林佳裔, 王從浩, 張春, 朱春濤
(合肥工業(yè)大學機械工程學院,合肥 230002)
21世紀人類老齡化問題突出,仿人機器人可以在諸多方面擴展人類的能力,具有廣泛的應用前景。仿人機器人具有人類的外觀,符合人體運動特點,能夠適應人類的生活和工作環(huán)境。仿人機器人技術(shù)是衡量國家科技水平的重要標志之一,集機械、材料、自動化等多學科于一體,當前全球尚處于研發(fā)階段和初步產(chǎn)業(yè)化的時代背景下[1]。美國和日本等許多發(fā)達國家在仿人機器人研發(fā)方面做了大量工作,并取得了突破性的進展。其中,日本本田公司研制的ASIMO是目前比較先進的仿人行走機器人[2]。相比美國和日本,我國對仿人機器人的研究起步較晚。
未來的仿人機器人研究方向主要有:結(jié)構(gòu)設計和控制方式的優(yōu)化、運動學與動力學求解理論的發(fā)展、電源驅(qū)動的改進等[3]。首先,理想的步態(tài)規(guī)劃對仿人機器人技術(shù)至關(guān)重要。由于仿人機器人運動學和動力學問題復雜,精確求解非常不易,只能通過添加限制條件得到近似解,導致仿人機器人步態(tài)與實際不符。其次,能耗問題是降低成本、提高性能的關(guān)鍵。仿人機器人關(guān)節(jié)多且自身攜帶能源受限,必須通過合理改進驅(qū)動、減輕重量并提升能源密度得到解決。
人體下肢由眾多骨骼、肌肉和神經(jīng)組成。在行走過程中,髖關(guān)節(jié)在矢狀面的活動角度遠大于在冠狀面的活動角度。基于此,不考慮髖關(guān)節(jié)在冠狀面的活動;不考慮下肢肌肉和韌帶的作用。假定髖關(guān)節(jié)固定不動,將人體下肢單腿簡化為三連桿三自由度模型[4],建立坐標系(見圖1)。以髖關(guān)節(jié)作為坐標原點,各關(guān)節(jié)視作鉸接且與豎直方向所夾角為θ1、θ2、θ3,取逆時針方向為正。大腿、小腿和足長度分別為l1、l2、l3,質(zhì)量分別為m1、m2、m3,質(zhì)心分別為c1、c2、c3。
通過基點法求解速度,以小腿為例,則:

圖1 下肢單腿簡化模型

下肢單腿系統(tǒng)的總動能和總勢能為:

不考慮系統(tǒng)對內(nèi)作用力和摩擦損耗,采用Lagrange方程[5]對單腿進行動力學建模。設Fi為虛功,關(guān)于關(guān)節(jié)力矩的函數(shù):

則系統(tǒng)Lagrange運動方程為:
建立動力學方程:

式中:Mh、Mk、Ma分別表示髖關(guān)節(jié)、膝關(guān)節(jié)、踝關(guān)節(jié)力矩,(Aij)3×3、(Bij)3×3、(Cij)3×3、Di、τi依次表示由加速度、向心力、科氏力、重力、地面力引起的關(guān)節(jié)力矩項。在單腿處于擺動期時,沒有地面力影響。為方便計算,將支撐期過程中足與地面的靜摩擦作動摩擦處理。
實驗選用慣性動作捕捉系統(tǒng)[6]Xsens MVN和數(shù)據(jù)采集軟件MVN Studio對身高1.63 m、體重55 kg的受試者進行運動數(shù)據(jù)采集(見圖2)。該系統(tǒng)主要由2個Xbus Master發(fā)射器與17個MTx傳感器組成,通過在時域上捕捉若干關(guān)鍵點記錄運動軌跡且不受地域限制[7]。Xbus Master主要用于實現(xiàn)采樣同步并為傳感器供電,基于Wireless Receiver的無線藍牙技術(shù)或USB接口技術(shù),實現(xiàn)傳感器與計算機之間的通信和數(shù)據(jù)傳輸[8]。

圖2 慣性動作捕捉系統(tǒng)
傳感器安置于受試者下肢各體段上,將關(guān)節(jié)角度信號傳輸?shù)接嬎銠C,使用MVN Studio進行記錄。對原始文件進行純數(shù)據(jù)提取,將文件中的歐拉角[9]換算成弧度,得到人體下肢關(guān)節(jié)角位移數(shù)據(jù)(見圖3)。

圖3 關(guān)節(jié)角位移
基于動力學方程,在Simmechanics[10]中建立仿人機器人下肢模型(見圖4)。對各關(guān)節(jié)角位移數(shù)據(jù)進行多項式擬合得到角位移函數(shù)。利用角位移、角速度與角加速度之間的微分關(guān)系,選用時鐘(Clock)和微分(Derivative)子模塊定義關(guān)節(jié)驅(qū)動。

圖4 下肢單腿仿真模型

圖5 地面作用力
通過測力板測得地面對足正向反作用力數(shù)據(jù)。設摩擦因數(shù)μ=0.1,利用地面作用力(見圖5)對剛體驅(qū)動(Body Actuator)進行定義。
根據(jù)GB17245—2004—T中各體段參數(shù)對體重、身高的二元回歸方程系數(shù)表[11]計算受試者下肢基本參數(shù)(見表1)。

表1 下肢基本參數(shù)
對模型進行參數(shù)配置并運行。將仿真測試得到的機器人下肢關(guān)節(jié)力矩與基于動力學方程計算得到的人體關(guān)節(jié)力矩進行比較(見圖6)。
髖關(guān)節(jié)與膝關(guān)節(jié)在支撐期時,力矩增大至峰值,為身體提供向前行走的動力。在擺動期時,力矩減小。踝關(guān)節(jié)在支撐期時,力矩增大為身體提供助推力。兩者的曲線走勢和峰值大小吻合度較高,驗證了仿人機器人下肢模型的合理性。
在平地行走條件下,采用關(guān)節(jié)功率法[12]求解功率。即將關(guān)節(jié)視作功源,設關(guān)節(jié)角度為θ,關(guān)節(jié)力矩為M,則該關(guān)節(jié)做功的功率為

圖6 關(guān)節(jié)力矩曲線

利用關(guān)節(jié)功率積分求解關(guān)節(jié)驅(qū)動做功:

設系統(tǒng)初始動能和勢能分別為Ek0和Ep0,則在步態(tài)周期中動能和勢能的變化量為:

系統(tǒng)機械能由動能和勢能組成且與外界做功遵循能量守恒定律,即:

步態(tài)周期下的能量變化曲線(見圖7)直觀反映了動能與勢能的變化過程。在步態(tài)周期中,勢能先增大至峰值再減小,曲線有一個極值點;動能經(jīng)歷2次先減小再增大,曲線有3個極值點;系統(tǒng)機械能同樣經(jīng)歷2次先減小再增大,曲線有3個極值點。表明該過程機械能不守恒,僅僅依靠系統(tǒng)動能與勢能的相互轉(zhuǎn)換并不能保證人的穩(wěn)定行走,必須依靠外界做功獲取足夠的能量,即系統(tǒng)機械能的變化量等于外界對系統(tǒng)做功的變化量。
分析可知,人體在平地行走過程中做“倒立擺”運動。腳跟著地時,人體重心上移,關(guān)節(jié)做功增加;人體受慣性作用繼續(xù)前移,重心下移時,系統(tǒng)勢能做功,關(guān)節(jié)做功減少。

圖7 系統(tǒng)能量變化
在步態(tài)周期中,重力與外界對人體做功,實現(xiàn)人體的穩(wěn)定行走。能量具有流動性,單腿系統(tǒng)的能量流動(見圖8)主要包括肢體間的能量傳遞、肢體內(nèi)部的能量轉(zhuǎn)換和外界做功輸入能量3種形式。遵循能量守恒定律,將單腿系統(tǒng)逐段化分析,傳遞到下一級的輸出能量等于機械能與外界輸入能量的和。

圖8 單腿系統(tǒng)能量流動
設外界輸入能量為Einput,輸出能量為Eoutput,建立肢體間的能量流動方程:

表明了人體在運動過程中的能量流動規(guī)律,通過機械能的變化量確定系統(tǒng)所需輸入能量。為仿人機器人的能耗分析提供理論依據(jù)。
通過肢體間的能量流動方程,對步態(tài)周期下的小腿、大腿進行能量流動特性分析,得到肢體間的能量傳遞與轉(zhuǎn)換關(guān)系。
小腿能量變化(見圖9)。在支撐期中,勢能先增大再減小,動能先減小再增大,動能與勢能相互轉(zhuǎn)換,機械能變化量不明顯。輸入能量為負值,經(jīng)歷2次先增大后減小,地面力矩對踝關(guān)節(jié)做功,能量輸入至小腿。腳跟著地時,制動小腿前移,腳尖離地時,推動小腿擺動。

圖9 小腿能量變化

圖10 大腿能量變化
在擺動期中,足與地面不接觸,沒有地面力矩作用。外界輸入能量為負值,膝關(guān)節(jié)對小腿、大腿擺動起抑制作用。小腿下擺過程中,重力做功,勢能轉(zhuǎn)化為動能。受膝關(guān)節(jié)制動影響,小腿輸出能量為零。
大腿能量變化(見圖10)。在支撐期中,身體重心上移,動能與勢能先增大后減小,動能與勢能之間存在轉(zhuǎn)換。身體軀干通過髖關(guān)節(jié)抑制大腿擺動,外界輸入能量為負值,經(jīng)歷2次先增大再減小。
在擺動期中,勢能先減小再增大,動能先增大再減小。身體軀干通過髖關(guān)節(jié)對大腿做功,推動單腿擺動,輸入能量為正值。輸出能量通過膝關(guān)節(jié)對小腿做功,起擺動小腿作用。
人體在行走過程中,足與地面接觸造成系統(tǒng)機械能減少,需要不斷依靠外界輸入能量進行補償維持步態(tài)穩(wěn)定。能量補償主要通過蹬地時地面對足的沖量和關(guān)節(jié)驅(qū)動力矩做功兩種途徑。將模型最簡化為兩桿三質(zhì)心模型[13],假定質(zhì)量集中在髖關(guān)節(jié)上。基于此模型,對3種能量補償方式進行分析(見圖11)。

圖11 能量補償
設初始速度為v+,腳跟著地,受地面力作用后速度減小為v-,地面沖量為F,關(guān)節(jié)驅(qū)動力矩為M。此過程中系統(tǒng)損失能量為Eloss,通過地面對足沖量做功產(chǎn)生的輸入能量為EF,通過關(guān)節(jié)驅(qū)動力矩做功產(chǎn)生的輸入能量為EM。要保證人體的穩(wěn)定行走,系統(tǒng)必須滿足:

在行走過程中:當僅有蹬地沖量做功時,即EM=0,系統(tǒng)補償能量全部由地面沖量提供;當僅有關(guān)節(jié)驅(qū)動力矩做功時,即EF=0,系統(tǒng)補償能量全部由關(guān)節(jié)驅(qū)動力矩提供;兩者同時存在時,共同給系統(tǒng)提供補償能量。
引入步態(tài)周期下的行走能量效率(COT)作為評價指標[14]。設步態(tài)周期下系統(tǒng)輸入能量為Einput,系統(tǒng)總質(zhì)量為Σm,仿人機器人行走步長為S,則COT定義[15]為

對于最簡化模型,系統(tǒng)損失的能量主要表現(xiàn)為動能的減小,且作為補償?shù)妮斎肽芰康扔谙到y(tǒng)損失能量,即

當僅有關(guān)節(jié)驅(qū)動力矩對系統(tǒng)做功時,作為補償?shù)妮斎肽芰孔疃唷TO腿長為Lleg,步態(tài)周期為T,該情況下COT近似為

當僅有地面沖量對系統(tǒng)做功時,作為補償?shù)妮斎肽芰孔钌伲藭rCOT近似為

通過比較可知,在僅有地面沖量的情況下,步態(tài)周期中的能耗最低;在僅有關(guān)節(jié)驅(qū)動力矩的情況下,步態(tài)周期中的能耗最高。
1)利用慣性動作捕捉系統(tǒng)對受試者進行關(guān)節(jié)運動數(shù)據(jù)采集,通過角位移、角速度、角加速度之間的微分關(guān)系定義關(guān)節(jié)驅(qū)動。在Simmechanics中構(gòu)建的仿人機器人下肢模型符合人體運動特點。
2)通過對比仿真測得的仿人機器人關(guān)節(jié)力矩值和計算得到的人體關(guān)節(jié)力矩值的吻合情況,驗證模型的合理性。
3)基于能量守恒定律和流動特性,建立人體下肢能量流動方程。以小腿、大腿為研究對象,逐段分析步態(tài)周期下支撐期和擺動期的能量變化情況。基于人體能量流動特性,進行行走能量效率計算和仿人機器人下肢的能耗分析。表明在僅有地面沖量的情況下,步態(tài)周期中的能耗最低,為設計高性能的仿人機器人提供了借鑒作用。
[參考文獻]
[1] 蔡自興.機器人學技術(shù)[M].北京:機械工業(yè)出版社,2009:1-7.
[2] 鄭嫦娥,錢樺.仿人機器人國內(nèi)外研究動態(tài)[J].機床與液壓,2006(3):1-4.
[3] 徐莉,劉振方,王建丞,等.仿人機器人綜述[J].黑龍江科學,2013,4(7):57-61.
[4] 高許崢妍.基于MATLAB的老年人下肢活動仿真研究[D].武漢:武漢紡織大學,2016.
[5] 鄭超.基于人體能量流動特性的外骨骼低能耗驅(qū)動關(guān)節(jié)的研究[D].哈爾濱:哈爾濱工業(yè)大學,2016.
[6] 高巖.基于內(nèi)容的運動檢索與運動合成[D].上海:上海交通大學,2006.
[7] 張雄杰.基于XsensMVN慣性運動捕捉系統(tǒng)裝備的人體運動特性研究[D].秦皇島:燕山大學,2016.
[8] 向澤銳,支錦亦,徐伯初,等.運動捕捉技術(shù)及其應用研究綜述[J].計算機應用研究,2013,30(8):60-65.
[9] PIO R.Euler Angle Ransformations[J].IEEE Transactions on Automatic Control,1966,11(4):707-714.
[10] 耿艷麗,楊鵬,劉作軍,等.下肢運動信息采集與運動仿真[J].醫(yī)用生物力學,2013,28(2):154-159.
[11] 盧德名,王云德,嚴波濤.運動生物力學測量方法[M].北京:北京體育大學出版社,2001:65-66.
[12] 蘆坤,周興龍,閆松華,等.人體日常活動機械功及能量效率的初步研究[J].北京生物醫(yī)學工程,2014,33(2):154-159.
[13] 陳啟軍,劉成菊.雙足機器人行走控制與優(yōu)化[M].北京:清華大學出版社,2016:167-170.
[14]COLLINS S,RUINA A,TEDRAKE R,et al.Efficient Biped-al Robots Based on Passive Dynamic Walkers [J].Science Maganize,2005,307:1082-1085.
[15]COLLINS S,RUINA A.A bipedal walking robot with efficient and human-like gait[C]//Proc.of IEEE International Conference on Robotics and Automation.2005:1983-1988.