憑借與人類相似的形態(tài)和運動能力，人形機器人未來有望被廣泛應用于各種操作和運動任務中，以支持或替代人類工作。

然而，在狹窄受限較多的工作環(huán)境中，要想讓人形機器人在其中穩(wěn)健工作，必須使其具備多接觸運動能力。

多接觸運動不僅涉及機器人四肢末端的接觸（如手和腳），還涉及四肢中間部位（如膝蓋和肘部）的接觸。

盡管近年來人們對人形機器人多接觸運動的規(guī)劃和控制已經(jīng)進行了積極研究，但目前實現(xiàn)多接觸運動的人形機器人大多數(shù)僅限于手和腳，而不是像人類一樣能與整個身體的任意區(qū)域進行接觸。

▍提出新控制方法，實現(xiàn)全身多接觸運動

一般來說，我們將涉及機器人任意身體部位接觸的運動定義為全身多接觸運動。

要想實現(xiàn)這種復雜的運動形式，主要面臨兩大挑戰(zhàn)：全身接觸感知的能力，和在多接觸狀態(tài)下的平衡控制。

近日，來自CNRS-AIST JRL和東京理科大學的研究人員攜手合作，對此進行了深入研究，并開發(fā)了一種控制方法。

該方法通過安裝在機器人身體表面的分布式觸覺傳感器，實現(xiàn)了全身多接觸運動。與傳統(tǒng)的力/扭矩傳感器相比，這些薄而靈活的分布式觸覺傳感器能夠在不對機器人身體形狀進行大改的前提下，測量全身接觸情況。這使得機器人不僅能實現(xiàn)四肢末端的多接觸運動，還能通過四肢中間部位（如膝蓋和肘部）進行支撐，從而大大提高了機器人在面對干擾和環(huán)境誤差時的運動穩(wěn)定性。

從傳感器的開發(fā)到基于傳感器的運動生成，關于人形機器人觸覺測量的研究范圍雖然廣泛，但除了雙足行走時機器人腳底的壓力中心（CoP）和支撐區(qū)域的計算外，之前很少有研究使用觸覺傳感器進行人形機器人的平衡控制。在本研究中，該團隊明確使用觸覺傳感器來控制全身接觸的人體運動的平衡。

通過擴展以前開發(fā)的有效多接觸運動控制技術，研究團隊為機器人配備了分布式觸覺傳感器，將測量范圍擴展至中間區(qū)域，并通過使用力/扭矩傳感器和分布式觸覺傳感器的反饋控制來穩(wěn)定機器人運動與平衡。動力學模擬驗證結果表明，研究團隊開發(fā)的觸覺反饋大大提高了全身多接觸運動對干擾和環(huán)境誤差的穩(wěn)定性。

此外，研究團隊還進行了模擬世界和真實世界的實驗。在測試中，肢體上安裝了分布式觸覺傳感器的真人大小人形機器人RHP Kaleido展示了各種全身多接觸運動，如向前邁步并用前臂接觸支撐身體以及以大腿接觸保持坐姿平衡等。這表明，通過研究團隊開發(fā)的控制方法，人形機器人可以執(zhí)行全身多接觸運動，并且具有更好的穩(wěn)健性。

該研究成果的相關論文以“Whole-Body Multi-Contact Motion Control for Humanoid Robots based on Distributed Tactile Sensors”為題發(fā)表在《IEEE Robotics and Automation Letters》上。

接下來，一起來和機器人大講堂深入探索這一研究成果！

▍兩大實現(xiàn)難點？新控制方法如何實現(xiàn)？

據(jù)了解，研究團隊提出的控制系統(tǒng)由質心運動控制和肢體運動控制兩部分組成。相比之前開發(fā)的控制系統(tǒng)，新系統(tǒng)增加了基于觸覺傳感器的模塊擴展，用于適應全身接觸。具體來說：

質心運動控制

其質心運動控制通過作用在機器人質心（Center of Mass, CoM）上的合力矩（Resultant Wrench）來實現(xiàn)。合力矩由分布在機器人各接觸區(qū)域的接觸力矩組成，這些接觸力矩基于分布式觸覺傳感器測量的實際接觸多邊形進行在線更新。質心運動規(guī)劃采用模型預測控制（Model Predictive Control, MPC），以最小化質心狀態(tài)與參考狀態(tài)之間的誤差，并通過比例-微分（Proportional-Derivative, PD）反饋控制進行質心狀態(tài)穩(wěn)定。

肢體運動控制