底層控制是執行系統的“神經末梢”,負責以千赫茲J的高頻率將規劃層生成的
期望軌跡轉化為驅動電機的電流指令。其核心挑戰在于如何實時補償摩擦、重力等非
線性擾動,并在機器人與環境發生物理接觸時,從剛性的位置跟蹤平滑切換為柔順的
力交互模式,確保操作的安全與穩定。如圖 2.14 所示的底層控制原理,展示了從高
頻伺服閉環到復雜交互策略的實現路徑:先,關節伺服環通過高增益 PID 算法確
保對參考軌跡的準確跟隨;其次,當檢測到外部接觸力時,控制器動態調整控制結構,
引入阻抗或力控回路以實現柔順順應。
該環節包含以下三種關鍵控制策略:
高頻伺服與 PID 控制 作為控制的基石,PID 算法通過計算期望軌跡與實際反饋之
間的位置、速度及累積誤差,生成基礎的校正力矩。為了應對復雜動力學,現代控制
器通常結合動力學模型計算前饋補償項,預先抵消重力與科氏力影響,顯著提升高動
態下的跟蹤精度。
阻抗柔順控制 旨在解決剛性接觸帶來的碰撞風險。控制器不再強制消除位置誤差,
而是建立目標位置偏差與接觸力之間的二階動態關系,將末端模擬為一個虛擬的彈
簧-阻尼系統。當受到外力沖擊時,機械臂會表現出物理上的順應性,主動退讓以緩
沖能量。
力/位混合控制 針對需要在特定方向上施加恒定壓力而在切向進行移動的操作任務
(如擦拭桌面、精密裝配)。算法將笛卡爾空間正交分解為受限的力控子空間和自由的
位控子空間,分別應用力反饋回路和位置伺服回路,實現“剛柔并濟”的復合操作。
時序軌跡規劃確保機器人生成的位置、速度及加速度曲線具備二階連續性;逆運動學解算在完成抓取任務的同時優化機械臂構型,以避開奇異位形
關節空間表征描述機器人本體所有活動關節的角度、角速度及力矩構成的向量空間;肌群協同表征將高維的關節運動分解為少數幾種基礎模式的線性組合
力/力矩傳感器對整體載荷變化敏感,常用于力控、阻抗控制與安全監測;觸覺陣列提供壓力或剪切力的空間分布,可推斷接觸斑塊形狀、接觸位置與支撐關系
在動態環境下,可以采用基于傳感信息融合的在線 滾動路徑規劃的方法。該方法是一種實時路徑規劃方法,使用滾動規劃的策略來解決動態環境下仿人機器人路徑規劃問題
局部路徑規劃指的是機器人在全局信息位置的情況下,依靠傳感器信息進行的局部路徑規劃;機器人的全局路徑規劃方法可以分為可視圖法,結構空間法,柵格法,拓撲法,隨機路徑規劃法等
仿人機器人在3D空間的上下樓梯、跨越臺階和使用手臂一起進行全身運動規劃的跑步、翻滾、爬行、守門、起立、跳舞以 及跟目標物體接觸的踢球、開門、搬運東西等一系列運動
基于拓撲地圖的同時定位與地圖生成方法創建的GVG 拓撲地圖。圖中線的交點為拓撲節點,代表特定地點。節點之間的連線代表連通的路徑;GVG 對于環境的局部改變比較敏感,增加一個障礙物可能導致若干節點的產生
SIFT特征具有更強的魯棒性,在數據關聯過程中不受環境光照變化、環境局部改變、特征部分遮擋以及機器人觀察視角的影響;從地圖創建還是從實際應用的角度來說,vSLAM在數據關聯上的可操作性要優于FastSLAM
FastSLAM 將 SLAM分解為機器人定位和特征標志的位置估計兩個過程;通過采用粒子濾波器估計機器人的位姿,可以很好地表示機器人的非線性、非高斯運動模型
既具有拓撲地圖的高效性,又具有度量地圖的一致性和精確性;一般采用分層結構:首先利用上層的拓撲地圖實現粗略的全局路徑規劃,然后利用底層的度量地圖實現精確的定位并優化生成的路徑
拓撲圖不必精確表示不同節點間的地理位置關系,當機器人離開一個節點時,機器人只需知道它正在哪一條邊上行走也就夠了,通常應用里程計就可實現機器人的定位
對移動機器人來說,可以度量機器人到墻或門的距離等。因此,度量地圖應用于需要準確度量信息的場合,如準確的自定位和優化 的路徑規劃,分成兩種:柵格地圖和幾何地圖