對於機器人關節VSA和SEA驅動器的一些新的討論和認知更正

對於機器人關節VSA和SEA驅動器的一些新的討論和認知更正

22 人贊了文章

知乎限制了Title的最高字數,確切的題目在這裡:

VSA為什麼不適合搭建人形機器人或機械臂&結合控制原理和結構實現對SEA特徵和功能原理的聯合理解&如果你非讓我說出SEA(帶物理柔性驅動器)一個不可替代的優勢。


VSA為什麼不適合搭建人形機器人或機械臂?

首先簡單介紹一下VSA:

VSA=Variable Stiffness Actuator,中文名為「變剛度驅動器」,是通過【特定的機械結構+二級電機(或手動)】實現機械物理層面剛度變化的驅動器。

學術界研究開發VSA的初衷也很簡單,人體的運動關節就是一個變剛度的系統。大腦、小腦及運動中樞能夠根據要實現的不同運動去主動調節關節剛度的大小——直觀的例子如下:你和別人友好握手時整個手臂的剛度與你憤怒揮拳打人時手臂的剛度就是完全不一樣的。

因此,很多研究人員首先就從機械層面上去研究和設計能夠主動改變關節剛度的機器人關節驅動器,希望能夠使得機器人的運動性能最大程度去和人類看齊。

VSA在單驅動器層面上面臨的問題主要有:如何在保持高性能的情況下降低尺寸和重量。這裡的高性能主要體現在:

  • 高扭矩輸出能力(High Torque Capacity);
  • 寬範圍的剛度變化區域(Wide Range of Stiffness);
  • 快速剛度變化能力(Rapid Stiffness Regulation Ability);

關於以上問題的一個良好的解決方案,我的導師(Nikos G. Tsagarakis)遠在2011年就有一個相關的工作:

A New Variable Stiffness Actuator (CompAct-VSA): Design and Modelling

(2011 IROS, September 25-30, 2011. San Francisco, CA, USA)

總結來說,在較小的尺寸和重量下,實現了如下性能的變剛度驅動器(CompAct-VSA):

  • 較高峰值扭矩(127Nm);
  • 理論上【零-無限大】的可變剛度範圍;
  • 快速剛度變化響應;

相關實現和基本原理如下圖:

CompAct-VSA

包括同年相關主題的ICRA的文章:

AwAS-II: A New Actuator with Adjustable Stiffness based on the Novel Principle of Adaptable Pivot point and Variable Lever ratio

(2011 ICRA, May 9-13, 2011, Shanghai, China)

都可以算得上是一個較早且較好的變剛度驅動器(VSA)的實現方案。

---------------------------------------------------------------------

「為什麼當時做VSA做的順風順水,而現在的全系腿足式機器人都沒有採用VSA方案呢?」——這也是最近在和同行交流的時候被問到最多的一個問題。

為此,我也抽時間去問了我的導師,其實得到的答案也很簡單,匯總如下:

  • 實現變剛度有更容易實現的控制層面的替代方案
  • 包含二級電機的VSA系統集成過於複雜(考慮雙足人形30+以上的關節驅動器數目);
  • 雙足人形的輸出扭矩(峰值250Nm左右)要求下,VSA還是過大過重,緊湊性不足

總而言之,VSA是一個很適合做科研的方向,首先在於有novel的機械結構設計的文章可寫。其次,在這類新穎硬體系統下實現的運動控制,本身在創新點上就沒啥毛病,因此很容易出較好的控制演算法類的文章。

但現階段實際的應用場景非常有限——僅可能在單關節下的康復設備上有VSA的一席用武之地,我了解到還在使用VSA搭建機械臂的研究單位不算多,比較有名的有:

  • 德國宇航局(DLR)
  • 荷蘭特溫特大學(Twente University)
  • 布魯塞爾自由大學(Vrije Universiteit Brussel)(等)

結合控制原理和結構實現對SEA特徵和功能原理的聯合理解

(這塊的話,需要一定的相關基礎知識,否則你可能不太知道我在說什麼)

首先SEA的定義為:Series Elastic Actuator,即彈性串聯驅動器。一個很重要的點是,這個概念中的「彈性」該如何理解?

我們知道,從機械層面實現力反饋的驅動器單元(排除電流環),其核心都是利用的材料的形變和彈性去測量扭矩或者力。因此即使是傳統的高剛度基於應變片測量原理的驅動器,你也可以從微觀上把他去理解成有「彈性」,從微觀上將其歸入SEA的範疇。

因此,對於MIT Cheetah組的Patrick M. Wensing在2017年TRO文章中,提出的如下圖三種腿足式機器人的常見驅動器的種類,我們又該如何去更好區分第一種和第二種呢?

Three different EM actuator concepts (第三類本體驅動器電流環力反饋不做討論)

  1. 首先直觀來看,常規方案和SEA的區別是在於所使用測量力矩反饋的感測器類型不用,前者是基於應變片原理(Strain Gauge Based),後者是基於編碼器測量偏角原理(Encoder Based, Angle Deflection)。但這類感測器使用的區別只是結果,並不是深層次的原因。
  2. 其次我們進一步來看,造成使用不同感測器原理的根本原因還在於減速箱和輸出端之間材料的剛度大小不同。這也是我之前認知中,一直以來用來區分這兩種方案的一個直觀標準,我個人摸索的剛度在於10000Nm/rad——高於這個值為常規方案,低於此值為SEA方案。
  3. 接著我們做如下的思考,我們都知道在高剛度材料的方案中,編碼器因為本身解析度大小的不足,不適合於用在此類因為高剛度而造成材料形變角度偏小的情況中,因此我們都採用應變片方案。那麼,如果我們在低剛度或中低剛度材料(小於10000Nm/rad)中使用應變片方案,按照之前既定的數值劃分,是否合適歸類於SEA方案中呢?——以現在結合和桂凱博士從控制層面討論的結果:這類中低剛度基於應變片的方案是不能歸於SEA的。

我之前的認知有些許偏頗,特此如下更正:

如果要根本上做一個良好的對於1.傳統方案和2. 彈性串聯驅動器(SEA)的區分,必須要把上層力控中的控制帶入進來一起理解。

Jerry Pratt在94年SEA的始祖論文中強調過,SEA的力控是將力控制轉變為位置控制,因此需要一個能產生較大形變的彈性體和相應的編碼器(1個或2個)去得到一個至關重要的偏角 	heta 的信息,通過偏角 	heta 和材料的抗扭截面係數 k 得到相應的扭矩即:	au=	hetacdot k

根據以上的理解,我們可以向SEA硬體層面上的理解做一個回顧:

  • 「較大形變的彈性體」——決定了必須為較小的剛度,通常外骨骼方案(小於1000Nm/rad),雙足機器人方案(小於10000Nm/rad);
  • 「至關重要的偏角 	heta 的信息」——決定了我們的測量原理必須使用到編碼器(Encoder)。

這兩點實際上是與上文中我們剛開始做區分時的Point.1和Point.2相對應的。

這裡再提一句,編碼器的數量可以是1個或者2個:

  • 編碼器使用數量1個的方案:即為我們研究所目前採用的方案,磁環和磁頭均位於彈性體上,直接測量偏角;
  • 編碼器使用數量2個的方案:兩個編碼器的磁環均安裝在housing外殼上,兩磁頭分別安裝於齒輪箱端和Link輸出端,通過兩個測量值相減得到偏角。

所以,如果結合了控制的原理去審視和判斷SEA的特徵其實就很容易:測量反饋量有偏角 	heta 的就是SEA,否則就不是。能直接得到力信息(Force/Torque)的一般是傳統方案,測量得到電流值就是本體驅動器方案(也稱為直驅電機方案)。

我之前提到的基於10000Nm/rad的材料剛度大小的判斷SEA的方案,是因為上層控制要求帶來的硬體實現的結果,而非本質的原因。


如果你非讓我說出SEA(帶物理柔性驅動器)一個不可替代的優勢

較真而自我批判地說:

SEA(帶物理柔性驅動器)的缺點:

  • 給上層運動控制帶來複雜性,諸如通頻帶窄,響應慢而不夠精確等
  • 硬體實現難度複雜,可靠性欠缺,成本高

SEA(帶物理柔性驅動器)的優點(可替代):

  • 能夠較好實現輸出扭矩的測量(常規方案和電流環也能做到)
  • 儲能,提高運動效率(電氣層面電容也能做到相同效果)
  • 放大峰值輸出速度(現階段技術不需要這點,正常走路還沒學會,就想著跑跳了)
  • 柔性與人交互,保護人類(上層運動控制也能實現,阻抗和導納控制等)、

SEA(帶物理柔性驅動器)的優點(不可替代):

一張GIF圖片概括:

IIT WALK-MAN Fall Down at 2015 DRC

即掉電之後的抗外界衝擊保護——電源和通信一掉,運動控制和保護沒辦法實現,必須依靠物理層面上的柔性去實現機器人關節驅動器的保護。而這一點也是比較近的未來,機器人脫離實驗室的保護進入真實環境中,一個比較現實需要面對的問題。

(GIF圖為基於SEA的WALK-MAN在2015DRC中掉電摔倒,但扶起來所有關節驅動器還是能正常使用,體現一個SEA的物理層面抗外界衝擊的能力)


Acknowledgement:

要鳴謝以下四位小夥伴給予的討論交流中的思維碰撞的花火:

  • 桂凱博士(上海交通大學)
  • 劉章興博士(哈爾濱工業大學)
  • 趙波博士(廣東工業大學)
  • 譚文博士(北京靈銥科技)

推薦閱讀:

PMSM與BLDC的分割線
聊聊電動汽車的動力點擊

TAG:機器人 | 科技 | 電機 |