實際的機器人、無人機等工程或產品中,還有什麼未解決乃至亟待解決的控制/估計問題?
12-29
還需要什麼樣的控制/估計演算法?
只講運動控制哈,
足式機器人:
總的來說控制難度在於模型太複雜。1. 機器人自已自由度很多,導致需要搜索的狀態空間太大,2. 另一方面機器人面臨的環境難以建模,意味著控制目標難以定義。而如果一個控制演算法一方面沒有對機器人模型做過多的簡化,能夠充分探索這種結構的運動能力;一方面又對環境沒有過多簡化,用比較一般的方式處理環境(比如認為地面不平且形狀已知。。),那麼這個演算法可能就算得太慢了
實際機器人產品的問題的話,那主要就是驅動器的問題1. 使用舵機的機器人。這是最常見的一類,比如Darwin, Nao, 以及使用舵機的種種。舵機的特點是位置伺服,輸入離散的角度命令。控制的難度在於1. 多自由度連桿結構誤差的積累 2. 如果你想控制速度或加速度,很難做到準確,位置控制上很小的偏差都會帶來速度、加速度很明顯的偏差。2. 使用力控制驅動器的機器人,比如Sacros,然後Atlas的液壓腿好像也行,以及各種使用SEA的機器人,比如Baxter,新出的sawyer。力控制的好處是控制環快,理論上能控性更好,而且方便對全身動力學模型的控制,難點的話,SEA只是低頻響應特性好,動作快不了。無人機:我不太熟悉,只知道這一條:
對於較為靈活的動作,空中姿態估計是個難題。使用機載設備(Gyro,視覺,LiDar等等)的無人機基本都是老老實實四平八穩地飛(我不說遙控的),像賓大那些能翻來覆去簡直成精的四旋翼,一律都在室內飛,為的是用Vicon之類的高速攝像頭系統精確、快速地獲得灰機的狀態來閉環控制。如何用機載的設備估計狀態,替代外部感測器,好像還沒有很好的解決方案。- 對環境的感知
- 提出問題
- 解決問題
- 知識庫的建立
路徑規劃,多感測器融合,魯棒性
魯棒性 ,對環境的感知通過感測器來獲取,但是多感測器的參數處理,需要綜合的考慮。
目標的識別與跟蹤,另外循跡也是機器人控制中比較難的一個問題。
另外在無人機的工程中,無人機的飛行穩定控制是主要需要解決的問題,目前在國內還沒有做到很好的三維地圖模擬飛行的無人機,無人機的續航時間都比較短,不能持續很長時間。利用新能源進行飛行的無人機還比較少,性能不是很穩定。在實際的救援類機器人來說,目前未能解決的依舊是生命探測的解析度問題。
推薦閱讀:
※有什麼好的學習PLC的網路資源推薦以及推薦理由?
※電子電機專業,偏自動化如何學習?
※與電力系統自動化相關的學術期刊有哪些?
※關於Python用於工控自動化的問題?
※串列匯流排、並行匯流排、現場匯流排,工業乙太網求科普?