多自由度步行機器人課程畢業(yè)設(shè)計設(shè)計外文文獻翻譯、中英文摘要、外文翻譯

《多自由度步行機器人課程畢業(yè)設(shè)計設(shè)計外文文獻翻譯、中英文摘要、外文翻譯》由會員分享，可在線閱讀，更多相關(guān)《多自由度步行機器人課程畢業(yè)設(shè)計設(shè)計外文文獻翻譯、中英文摘要、外文翻譯（21頁珍藏版）》請在裝配圖網(wǎng)上搜索。

密 級 分類號 編 號 成 績 本科生畢業(yè)設(shè)計 (論文 ) 外 文 翻 譯 原 文 標 題 of 文 標 題 多自由度步行機器人 作者所在系 別 作者所在專業(yè) 作者所在班級 作 者 姓 名 作 者 學(xué) 號 指導(dǎo)教師姓名 指導(dǎo)教師職稱 完 成 時 間 2017 年 3 月 北華航天工業(yè)學(xué)院教務(wù)處制 共 20 頁 第 1 頁 譯文標題 多自由度步行機器人 原文標題 of 者 名 美男雅之 國 籍 日本 原文出處 文： 多自由度步行機器 人 摘要 :在現(xiàn)實生活中設(shè)計一款不僅可以 倒下 而且還可以站起來的 機器人 靈活智能機器人很重要。 本文提出了一種兩 臂 兩足 機器人， 即 一個 模仿 機器人，它可以步行 、 滾動和站起來。該機器人由一個頭，兩個胳膊和兩條腿 組成 ?；谶h程 控制，設(shè)計了 雙足機器人 的 控制系統(tǒng)， 解決了 機器人大腦內(nèi)的機構(gòu) 無法與 無線電聯(lián)系 的問題 。這種遠程 控制 使機器人具有強大 的 計算 頭腦 和有多個關(guān)節(jié)輕盈的身 體 。該機器人能夠保持平衡 并 長期使用跟蹤視覺， 通過 一組垂直傳感器檢測是否 跌倒 ，并 通過 兩個 手臂 和兩條腿 履行起立動作 。 用 實際例子 對 所開發(fā)的系統(tǒng)和實驗結(jié)果進行了描述 。 1 引 言 隨著人類兒 童的娛樂 ， 對于設(shè)計的 雙足運動 的機器人具有有 站起來動 作的能力 是必不可少 。 為了建立一個 可以 實現(xiàn) 兩足 自動 步行 的機器人 ，設(shè)計 中感知是站立還是 否 躺著的 傳感器 必不可少 。 兩足步行機器人 它主要集中在動態(tài)步行，作為一種先進的控制問題 來對待它[3][4][5] 。然而， 在現(xiàn)實世界中 把注意力集中在智能反應(yīng)，更重要的是 創(chuàng)想 ，而不是一個不會倒下 的 機器人，是一個 倒下來可以站起來的 機器人 。 為了建立一個 既能倒下又能 站起來 的機器人 ，機器人需要傳感系統(tǒng) 就要 知道它是否 跌倒 或沒有 跌倒 。雖然 視覺 是一個機器人最重要的遙感功能， 但由于 視覺系統(tǒng)規(guī)模和實力 的 限制 ， 建立一個強大的視覺系統(tǒng) 在 機器人 自 己的身體 上是困難的 。如果我們 想進一步 要求動 態(tài)反應(yīng)和智能推理經(jīng)驗的基礎(chǔ)上基于視覺的機器人行為 研究 ， 那么 機器人機構(gòu)要輕巧 足以夠 迅速作出 迅速 反應(yīng)，并有許多自由度 為了 顯示驅(qū)動各種智能行為。至于 有 腿機器人 [6][7][8]， 只有一個 以 視覺為基礎(chǔ)的 小小的研究 [9]。面臨的困 難是 在基于視覺 有 腿機器人實驗研究 上由 硬件的 顯示所限制 。 在有限的硬件 基礎(chǔ)上 是很難繼續(xù)發(fā)展先進的視覺軟件。為了解決這些問題 和 推進 共 20 頁 第 2 頁 基于視覺的行 為 研究 ， 可以 通過建立遠程腦的辦法。身體和大腦相連的無線鏈路使用無線照相機和遠程控制機器人 ，因為 機 體 并不需要電腦板， 所以 它變得更加容易建立一個 有 許多自由度驅(qū) 動 的 輕盈機身。 在這項研究中，我們制定了 一個 使用遠程腦機器人的環(huán)境 并且 使 它 執(zhí)行平衡的視覺 和起 立的手扶兩足機器人， 通過胳膊和腿 的 合作，該系統(tǒng)和實驗結(jié)果說明如下。 圖 1 遠程腦系統(tǒng)的硬件配置 圖 2 兩組機器人的身體結(jié)構(gòu) 2 遠程腦系統(tǒng) 遠程 控制 機器人不使 用 自己大腦內(nèi)的機構(gòu)。它 留 大腦 在控制系統(tǒng)中并且 與它用 無線電聯(lián)系。這使我們能夠建立一個 自由的 身體和沉重大腦 的機器人 。身體和大腦的定義軟件和硬件之間連接的接口。 身體 是為了適應(yīng)每個研究項目和任務(wù) 而設(shè)計的 。這使我們提前進行研究各種 真 實機器人系統(tǒng) [10]。 一個主要利用遠程腦機器人是基于超級并行計算機 上 有一個大型及重型顱腦。雖然硬件技術(shù) 已經(jīng)先進了 并擁有生產(chǎn)功能強大的緊湊型視覺系統(tǒng)的規(guī)模， 但 共 20 頁 第 3 頁 是 硬件仍然很大。攝像頭和 視覺 處理器的 無線連接已經(jīng)成為一種 研究工具。遠程腦的做法使我們 在基于 視覺機器人 技術(shù) 各種實驗問題 的研究上 取得進展 。 另一個遠程腦的做法 的優(yōu)點 是機器人 機體 輕巧。這開辟了 與有 腿移動機器人合作的 可能性。至于動物，一個機器人有 4 個可以行走 的 四肢 。 我們的重點是基于視覺的適應(yīng)行為的 4 肢機器人 、 機械動物，在外地 進行試驗 還沒有太 多 的 研究 。 大腦 是 提出的 在 母 體 環(huán)境中 通過接代 遺傳 。大腦和母 體 可以分享新設(shè)計的機器人。 一個開 發(fā) 者 利用環(huán)境可以集中精力 在大腦 的功能設(shè)計 上 。對于機器人的大腦 被 提出 在 一個母 體 的環(huán)境，它可以直接受益于母 體 的 ‘ 演變 ’ ，也就是說 當 母體 升級到一個更強大的計算機 時 該軟件容易獲得 權(quán)利 。 圖 1 顯示了遠程腦系統(tǒng) 由 大腦基地，機器人的身體和大腦體界面 組成 。在 遠程 腦辦法 中 大腦和身體 接觸面之間的設(shè)計和性能 是關(guān)鍵。我們目前的執(zhí)行情況采取了完全遠程腦的辦法，這意味著該機 體上 沒有電腦 芯片 。目前系統(tǒng)由視覺子系統(tǒng)，非視覺傳感器子系統(tǒng)和運動控制子系統(tǒng) 組成 。一個 障礙物 可以從機器人機 體的 攝像機 上 接收視頻信號。 每個視覺 子系統(tǒng) 由平 行 放置的 8 個 顯示 板 組成 。 一 個機體僅 有一個運動指令信號和 傳輸 傳感器的信號 的接收器 。該傳感器 信息從視頻發(fā)射機 傳輸 。 傳輸 其他傳感器的信息 是可能的 ，如觸摸和伺服錯誤通過視頻傳輸?shù)男盘栒铣梢粋€視頻圖像 [11] 。該驅(qū)動器是包括一個模擬伺服電路和接收 安置器的連接 模 塊 。離子參考價值 來自于動作 接收器。該 動作 控制子系統(tǒng)可以通過13 個波段處理多達 104 個驅(qū)動器和每 20 兆秒 發(fā)送參考價值的所有驅(qū)動器。 3 兩個 手和足的 機器人 圖 2 顯示 了 兩個 手和足的 機器人 的 結(jié)構(gòu) 。 機器人 的 主要電力組成部 分 是連接著 伺服驅(qū)動器控 、 制信號接收器定位傳感器，發(fā)射機，電池驅(qū)動器 ， 傳感器和一個攝像頭，視頻發(fā)射機 ， 沒有電腦板。伺服驅(qū)動器包括一個齒輪傳動電動機和伺服電路模擬的方塊?？刂菩盘柦o每個伺服模塊的位置參考。扭矩伺服模塊可覆蓋21 4速度約 0 0制信號傳輸無線 電 路編碼 的 8 個參考值。該機器人 在 圖 2 中有兩個接收器模塊 在芯片上以 控制 16 個驅(qū)動器 。 圖 3 說明了方向傳感器使用了一套垂直開關(guān)。垂直開關(guān)是水銀開關(guān)。當水銀開關(guān)（ a）是傾斜 時 ，下拉關(guān)閉的汞之間接觸 的 兩個電極。方向傳感器安 裝兩個汞開關(guān)，如 圖 顯示在（ b）項。該交換機提供了兩個比特信號 用來 檢測 4 個方向的傳感器 如圖 所示 在 （ c）項。該機器人具有在其胸部 的 傳感器 并且 它可以區(qū)分四個方向 ： 面 朝上 ，面朝下， 站立 和顛倒。該機 體 的結(jié)構(gòu)設(shè)計和模擬 在 母親環(huán)境 下 。該 共 20 頁 第 4 頁 機體的 運動學(xué)模型 是被 描述面向 一個 口齒不清 的對象 ，這使我們能夠描述幾何實體模型和窗口界面設(shè)計的行為。 圖 3 傳感器的兩個水銀定位開關(guān) 圖 4 顯示遠程腦機器人 的一些環(huán)境項目分類 。 這些分類為 擴大發(fā)展各種機器人提供了豐富的 平臺 。 4 基于視覺的平衡 該機器人可以 用 兩條腿站起來。因為它可以改變 機體的 重心，通過控制踝關(guān)節(jié)的角度，它可以進行靜態(tài) 的兩足行走 。如果地面不平整 或不 穩(wěn)定 ， 在靜態(tài)步行期間 機器人 必需 控制 她的 身體平衡 。 為了視覺平衡 和 保持移動 平穩(wěn)，它要有 高速 的 視覺系統(tǒng)。我們已經(jīng)用相關(guān)的芯片 [13]制定了一項跟蹤視覺板。 這個視覺板 由 帶著 特別 片（電位 [14] ：運動估計處理器） 擴張轉(zhuǎn)換器組成 ， 與 執(zhí)行本地圖像塊匹配。 圖 4 層次分類 共 20 頁 第 5 頁 圖 5 步行步態(tài) 該 輸入 處理器是作為參考 程序 塊和一個圖像搜索 窗口形象 小的參考 程序 塊 可 達 16*16 像素 小的搜索窗口取決于參考塊 的大小 通常高達 32*32 像素，以便它能夠包括 16 * 16 且匹配 。該處理器計算價值 256 薩赫勒（總和絕對差）之間的參考塊和 256 塊在搜索窗口，還 找到 最佳匹配塊，這就是其中的最低薩赫勒價值。 當 目標 平移時 塊匹配是非常 有力 的 。 然而，普通的塊匹配方法 當 它旋轉(zhuǎn) 時 無法跟蹤目標。為了克服這一困難，我們開發(fā)了一種新方法， 跟隨真正旋轉(zhuǎn)目標的候選模板。旋轉(zhuǎn)模板法首先生成所有 目標圖像旋轉(zhuǎn)， 并且 幾個足夠的候選參考模板 被 選擇 并 跟蹤 前面圖的場景相匹配 。 圖 5 展示了一個平衡實驗。在這個實驗中機器人站在傾斜的木板上。機器人視覺跟蹤著前面的場景。 它會記住一個物體垂直方向作為視覺跟蹤 的參照 并產(chǎn)生了旋轉(zhuǎn)圖像的參考 圖 象。如果 視覺跟蹤 的參考對象使用旋轉(zhuǎn)圖像，它可以衡量身體旋轉(zhuǎn)。 為了保持身體平衡，機器人的反饋控制其身體旋轉(zhuǎn)來控制中心機 體 的重 心 。旋轉(zhuǎn)視覺跟蹤 [15]可以跟蹤視頻圖像率。 圖 6 雙足步行 共 20 頁 第 6 頁 該 輸入 處理器是作為參考 程序 塊和一個圖像搜索 窗口形象 小的參考 程序 塊 可 達 16*16 像素 小的搜索窗口取決于參考塊 的大小 通常高達 32*32 像素，以便它能夠包括 16 * 16 且匹配 。該處理器計算價值 256 薩赫勒（總和絕對差）之間的參考塊和 256 塊在搜索窗口，還 找到 最佳匹配塊，這就是其中的最低薩赫勒價值。 當 目標 平移時 塊匹配是非常 有力 的 。 然而，普通的塊匹配方法 當 它旋轉(zhuǎn) 時 無法跟蹤目標。為了克服這一困難，我們開發(fā)了一種新方法， 跟隨真正旋轉(zhuǎn)目標的候選模板。旋轉(zhuǎn)模板法首先生成所有目標圖像旋轉(zhuǎn)， 并且 幾個足夠的候選參考模板 被 選擇 并 跟蹤 前面圖的場景相匹配 。 圖 5 展示了一個平衡實驗。在這個實驗中機器人站在 傾斜的木板上。機器人視 覺跟蹤著前面的場景。 它會記住一個物體垂直方向作為視覺跟蹤 的參照 并產(chǎn)生了旋轉(zhuǎn)圖像的參考 圖 象。如果 視覺跟蹤 的參考對象使用旋轉(zhuǎn)圖像，它可以衡量身體旋轉(zhuǎn)。 為了保持身體平衡，機器人的反饋控制其身體旋轉(zhuǎn)來控制中心機 體 的重心 。旋轉(zhuǎn)視覺跟蹤 [15]可以跟蹤視頻圖像率。 圖 6 雙足步行 圖 7 雙足步行實驗 共 20 頁 第 7 頁 5 雙足步行 如果 一個雙足機器人 可以自由 的 控制機器人的重心，它可以執(zhí)行雙足行走。展示在圖 7 的 機器人在腳踝的位置 有 以左 和以右的角度 ，它可以在 特定 的方式 下執(zhí)行 雙足行 走 。 該一個周期 的一系 列運動 由八個階段 組成，如圖 6 所示 。一個步驟包括四個階段 ;移動 腳的 重力中心 ，抬 腿， 向前移動 ， 換 腿。由于身體 被描述用實體模型，根據(jù)重心參數(shù)機器人可以產(chǎn)生一個機構(gòu)配置移動重力中心。這一運動后，機器人可以 抬起另一條 腿 并且 向前 走 。在 抬 腿 過程中 機器人 必須操縱機構(gòu) 配置，以保持支持腳 上的重心 。依賴于重心 的高度 作為平衡 的穩(wěn)定性 ，機器人選擇合適 的膝蓋 角度 7 顯示了一系列雙足機器人行走 的實驗 。 6 滾動和 站立 圖 8 顯示 了一系列 滾動，坐著 和 站起來 的動作 。這 個 動 作 要求胳膊和腿之間的協(xié)調(diào) 。 由于步行機器人 有 一個電池，該機器人 可使用電池的 重量做 翻轉(zhuǎn)動作。當機器人 抬起 左腿， 向后移動 左臂 且 右臂向前，它可以 得到機體周圍的 旋轉(zhuǎn) 力矩 。如果身體開始轉(zhuǎn)動，右腿 向 后 移動并且 左腳 依賴臉部返 回 原來位置 。翻滾運動身體的變化方向從 仰視到俯視 。它可 通過 方向傳感器核查。 得到正面朝下的方向 后 ， 向下 移動機器人的 手臂 以坐 在 兩 個腳上 。這 個動作引起了 雙手和地面 之間的滑動 。如果手臂 的長度 不夠 達到在腳上的身體重心 ，這個坐的運動 要求 有手臂來推動運動 。 站立運動是被控制的 ，以保持平衡。 圖 8 一系列滾動和站立運動 共 20 頁 第 8 頁 圖 9：具有起身能力的雙足步行機器人的狀態(tài)轉(zhuǎn)換 7 通過 集成傳感器網(wǎng)絡(luò)轉(zhuǎn)型 的綜合 為了使 上述描述的 基本動 作成為一體 ，我們通過一種方法來描述一種被認為是根據(jù)傳感器 狀況 的網(wǎng)絡(luò)轉(zhuǎn)型 。 圖 9 顯示 了綜合了基本動作機器人的 狀態(tài)轉(zhuǎn)移圖：兩足行 走 ，滾動，坐著 和 站 立 。這種一體化提供了機器人 保持行走甚至跌倒時 的能力。 普通的雙足行 走 是由兩 步組成 ， 連續(xù)的 左腿 在前 和右腿 在前。這個姿勢‘依賴于背部和臉部’和‘站立’是一樣的 。也就是說，機器人 的機體形狀 是相同的，但方向是不同的。 該機器人可以探測機器人是否 依賴于 背 部 或面 部 使 用方向傳感器。當機器 人發(fā)覺跌倒時 ，它改變了 依賴于‘背部或腹部’通過移動不確定姿勢的狀況 。如果機器 人‘依賴于背部’起來 ， 一系 列的動 作將被 計劃執(zhí)行 ：翻轉(zhuǎn) 、 坐下和 站立動作 。如果 這種情況是‘依賴于臉部’ ，它不執(zhí)行 翻轉(zhuǎn)而是移動手臂執(zhí)行坐的動作 。 8 結(jié)束語 本文提出了 一個 兩 手臂的 可以執(zhí)行靜態(tài)雙足行走， 翻轉(zhuǎn) 和站 立動作的機器人 。建立這種行為 的關(guān)鍵 是遠程腦 方 法。 正 如實驗表明，無線技術(shù) 允許 機 體 自由 移動 。這似乎也改變我們概念化機器人 的一種方式 。在我們的實驗室已經(jīng) 發(fā)展 一種新的研究環(huán)境，更適合于機器人和真實世界的人工智能。 這里提出的 機器人 是一個 有腿的 機器人。我們的視覺系統(tǒng)是基于高速塊匹配功能實施 大規(guī)模集成電路 的運動估 算 。視覺系統(tǒng)提供了 與人交往作用的 機 體 活力和適應(yīng)能力 。 機械狗表現(xiàn)出 建立在跟蹤測距 的基礎(chǔ)上的 適應(yīng)行為 。機械類人猿已經(jīng)表明跟蹤和記憶的視覺功能 和它們在 互動行為 上的綜合 。 一個兩手臂 機器人 的研究為 智能機器人研究提供了一個新的領(lǐng)域 。 因為它 共 20 頁 第 9 頁 的各種行為可能造成 一個靈活的機體 。遠程腦 方 法將支持以學(xué)習為基礎(chǔ)行為 的 研究領(lǐng)域。下一個 研究 任務(wù)包括：如何借鑒人類行為以及如何讓機器人提高自身的學(xué)術(shù) 行為。 共 20 頁 第 10 頁 外文原文 of 113 on in it is to a t a up if it a on a an of a of is on in a it by a to a a in it or by a of up 1 s it is to of up in to In to a to be to to up as as to it or a it as as on ][2][3]on in it as an in ][4][5]on in it is to a t a up if it In to a up if it to to it or is of of a it is to a a on of of a If we to on on to be to in to a of As 6] [7] [8],is a on ]. in 共 20 頁 第 11 頁 by of It is to in In to of we a by by a it to a in In we a it to on up 2 he It in it by us to a a a to us in a of 0]. A of is a on of 共 20 頁 第 12 頁 is a us to in of a of in of is be up of As if a it We on in a as is in be A on of a is in a it s ‘ is to a of of In of is a no of A on of A a a is a It is to as by a 1]. is a an a up 04 3 to 03 of of an a a is no A a in to is of 140on in to 6 a of is a a) is of 共 20 頁 第 13 頁 as b). to of as c). at it is in of is in an us to of in in us of 4 up on As it of by it to if is In to it is to We a a of a 共 20 頁 第 14 頁 a SI 4] : to EP an as a an a of on of is up 2 2 so it 6 * 16 56 of 56 in AD is up 6 6 of on of is up 2 2 so it 6 * 16 56 of 56 in AD is in it In to we a up to of in of is in It of an as of If it In to to of at 共 20 頁 第 15 頁 5 If a of it As to at it in of in of as . As is in a to of of it In to in to of As in on of of a of of in 共 20 頁 第 16 頁 6 p of As of a of of up it If to on up to It be by to on If of is to of of by is in to 7 n to we a to a in is to a of of it is by on on 共 20