兩足輔助行走機器人步態(tài)控制

唐矯燕

(上海電機學(xué)院 機械學(xué)院, 上海 200245)

兩足輔助行走機器人步態(tài)控制

唐矯燕

(上海電機學(xué)院 機械學(xué)院, 上海 200245)

智能兩足輔助行走機器人，可以輔助殘疾人在復(fù)雜環(huán)境中進(jìn)行仿人行走。介紹了該機器人的機構(gòu)和控制系統(tǒng)硬件，在機器人系統(tǒng)的步態(tài)特性基礎(chǔ)上建立了人機一體的運動模型。運用零力矩點(ZMP)理論規(guī)劃了機器人的行走步態(tài)，提出了局部步態(tài)調(diào)整與人體主動補償運動相結(jié)合的實時步態(tài)穩(wěn)定性控制策略。通過仿真實驗對該控制策略進(jìn)行了驗證和分析。

兩足機器人； 輔助行走； 步態(tài)規(guī)劃； 穩(wěn)定性控制

輔助行走機器人是一種幫助不便于行的人群實現(xiàn)正常空間運動的運動輔助裝置，屬于服務(wù)機器人的一個分支。其具有輔助人體、支撐體重、保持平衡和行走的功能。隨著人類社會的老齡化以及社會對老弱病殘人群的日益關(guān)懷，如何解決由于肌肉退化、萎縮或者疾病導(dǎo)致的行走不便問題，使行障者能夠像正常人一樣在復(fù)雜的生活環(huán)境中自由行走，引起了各大研究機構(gòu)的興趣。由于傳統(tǒng)的輪椅存在著上下樓梯不便、復(fù)雜環(huán)境中移動困難等難以解決的問題，而拐杖對于人體的平衡力和上肢力量的要求比較苛刻；因此，研究新的助行技術(shù)具有重要的實際意義。為了幫助老年人和殘疾人實現(xiàn)更高質(zhì)量的獨立生活，各種先進(jìn)機器人技術(shù)與傳統(tǒng)助行器相結(jié)合而產(chǎn)生的智能輔助行走機器人，已成為國內(nèi)外科研機構(gòu)的研究熱點。

目前，國內(nèi)外已開發(fā)出了眾多的輔助行走機器人樣機系統(tǒng)。其中較為成功的有愛爾蘭的PAM-AID助行機器人、美國的SmartCane助行機器人、韓國的WAR助行機器人、日本MOBIRO、Winglet、HITACHI助行機器人等輪式輔助行走機器人[1-3]，韓國的可穿戴式外骨骼機器人[4]、日本筑波大學(xué)的HAL商業(yè)外骨骼機器人[5-6]、美國的伯克利下肢末端外骨骼[7]等向人提供動力，輔助人體機能的外骨骼機器人。但這些助行機器人在現(xiàn)實應(yīng)用中仍然存在較大的局限性。輪式的助行機器人對路面、環(huán)境的要求比較高，而外骨骼機器人對于人體自身運動平衡能力的要求較高,不適用于行動不便的殘疾人或老年人。而兩足步行機構(gòu)能夠模仿人體行走步態(tài)，環(huán)境適應(yīng)性具有明顯的優(yōu)勢。隨著仿人兩足步行機器人研究的發(fā)展，尤其是最近幾年在兩足機器人行走的平衡穩(wěn)定控制方面取得了顯著的進(jìn)步[8-13]，為兩足輔助行走機器人奠定了理論基礎(chǔ)；因此，開發(fā)可以輔助殘疾人穩(wěn)定行走的兩足機器人逐漸成為一個研究的熱點[14-15]。

1 智能兩足輔助行走機器人

1.1機器人機構(gòu)設(shè)計與建模

兩足輔助行走機器人是通過傳感器和人機交互系統(tǒng)獲得人體的運動控制信號，通過設(shè)定的智能控制算法，生成機器人下肢的穩(wěn)定步態(tài)，其機構(gòu)設(shè)計如圖1所示。

圖1 兩足輔助行走機器人及其自由度分配Fig.1 Biped auxiliary walking robot anddegree-of-freedom distribution

為了獲得仿人的行走步態(tài)，則每條腿需要8個自由度，即髖關(guān)節(jié)3個，膝關(guān)節(jié)1個，踝關(guān)節(jié)3個，腳部1個。綜合考慮成本和設(shè)計目標(biāo)，參考了目前兩足機器人腿部設(shè)計的典型方式，設(shè)計的兩足步行椅機器人采用了每條腿6自由度的配置方式，即髖關(guān)節(jié)3個，膝關(guān)節(jié)1個，踝關(guān)節(jié)2個，且所有的自由度為轉(zhuǎn)動。由于需要較大的減速比，為此，采用同步帶和諧波減速器組合的方式作為機器人的減速裝置。

在機器人輔助行走狀態(tài)下，建模時，由于人體不像座椅那樣保持垂直不動，而是固定在座椅上；因此，可以將人體視為一個一端與機器人髖部鉸連接的桿件，其長度、質(zhì)量為可變量，人體的運動可以簡化為桿件的擺動，由此得到機器人前向8連桿模型和側(cè)向6連桿模型如圖2所示。

圖2 前向和側(cè)向運動模型Fig.2 Forward and lateral motion model

1.2機器人控制系統(tǒng)硬件設(shè)計

選用Maxon公司的直流電動機及其配套的數(shù)字編碼器。其中，RE30電動機的編碼器為數(shù)字MR編碼器，L型，直流(DC)工作電源，工作電壓為(5±5%) V，分辨率為1000線，最大工作頻率為200kHz；RE40電動機的編碼器型號為HEDL 55，DC工作電源，工作電壓為( 5±5%) V，分辨率為1000 線，最大工作頻率為100kHz。選用香港雷科賽自動化科技公司的DB810數(shù)字式直流伺服驅(qū)動器。該款驅(qū)動器的供電電壓范圍為DC18～80V，電流輸出范圍為0～20A(均值10A),編碼器最小分辨率為200線。

兩足輔助行走機器人的控制系統(tǒng)采用基于PC的開放式結(jié)構(gòu)控制，用Baldor NextMove PCI-2智能可編程多軸運動控制卡作為運動控制核心。該控制卡最多可同步支持12路控制通道，自帶CAN總線接口和RS-485/232接口，具備豐富的數(shù)字及模擬I/O口，可為基于PC平臺的自動化應(yīng)用提供一種靈活的多合一控制解決方案。該控制卡支持高達(dá)10MHz的位置反饋數(shù)據(jù)采樣率，其伺服回路調(diào)節(jié)時間僅為100μs，非常適合那些需要較高數(shù)據(jù)傳輸速率或處理開銷較大的多軸運動控制應(yīng)用。運動控制程序的開發(fā)也可以在NextMove PCI2卡所提供的編程環(huán)境下完成，可用VC或VB編程。整體控制構(gòu)架如圖3所示。

圖3 控制系統(tǒng)架構(gòu)圖Fig.3 Sketch of the control system

2 智能輔助行走機器人步態(tài)控制

要規(guī)劃機器人的步態(tài)，首先要保證機器人行走過程中的穩(wěn)定性和安全性。從目前國內(nèi)外先進(jìn)的兩足機器人步態(tài)穩(wěn)定性控制的研究現(xiàn)狀來看，尚未有成熟的研究成果發(fā)布。在仿人兩足機器人研究領(lǐng)域，對外界干擾的實時穩(wěn)定控制主要包括模仿人類平衡策略的穩(wěn)定性控制和基于零力矩點(Zero Moment Point, ZMP)的穩(wěn)定性控制。智能兩足輔助行走機器人實時穩(wěn)定控制因外界受力條件的復(fù)雜性和被輔助人員的身體運動所產(chǎn)生的受力不確定性、不可控性，不能達(dá)到機器人上身與下肢的完全協(xié)調(diào)運動；因此，本文采用基于ZMP的穩(wěn)定性控制方法，通過局部步態(tài)調(diào)整和人體主動補償相結(jié)合的方法，進(jìn)行穩(wěn)定步態(tài)的實時控制。

2.1基于ZMP穩(wěn)定性控制的步態(tài)規(guī)劃

基于ZMP穩(wěn)定性控制是指在理想情況下，當(dāng)兩足機器人步行時，實際ZMP點和規(guī)劃的ZMP點是重合的；而在實際步行時，兩者往往不重合并由此產(chǎn)生力矩，稱作翻轉(zhuǎn)力矩。這時通過調(diào)整機器人的姿態(tài)，產(chǎn)生新的ZMP規(guī)劃軌跡，從而使系統(tǒng)恢復(fù)穩(wěn)定。基于ZMP穩(wěn)定性控制的典型案例是本田公司的2號類人型機器人(P2)。從實際的效果看，P2是通過調(diào)整機器人上身運動軌跡來實現(xiàn)穩(wěn)定性控制的。

采用圖2中的機器人運動模型，其ZMP坐標(biāo)值計算公式如下：

xZMP=

(1)

yZMP=

1≤i≤n

(2)

在理想狀態(tài)下，取人體質(zhì)量60kg；機器人大腿長300mm，質(zhì)量7kg；小腿長300mm，質(zhì)量6kg；腳掌尺寸220mm×300mm，踝關(guān)節(jié)高125mm，腳部質(zhì)量2kg；椅子質(zhì)量20kg；髖關(guān)節(jié)高度為600mm；步行速度0.5m/s,步長0.5m。在機器人髖關(guān)節(jié)處建立移動坐標(biāo)系，使用圖2中的機器人前向8連桿模型和側(cè)向運動6連桿模型，將理想數(shù)值代入式(1)、(2)得到的機器人前向、側(cè)向ZMP穩(wěn)定區(qū)域、規(guī)劃軌跡如圖4和5所示。由于機器人步態(tài)的規(guī)律性，取兩個步長周期觀察即可。從圖中可以看出，雙足支撐期間的規(guī)劃ZMP軌跡非常靠近穩(wěn)定區(qū)域的中心，這使得步行具有很好的穩(wěn)定性；但是，在兩足支撐期向單足支撐期切換時，可以看到ZMP軌跡與側(cè)向穩(wěn)定區(qū)域邊界非常接近，即步行的側(cè)向穩(wěn)定裕度較小，需要保證步行的控制精度，以免機器人摔倒。

圖4 前向ZMP穩(wěn)定區(qū)域與規(guī)劃軌跡Fig.4 Forward stability region and planned ZMP trajectory

圖5 側(cè)向ZMP穩(wěn)定區(qū)域與規(guī)劃軌跡Fig.5 Lateral stability region and planned ZMP trajectory

2.2基于局部調(diào)整的實時步態(tài)穩(wěn)定性控制策略

在機器人實際行走過程中，機器人受未知外力、人體運動等干擾因素影響，使得機器人的實際ZMP偏離規(guī)劃的ZMP軌跡，從而容易導(dǎo)致運動方向的不可控，甚至由于超出穩(wěn)定區(qū)域從而導(dǎo)致翻倒事故。因此，必須進(jìn)行實時的步態(tài)矯正與控制，以保證系統(tǒng)的安全性。

智能兩足輔助行走機器人的主控制器接收環(huán)境信號、機器人各關(guān)節(jié)信號、人體的力與力矩信號、人體的控制命令輸入信號，進(jìn)行多信號融合，判斷系統(tǒng)穩(wěn)定性并進(jìn)行運動規(guī)劃。當(dāng)步態(tài)穩(wěn)定時，如果控制命令輸入信號在安全區(qū)域，則執(zhí)行命令；如果控制命令輸入信號不在安全區(qū)域，則對機器人步態(tài)進(jìn)行調(diào)整，在保證穩(wěn)定的前提下最大程度的實現(xiàn)乘客意圖。當(dāng)步態(tài)處于失穩(wěn)狀態(tài)時，立即對步態(tài)進(jìn)行調(diào)整，并反饋給乘客，以便于乘客參與控制。

根據(jù)步態(tài)規(guī)劃得到的機器人運動姿態(tài)及設(shè)定的環(huán)中人的運動參數(shù)，可以計算出任意時刻的機器人系統(tǒng)的實際ZMP值。以機器人前進(jìn)方向的步態(tài)控制為例，定義其穩(wěn)定區(qū)域前緣為Sb(t)，后緣為Sf(t)，則前向穩(wěn)定區(qū)域可以表示為[Sb(t),Sf(t)]，則計算得：

(3)

Sf(t)=(k+1)Ds+lff,

t∈[kTc,(k+1)Tc]

(4)

式中，k為步數(shù)；Tc為步行周期；Ds為步長；Td為一個步行周期中雙腳落地的時間；lfb為后支撐足踝關(guān)節(jié)與后緣之間的長度；lff為前支撐足踝關(guān)節(jié)與前緣間的長度。得到穩(wěn)定區(qū)域和零力矩點的時間函數(shù)后，就可以判斷機器人系統(tǒng)的穩(wěn)定程度。

從步態(tài)規(guī)劃過程可知，該系統(tǒng)在理想狀態(tài)下是穩(wěn)定的。穩(wěn)定區(qū)域是由支撐腳掌所組成的凸形區(qū)域在水平面上的投影。在單腳支撐期間，這一凸形區(qū)域投影就是支撐腳的腳底板面；在雙腳支撐期間，這一凸形區(qū)域投影為兩支撐腳底板觸地點所構(gòu)成的凸形最大區(qū)域。當(dāng)受外界干擾力或人體運動影響時，必將導(dǎo)致系統(tǒng)的ZMP的偏移。若系統(tǒng)ZMP坐標(biāo)仍處于規(guī)劃好的穩(wěn)定區(qū)域內(nèi)時，系統(tǒng)維持穩(wěn)定狀態(tài)；反之，將引起系統(tǒng)失穩(wěn)，此時系統(tǒng)必須通過對人體和機器人姿態(tài)進(jìn)行調(diào)整，重新進(jìn)行步態(tài)規(guī)劃等控制操作以保持整個系統(tǒng)的穩(wěn)定性。

定義各傳感器得到的系統(tǒng)各部分運動參數(shù)為

X=(x1,x2,…,xm,xm+1,xm+2，…,xn)T

其中，前m個信號為機器人各關(guān)節(jié)的運動信號，定義為Y1=(x1,x2,…,xm)，后n-m個信號為檢測到的人體運動參數(shù)，定義Y2=(xm+1,xm+2，…,xn)；因此，X=(Y1,Y2)T。要注意的是： 機器人關(guān)節(jié)運動輸入信號Y1反映的是可以通過控制命令進(jìn)行調(diào)整的運動參數(shù)，而Y2反映的是不能由系統(tǒng)直接控制改變的人體運動參數(shù)。對于作為研究基礎(chǔ)的兩足步行椅機器人來說，在實際實驗中，一般取m=7，n=10;因此，Y1=(θ1,θ2,θ3,θ4,θ5,θ6,θ7)。

定義機器人步態(tài)的安全裕度函數(shù)為D(X)，則系統(tǒng)各參數(shù)的安全域可表示為：R(c)={X∶D(X)≥c}，其中，c為設(shè)定的最小穩(wěn)定裕度值，且c>0。當(dāng)X∈R(c)時，表明系統(tǒng)處于穩(wěn)定狀態(tài)，機器人可以按照步態(tài)規(guī)劃的軌跡運行。當(dāng)X?R(c)時，表明系統(tǒng)處于失穩(wěn)狀態(tài)，控制系統(tǒng)必須進(jìn)行實時的步態(tài)調(diào)整。由于人體運動信號不可控，故系統(tǒng)只能通過調(diào)整兩足機器人下肢各個關(guān)節(jié)輸入信號的方式進(jìn)行步態(tài)調(diào)整。對于兩足步行椅機器人，定義調(diào)整后的機器人各關(guān)節(jié)參數(shù)量Y1r=(θ1r,θ2r,θ3r,θ4r,θ5r,θ6r,θ7r)，則調(diào)整后的參量為Xr=(Y1r,Y2)T。從理論上推導(dǎo)，滿足穩(wěn)定性的Xr有無窮解，而其中的最終解要求在保證機器人運動的連續(xù)順滑和安全穩(wěn)定的基礎(chǔ)上，實現(xiàn)最小的調(diào)整幅度，從而提高效率，最大程度實現(xiàn)人類的意圖。

(5)

式中，l(Y1)∈[0,1]，可以為任意的連續(xù)函數(shù)。則定義

Y1rL=S(Y1)Y1+[1-S(Y1)]K(Y1)

(6)

2.3考慮人體主動運動補償?shù)膶崟r控制策略

機器人系統(tǒng)補償控制包括機器人下肢的步態(tài)調(diào)整和人體的運動補償兩個方面。當(dāng)機器人系統(tǒng)產(chǎn)生失穩(wěn)時，可以通過人體姿態(tài)與用力的主動調(diào)整，使機器人能夠通過較小幅度的步態(tài)調(diào)整恢復(fù)系統(tǒng)穩(wěn)定，從而保持機器人步態(tài)的平穩(wěn)性。機器人系統(tǒng)的實時補償運動控制結(jié)構(gòu)如圖6所示。加入補償控制后，在機器人受到外界較大干擾時，通過調(diào)整人體狀態(tài)，并對機器人下肢運動進(jìn)行局部調(diào)整即可。避免了重新進(jìn)行步態(tài)規(guī)劃的工作，保證了機器人行走的平穩(wěn)。人體補償運動的幅度，可以通過乘客參數(shù)對系統(tǒng)穩(wěn)定性的影響權(quán)重進(jìn)行計算，其結(jié)果通過人機交互界面對人體運動進(jìn)行指導(dǎo)。

圖6 考慮人體運動補償?shù)臋C器人實時控制結(jié)構(gòu)圖Fig.6 Structure of real-time control withhuman motion compensation

3 仿真實驗

仿真實驗為考慮人體主動運動補償?shù)姆抡娼Y(jié)果。其中，機器人各部分的物理參數(shù)如前文所述，考慮人體自主運動對穩(wěn)定性的影響以及外力干擾的結(jié)果。選取兩個步行周期，機器人在按照規(guī)劃步態(tài)行走的過程中受到一外力影響，其穩(wěn)定裕度曲線的仿真結(jié)果如圖7所示。圖中橫坐標(biāo)為時間，縱坐標(biāo)為步態(tài)的穩(wěn)定裕度，其結(jié)果由式(3)～(6)得出。圖中曲線1是按照預(yù)先規(guī)劃的步態(tài)行走時的穩(wěn)定裕度曲線。可以看到，未經(jīng)過實時在線控制時，載人兩足步行機器人的步態(tài)穩(wěn)定裕度出現(xiàn)了小于零的情況，這就意味著在該外力作用下，機器人步態(tài)將出現(xiàn)失穩(wěn)現(xiàn)象，如果不進(jìn)行穩(wěn)定控制，必將導(dǎo)致機器人的翻倒現(xiàn)象。圖中曲線2為通過局部步態(tài)調(diào)整后的穩(wěn)定裕度曲線，可以看到，對于系統(tǒng)失穩(wěn)情況不嚴(yán)重，即在穩(wěn)定裕度值不太小的情況下，通過局部步態(tài)調(diào)整就可以完成系統(tǒng)的穩(wěn)定控制。隨著系統(tǒng)失穩(wěn)情況的加重，局部步態(tài)調(diào)整的幅度會越來越大，這就意味著系統(tǒng)步態(tài)的順滑性將受到影響，系統(tǒng)的步行效率將下降。當(dāng)系統(tǒng)失穩(wěn)達(dá)到一定程度時，將超出局部步態(tài)調(diào)整所能夠修正的極限，此時，單單使用局部步態(tài)調(diào)整的方法已經(jīng)不能夠保證系統(tǒng)的步態(tài)穩(wěn)定性控制。圖中曲線3為加入人體主動補償后的穩(wěn)定裕度曲線。從結(jié)果可以看出，在進(jìn)行了補償修正后，機器人的步態(tài)穩(wěn)定裕度大大增加，即使受到外力的影響，系統(tǒng)仍可以保持一個較大的穩(wěn)定裕度；并且在進(jìn)行乘客補償運動后，機器人的步態(tài)調(diào)整幅度減小，甚至不需要進(jìn)行步態(tài)調(diào)整也可以保持系統(tǒng)的步態(tài)穩(wěn)定。這就證明了該方法可以提高載人兩足步行椅機器人的步行效率和步態(tài)的順滑性。

圖7 實時控制仿真結(jié)果Fig.7 Simulation result of real-time control

4 結(jié) 語

本文介紹了一種智能兩足輔助行走機器人機構(gòu)及其運動控制策略。建立了該機器人的運動學(xué)模型，并在此基礎(chǔ)上進(jìn)行了基于ZMP穩(wěn)定性控制的步態(tài)規(guī)劃方法。考慮到其受外力以及人體干擾的不可控性，對其實時運動控制策略進(jìn)行了分析研究，通過仿真實驗驗證了該控制策略的可行性。該控制策略能夠通過乘客的主動補償運動，提高機器人步態(tài)的穩(wěn)定性，使失穩(wěn)狀態(tài)下的機器人通過較小的下肢步態(tài)調(diào)整幅度即可恢復(fù)系統(tǒng)的穩(wěn)定性，從而提升系統(tǒng)的步態(tài)順滑性和機器人的工作效率。

[1] Namara S M,Lacey G.A smart walker for the frail visually impaired[C]∥Proceedings of the 2000 IEEE International Conference on Robotics and Automation.San Frandsco： [s.n].2000： 1354-1359.

[2] Yu H,Spenko M,Dubowsky S.An adaptive shared control system for an intelligent mobility aid for elderly[J].Autonomous Robots,2003,15(1)： 53-66.

[3] Shim H M,Lee E H,Shim J H,et al.Implementa-

tion of an intelligent walking assistant robot for the elderly in outdoor environment[C]∥Proceedings of the 2005 IEEE 9th International Conference on Rehabilitation Robotics.Chicago,IL,USA： [s.n]，2005： 452-455.

[4] Kong K,Jeon D.Design and control of an exoskeleton for the elderly and patients[J].IEEE/ASME Transactions on Mechatronics,2006,11(4)： 428-432.

[5] Kawamoto H,Sankai Y.Power assist system HAL-3 for gait disorder person[C]∥Computers Helping People with Special Needs.Berlin： Spring-velag Berlin Heidelberg,2002： 196-203.

[6] Nozawa M,Sankai Y.Control method of walking speed and step length for hybrid assistive leg[C]∥Computers Helping People with Special Needs.Berlin： Spring-velag Berlin Heidelberg,2002： 220-227.

[7] Ghan J,Steger R,Kazerooni H.Control and system identification for the Berkeley lower extremity exoskeleton[J].Advanced Robotics,2006,20(9)： 989-1014.

[8] Kim J Y,Lee J,Ho J H.Experimental realization of dynamic walking for a human-riding biped robot,HUBO FX-1[J].Advanced Robotics,2007,21(3-4)： 461-484.

[9] 付成龍，陳懇.雙足機器人穩(wěn)定性與控制策略進(jìn)展[J].高技術(shù)通訊，2006，16(3)： 319-324.

[10] 夏澤洋，陳懇，熊璨.仿人機器人運動規(guī)劃研究進(jìn)展[J].高技術(shù)通訊，2007，17(10)： 1092-1099.

[11] 曾強，方躍法.雙足步行機器人整體協(xié)調(diào)運動規(guī)劃[J].機械，2007，34(2)： 53-56.

[12] 王瑜，曹恒，凌正陽，等.基于人機系統(tǒng)運動仿真的數(shù)字人步態(tài)規(guī)劃方法[J].華東理工大學(xué)學(xué)報,2010，36(3)： 447-451.

[13] 宋憲璽，周烽，梁青，等.雙足機器人上樓梯步態(tài)的規(guī)劃與控制[J].計算機仿真,2011,28(4)： 476-180.

[14] Sugahama Y,Hosobata T,Mikuriya Y,et al.Realization of dynamic human-carrying walking by a biped locomotor[C]∥Proceedings of the 2004 IEEE International Conference on Robotics and Automation.New Orleans： [s.n]，2004(3)： 3055-3060.

[15] Tang J,Zhao Q,Yang R.Stability control for a walking-chair robot with human in the loop[J].International Journal of Advanced Robotic Systems，2009,6(1)： 47-52.

Gait Control for a Bipedal Walking Auxiliary Robot

TANGJiaoyan

(School of Mechanical Engineering, Shanghai Dianji University, Shanghai 200245, China)

An intelligent bipedal walking auxiliary robot can assist the disabled for humanoid walking in complex environments. The mechanism and control system hardware of the robot are introduced. A motion model of the man-machine integration system is established based on a gait characteristics analysis. The zero moment point(ZMP) theory is used for the planning of the robot gait. A real-time gait stability control strategy combined with local gait adjustment and human active compensation is proposed. The strategy is verified and analyzed in simulation experiments.

bipedal walking robot; auxiliary robot; gait planning; stability control

2013 - 10 - 27

上海電機學(xué)院科研啟動經(jīng)費項目資助(11C420)

唐矯燕(1975-)，男，講師，博士，主要研究方向為智能機器人、機器視覺，E-mail： tangjy@sdju.edu.cn

2095 - 0020(2014)01 -0015 - 06

TP 242

A