機械外文文獻翻譯-機械臂動力學與控制的研究[中文5500字] 【中英文WORD】
機械外文文獻翻譯-機械臂動力學與控制的研究[中文5500字] 【中英文WORD】,中文5500字,中英文WORD,機械外文文獻翻譯-機械臂動力學與控制的研究[中文5500字],【中英文WORD】,機械,外文,文獻,翻譯,動力學,控制,研究,中文,5500,中英文,WORD
2009年IEEE國際機器人和自動化會議
神戶國際會議中心
日本神戶12-17，2009
機械臂動力學與控制的研究
拉斯彼得Ellekilde
摘要
操作器和移動平臺的組合提供了一種可用于廣泛應用程序高效靈活的操作系統，特別是在服務性機器人領域。在機械臂眾多挑戰中其中之一是確保機器人在潛在的動態環境中安全工作控制系統的設計。在本文中,我們將介紹移動機械臂用動力學系統方法被控制的使用方法。該方法是一種二級方法，是使用競爭動力學對于統籌協調優化移動平臺以及較低層次的融合避障和目標捕獲行為的方法。
I介紹
在過去的幾十年里大多數機器人的研究主要關注在移動平臺或操作系統，并且在這兩個領域取得了許多可喜的成績。今天的新挑戰之一是將這兩個領域組合在一起形成具有高效移動和有能力操作環境的系統。特別是服務性機器人將會在這一方面系統需求的增加。大多數西方國家的人口統計數量顯示需要照顧的老人在不斷增加,盡管將有很少的工作實際的支持他們。這就需要增強服務業的自動化程度，因此機器人能夠在室內動態環境中安全的工作是最基本的。
圖.1 一臺由賽格威RMP200和輕重量型庫卡機器人組成的平臺
這項工作平臺用于如圖1所示，是由一個Segway與一家機器人制造商制造的RMP200輕機器人。其有一個相對較小的軌跡和高機動性能的平臺使它適應在室內環境移動。庫卡工業機器人具有較長的長臂和高有效載荷比自身的重量,從而使其適合移動操作。
當控制移動機械臂系統時，有一個選擇是是否考慮一個或兩個系統的實體。在參考文獻[1]和[2]中是根據雅可比理論將機械手末端和移動平臺結合在一起形成一個單一的控制系統。另一方面，這項研究發表在[3]和[4],認為它們在設計時是獨立的實體，但不包括兩者之間的限制條件,如延伸能力和穩定性。
這種控制系統的提出是基于動態系統方法[5], [6]。它分為兩個層次，其中我們在較低的水平，并考慮到移動平臺作為兩個獨立的實體，然后再以安全的方式結合在上層操縱者。在本文中主要的研究目的是展現動力系統方法可以應用于移動機械臂和使用各級協調行為的控制。
本文剩下的安排如下。第二部分介紹系統的總體結構設計,其次是機械手末端移動平臺的控制在第三第四部分講述。在第五部分我們在結束本文之前將顯示一作實驗。然而, 首先與動力學系統有關工作總結與方法將在在部分I-A提供。
A.相關工作
動力學系統接近[5]，[6]為控制機器人提供一套動作的框架，例如障礙退避和目標捕捉。每個動作通過一套一個非線性動力學系統的attractors和repellors來完成。這些通過向量場的簡單的加法被結合在一起來完成系統的整體動作。動力系統的方法涉及到更廣泛的應用勢場法[7],但具有一定的優勢。這里勢場法的行為是由后場梯度形成的結果，行為變量，如航向和速度，可直接運用動力系統控制的方法。
成本相對較低的計算與方法有關，使得它在動態環境中在線控制適宜，允許它即使在相當低的水平有限的計算能力平臺[8]實施。傳感器的魯棒性在人聲嘈雜中顯示[9]和[10]其中一個是由紅外傳感器和麥克風的結合，當避障和目標獲取時使用。盡管能解決各種各樣的任務，但它僅是一個局部的方法，為了其他的任務和使命級計劃(即參見[11])其他的方法應該被釆用。
當多行為被結合時，在[5]和[6]的缺點是由潛在的假的因子引起的。為了克服這個問題[12]介紹了一種基于競爭動態的行為比重。每個行為的影響是控制使用一個相關的競爭優勢，再加上定義的行為之間有競爭力的相互作用，控制重物。如果所有的行為之間的競爭性相互作用是必需的，這種方法可以推廣到任意數n,行為，除了這樣一個最壞情況的復雜度
在現實世界中使用這種方法的競爭態勢室內實驗中可以找到[13]，[14]。[13]是只在有標題方向的車輛上使用，而在[14]中航向和速度均得到控制。[15]提供了一個為速度性能簡短的策略討論。
在[16]中提到動力系統的方法不僅被用于平面移動機器人，同時也可以作為控制機械手工具。另外運用產生極限環Hopf振蕩器動力系統的更復雜的動力系統也可被使用。 [17]展現出不同形狀的極限環是如何產生的，其可運用于避障軌跡的生成。[18]中介紹到使用Hopf振蕩器產生一個定時的軌跡,實現了機械手可以接住從桌子上面滾下來的球。 動力系統的方法不僅可以用于控制的工具，也可以控制7自由度機械手多余的動作這一 點在[19 ]中得到論證。
II.總體結構
我們整個系統的整體架構如圖2所示。在賽格威平臺中為了控制移動平臺，兩個低級別的性能被使用：一個用于目標捕獲和另一個是避障。運用競爭動態的動作被混合在一起是為了做出移動平臺希望得到的指定的移動動作。同樣，在競爭態勢的基礎上目標捕獲和機械手避障行為的融合給機器人收縮下達指令。當目標不在范圍內，應收回機械手到一個安全的位置，這是機械手縮回行為的目的。最后融合是以一個安全的方式把所有的控制結合在一起，這樣一來目標捕獲和收回行為不互相干擾，另外移動平臺在不開始朝著新的目標之前，移動機械手巳被收回。
用、和分別代表機械手移動、機械手捕獲和機械手收縮行為的影響，控制信號和通過(1)(2)移動平臺和機械手。
(1)
(2)
其中( )是指控制輸入信號以控制在第三節中描述的平臺的左，右側車輪;和是在第四節描述的機械手關節速度。
障礙
動作
運動結合
結合
目標
設備
賽格威
障礙
操作結合
結合
目標
庫卡
機器人
操作收回
圖.2.控制系統的體系結構
A. 競爭動態
這種競爭態勢釆用的方法是以[12]為基礎的，除了附加參數用于控制在[14]中的轉換率。動力系統釆用(3)因此給予:
(3)
其中是b和r競爭優勢產生的參數，b是和b相互競爭作用的參數。
1) 移動：在移動平臺遠離目標時它的競爭優勢應該被加強；標被捕獲時移動平臺的競爭優勢應該被降低。這是通過(4)實現的。
(4)
其中,決定如何迅速的改變這種優勢，是指到目標的距離和是指移動平臺移動目標所需的最小距離。
移動的行為，沒有能力進行互動，并抑制其他行為，因此它的競爭性相互作用被設置為0。
2) 機械手捕獲目標：A移動平臺接近他的目標時，機械手捕獲目標的動作應該別加強。這樣的競爭優勢將被定義為：
(5)
激活距離必須大于來確保其行為被激活。此動作沒有和其他的動作有直接聯系，因此它的相互作用參數設置為0。
3) 機械手收縮：收回動作應該被激活當對面目標被捕獲之后，因此
(6)
要有一個非常小的過渡時間，這可以防止在同一時間活動的機械臂捕獲和收縮動作,因此，我們可以設置由于機械手收縮和移動動作的聯系，當機械手原理自動巡航裝置時我們希望能夠取消停止移動。因此這種相互作用定義為：
(7)
其中和，是機械手當前和原始配置參數，是指目標最近的距離和指定如何使相互作用迅速變化的參數。
III.移動平臺的控制
該移動平臺的控制，結構與參考文獻[14]中表述的非常相似，但也有一些不同。剛開始時目標捕獲和避障指令被使用。緊接著除走廊和墻壁避障不包括在內，伹將沿直線擴展。第二個領域，不同的是這項工作的障礙是如何找出障礙密度的計算方法。具體的論述在III-D部分。
為了使控制系統能夠根據具體的環境進行導航。我們所使用的方法是基于參考文獻[20]中論述的方法，它運用里程計和激光測距相結合對所在環境中地圖的主導線匹配測量。
該平臺控制編碼的使用方向：；速度：V，它在一個控制輸入系統的結果數的值是由兩部分組成，和，這里合并為
(8)
其中和是被Eq限制的。(3)中的競爭優勢和相互作用在III-C中有詳細的描述。
作為控制輸入我們需要一個表達式對移動平臺的左右輪進行控制，這里用和分別作為左，右側車輪的表達參數。要使獲得這些數據集成得到v，連同所需的旋轉速度時，車輪直徑和車輪之間的距離可以用數據庫來計算控制輸入：
(9)
(10)
這里車輪需要的速度差被定義為:
(12)
A. 動態目標：
捕獲目標動作的基本動力是:
(13)
(14)
其中和是吸引子的優勢參數和表示運動到目標的方向。常數表達出機械手到目標之間的距離和所需的速度關系。最后最大速度是指移動平臺所允許的最大速度。
B. 障礙動態
假定一個距離，方句參數表示機械手到第i個障礙的方向，在避障的動力學中用公式（15) (16)表不如下：
(15)
(16)
其中
動態參數包括三個要素：(一)障礙物的相對方向，(二)例系數,其中根據距離決定衰減的程度。(三)另一個比例系數根據到障礙的方向而定的，并運用保兩障礙間的attractor產生，如果機器人可以在確保安全距離DS下通過。我們可以在參考文獻[14]中看到具體的描述。
對于是表示調整速度轉向,但確保最小速度是被保留的。
運用公式(17)獲取我們總結所有障礙的值：
(17)
C. 競爭動態
在競爭態勢的運算如上面所述公式(3)控制的。下面是最大的競爭優勢和兩種動作的相互作用。
1) 目標：每當一個目標是存在的，競爭優勢的參數就被設置為，否則設置為。
目標動作有能力影響和抑制避障動作，目標之間的距離和最近的目標之間的比例足以確保向目標移動的動作是無碰撞運動。這時建模為：
(18)
其中到最近障礙物的距離，是一個如何快速是動作相互影響的增益常數，我們將開始抑制避障時表示障礙和目標之間的距離比。
2) 障礙：該障礙動作的競爭優勢有公式（19)控制：
(19)
其中是障礙密度在第三節-D被定義。
這種相互作用被定義為
(20)
第一部分抑制目標動作當障礙濃度超過臨界值時，最后一部分可以確保這只是發生在由于的原因避障沒有被抑制。
D．障礙密度的計算
假設一系列的距離，，移動平臺和障礙的密度，計算公式為
(21)
此處的定義不同于[14]中的。公式化的主要問題是，我們不能區分物體的相對多遠和一個對象相對多近。例如2米外有5個對象的密度定義成相同的密度與40厘米的距離之外的一個對象。根據指數函數的性質在場景中的單個對象永遠不能導致超1。用于切換到避障動作的臨界值將因此必須小于1，但一個場景中有多樣的障礙往往臨界值設置的更低。
此外，發現用代替參數調整更容易，因為我們可以考慮其作為距離的反比密度。這也造成了當越來越接近一個障礙時密度増長非常迅速，從而可以迅速迫使動作改變。
IV.機械手的控制
我們將這個問題分成兩部分：
1) 確定機械手的運動，從當前位置到目標，同時避免障礙。
2) 計算所需刀具的逆運動的速度。
第二部分是一個很好的理解問題，這項工作可以運用在參考文獻[23]中描述的逆運動學方法解決。這種方法包括機器人運動學和動力學的局限性，如關節的位置，速度和加速度的限制。此外，在此方法的基礎上，進行二次優化獲得方法已被證明表現很突出。
該機械手的運動受機器人控制的目標和障礙動作限制，為此和，是相關的。由于逆運動學的輸入需要一個六維旋轉速度，因此這些動作必須設置一個變數，它可以集成所需的速度
(22)
其中，和是從目標和避障中得到的。
A. 目標動作
到目標行為的輸入是當前和所需的工具轉換和。從這些我們可以計算出所需的六維速度螺桿。為避免要求不切實際的快速運動它的范圍是和，和代表最大允許的機床直線和旋轉速度。
計算
(23)
我們得到了當前速度預期的變化。
B. 障礙動作
作為輸入避障動作的參數，釆用當前笛卡爾速度，釆用最近的障礙為軌道，給出機械手和障礙物之間方向和距離。我們現在要根據到障礙物的方向和距離計算笛卡爾速度的變化，并分別用和表示。
1) 施力方叫：根據當前機械手的速度V，我們計算向量相互兩者之間的角度為
(24)
在機械手尺寸方向變化的大小，用(25)計算
(25)
其中是repellor的數值，根據距離控制衰減，控制相對障礙之間的角度。被用于計算預期的機械手方向的改變：
(26)
根據所有障礙物的作用，我們可以根據障礙物的方向計算機械手運動的改變：
(27)
2) 動力學速度：對速度的動態控制相似于Eq。障礙i的作是:
(28)
其中。集合所有障礙的作用變成：
(29)
C. 競爭動態
1) 目標動作：對于移動平臺當目標存在目標動作的競爭優勢值設置為0.5，否則設置為-0.5。
當到目標的距離和最近障礙物的距離之間的比例系數超過，目標與障礙物之間的相互作用需要被重新設置，避障作用受到限制，這是有公式(30)實現：
(30)
其中是機床和目標的距離；是一個如何迅速改變值的增益系數。
2) 障礙：該障礙動作的競爭優勢和在第三節-C表述的相同:
(31)
用Eq (21)進行密度計算，但用障礙和機械手之間的距離代替障礙和移動平臺的距離。這種相互之間的作用用公式確定：
(32)
其中到機械手最接近目標時，有助于撤銷臂章動作。
D. 收縮
收縮動作是在關節處直接運作的。通過定義，，其中是指機械手原始的收縮數據配置，我們可能計算關節速度為:
(33)
其中是關節最大的速度，為attractor的作用參數。
V.實驗
本實驗的目的主要是展示了移動平臺和機械手的協調。以前的工作已經展示了動力系統方面的方針與導航的能力通過一個環境中移動機器人[13] [14]和指導一個機器人繞過障礙[16]。
(a)移向目標(t=0s) (b)圖像伺服(t=28s)
(c)移動到目標位置(t=40s) (d)完成動作(t=72s)
圖.3移動機器人實驗。假定環境和目標重物的角度是不變的。
在實驗中使用的平臺如圖1所示，是由一個賽格威RMP200和輕重量型庫卡機器人與崇德PG70平行爪裝備組成。該平臺具有一個SICK LMS291定位和避障裝Unibrain Fire-iFireWire攝像頭的激光掃描儀，用于機械手瞄準并抓起目標。不幸的是我們沒有足夠的時間來連接夾持器和控制目標。因此，它僅僅是定位和準備抓。但實際上從未關閉的抓手。由于控制框架我們使用了Microsoft Robotics Sludiol.5,這提供了一個從傳感器的各種輸入，到驅動器輸出，并確保不同的控制算法同時運作的方法。
該賽格威運動和大多數機械手運動是基于特定的笛卡爾坐標定位目標的。但是，一旦目標在toolmourUed相機視線范圍內，機械手依靠視覺輸入指導切換。第五部分A將會詳細闡述視覺伺服系統方法，緊接著在第五部分B中會提供測試結果。
圖.4.檢測使用微軟機器人SimpleVision方面的服務特征.黑白邊邊框表示特征識別。
A. 伺服系統
對于最終機械手的定位是使用視覺伺服系統方法獲得標準圖像進行定位的。特征檢測是根據Microsoft Robotics Studio的SimpleVision服務而測定的，獲得能夠識別顏色的斑點。在這些試驗中獲得結果我們用綠色標記標出，如圖4所示。我們希望該機械手的方向是同定的，因此僅僅需要3個自由度（自由度）的位置應該被相關的視覺輸入的影響。這些自由度兩個是由BLOB的定位控制，其中一個應在圖像中心位置。最后的自由度是由BLOB的大小決定的。
B．測試結果
如圖3所示，移動機械手的任務是移動一個瓶子從圖像的桌子上移動到右邊相對的較遠的箱子里。機器人移動、機械手收縮和目標行為有關的數據關系可以在圖5中看到。
圖.5機械手運行時各項的比例系數表
首先移動機械手收縮和移動指令被激活引起移動平臺移向目標，同時手臂保持原始的配置裝態。經過約7秒之內達到目標并獲得目標信號，因此機械手收縮動作被取消，機械手捕獲動作被激活。不久后，Segway動作也被取消，讓機械手拿起無干擾的目標。然而機械手運動會異致賽格威漂移，因此要過一會知道經過20s之后移動平臺重新被激活，在這里移動平臺又達到了預期目標的相對位置。視覺伺服指揮機械手到如圖3 (b)所示的狀態。經過約30秒鐘，瓶子應該被抓手拾起的和新的目標是給予，造成機械手收縮動作被重新激活而機械手捕獲動作被取消。同時移動平臺移動動作也被激活，但當機械臂被收回時移動平臺的移動動作會迅速被取消。完成之后控制移動平臺移動到所需位置放置，進而機械手被激活把目標放到箱子里。
VI.結論
本文已經介紹了如何使動態系統的方法應用于移動操作。此文的主要結論包括兩個層次，其中競爭態勢是用于移動平臺的整體協調和機械手運動以及避障和目標獲取等動作。該方法首先已被證實在模擬環境中，其次也通過實際工作的驗證。
實驗用的系統是Microsoft Robotics Studiol.5 (MSRS)。該系統最初是模擬和參數的調整，釆用模擬器進行。基于模擬器的物理參數理想的轉向。整個MSRS是一個執行工作有益環境的平臺。雖然控制是以20Hz被執行的，但由于Windows XP的非實性，動作間會有異常值出現。
——本文出自2009年IEEE國際機器人和自動化會議論文集
參考文獻
[1] H. Seraji，A Unified Approach to Motion Control of Mobile Manipulators, The International Journal of Robotics Research, Vol. 17，No. 2, 1998，pp. 107-118.
[2] E. Papadopoulos，J. Poulakakis, Planning and Model-Based Control for Mobile Manipulators, Proceedings of the IROS’OO，2000，pp. 1810-1815.
[3] Q. Huang, K. Tanie, S. Sugano, Coordinated Motion Planning for a Mobile Manipulator Considering Stability and Manipulation, Thee International Journal of Robotics Research, Vol. 19，No. 8，2000, pp. 732-742.
[4] D.H. Shin, B.S. Hamenr, S. Singh, M. Hwangbo，Motion Planning for a Mobile Manipulator with Imprecise Locomotion, Proceddings of the IROS’03，2003, 847-853.
[5] G. Sch. oner，M. Dose, A dynamical systems approach to task-level system integration used to plan and control autonomous vehicle motion, Robotics and Autonomous Systems, Vol. 10, 1992, pp. 253-267.
[6] G. Sch. oner，M. Dose, C. Engels, Dynamics of behavior: theory and applications for autonomous robot architecture. Robotics and Autonomous Systems, Vol. 16，1995，pp. 213-245.
[7] O. Khatib, Real-Time Obstacle Avoidance for Manipulators and Mobile Robots. The International Journal of Robotics Research, Vol. 5，No. I，1986，pp. 90-98.
[8] E. Bicho, G. Sch. oner，The dynamic approach to autonomous robotics demonstrated on a low-level vehicle platform. Robotics and Autonomous Systems, Vol. 21, 1997, pp. 23-35.
[9] E. Bicho, P. Mallet, G. Sch.oner，Using Attractor Dynamics to Control Autonomous Vehicle Motion. Proceedings of the IECON’98，Vol. 2，1998，pp. 1176-1181.
[10] E. Bicho, P. Mallet, G. Sch. oner, Target Representation on an Autonomous Vehicle with Low-Level Sensors The International Journal of Robotics Research, Vol.19，No. 5，2000, pp. 424-447.
[11] H. Choset, K.M. Lynch, S. Hutchinson, G. Kantor，W. Burgard，L.E. Kavraki，S. Thrun, Principles of Robot Motion . The MIT Press, 2005.
[12] E.W. Large, H.I. Christensen, R. Bajcsy, Scaling the Dynamic Approach to Path Planning and Control: Competition among Behavioral Constraints. The International Journal of Robotics Research, Vol. 18，No. 1，pp. 37-58.
[13] P. Althaus, H.I. Christensen, F. Hoffmann，Using the Dynamical System Approach to Navigate in Realistic Real-World Environments. Proceedings of IROS’OI，Vol. 2，2001，pp. 1023-1029.
[14] P. Althaus, Indoor Navigation for Mobile Robots: Control and Representations, Ph.d. Dissertation, Royal Institute of Technology (KTH), Stockholm, Sweden, 2003.
[15] S. Goldenstein, E. Large, D. Metaxas, Non-linear dynamical system approach to behavior modeling, The Visual Computer, Vol. 15，1999，pp. 349-364.
[16] I. Iossifidic，G. Sch'oner, Autonomous reaching and obstacle avoidance with the anthropomorphic arm of a robotics assistant using the attractor dynamics approach, Proceedings of ICRA，04，2004，pp. 4295-4300.
[17] L.-P. Ellekilde，J.W. Perram, Tool Center Trajectory Planning for Industrial Robot Manipulators Using Dynamical Systems, The International Journal of Robotics Research, Vol. 24，No. 5, 2005，pp. 385-396.
118] C. Santos, M. Ferreira, Ball Catching by a Puma Arm: a Nonlinear Dynamical Systems Approach, Proceedings of IROS’06, 2006, pp.916-921
[19] I. Iossifidic, G. Schooner, Dynamical Systems Approach for the Autonomous Avoidance of Obstacles and Joint-limits for an Redundant Robot Arm. Proceedings of the IROS，06，2006, pp. 580-585.
[20] P. Jensfelt, H.I. Christensen, Pose tracking using laser scanning and minimalistic environment models, IEEE Transactions on Robotisc and Automation, Vol. 17，No. 2，2001, pp. 138-147.
[21] J. Forsberg, P. A° hman,. Wemersson, The Hough transform inside the feedback loop of a mobile robot, Proceedings of ICRA, Vol I, 1993，pp. 791-798.
[22] K.O. Arras, R.Y. Siegwart, Feature Extraction and scene interpredation for map-based nagivation and map building, Proceedings of SPIE, Mobile Robotics XII，Vol. 3210，1997，pp. 42-53.
[23] L.-P. Ellekilde, P. Favrholt, M. Paulin, H.G. Petersen, Robust control for high-speed visual servoing applications, International Journal of Advanced Robotic Systems，Vol. 4，No.3,2007,pp.272-292.
附錄B
(1)
(2)
(3)
(4)
(5)
(6)
(7)
(8)
(9)
(10)
(12)
(13)
(14)
(15)
(16)
(17)
C.Comopetitive Dynamics
(18)
(19)
(20)
(21)
(22)
(23)
(24)
The size of the change in direction of the tool is then calculated as
(25)
(26)
(27)
(28)
WithSumming up over all obstacles the total contribution becomes
(29)
(30)
(31)
(32)
(33)
2009年IEEE國際機器人和自動化會議
神戶國際會議中心
日本神戶12-17，2009
機械臂動力學與控制的研究
拉斯彼得Ellekilde
摘要
操作器和移動平臺的組合提供了一種可用于廣泛應用程序高效靈活的操作系統，特別是在服務性機器人領域。在機械臂眾多挑戰中其中之一是確保機器人在潛在的動態環境中安全工作控制系統的設計。在本文中,我們將介紹移動機械臂用動力學系統方法被控制的使用方法。該方法是一種二級方法，是使用競爭動力學對于統籌協調優化移動平臺以及較低層次的融合避障和目標捕獲行為的方法。
I介紹
在過去的幾十年里大多數機器人的研究主要關注在移動平臺或操作系統，并且在這兩個領域取得了許多可喜的成績。今天的新挑戰之一是將這兩個領域組合在一起形成具有高效移動和有能力操作環境的系統。特別是服務性機器人將會在這一方面系統需求的增加。大多數西方國家的人口統計數量顯示需要照顧的老人在不斷增加,盡管將有很少的工作實際的支持他們。這就需要增強服務業的自動化程度，因此機器人能夠在室內動態環境中安全的工作是最基本的。
圖.1 一臺由賽格威RMP200和輕重量型庫卡機器人組成的平臺
這項工作平臺用于如圖1所示，是由一個Segway與一家機器人制造商制造的RMP200輕機器人。其有一個相對較小的軌跡和高機動性能的平臺使它適應在室內環境移動。庫卡工業機器人具有較長的長臂和高有效載荷比自身的重量,從而使其適合移動操作。
當控制移動機械臂系統時，有一個選擇是是否考慮一個或兩個系統的實體。在參考文獻[1]和[2]中是根據雅可比理論將機械手末端和移動平臺結合在一起形成一個單一的控制系統。另一方面，這項研究發表在[3]和[4],認為它們在設計時是獨立的實體，但不包括兩者之間的限制條件,如延伸能力和穩定性。
這種控制系統的提出是基于動態系統方法[5], [6]。它分為兩個層次，其中我們在較低的水平，并考慮到移動平臺作為兩個獨立的實體，然后再以安全的方式結合在上層操縱者。在本文中主要的研究目的是展現動力系統方法可以應用于移動機械臂和使用各級協調行為的控制。
本文剩下的安排如下。第二部分介紹系統的總體結構設計,其次是機械手末端移動平臺的控制在第三第四部分講述。在第五部分我們在結束本文之前將顯示一作實驗。然而, 首先與動力學系統有關工作總結與方法將在在部分I-A提供。
A.相關工作
動力學系統接近[5]，[6]為控制機器人提供一套動作的框架，例如障礙退避和目標捕捉。每個動作通過一套一個非線性動力學系統的attractors和repellors來完成。這些通過向量場的簡單的加法被結合在一起來完成系統的整體動作。動力系統的方法涉及到更廣泛的應用勢場法[7],但具有一定的優勢。這里勢場法的行為是由后場梯度形成的結果，行為變量，如航向和速度，可直接運用動力系統控制的方法。
成本相對較低的計算與方法有關，使得它在動態環境中在線控制適宜，允許它即使在相當低的水平有限的計算能力平臺[8]實施。傳感器的魯棒性在人聲嘈雜中顯示[9]和[10]其中一個是由紅外傳感器和麥克風的結合，當避障和目標獲取時使用。盡管能解決各種各樣的任務，但它僅是一個局部的方法，為了其他的任務和使命級計劃(即參見[11])其他的方法應該被釆用。
當多行為被結合時，在[5]和[6]的缺點是由潛在的假的因子引起的。為了克服這個問題[12]介紹了一種基于競爭動態的行為比重。每個行為的影響是控制使用一個相關的競爭優勢，再加上定義的行為之間有競爭力的相互作用，控制重物。如果所有的行為之間的競爭性相互作用是必需的，這種方法可以推廣到任意數n,行為，除了這樣一個最壞情況的復雜度
在現實世界中使用這種方法的競爭態勢室內實驗中可以找到[13]，[14]。[13]是只在有標題方向的車輛上使用，而在[14]中航向和速度均得到控制。[15]提供了一個為速度性能簡短的策略討論。
在[16]中提到動力系統的方法不僅被用于平面移動機器人，同時也可以作為控制機械手工具。另外運用產生極限環Hopf振蕩器動力系統的更復雜的動力系統也可被使用。 [17]展現出不同形狀的極限環是如何產生的，其可運用于避障軌跡的生成。[18]中介紹到使用Hopf振蕩器產生一個定時的軌跡,實現了機械手可以接住從桌子上面滾下來的球。 動力系統的方法不僅可以用于控制的工具，也可以控制7自由度機械手多余的動作這一 點在[19 ]中得到論證。
II.總體結構
我們整個系統的整體架構如圖2所示。在賽格威平臺中為了控制移動平臺，兩個低級別的性能被使用：一個用于目標捕獲和另一個是避障。運用競爭動態的動作被混合在一起是為了做出移動平臺希望得到的指定的移動動作。同樣，在競爭態勢的基礎上目標捕獲和機械手避障行為的融合給機器人收縮下達指令。當目標不在范圍內，應收回機械手到一個安全的位置，這是機械手縮回行為的目的。最后融合是以一個安全的方式把所有的控制結合在一起，這樣一來目標捕獲和收回行為不互相干擾，另外移動平臺在不開始朝著新的目標之前，移動機械手巳被收回。
用、和分別代表機械手移動、機械手捕獲和機械手收縮行為的影響，控制信號和通過(1)(2)移動平臺和機械手。
(1)
(2)
其中( )是指控制輸入信號以控制在第三節中描述的平臺的左，右側車輪;和是在第四節描述的機械手關節速度。
障礙
動作
運動結合
結合
目標
設備
賽格威
障礙
操作結合
結合
目標
庫卡
機器人
操作收回
圖.2.控制系統的體系結構
A. 競爭動態
這種競爭態勢釆用的方法是以[12]為基礎的，除了附加參數用于控制在[14]中的轉換率。動力系統釆用(3)因此給予:
(3)
其中是b和r競爭優勢產生的參數，b是和b相互競爭作用的參數。
1) 移動：在移動平臺遠離目標時它的競爭優勢應該被加強；標被捕獲時移動平臺的競爭優勢應該被降低。這是通過(4)實現的。
(4)
其中,決定如何迅速的改變這種優勢，是指到目標的距離和是指移動平臺移動目標所需的最小距離。
移動的行為，沒有能力進行互動，并抑制其他行為，因此它的競爭性相互作用被設置為0。
2) 機械手捕獲目標：A移動平臺接近他的目標時，機械手捕獲目標的動作應該別加強。這樣的競爭優勢將被定義為：
(5)
激活距離必須大于來確保其行為被激活。此動作沒有和其他的動作有直接聯系，因此它的相互作用參數設置為0。
3) 機械手收縮：收回動作應該被激活當對面目標被捕獲之后，因此
(6)
要有一個非常小的過渡時間，這可以防止在同一時間活動的機械臂捕獲和收縮動作,因此，我們可以設置由于機械手收縮和移動動作的聯系，當機械手原理自動巡航裝置時我們希望能夠取消停止移動。因此這種相互作用定義為：
(7)
其中和，是機械手當前和原始配置參數，是指目標最近的距離和指定如何使相互作用迅速變化的參數。
III.移動平臺的控制
該移動平臺的控制，結構與參考文獻[14]中表述的非常相似，但也有一些不同。剛開始時目標捕獲和避障指令被使用。緊接著除走廊和墻壁避障不包括在內，伹將沿直線擴展。第二個領域，不同的是這項工作的障礙是如何找出障礙密度的計算方法。具體的論述在III-D部分。
為了使控制系統能夠根據具體的環境進行導航。我們所使用的方法是基于參考文獻[20]中論述的方法，它運用里程計和激光測距相結合對所在環境中地圖的主導線匹配測量。
該平臺控制編碼的使用方向：；速度：V，它在一個控制輸入系統的結果數的值是由兩部分組成，和，這里合并為
(8)
其中和是被Eq限制的。(3)中的競爭優勢和相互作用在III-C中有詳細的描述。
作為控制輸入我們需要一個表達式對移動平臺的左右輪進行控制，這里用和分別作為左，右側車輪的表達參數。要使獲得這些數據集成得到v，連同所需的旋轉速度時，車輪直徑和車輪之間的距離可以用數據庫來計算控制輸入：
(9)
(10)
這里車輪需要的速度差被定義為:
(12)
A. 動態目標：
捕獲目標動作的基本動力是:
(13)
(14)
其中和是吸引子的優勢參數和表示運動到目標的方向。常數表達出機械手到目標之間的距離和所需的速度關系。最后最大速度是指移動平臺所允許的最大速度。
B. 障礙動態
假定一個距離，方句參數表示機械手到第i個障礙的方向，在避障的動力學中用公式（15) (16)表不如下：
(15)
(16)
其中
動態參數包括三個要素：(一)障礙物的相對方向，(二)例系數,其中根據距離決定衰減的程度。(三)另一個比例系數根據到障礙的方向而定的，并運用保兩障礙間的attractor產生，如果機器人可以在確保安全距離DS下通過。我們可以在參考文獻[14]中看到具體的描述。
對于是表示調整速度轉向,但確保最小速度是被保留的。
運用公式(17)獲取我們總結所有障礙的值：
(17)
C. 競爭動態
在競爭態勢的運算如上面所述公式(3)控制的。下面是最大的競爭優勢和兩種動作的相互作用。
1) 目標：每當一個目標是存在的，競爭優勢的參數就被設置為，否則設置為。
目標動作有能力影響和抑制避障動作，目標之間的距離和最近的目標之間的比例足以確保向目標移動的動作是無碰撞運動。這時建模為：
(18)
其中到最近障礙物的距離，是一個如何快速是動作相互影響的增益常數，我們將開始抑制避障時表示障礙和目標之間的距離比。
2) 障礙：該障礙動作的競爭優勢有公式（19)控制：
(19)
其中是障礙密度在第三節-D被定義。
這種相互作用被定義為
(20)
第一部分抑制目標動作當障礙濃度超過臨界值時，最后一部分可以確保這只是發生在由于的原因避障沒有被抑制。
D．障礙密度的計算
假設一系列的距離，，移動平臺和障礙的密度，計算公式為
(21)
此處的定義不同于[14]中的。公式化的主要問題是，我們不能區分物體的相對多遠和一個對象相對多近。例如2米外有5個對象的密度定義成相同的密度與40厘米的距離之外的一個對象。根據指數函數的性質在場景中的單個對象永遠不能導致超1。用于切換到避障動作的臨界值將因此必須小于1，但一個場景中有多樣的障礙往往臨界值設置的更低。
此外，發現用代替參數調整更容易，因為我們可以考慮其作為距離的反比密度。這也造成了當越來越接近一個障礙時密度増長非常迅速，從而可以迅速迫使動作改變。
IV.機械手的控制
我們將這個問題分成兩部分：
1) 確定機械手的運動，從當前位置到目標，同時避免障礙。
2) 計算所需刀具的逆運動的速度。
第二部分是一個很好的理解問題，這項工作可以運用在參考文獻[23]中描述的逆運動學方法解決。這種方法包括機器人運動學和動力學的局限性，如關節的位置，速度和加速度的限制。此外，在此方法的基礎上，進行二次優化獲得方法已被證明表現很突出。
該機械手的運動受機器人控制的目標和障礙動作限制，為此和，是相關的。由于逆運動學的輸入需要一個六維旋轉速度，因此這些動作必須設置一個變數，它可以集成所需的速度
(22)
其中，和是從目標和避障中得到的。
A. 目標動作
到目標行為的輸入是當前和所需的工具轉換和。從這些我們可以計算出所需的六維速度螺桿。為避免要求不切實際的快速運動它的范圍是和，和代表最大允許的機床直線和旋轉速度。
計算
(23)
我們得到了當前速度預期的變化。
B. 障礙動作
作為輸入避障動作的參數，釆用當前笛卡爾速度，釆用最近的障礙為軌道，給出機械手和障礙物之間方向和距離。我們現在要根據到障礙物的方向和距離計算笛卡爾速度的變化，并分別用和表示。
1) 施力方叫：根據當前機械手的速度V，我們計算向量相互兩者之間的角度為
(24)
在機械手尺寸方向變化的大小，用(25)計算
(25)
其中是repellor的數值，根據距離控制衰減，控制相對障礙之間的角度。被用于計算預期的機械手方向的改變：
(26)
根據所有障礙物的作用，我們可以根據障礙物的方向計算機械手運動的改變：
(27)
2) 動力學速度：對速度的動態控制相似于Eq。障礙i的作是:
(28)
其中。集合所有障礙的作用變成：
(29)
C. 競爭動態
1) 目標動作：對于移動平臺當目標存在目標動作的競爭優勢值設置為0.5，否則設置為-0.5。
當到目標的距離和最近障礙物的距離之間的比例系數超過，目標與障礙物之間的相互作用需要被重新設置，避障作用受到限制，這是有公式(30)實現：
(30)
其中是機床和目標的距離；是一個如何迅速改變值的增益系數。
2) 障礙：該障礙動作的競爭優勢和在第三節-C表述的相同:
(31)
用Eq (21)進行密度計算，但用障礙和機械手之間的距離代替障礙和移動平臺的距離。這種相互之間的作用用公式確定：
(32)
其中到機械手最接近目標時，有助于撤銷臂章動作。
D. 收縮
收縮動作是在關節處直接運作的。通過定義，，其中是指機械手原始的收縮數據配置，我們可能計算關節速度為:
(33)
其中是關節最大的速度，為attractor的作用參數。
V.實驗
本實驗的目的主要是展示了移動平臺和機械手的協調。以前的工作已經展示了動力系統方面的方針與導航的能力通過一個環境中移動機器人[13] [14]和指導一個機器人繞過障礙[16]。
(a)移向目標(t=0s) (b)圖像伺服(t=28s)
(c)移動到目標位置(t=40s) (d)完成動作(t=72s)
圖.3移動機器人實驗。假定環境和目標重物的角度是不變的。
在實驗中使用的平臺如圖1所示，是由一個賽格威RMP200和輕重量型庫卡機器人與崇德PG70平行爪裝備組成。該平臺具有一個SICK LMS291定位和避障裝Unibrain Fire-iFireWire攝像頭的激光掃描儀，用于機械手瞄準并抓起目標。不幸的是我們沒有足夠的時間來連接夾持器和控制目標。因此，它僅僅是定位和準備抓。但實際上從未關閉的抓手。由于控制框架我們使用了Microsoft Robotics Sludiol.5,這提供了一個從傳感器的各種輸入，到驅動器輸出，并確保不同的控制算法同時運作的方法。
該賽格威運動和大多數機械手運動是基于特定的笛卡爾坐標定位目標的。但是，一旦目標在toolmourUed相機視線范圍內，機械手依靠視覺輸入指導切換。第五部分A將會詳細闡述視覺伺服系統方法，緊接著在第五部分B中會提供測試結果。
圖.4.檢測使用微軟機器人SimpleVision方面的服務特征.黑白邊邊框表示特征識別。
A. 伺服系統
對于最終機械手的定位是使用視覺伺服系統方法獲得標準圖像進行定位的。特征檢測是根據Microsoft Robotics Studio的SimpleVision服務而測定的，獲得能夠識別顏色的斑點。在這些試驗中獲得結果我們用綠色標記標出，如圖4所示。我們希望該機械手的方向是同定的，因此僅僅需要3個自由度（自由度）的位置應該被相關的視覺輸入的影響。這些自由度兩個是由BLOB的定位控制，其中一個應在圖像中心位置。最后的自由度是由BLOB的大小決定的。
B．測試結果
如圖3所示，移動機械手的任務是移動一個瓶子從圖像的桌子上移動到右邊相對的較遠的箱子里。機器人移動、機械手收縮和目標行為有關的數據關系可以在圖5中看到。
圖.5機械手運行時各項的比例系數表
首先移動機械手收縮和移動指令被激活引起移動平臺移向目標，同時手臂保持原始的配置裝態。經過約7秒之內達到目標并獲得目標信號，因此機械手收縮動作被取消，機械手捕獲動作被激活。不久后，Segway動作也被取消，讓機械手拿起無干擾的目標。然而機械手運動會異致賽格威漂移，因此要過一會知道經過20s之后移動平臺重新被激活，在這里移動平臺又達到了預期目標的相對位置。視覺伺服指揮機械手到如圖3 (b)所示的狀態。經過約30秒鐘，瓶子應該被抓手拾起的和新的目標是給予，造成機械手收縮動作被重新激活而機械手捕獲動作被取消。同時移動平臺移動動作也被激活，但當機械臂被收回時移動平臺的移動動作會迅速被取消。完成之后控制移動平臺移動到所需位置放置，進而機械手被激活把目標放到箱子里。
VI.結論
本文已經介紹了如何使動態系統的方法應用于移動操作。此文的主要結論包括兩個層次，其中競爭態勢是用于移動平臺的整體協調和機械手運動以及避障和目標獲取等動作。該方法首先已被證實在模擬環境中，其次也通過實際工作的驗證。
實驗用的系統是Microsoft Robotics Studiol.5 (MSRS)。該系統最初是模擬和參數的調整，釆用模擬器進行?；谀M器的物理參數理想的轉向。整個MSRS是一個執行工作有益環境的平臺。雖然控制是以20Hz被執行的，但由于Windows XP的非實性，動作間會有異常值出現。
——本文出自2009年IEEE國際機器人和自動化會議論文集
參考文獻
[1] H. Seraji，A Unified Approach to Motion Control of Mobile Manipulators, The International Journal of Robotics Research, Vol. 17，No. 2, 1998，pp. 107-118.
[2] E. Papadopoulos，J. Poulakakis, Planning and Model-Based Control for Mobile Manipulators, Proceedings of the IROS’OO，2000，pp. 1810-1815.
[3] Q. Huang, K. Tanie, S. Sugano, Coordinated Motion Planning for a Mobile Manipulator Considering Stability and Manipulation, Thee International Journal of Robotics Research, Vol. 19，No. 8，2000, pp. 732-742.
[4] D.H. Shin, B.S. Hamenr, S. Singh, M. Hwangbo，Motion Planning for a Mobile Manipulator with Imprecise Locomotion, Proceddings of the IROS’03，2003, 847-853.
[5] G. Sch. oner，M. Dose, A dynamical systems approach to task-level system integration used to plan and control autonomous vehicle motion, Robotics and Autonomous Systems, Vol. 10, 1992, pp. 253-267.
[6] G. Sch. oner，M. Dose, C. Engels, Dynamics of behavior: theory and applications for autonomous robot architecture. Robotics and Autonomous Systems, Vol. 16，1995，pp. 213-245.
[7] O. Khatib, Real-Time Obstacle Avoidance for Manipulators and Mobile Robots. The International Journal of Robotics Research, Vol. 5，No. I，1986，pp. 90-98.
[8] E. Bicho, G. Sch. oner，The dynamic approach to autonomous robotics demonstrated on a low-level vehicle platform. Robotics and Autonomous Systems, Vol. 21, 1997, pp. 23-35.
[9] E. Bicho, P. Mallet, G. Sch.oner，Using Attractor Dynamics to Control Autonomous Vehicle Motion. Proceedings of the IECON’98，Vol. 2，1998，pp. 1176-1181.
[10] E. Bicho, P. Mallet, G. Sch. oner, Target Representation on an Autonomous Vehicle with Low-Level Sensors The International Journal of Robotics Research, Vol.19，No. 5，2000, pp. 424-447.
[11] H. Choset, K.M. Lynch, S. Hutchinson, G. Kantor，W. Burgard，L.E. Kavraki，S. Thrun, Principles of Robot Motion . The MIT Press, 2005.
[12] E.W. Large, H.I. Christensen, R. Bajcsy, Scaling the Dynamic Approach to Path Planning and Control: Competition among Behavioral Constraints. The International Journal of Robotics Research, Vol. 18，No. 1，pp. 37-58.
[13] P. Althaus, H.I. Christensen, F. Hoffmann，Using the Dynamical System Approach to Navigate in Realistic Real-World Environments. Proceedings of IROS’OI，Vol. 2，2001，pp. 1023-1029.
[14] P. Althaus, Indoor Navigation for Mobile Robots: Control and Representations, Ph.d. Dissertation, Royal Institute of Technology (KTH), Stockholm, Sweden, 2003.
[15] S. Goldenstein, E. Large, D. Metaxas, Non-linear dynamical system approach to behavior modeling, The Visual Computer, Vol. 15，1999，pp. 349-364.
[16] I. Iossifidic，G. Sch'oner, Autonomous reaching and obstacle avoidance with the anthropomorphic arm of a robotics assistant using the attractor dynamics approach, Proceedings of ICRA，04，2004，pp. 4295-4300.
[17] L.-P. Ellekilde，J.W. Perram, Tool Center Trajectory Planning for Industrial Robot Manipulators Using Dynamical Systems, The International Journal of Robotics Research, Vol. 24，No. 5, 2005，pp. 385-396.
118] C. Santos, M. Ferreira, Ball Catching by a Puma Arm: a Nonlinear Dynamical Systems Approach, Proceedings of IROS’06, 2006, pp.916-921
[19] I. Iossifidic, G. Schooner, Dynamical Systems Approach for the Autonomous Avoidance of Obstacles and Joint-limits for an Redundant Robot Arm. Proceedings of the IROS，06，2006, pp. 580-585.
[20] P. Jensfelt, H.I. Christensen, Pose tracking using laser scanning and minimalistic environment models, IEEE Transactions on Robotisc and Automation, Vol. 17，No. 2，2001, pp. 138-147.
[21] J. Forsberg, P. A° hman,. Wemersson, The Hough transform inside the feedback loop of a mobile robot, Proceedings of ICRA, Vol I, 1993，pp. 791-798.
[22] K.O. Arras, R.Y. Siegwart, Feature Extraction and scene interpredation for map-based nagivation and map building, Proceedings of SPIE, Mobile Robotics XII，Vol. 3210，1997，pp. 42-53.
[23] L.-P. Ellekilde, P. Favrholt, M. Paulin, H.G. Petersen, Robust control for high-speed visual servoing applications, International Journal of Advanced Robotic Systems，Vol. 4，No.3,2007,pp.272-292.
收藏