基于自適應的輪腿式機器人控制系統

王家浩　李照祥　孔唯一　黃輝

摘要：輪腿式機器人作為創新性的移動機器人，其運動靈活性優于傳統的移動機器人。而雙輪輪腿式機器人由于其靜態不穩定的特點，使其平衡問題成為控制應用中的重要研究對象。文章主要考慮兩個影響傳統控制器表現的因素。第一，輪腿式機器人為非線性系統，因此線性控制器無法保證非線性區間的穩定性。第二，可能的結構與負載的變化導致精確的模型難以實時得到，因此基于模型的控制器難以維持其控制精度。該文針對上述兩個因素，推導出基于非線性自適應動態規劃的平衡算法，并使用非線性輪式二階倒立擺模型進行數值仿真驗證、算法驗證。控制效果與原控制器進行了比較，實現輪腿式機器人在不同工況下的自適應系統的搭建。

關鍵詞：輪腿式機器人；非線性自適應動態規劃；非線性模型

中圖分類號： TP271? ? 文獻標識碼：A

文章編號：1009-3044（2023）01-0114-04

1 引言

本研究面向輪腿式機器人的平衡控制問題。輪腿式機器人的相關研究最早見于2018年蘇黎世聯邦理工開發的Ascento機器人，該團隊開發出了完整的控制算法實現了跳躍、爬坡、翻滾等復雜的功能。這類機器人打破了足式與輪式機器人的壁壘，融合了多模態的優勢，在面對崎嶇路面和狹小空間時有著獨特的優勢。本文建模所參考的Ollie機器人則是輪腿機器人的另一種形態，其采用了不同的腿部設計，使其具備更強的爆發力，更靈巧和更輕盈的特性[1]。

而對其平衡控制問題的研究正是工程應用的重要一環。對于此類不穩定的欠驅動輪腿式機器人，實現自平衡是其獲得其他運動能力的前提。對于變形過程中異構形態導致的模型變化和外界環境的擾動問題，原有控制器無法保持其最優性甚至影響其穩定性。因此需要尋找一種自適應的控制方法，利用數據驅動的方法在形態發生變化時實時迭代更新得到穩定的最優控制器。本研究所參考的自適應動態規劃方法最早見于強化學習中，相關算法研究參考了姜鐘平團隊的《魯棒自適應動態規劃》，在其基礎上進行探討并應用在三自由度機器人模型中，通過實驗驗證了其對動態變化的魯棒性[2]。

2 簡化建模

對輪腿式機器人模型做如下假定：1） 該問題僅需要在縱向平面內討論，故簡化為二維模型。2） 對其機械結構的可活動關節進行分析和實驗，因為輪心與機體中心直線距離幾乎不變，所以其結構實際有三個自由度。3） 該系統可近似為二階輪式倒立擺系統，忽略摩擦力。

3 非線性ADP方法

定義標準非線性系統：

3.1 傳統迭代法

參考卡萊曼法可以得到如下的思路：

3.2 非線性ADP策略迭代法

4 數值仿真實驗

5 結論

本文針對一種特定構型的輪腿機器人進行了平衡控制問題的研究。首先對其進行了簡化三自由度建模，并保留了系統中的非線性特征，隨后推導非線性中得到自適應動態規劃方法，并在非線性系統中進行了數值仿真，并與傳統控制器比較，驗證了自適應動態規劃法的可靠。

該算法可以用于輪腿式機器人的自適應控制，并能有效應對機器人變形過程中的動力學變化導致的控制穩定性變差問題，并進行了數值仿真的實驗加以證明。

參考文獻：

[1] Wang S，Cui L L，Zhang J F，et al.Balance control of a novel wheel-legged robot：design and experiments[C]//Xi'an，China：2021 IEEE International Conference on Robotics and Automation. IEEE，2021：6782-6788.

[2] Blekherman G，ParriloP A，Thomas R.Semidefinite optimization and convex algebraic geometry[M].Society for Industrial and Applied Mathematics，2012.

[3] Grant M， Boyd S. CVX： Matlab software for disciplined convex programming， version 2.1[Z].2014.

[4] Karafyllis I，Jiang Z P.Stability and stabilization of nonlinear systems[M].Springer Science & Business Media，2011.

[5] Lofberg J.YALMIP：a toolbox for modeling and optimization in MATLAB[C]//2004 IEEE International Conference on Robotics and Automation.Taipei，Taiwan，China.IEEE，2004：284-289.

[6] Marino R，Tomei P.Nonlinear control design： Geometric， Adaptive and Robust[M].London，UK：Prentice-Hall，1995.

[7] Sontag E D.Input to state stability： Basic concepts and results[M]//Nonlinear and optimal control theory.Springer，Berlin，Heidelberg，2008：163-220.

[8] Vandenberghe L，Boyd S.Semidefinite programming[J].SIAM Review，1996，38（1）：49-95.

【通聯編輯：梁書】