عنوان پایان‌نامه
بازیابی تعادل و پایداری دینامیکی ربات های انسان نما
- رشته تحصیلی
- مهندسی مکاترونیک
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 67316;کتابخانه دانشکده علوم و فنون نوین شماره ثبت: 186
- تاریخ دفاع
- ۱۸ اسفند ۱۳۹۳
- دانشجو
- پیام قاسمی
- استاد راهنما
- مهدی طالع ماسوله, احمد کلهر
- چکیده
- مدل‌سازی‌های سینماتیکی، دینامیکی و کنترل ربات‌های انسان‌نما در مقایسه با دیگر ربات‌ها از پیچیدگی‌های قابل توجهی رنج می‌برد، آن‌گونه که گاه برخی از مسائل در این زمینه بی پاسخ باقی مانده‌اند. برای مدل‌سازی دینامیکی ربات‌های انسان‌نما می‌توان از دو رویکرد استفاده نمود: ?) ارائه چندین مدل که هر یک برای وضعیت خاصی معتبر هستند و بر اساس شرایط فعلی ربات یکی از آن مدل‌ها به کار گرفته می‌شود ?) ارائه یک مدل یک‌پارچه که در وضعیت‌های مختلف معتبر است. در کنار مدل‌سازی دینامیکی، مباحث کنترلی مختلفی برای ربات‌های انسان‌نما مطرح هستند که مهم‌ترین آنها حفظ پایداری و بازیابی تعادل در صورت بروز اغتشاش خارجی می‌باشد. برای این مسئله چند رویکرد وجود دارد: ?) روش‌های مبتنی بر کنترل پیش‌بین و نقطه گشتاور صفر ?) روش‌های مبتنی بر کنترل و کمینه کردن نیروهای بین ربات و زمین ?) روش‌های برگرفته شده از انسان ?) روش‌های مبتنی بر کنترل تعاملی. در این پایان‌نامه هدف آن است که برای مدل‌سازی یک روش یک‌پارچه ارائه شود و برای بازیابی تعادل سه روش پیشنهاد و ارزیابی شود. در این راستا، ابتدا ربات نائو و مشخصات آن ارائه می‌شود، سپس مدل‌سازی سینماتیکی و مدل‌سازی دینامیکی یک‌پارچه برای ربات انسان‌نما ارائه می‌شود. این روش با مدل‌سازی در محیط نرم‌افزار متلب و نرم‌افزار تحلیل دینامیکی ادمز صحه‌گذاری خواهد شد. پس از آن، رایج‌ترین روش برای دفع اغتشاشات و پایداری دینامیکی ربات‌های انسان‌نما مورد بحث قرار گرفته و به کارگیری آن برای ربات نائو مورد بحث قرار می‌گیرد. در ادامه، دو روش برای بازیابی تعادل که برای ربات نائو با توجه به قابلیت‌ها و محدودیت‌های آن معرفی شده، مورد ارزیابی قرار می‌گیرد. این دو روش یکی مبتنی بر رویه‌های برگرفته از انسان بوده و دیگری مبتنی بر کنترل ادمیتانس می‌باشد. هر دو روش بر روی ربات نائو پیاده‌سازی شده و اطلاعات حسگرها به منظور مقایسه روش‌ها جمع‌آوری می‌شود. با توجه به نتایج بدست آمده، روش کنترل ادمیتانس بر اساس نمودارها رفتار بهتری داشته اما بدلیل وابستگی بیشتر به اطلاعات حسگرها در پیاده‌سازی، روش برگرفته از انسان می‌تواند روش بهتری به حساب بیاید. در پیاده‌سازی این روش‌ها برای کاهش اثر نویزها، خواندن سنسورها با استفاده از یک فیلتر پایین‌گذر انجام می‌شود. همچنین، در کنترل ادمیتانس تخمین دقیق حالت ربات نائو مسئله ضروری و مهمی می‌باشد که یک تخمین‌گر فیلتر کالمن به این منظور ارائه خواهد شد. تخمین‌گر معرفی شده ضمن تخمین حالت ربات، قادر است نیروی اغتشاش خارجی را تخمین بزند که در بازیابی تعادل به موقع اهمیت بسزایی دارد. از سوی دیگر، به منظور چیره شدن بر محدودیت ربات نائو و فراهم آوردن امکان پیاده‌سازی روش‌های کنترلی مبتنی بر گشتاور بر روی این ربات، سعی خواهد شد روشی پیشنهاد شده و روابط آن برای ربات نائو معرفی شود. از آنجایی که بعضی از پارامترهای این روابط نامشخص می‌باشد، شناسایی سیستم به منظور تعیین آنها به کار گرفته می‌شود.
- Abstract
- Abstract: Kinematics and dynamic modelling and control problems of humanoid robots in comparison with other robots have a highly complexity. Due to this fact, there are still some unsolved problem regards them. For dynamic modelling of humanoid robots, there are two approaches: 1) define some different states of robot and provide for each state its specific dynamic model, then based on the current state one of those dynamic models will be activated 2) provide a unified dynamic model which is valid for various states. Alongside with the dynamic modelling, there are different control problems for humanoid robots and their most important one is balancing and push recovery in existence of external disturbances. For this control problem, different approaches have been proposed: 1) Approaches based on ZMP and MPC scheme 2) Approaches that try to control and minimize the contact force between the ground and the feet 3) Approaches have been inspired from human 4) Approaches based on interaction control. In this thesis, one method is being addressed that provides a unified dynamic model and three methods will be discussed to push recovery. First, NAO humanoid robot and its technical specifications are being introduced, then kinematics model and a unified dynamic model are being provided. The unified dynamic model is being implemented in Matlab and verified a model simulated in ADAMS-View software. For dynamic balancing and push recovery, a well-known method based on MPC scheme has been discussed and implemented in simulation. After that, two various methods are introduced for NAO humanoid robot, one based on approaches have been inspired from humans, and the other based on admittance control. Both methods are being implemented on NAO humanoid robot and the data of sensors has been collected in order to compare the results. The method based on admittance control shows smoother behavior in comparison with the human-like methods, but the former is required more the data of sensors rather than the latter. In order to remove noises on sensor reading, a digital low-pass filter is considered. In addition, a Kalman filter is proposed since an accurate estimation of the robot state is essential for the admittance control. This estimator is able not only estimate the state of robot, but also the applied external disturbance, which is important for push recovery. Moreover, in order to overcome the limitation of NAO which is a position-controlled robot, a method based on transfer function for transforming the torque to position command is provided for the robot. The unknown parameters of the transfer function are being identified using parametric system identification methods. Keywords: NAO Humanoid Robot, Balancing and Push Recovery, Unified Dynamic Model, Model-Predictive Control, Admittance Control.
