摘要
随着人类对自然界的探索不断深入，两栖机器人逐渐成为机器人领域中非常重要且应用前景巨大的一类机器人，其中足式机器人因其灵活性强和环境适应性好，逐渐得到重视。然而，随着智能化要求的提高，传统两栖机器人的智能化程度不足的问题逐渐显现。本文以水陆两栖足式机器人为研究对象，针对机器人智能化中环境适应性和自主运动能力不足的问题，开展了机器人水陆两栖环境运动控制、视觉避障以及机器人足端接触力阻抗控制方面的研究，具体内容如下： 分析机器人设计需求，针对已有的原型样机不具备实现运动柔顺控制和视觉避障的软硬件条件，对已有的水陆两栖足式机器人原型样机的结构进行调整和优化，并设计相应硬件控制系统，确定硬件架构，同时设计对应软件算法，对硬件系统进行控制和仿真。 在此基础上，研究改进后两栖足式机器人在水陆两栖环境下的运动控制，将强化学习中的深度确定性策略梯度算法（DDPG）应用于机器人运动控制中，利用MATLAB中的Simulink模块，搭建机器人和环境仿真模型，设计强化学习控制器，调整训练参数，进行训练。仿真表明，训练结果可以使机器人以0.15m/s的速度匀速直线运动，且偏移不超过0.1m，同时三个姿态角变化幅度均在0.2rad以内。 其次，为解决机器人环境感知和自主避障问题，采用双目摄像头进行图像采集，并采用经过后处理的SGBM算法进行立体匹配，将视差与距离的关系通过图像灰度显示，再针对灰度图进行阈值筛选，轮廓提取等后续处理，结合机器人自身位置进行避障。实验表明，该算法可以准确确定障碍物，且对障碍物测距的误差小于1%。 同时，由于两栖环境中路面易出现崎岖不平、松软等问题，仅采用位置控制无法满足机器人运动柔顺性的要求。针对上述情况，在位置控制基础上，引入足端力控制，基于阻抗控制算法进行机器人足端阻抗控制建模与分析，并采用自适应阻抗控制算法进行机器人足端力的精确跟踪。仿真表明，所设计控制器可在不同环境刚度下实现力跟踪，且无稳态误差。 最后，在理论基础上，将视觉测距和避障算法在改进后的机器人样机上进行实际测试，以验证其效果；将基于强化学习所得出的运动控制方法和基于自适应阻抗控制的足端力跟踪方法应用于机器人实物，结合仿真结果进行对比分析。最终成功验证所采用的运动控制、视觉避障方式和足端力阻抗控制方法的有效性。
NETL