基于六脚机器人控制系统设计研究

摘 要近年来智能机器人渐渐融入我们的生活，传统机器人的行为是依赖一套动力学指令来控制，在机器人学中，进化式机器人一直是个重要的研究议题，主要是由机器人和机器人所在的环境两大因素所构成，在工业4.0和大数据时代，机器人的研究目标是让进化式机器人能够自主开发一套行为来达成指派的任务，本文运作在六足多关节仿生机器人上。文中采用类比生物的运动控制结构，利用其阶层概念延伸至六脚机器人的控制系统，设计一个具有阶层结构的六脚机器人运动控制系统，并以此平台发展其运动控制行为，实现六脚机器人的有效控制。

【关键词】六脚机器人 运动控制 反射运动 控制系统设计与建模 昆虫步态行为

将类比生物系统的生理结构与神经传导设计机器的人控制系统，在机械原理的基础上实现设计系统的自动控制。整个控制利用仿生结构与神经传导，在高阶控制系统中设计与规划机器人的运动控制行为，低阶控制系统能自主地反应来自高阶控制中枢的指令，也可以适应性地调整无法预测的外来环境刺激，使机器人的高阶运动控制器具有高度的设计弹性与应用扩充性，低阶运动控制则保留良好的运动强健性。本文利用仿生结构与神经传导应用在六脚机器人的运动平台上，由此作为机器人运动的基础控制概念模型，并且以昆虫的直线运动步态模型设来计三种以离散事件系统为基础的步态行为器，将结合步态行为与反射机制达到机器人对障碍物的适应能力。

1 生物的运动控制原理

生物运动系统的功能是利用神经讯号将大脑产生的抽象运动概念转换成具体的肌肉收缩以产生运动。复杂生物体的运动需要许多运动通路同时地协调活动，进而引起许多肌肉协调地收缩活动而产生一个合适的运动行为。类似脊椎动物的六脚机器人，采用类比生物的运动控制的阶级结构的控制系统，应用生物运动控制的阶级结构及类比神经讯号的传导机制，作为仿生物六脚机器人系统设计基础概念。

1.1 生物运动控制的阶层结构

生物的运动控制中枢是阶层式的结构，它由三个层次的神经结构所构成，脊髓、脑干和大脑皮质层构成了生物运动控制中枢区。结构如图1。

1.2 反射运动

反射运动是指来自皮肤、肌肉等的感觉接受器的刺激，神经递质都在神经系统中存在，对神经电信号的传输有非常大的作用，且至少会在中枢神经内进行一次以上的突触联接，并经由传出神经元后使肌肉引起反应的现象。此时大脑皮质并无参与，且其运动过程与大脑意识无关。

2 仿生物六脚机器人硬件控制平台

2.1 硬件系统架构

控制系统整合了六脚机器人机构设计、电路设计、微控制器程序设计与计算机软件设计。六脚机器人的主体是由机构装置（包含六组腿部机构及身体）、二十四颗伺服马达（每条腿四颗）、七颗微控制器单元（包含腿部运动控制及串列信道优先权排程器）、RS232传输接口与个人计算机所构成。电路设计采分布式控制结构，并透过 RS232与PC端的程序沟通。使用 Java程序语言编制仿生物六脚机器人的各种功能运与动控制行为。

2.2 嵌入式系统

系统中使C8051F226单芯片微控制器作为机器人的控制单元。C8051F226 是一颗以8051为核心的增强型单芯片微控制器，25MHz是整个系统的工作频率，且频率系统不需经由除频器，所以系统的执行速度比较高。其多数指令周期透过内部管线式控制结构仅使用1～2个系统频率即可完成一个汇编语言指令。

2.3 六脚机器人控制电路设计

电路系统设计采用分布式的控制结构，由个人计算机透过 RS232 异步传输接口来下达所有控制讯息。系统中一共使用了七颗 C8051F226单芯片微控制器作为六脚机器人的基础控制单元，六颗为六条腿部的运动控制单元，一颗为串列传输排程器。腿部运动控制单元负责讯息的接收、判断、转换及产生控制伺服马达运动脉波宽度调变信号（PWM）。串列通道优先权排程器的目的是防止六组腿部微控制器共享串列传输接口时资料碰撞的发生。当所有腿部单元内的微控制器欲将信息回传至个人计算机作判断前，将必须先经由此排程器来进行串列资料通讯的优先权排程，以防止资料碰撞的问题发生。

2.4 六脚机器人机构设计

六脚机器人的结构是模仿昆虫的形态所设计，以竹节虫及锹形虫为主要观察对象，发现竹节虫的每一条腿，至少含有六个以上运动自由度；锹形虫的前腿则有六个以上运动自由度，中间部分的腿及后腿则为五个运动自由度。如表1所示。

2.5 伺服马达控制原理

机器人运动控制中，致动器扮演了最重要的角色，所有运动行为都必须透过致动器来达成，必须了解致动器的特性与控制方法。机器人致动装置的种类繁多，在对运动区进行控制中主要是使用马达来进行运动控制，不同的马达对驱动电压有比较严格的要求，在这个系统中主要使用直流马达进行控制、其中转速及力矩的特性皆有差异。选用了模型遥控飞机中最常用的伺服马达作为机器人运动控制的主要装置。下图是伺服马达的具体结构，主要组成部分有外壳、控制芯片、无核心马达、减速齿轮、位置检测装置（电位计）与运动摆臂所构成。如图2所示。

伺服马达的主要特点就是转速非常快，可以实现非常大的扭力，角度控制精准等特性。

2.5.1 脉波宽度调变

伺服马达的驱动方式是透过 PWM 脉波宽度调变来控制其伺服马达轴心的旋转角度。由调变高准位脉波的时间宽度来控制伺服马达的旋转位置。一般情况此种型态的伺服马达可接收脉波宽度的时间范围约介于0.60ms ～ 2.30ms间，视不同厂牌、型号有些微的差异，PWM的信号周期约在 20ms 至25ms范围内，图3是脉冲的图示。

控制器由调变信号的宽度来控制伺服马达轴心上的机械臂，使其旋转到相对的运动位置。

本文中脉波宽度是透过微控制器使用八位的数值型态来表示。并使用10us的脉波宽度变化量，使其在设计过程中能以最直接的形式表达脉波的时间宽度，以方便整合至控制器的设计。表2说明脉波宽度的时间与量化后的数值表示关系。

2.5.2 伺服马达运动特性

（1）伺服马达的运动解析度；

（2）伺服马达的速度控制；

（3）伺服马达的力矩：力臂=力*力矩（力矩公式）。

2.5.3 伺服马达位置回授取样

取样系统使用C8051F226内部的类比-数位转换器（ADC）作为伺服马达位置回授的取样接口，并从伺服马达的内部电位计连接一条导线至微控制器进行位置资料取样量化，仅需设定该微控制器内与 ADC单元相关缓存器即可对伺服马达进行位置信息回授撷取。

2.5.4 伺服马达位置回授参考校正

在以伺服马达为致动装置的机器人系统中，位置回授提供了最重要的参考信息，必须确保这项信息能保障机器人的控制系统作出正确的判断。通过对五颗伺服马达进行位置取样的实验，由调变脉波宽度 0.60ms～2.30ms来改变伺服马达的相对运动位置，每次调变宽度为 10us。在伺服马达停止旋转后，使用ADC对伺服马达的内部电位计作电压的取样与量化。

3 六脚机器人阶层式行为建模与控制系统

采用类比生物运动控制的阶层结构与机制，设计六脚机器人的自动控制模型。将控制系统规划为三个阶层，包括了环境互动层、运动控制层及步态行为层所构成。使用GRAFCET作为离散事件的行为建模工具。

3.1 离散事件系统建模

在仿生学研究中进行学习统计分析，通过样本练习来完成系统的自动学习，在机器学习研究中最重要的是对离散时间建模，在离散系统建模研究中，需要对不同的离散变量的状态以及不同的事件之间的特征联系进行研究，从而可以建立比较系统的模型。在建立的系统模型中考虑系统的输入和输出，在输入和输出之间建立一定的逻辑关系来完成系统的自动控制，在控制系统的研究中，离散模型需要满足一定的条件。

（1）模型中要能清晰描述不同的离散事件之间的逻辑关系。

（2）模型系统对各个事件处理中要能并行进行，同时处理结果要有一定的精确度，结果的表达形式尽量简单。

（3）系统的输出参数要受输入变量的影响，在改变系统输入参数时，系统的输出和系统的行为会发生相应的改变。

（4）系统的控制逻辑尽量用流程图来表达，使整个逻辑结构显得更加清晰。

综合考虑以上条件，在离散事件建模中主要采用GRAFCET 表示法对仿生六脚机器人进行建模设计，这种方法在对仿生机器人进行设计的过程中可以按照国际标准来完成内部逻辑的设计，同时在输入和输出之间能够建立比较清楚简单的逻辑关系，从而使整个系统的控制更加简单、方便。

3.2 环境互动层行为建模

在运动系统中，此阶层中类比生物的反射运动机制，反射运动存在于机器人系统中的唯一目的是，若设计的机器人处于比较生疏的环境中，机器人能迅速对周围的环境进行适应，在运动中减少对障碍物的碰撞，造成机器人运动行为的错误，减少机器人的系统、机构或马达的损害，可以利用生物反射运动的机制作为机器人处理运动碰撞问题时的解决方法。另外，使用的装配有机器臂的马达运动装置（即六脚机器人的腿部装置）保证能从位置0? 旋转运动至期望位置 180?。机器人反射弧结构与碰撞侦测行为建模，使用反射弧结构来设计机器人的反射动作系统。设计的机器人的反射结构由伺服马达内部电位计、AD转换器、运动控制层、PWM信号及伺服马达所构成的结构。

基于机器人的反射弧结构及碰撞侦测控制器的设计，将使得六脚机器人实现反射运动的机制。此外，使用此运动碰撞侦测控制器时，不需要在六脚机器人腿部装置的底部加入额外的感测装置，即可侦测着地的情况，且没有一般传感器安装的方向性的问题，减少了硬件传感器配置的麻烦。

图4在系统中为了实现机器人的反射行为，其关键在于如何侦测机械臂在运动期间对障碍物的碰撞情况，因此我们利用上述的机器人反射弧结构为基础，并利用伺服马达的运动特性发展一个可在机器人运动过程中侦测碰撞的方法。

3.3 运动控制层行为建模

本文使用生物运动系统中运动神经元的作用机制的概念来说明机器人运动控制层的系统行为。我们假设六脚机器人的每一条腿上的所有运动器（伺服马达）皆有一个相对映的运动神经元，并透过它来驱动运动器的运动行为。

使用生物系统运动神经元的作用行为作为类比，并且假设运动神经元具有：运动神经元其神经突触连结性；运动神经元可接受刺激或抑制神经讯号；运动神经元在接收神经讯号后可驱动运动器至指定期望运动位置；运动神经元可接收反射运动的振幅强度的讯息处理机制。利用上述假设运动神经元的作用机制作为机器人基本控制讯息，并驱动六脚机器人所有运动控制行为。

3.3.1 运动控制层组成结构

运动控制层的结构是由六组独立的腿部控制器所构成。每一组腿部控制器必须自行接收来自上层的控制讯息，并对信息进行译码、判断、及转换以产生适当的运动行为。

3.3.2 机器人控制指令信息封包与通讯协议设计

在六脚机器人系统中，运动控制层以信息封包的方式接收来自上层的指令控制讯息，并对讯息进行译码后，产生所指定运动行为，并在运动完成后传回上层其运动结果。因此机器人的通讯封包格式的设计主要区分为两种形式：

（1）下达控制指令传输封包。

（2）回传执行结果传输封包。

六脚机器人将透过RS232 传输接口与个人计算机进行沟通并以上述“下达控制指令传输封包格式”与“回传执行结果传输封包格式”作为其通讯协议，达成运动控制层与步态行为层沟通行为。

3.3.3 机器人接收信息封包离散事件系统

利用上述的信息封包格式设计及其通讯协议，透过计算机端的图形用户接口（GUI）可实时对六脚机器人的伺服马达进行实时的操控，以方便运动行为整合。

3.3.4 机器人运动控制离散事件系统

当所有控制指令及信息使用的流程接收完毕后，六脚机器人即可进入运动控制的阶段，为六脚机器人控制的主要离散流程。

3.3.5 PWM信号产生

PWM信号为机器人伺服马达运动控制的基本功能，运动控制层中的所有腿部控制器必须能够产生PWM 信号来驱动伺服马达的运动。将伺服马达的基本功能整合至机器人系统中。在每个腿部控制器中使用微控制器内定时器中断的方式产生精确的 PWM 信号驱使马达运动，主要流程分享其程序执行权，当运动控制模块改变PWM 信号缓存器的设定值时，计时中断程序即可产生该相对PWM 信号驱使伺服马达运动。该模块产生四组独立通道PWM 信号，脉冲信号的周期为20ms。图5是PWM信号产生离散事件控制器。

3.3.6 串列通道优先权排程控制器

串列信道优先权排程控制器的功能为安排串列信道使用顺序，并调节所有腿部控制器对串列通道使用情况。

4 步态行为建模

步态行为建模是机器人系统中最高阶层，它负责六脚机器人运动计划的生成。指令的格式透过 RS232 对运动控制层的腿部控制器提出运动请求，当运动完成后即可收到运动控制层的运动结果，并再判断结果后再进行下一次的运动计划。此阶层将昆虫三种直线运动的步态行为以离散事件控制器建模，最终将其步态行为器实现于本文中六脚机器人运动平台，以验证其步态行为正确性。

4.1 六脚机器人腿部运动及步态运动

腿部行走运动是指腿部结构依一定运动轨迹反复循环变化的一种运动形式。通常区分为两种运动过程：腿部着地推行运动与跨步运动。当昆虫腿部的跗节部位着地后，腿部将支撑身体的所有重量，并在同一时间由腿部的向后推力使身体产生向前位移。当跨步时腿部必须透过抬起、前摆及放下的动作来切换到下一次的运动位置。腿部透过反复循环这两个运动过程即可达成基本的运动行为。

4.2 腿部运动离散事件控制器

一个基本的腿部运动是由两种运动状态所组成，即跨步运动与着地推行运动。跨步运动则是由三个运动状态所构成，分为别为腿部抬起、腿部前摆动及腿部放下。

4.3 步态运动行为离散事件控制器

此节将昆虫的三种直线运动步态行为以离散事件控制器加以建模，分别为 Tripod Gait离散事件控制器设计、Ripple Gait离散事件控制器设计及Wave Gait离散事件控制器。

4 结束语

基于六脚机器人的运动控制平台，要做到在机构设计方面考虑六脚机器人本身最大承受的重量负载，装配有伺服马达的腿部机构长度，确保伺服马达力矩最大出力的承受范围内，保证腿部有足够的力量将机器人撑起站立；系统设计方面由下至上逐一建构系统阶层中所有功能模块；环境互动层中使用碰撞侦测控制器完成机器人的反射运动机制，使六脚机器人在跨步过程中与障碍物发生碰撞后迅速地产生反射运动行为，适当地保护机器人的马达装置及本身的硬件结构，并且避免了一般传感器的配置麻烦。运动控制层中采用类比生物运动控制的概念作为机器人主要运动控制模块，加入机器人步态重心自动调整、姿势控制等的控制指令，进一步完善高阶系统；步态行为层中以离散事件控制器描述昆虫三种直线步态行为，成功实现于该六脚机器人控制平台上。论文中所实现的控制平台将有助于本六脚机器人发展各式的行为模式，是该六脚机器人控制平台未来可继续发展的应用与目标。

参与文献

[1]田景文，伍延禄，高美娟.基于嵌入式系统的移动机器人无线远程控制系统设计[J].机床与液压，2012.

[2]迟冬祥，颜国正.仿生机器人的研究状况及其未来发展[J].机器人，2001（05）.

[3]郑浩峻，汪劲松.基于Petri网模型控制的步行机器人的自由步态[J].清华大学学报（自然科学版），2001（08）

[4]蒲洪彬，许阳钊，李伟光.基于UML的数控软件系统建模[J].机床与液压， 2010（01）.

作者单位

广州市工贸技师学院 广东省广州市 510425