并利用串行总线舵机搭建了12自由度物理样机。基本实现了最初的设计理念。虽然能实现一定效果，但本文提到的方法仅考虑了机器人位置与运动间的关系，并未考虑机器人力与运动的关系。因此，我们下一步将使用?MPC模型预测控制方法以实现更好的控制效果。
参考文献：
[1]D.KIM,B.Katz,J.DiCarlo.Vision Aid-ed Dynamic Exploration Of Unstructured Terrain With A small-Scale Quadruped Robot.IEEE,2020,1-7
[2] 柳洪义，宋伟刚，彭兆行. 控制步行机足运动的一种方法-修正组合摆线法 [J]. 机器人, 1994, 15(5): 350-356.
[3] 王鹏飞, 黄博, 孙立宁. 四足仿生机器人稳定性判定方法 [J]. 哈尔滨工业 大学学报, 2008, 40(7): 1063-1066.
[4] 王立鹏.基于零力矩点的四足机器人非平坦 地形下步态规划与控制[D].北京理工大学, ?2015,35(06)：1-20
[5] 何冬青, 马培荪. 四足机器人动态步行仿真及步行稳定性分析[J]. 计算机 仿真, 2005, 22(2): 146-149
[6] YU JunZhi,WEN Li,REN ZiYu.A survey on fabrication, control, and hydrodynamic function of biomimetic robotic fish[J].中国科学（技术科学）（英文版）.2017,(9).1365-1380.
[7] Minkyu Won,Tae Hun Kang,Wan Kyun Chung.Gait planning for quadruped robot based on dynamic stability: landing accordance ratio[J].Intelligent Service Robotics,2009,2(2)：105-11
作者简介：梁炜（1999-09），男，汉族，籍贯：广西壮族自治区贵港市，学历：本科，研究方向：机器人