基于大數(shù)據(jù)聚類的機器人步態(tài)控制系統(tǒng)設計

　　摘要：為提高機器人關節(jié)的運動靈活性，使其具有更快、更穩(wěn)的步行能力，設計基于大數(shù)據(jù)聚類的機器人步態(tài)控制系統(tǒng)。通過傳感器設備為主處理器元件、舵機控制板提供足量的傳輸電信號，完成機器人步態(tài)控制系統(tǒng)硬件設計。定義關鍵的關節(jié)節(jié)點，通過建立適應度函數(shù)的方式，實現(xiàn)基于大數(shù)據(jù)聚類的步態(tài)節(jié)點安排。分別從支撐腿運動規(guī)劃、擺動腿運動規(guī)劃兩方面著手，收集大量的步態(tài)運動信息，再聯(lián)合已知函數(shù)條件，對機器人關節(jié)角度進行求解，完成機器人行進步態(tài)的規(guī)劃與處理，實現(xiàn)基于大數(shù)據(jù)聚類機器人步態(tài)控制系統(tǒng)的應用。實驗將所得關節(jié)彎曲次數(shù)、角度值與理想數(shù)值對比可知，所設計系統(tǒng)位姿標定情況下關節(jié)彎曲次數(shù)值大、角度值小，機器人關節(jié)的運動靈活性水平高，具有相對穩(wěn)定的步行運動能力。

　　關鍵詞：大數(shù)據(jù)聚類;機器人;步態(tài)控制;適應度函數(shù);支撐腿;擺動腿;關節(jié)角度

　　李瑩; 申麗芳， 計算機測量與控制 發(fā)表時間：2021-11-18

　　0 引言

　　針對于定向性信息來說，大數(shù)據(jù)具有快速增長的變化能力，且其從屬復雜度也會隨網(wǎng)絡環(huán)境的改變而產生變化。大數(shù)據(jù)可以看作是當數(shù)據(jù)規(guī)模擴大到一定程度后，而產生的信息量質變行為，同時包含多種數(shù)據(jù)信息類型，不但涉及文字、圖像等傳統(tǒng)的結構化信息，也包含聲音、視頻等連續(xù)的新型非結構化信息，且與其他類型的數(shù)據(jù)參量相比，大數(shù)據(jù)在傳輸時間方面的應用要求更高[1-2]。從范圍空間的角度來看，大數(shù)據(jù)信息以整個互聯(lián)網(wǎng)空間作為提取背景，特別是針對運動學等應用問題來說，大數(shù)據(jù)參量所能提供的參考信息更多，不僅能夠保障相關函數(shù)公式定義的運算有效性，也可實現(xiàn)對數(shù)據(jù)統(tǒng)計環(huán)境的較好完善[3]。

　　傳統(tǒng)機器人步態(tài)控制系統(tǒng)已經(jīng)應用于實際工作中，例如文獻[4]提出逆運動學控制系統(tǒng)，在硬件方面采用 TMS320VC5509A 設備作為設計核心，結合測距傳感器、壓力傳感器、慣性傳感器等元件對步態(tài)數(shù)據(jù)的采集時序進行實時控制，再通過姿態(tài)解算的方式，確定運動過程中的角度與速度數(shù)值。然而此系統(tǒng)所標定的機器人行為位姿角度過大，易使其關節(jié)靈活性受到影響，從而使得機器人步行能力受到影響。文獻[5]提出基于電容式觸覺傳感器的機器人步態(tài)控制系統(tǒng)，利用電容式觸覺傳感器采集測量參數(shù)，包括機器人運動峰值法向力的大小和時間，以及腿部旋轉速度，當機器人穿越不同類型的地形時，傳感器會測量接觸力，基于步態(tài)性能研究，通過實時地形分類實現(xiàn)了基于地形的步態(tài)控制。該系統(tǒng)位姿標定較為準確，但機器人步態(tài)控制的運動靈活性水平較差。

　　針對此問題，引入大數(shù)據(jù)聚類思想，設計新型的機器人步態(tài)控制系統(tǒng)，利用舵機控制板、傳感器電路等設備元件，規(guī)劃機器人支撐腿、擺動腿的瞬時運動行為，再結合聚類算法的適應度函數(shù)條件，實現(xiàn)對關節(jié)角度的計算與求解。

　　1 機器人步態(tài)控制系統(tǒng)總體設計方案

　　機器人步態(tài)控制系統(tǒng)的總體設計應從傳感器設備、主處理器元件、舵機控制板三個角度同時進行，具體操作方法如下。

　　1.1 傳感器設備

　　為了完成對機器人行走步態(tài)位姿的實時修正與控制，需要不斷獲取機器人行為及其所處周圍環(huán)境的具體信息，在此過程中，傳感器設備起到了至關重要的調節(jié)作用，且只有在多級傳感器元件的共同配合之下，才能實現(xiàn)對機器人步態(tài)信息的按需處理[6]。利用九軸傳感器采集機器人步態(tài)位姿信息，結合壓力元件了解足底與地面之間的接觸情況，再通過大數(shù)據(jù)聚類算法將已獲取的信息發(fā)送給下級舵機控制板設備。

　　(1)九軸傳感器

　　MPU9250 是九軸傳感器的核心組成元件，如圖 1 所示，由兩部分應用結構共同組成。其中一組為單獨的 3 軸磁力計，另一組為 3 軸加速度計與陀螺儀的連接組合。這種傳感設備的物理體積較為小巧，擁有 SPI、IIC 兩種最基本的數(shù)據(jù)通信方式。

　　傳感器內部具有完整的 16 位 ADC，對于數(shù)據(jù)型電量輸出信號來說，元件結構為其匹配的可測參量范圍相對較為廣泛。機器人步態(tài)控制系統(tǒng)利用 IIC 總線讀取 MPU9250 中的存儲數(shù)據(jù)信息，主要引腳功能如下：

　　(2)紅外測距傳感器

　　紅外測距傳感器安裝于機器人頭部舵機中，可通過舵機的轉動自測來判斷機器人前方運動范圍內是否具有障礙物[7]。傳感器元件的應用遵循三角測量原理，根據(jù)障礙物所處位置的不同，所發(fā)出測距信號的返回接收位置也有所不同。

　　(3)壓力傳感器

　　壓力傳感器外附著一層電阻式薄膜，可用來判斷機器人在運動過程中腳底是否與地面接觸，具有重量級輕、體積小的應用優(yōu)點。

　　1.2 主處理器元件

　　考慮到機器人步態(tài)控制系統(tǒng)的響應與集成要求，應選擇 TMS320VC5509A 作為主處理器元件的核心應用芯片，如圖 1 所示。TMS320VC5509A 芯片可將信息轉化為數(shù)字傳輸信號，并對其進行后續(xù)的傳遞與處理，具有相對高速的應用特點。External Memory Interface 主操控結構可通過片選信號的方式，對隸屬于芯片外部的存儲空間進行選用，且由于 GPIO、EHPI、Syspem、McBSP、 RTC 等多個接口的同時存在，控制系統(tǒng)主處理器元件可直接將舵機控制板由同步狀態(tài)調制至異步狀態(tài)，也可實現(xiàn)反向調制[8-9]。

　　從宏觀性角度來看，主處理器元件的應用優(yōu)點主要表現(xiàn)在如下幾個方面：

　　1.集成性能良好：主處理器元件內集成了多組信號通訊模塊，可在主電源支持下，實現(xiàn)由機器人步態(tài)控制數(shù)據(jù)到控制信號的轉換。

　　2.運行速度較快：C55 DSP Core 芯片可快速采集機器人步態(tài)行進指令，且大多數(shù)指令都可在同一信號處理周期內完成調整，因此主處理器元件可對機器人前進行為進行有效的中斷控制。

　　3.穩(wěn)定能力強、運算精度高：在主處理器元件中， TMS320VC5509A 芯片通常都擁有獨立的高精度并行乘法器設備與之配套，且所有與機器人步態(tài)行為相關的指令都是針對該模塊專門設計的。

　　4.接口覆蓋量大：為便于與下級控制設備建立穩(wěn)定的連接關系，主處理器元件設置 6-Chan DMA、INT、 JTAG 等多個接口組織，在機器人運行過程中，這些接口同時接受 C55 DSP Core 主芯片的調度，因此其應用能力始終保持高度的一致性。

　　1.3 舵機控制板

　　單純的 TMS320VC5509A 芯片在機器人步態(tài)控制方面的應用能力較為薄弱，若將其直接與 19 路舵機關聯(lián)起來，則會顯得機器人的前進步態(tài)過于不穩(wěn)定[10]。因此，在新型機器人步態(tài)控制系統(tǒng)中，將驅動舵機的任務分配給了應用級別更高的舵機控制板元件，當使用 DSP 指令發(fā)送模式時，舵機板可代替獨立的 19 路舵機對信號傳輸行為進行控制，從而形成一種完整的“兩級”連接結構，其電路原理圖如圖 2 所示。

　　SSC-32U 以 ATmega328 作為主控元件，在接收到上位機控制指令后，可以對下級舵機設備進行同步驅動，與 TMS320VC5509A 芯片相比，其負載能力更強，在作用過程中，不限制舵機設備的實際連接形式。由于 ATmega328 元件的存在，整個 SSC-32U 芯片外部的驅動電壓始終保持為穩(wěn)定數(shù)值[11]。針對于機器人步行運動來說，SSC-32U 型舵機控制板輸出的信號數(shù)據(jù)同時包含舵機角度、轉動時間的物理信息。一般情況下，各個關節(jié)的運動與停止能夠保持高度統(tǒng)一的狀態(tài)，但若僅改變一個關節(jié)的運動角度數(shù)值，通過操作舵機控制板也是可以直接實現(xiàn)的。

　　2 基于大數(shù)據(jù)聚類的步態(tài)節(jié)點安排

　　按照機器人步態(tài)控制系統(tǒng)設計方案，通過定義關鍵節(jié)點的方式，建立關鍵的適應度函數(shù)條件，完成基于大數(shù)據(jù)聚類的機器人步態(tài)節(jié)點安排。

　　2.1 大數(shù)據(jù)聚類關鍵節(jié)點定義

　　在互聯(lián)網(wǎng)環(huán)境中，關鍵聚類節(jié)點有兩種表現(xiàn)形式，一種是通過破壞原節(jié)點，推斷網(wǎng)絡受到的影響，一般來說影響能力越大，代表該節(jié)點越重要;另一種是通過分析節(jié)點密度等特性來反映網(wǎng)絡的重要性能力，并通過擴大原節(jié)點顯著性等級的方式，來判斷該節(jié)點是否為關鍵聚類節(jié)點。在機器人步態(tài)控制系統(tǒng)中，網(wǎng)絡大數(shù)據(jù)聚類需要消耗大量的處理時間，因此可作為定義關鍵節(jié)點的重要物理指標[12-13]。為實現(xiàn)對機器人步態(tài)行為的最大化調度，默認所有關鍵節(jié)點都處在互聯(lián)網(wǎng)中部，且為使定義時間長度得到有效控制，應將大數(shù)據(jù)聚類看作一種簡單的數(shù)據(jù)信息堆疊行為，且隨著待處理數(shù)據(jù)量的增大，聚類堆疊的處理層數(shù)值也會不斷增大。設 min e 代表最小的信息聚類系數(shù)， max e 代表最大的信息聚類系數(shù)，在機器人行進步數(shù)為 n 的條件下，可將關鍵大數(shù)據(jù)聚類節(jié)點表達式定義為：

　　其中，?1 表示第一個行進步態(tài)指標，?n 表示第 n 個行進步態(tài)指標， f 表示聚類節(jié)點篩查條件，?T 表示聚類節(jié)點的單位篩查時長。

　　2.2 適應度函數(shù)

　　適應度函數(shù)對大數(shù)據(jù)聚類算法起到了極強約束作用，可根據(jù)關鍵節(jié)點定義條件，規(guī)劃步態(tài)節(jié)點在后續(xù)運動過程中所處的分布位置，從而為機器人選取一條相對可靠的行進路線。受到舵機控制板元件的影響，適應度函數(shù)作用能力應呈現(xiàn)范圍式存在狀態(tài)，即在固定運動區(qū)域環(huán)境中，由于適應度函數(shù)的存在，機器人前進步態(tài)不會與預設情況出現(xiàn)較大偏差[14-15]。設 L 代表固定運動區(qū)域的面積數(shù)值， h 代表機器人前進長度， d 代表機器人支撐腿與擺動腿之間的物理寬度值，聯(lián)立公式(1)，可將大數(shù)據(jù)聚類算法的適應度函數(shù)條件定義為：上式中， sech 表示雙曲函數(shù)，?表示聚類約束標準， k 表示大數(shù)據(jù)聚類的處理基向量， E 表示范圍化聚類系數(shù)，?表示與舵機板元件匹配的機器人步態(tài)控制系數(shù)， q 表示步態(tài)控制量均值。

　　3 機器人行進步態(tài)規(guī)劃

　　3.1 支撐腿運動規(guī)劃

　　設 t 代表一個機器人步態(tài)運行周期的消耗時長。在前 2 t 時間內，若機器人出現(xiàn)右傾行為，則判定右腿作為支撐腿、左腿作為擺動腿。根據(jù)機器人自身的結構特點可知，應采用大數(shù)據(jù)聚類算法對其腳步與小腿連接位置進行力學分析[16-17]。為使機器人在 X 軸方向上保持平穩(wěn)運動，避免產生不必要的外部沖擊力，可將機器人力學質心在運行平面內的變化軌跡等效成為完整的正弦曲線，規(guī)定質心在出現(xiàn)偏移方向變化時的速度初始值為 0。聯(lián)立公式(2)，可將機器人支撐腿的運動規(guī)劃方程表示為：其中， 1 x 表示機器人步態(tài)行為在 X 軸上的分量， 1 y 表示機器人步態(tài)行為在 Y 軸上的分量， 1 z 表示機器人步態(tài)行為在 Z 軸上的分量， C1、C2 表示兩個不同的步態(tài)行進系數(shù)。

　　3.2 擺動腿運動規(guī)劃

　　在后 2 t 時間內，若機器人出現(xiàn)左傾行為，則判定左腿作為支撐腿、右腿作為擺動腿。同理，可將機器人擺動腿的運動規(guī)劃方程表示為：

　　3.3 關節(jié)角度求解

　　在步態(tài)行進坐標系內，由機器人自身結構特點及先前所規(guī)劃的腿部步態(tài)行為可知，?1 、?5 為側向關鍵的旋轉角數(shù)值，只能在 X Z ? 的平面環(huán)境中變化，?2 、?3 、?4 則為前向關鍵旋轉角數(shù)值，如圖 3 所示。

　　聯(lián)合公式( 3)、公式(4)，根據(jù)行進速度 ( , , ) i i i v x y z ?和幾何關系，寫出各關節(jié)角度變化的方程如下：對機器人支撐腿有 2 ? ? 0、 3 ? ? 0、 4 ? ? 0 ，對機器人擺動腿有 1 ? ? 0 、 5 ? ? 0 。至此，完成對機器人行進步態(tài)的規(guī)劃與處理，在大數(shù)據(jù)聚類算法的支持下，實現(xiàn)機器人步態(tài)控制系統(tǒng)的順利應用。

　　4 實例分析

　　分別采用文獻[4]系統(tǒng)、所設計系統(tǒng)對機器人基本位姿進行標定，機器人步行參數(shù)如表 2 所示。

　　將機器人放在平整的地面上，讓其按照所規(guī)劃路徑做步行前進運動，并參照表 2 來設置機器人的最大抬腳高度、質心高度、步長與周期，然后讓機器人連續(xù)步行前進 10 米，期間機器人的步態(tài)行為穩(wěn)定且平滑，沒有出現(xiàn)明顯的晃動狀態(tài)，此期間所捕捉到的機器人平地運動截圖如圖 4 所示。

　　為更準確檢驗機器人在平地的步行狀態(tài)，讀取兩種系統(tǒng)控制下機器人的關節(jié)彎曲次數(shù)，并將其與理想數(shù)值對比，如圖 5、圖 6 所示。

　　對比圖 5、圖 6 可知，在行進過程中，機器人步態(tài)每變化一次，其關節(jié)彎曲量都會由 0 直接變化至當前的最大值結果，因此在兩次前進行為之間，關節(jié)彎曲次數(shù)都會呈現(xiàn)短暫的“歸零”狀態(tài)。所設計系統(tǒng)數(shù)值曲線與理想數(shù)值曲線相比，并沒有過于明顯的出入，在前 2 米的前進距離中，所設計系統(tǒng)關節(jié)彎曲次數(shù)量小幅高于理想數(shù)值，當前進距離為 6m 和 8m 時，理想數(shù)值出現(xiàn)了兩次較小的下降狀態(tài)，但所設計系統(tǒng)關節(jié)彎曲次數(shù)值在整個實驗過程中，始終保持不斷上升的變化狀態(tài)，只是實驗后期上升幅度相對小于實驗前期。文獻[4]系統(tǒng)數(shù)值曲線與理想數(shù)值曲線相比，在既定節(jié)點處的數(shù)值水平明顯更低，當前進距離為 7m 和 9m 時，文獻[4]系統(tǒng)關節(jié)彎曲次數(shù)值出現(xiàn)了兩次較小幅度的下降狀態(tài)，實際變化趨勢也與理想數(shù)值不完全一致。

　　將機器人放在不平整的地面上，讓其按照所規(guī)劃路徑做步行前進運動，結合傳感器反饋回來的姿態(tài)信息確定機器人關節(jié)彎曲角度的實際變化情況。參照表 2 來設置機器人的最大抬腳高度、質心高度、步長與周期，然后讓機器人連續(xù)步行前進 10 米，在此期間及時調整機器人步態(tài)行為使其保持穩(wěn)定且平滑的狀態(tài)，具體所捕捉到的機器人運動截圖如圖 7 所示。

　　讀取所設計系統(tǒng)、文獻[4]系統(tǒng)機器人的關節(jié)彎曲角度數(shù)值，并將其與理想數(shù)值對比，如表 2 所示。

　　在機器人行進過程中，關節(jié)角度的彎曲數(shù)值越小，代表機器人的運動靈活性越強，且當其彎曲度超過 110°時，機器人的前進步態(tài)會出現(xiàn)明顯的遲緩狀態(tài)。以前進距離等于 5m 作為分界點，分析表 3 可知，所設計系統(tǒng)關節(jié)彎曲角度與理想數(shù)值在分界節(jié)點之前，均保持不斷上升的數(shù)值變化趨勢，但所設計系統(tǒng)數(shù)值的上升幅度明顯小于理想數(shù)值，平均值水平也相對更低;文獻 [4]系統(tǒng)關節(jié)彎曲角度在分界節(jié)點之前的變化行為并沒有明顯規(guī)律，且其均值水平也遠高于理想數(shù)值與所設計系統(tǒng)數(shù)值。在分界節(jié)點之后，理想彎曲角度均值出現(xiàn)了明顯提升，與所設計系統(tǒng)數(shù)值相比其上升幅度更為明顯，但也并未超過最大彎曲數(shù)值 110°;文獻[4]系統(tǒng)關節(jié)彎曲角度的上升幅度比理想數(shù)值更為明顯，且其均值水平也超過了 110°，對機器人的穩(wěn)定步行前進起到了一定的抑制作用。

　　綜上可知，大數(shù)據(jù)聚類型控制系統(tǒng)在穩(wěn)定機器人前行步態(tài)方面具有較強的促進作用，在前進等長距離的情況下，機器人關節(jié)的彎曲次數(shù)值大而彎曲角數(shù)值小，充分說明了在前進過程中，機器人關節(jié)確實具備較強的運動靈活性。

　　5 結束語

　　為了更好適應大數(shù)據(jù)聚類算法的應用需求，機器人步態(tài)控制系統(tǒng)針對提高機器人關節(jié)運動靈活性的問題展開了研究，聯(lián)合傳感器設備、舵機控制板等應用元件，規(guī)劃支撐腿、擺動腿的實際運動行為，再借助適應度函數(shù)，求解關鍵的關節(jié)角度數(shù)值。實驗方面從位姿標定的角度著手，分析關節(jié)彎曲次數(shù)與彎曲角度的具體變化情況，與傳統(tǒng)逆運動學控制系統(tǒng)相比，大數(shù)據(jù)聚類系統(tǒng)對于機器人關節(jié)運動靈活性的促進作用更強，可對其穩(wěn)定步行運動能力提供強有力的保障。