機器人項目涉及的技術(shù)

【導(dǎo)讀】很多小伙伴都對機器人非常感興趣，但是不知道一個機器人系統(tǒng)有哪些部分組成，到底是怎么實現(xiàn)的？今天我就以一個做項目的角度出發(fā)來告訴大家如何設(shè)計一個機器人，就以一個遠(yuǎn)程遙控的機器人為例來展開。 所謂遠(yuǎn)程遙控，就是遙控端通過天線或是5G遠(yuǎn)程向機器人發(fā)送指令，機器人端通過各種傳感器融合技術(shù)，比如激光雷達(dá)，深度相機，超聲波等傳感器，對周邊環(huán)境進(jìn)行感知，并將感知結(jié)果通過傳感器融合技術(shù)發(fā)送給主控單元，從而實現(xiàn)機器人在未知環(huán)境中半自主或自主工作。 此文章旨在讓大家了解一個機器人項目涉及的技術(shù)，并且是如何實施的，不做具體技術(shù)的討論。

01機器人系統(tǒng)組成

我們就以一機械狗為載體來展開，涉及到的一些技術(shù)不一定是機械狗上有的技術(shù)，本文只是以機械狗作為一個載體來說明無人裝備涉及的一些技術(shù)，其實換做無人機，無人車也都是可以的。 下圖為一個機械狗的系統(tǒng)組成，列舉了比較熱門和主要的技術(shù)，還有一些技術(shù)未列出，但不影響如何設(shè)計一個機器人系統(tǒng)。 機器人一般有三大塊組成： 1、機械機構(gòu)設(shè)計 2、硬件電路設(shè)計 3、控制算法、感知決策算法設(shè)計 本文也是從這三大塊開始入手，剖析機器人設(shè)計涉及的一些技能。 上面這副系統(tǒng)圖所表達(dá)的一個機器人的流程就是： （1）操作員通過給出所需的平動速度和轉(zhuǎn)向率來的高級命令 （2）接收到高級命令，CoM參考軌跡生成并傳送給身體和腿部控制器 （3）控制器根據(jù)用戶輸入命令和機器人狀態(tài)，如果腿處于腿在擺動中，則使用“擺動腿控制器”，如果腿處于腿在支撐中，則使用“力控支撐腿控制器” （4）力和位置指令被發(fā)送到微控制器，用于將電機指令傳遞給機器人的每條腿。 （5）如果對機械狗還有更高的要求，比如自主導(dǎo)航等，則可以在工控機中運行SLAM或者AI等算法。 ?

02機器人機械設(shè)計部分

涉及到的技能：1）動力學(xué)；2）運動學(xué)；3）系統(tǒng)仿真 涉及到的軟件：1）三維設(shè)計軟件（solidworks，UG,CATIA等）；2）動力學(xué)和運動學(xué)軟件（Adams，CoppeliaSim 等）；3）系統(tǒng)仿真軟件（CoppeliaSim ，Webots等）；4）有限元仿真如軟件（Ansys或Abuqus等） 當(dāng)我們設(shè)計一個機器人本體的時候，我們通常最關(guān)心兩個問題，一個是本體能否承受較大的載荷也即動力學(xué)問題，第二個是本體是否能按照我設(shè)定的軌跡進(jìn)行運動也即運動學(xué)問題。 動力學(xué)問題首先要考慮的就是動力源的來源，比如電機，液壓缸，電動缸等等，以機械狗為例，機械狗首先要考慮的就是動力問題，動力是否強勁，是否能滿足機械狗的基本要求，下圖就是機械狗的電機結(jié)構(gòu)，你可以輕松猜到設(shè)計者的意圖，設(shè)計者講電機、行星減速機以及機械狗的外殼合二為一了，一方面降低了機械狗的重量，減小了慣量，另一方面節(jié)省了機械狗的空間，使得腿部更容易做出各種動作。 有了基本的設(shè)計方案以后，我們還需要對電機力矩進(jìn)行校核，分析機器人受力情況，這就設(shè)計到動力學(xué)公式，比如牛頓三定律，達(dá)朗貝爾定律，拉格朗日動力學(xué)方程等等，往往一種方程無法解決全部問題，所以需要這些方程的配合。在使用這些公式的時候要求我們學(xué)會將復(fù)雜模型簡單化，以方便對其進(jìn)行建模，比如機械狗的腿部就可以簡化成下圖所示： ? 下面我來舉個例子讓大家感受一下不同動力學(xué)方程的作用： ? 2.1 達(dá)朗貝爾方程舉例 汽車連同貨物的總質(zhì)量是其質(zhì)心離前后輪的水平距離分別是和，離地面的高度是。當(dāng)汽車以加速度沿水平道路行駛時，求地面給前、后輪的鉛直反力。輪子的質(zhì)量不計。 達(dá)朗貝爾的思想就是本來一個不平衡的系統(tǒng)，引進(jìn)了慣性力以后，就可以把他當(dāng)作一個靜平衡系統(tǒng)來看待。 聯(lián)立可以解得：? 如果沒有達(dá)朗貝爾原理，求起來還是相當(dāng)費勁的。 2.2 拉格朗日動力學(xué)方程舉例 即所有廣義坐標(biāo)都互相獨立，則拉格朗日方程成立： 其中是拉格朗日量，是廣義坐標(biāo)，是時間的函數(shù)，是廣義速度，是對應(yīng)的廣義力。 在力學(xué)建模中，拉格朗日量定義為動能減去勢能，即 其中，為系統(tǒng)中的總動能，?為系統(tǒng)中的總勢能。 下面舉一個常見的倒立擺的建模過程，有如下的倒立擺，小車的質(zhì)量為,小球的質(zhì)量為，桿長為，外力作用于小車： 首先分析，系統(tǒng)中的廣義坐標(biāo)有兩個：，所謂廣義坐標(biāo)的意思就是所選取的變量可以唯一確定這個系統(tǒng)的狀態(tài)，比如小車的位置和擺桿的角度就可以確定這個系統(tǒng)的位置。因此，對小車我們有： 對桿，它的水平位移和豎直位移分別為，，所以 于是拉格朗日量為： 所以 依據(jù)拉格朗日方程， 將作為系統(tǒng)的狀態(tài)變量，我們把上式中的和作為未知變量求解，經(jīng)過繁瑣的化簡和整理，可得： 顯然，這是一個非線性非定常微分方程。擺桿在豎直狀態(tài)時附近可以看作是線性的，采用拉普拉斯變換即可。 ? 得到系統(tǒng)的動力學(xué)方程后就可以進(jìn)行各種控制，比如LQR，MPC等算法控制。 ? 上述是幾種動力學(xué)計算的方程，機器人設(shè)計中經(jīng)常會用到，有了這些計算得到的公式，有了這些計算公式，我們很容易得到一些構(gòu)件的受力情況，但是如果一個構(gòu)件和其他很多構(gòu)件連接，受力形式非常復(fù)雜，那么動力學(xué)公式將無從下手，因此我們就需要用到動力學(xué)仿真軟件，比如Adams直接進(jìn)行仿真，如下面機械臂就可以通過Adams軟件對各個軸進(jìn)行受力分析，運動速度，角速度等進(jìn)行分析。 機械臂關(guān)節(jié)角位移和角速度Adams仿真 我們現(xiàn)在已經(jīng)可以可以通過方程計算或者仿真得到了各個構(gòu)件的受力，運動軌跡等了，但是我們還會面臨一些結(jié)構(gòu)件校核的問題，比如我計算出機械狗一條腿的支撐力是100N，起跳時候支撐力達(dá)到了200N，那么我的腿部構(gòu)件是否可以支撐這么大的力量呢？如果構(gòu)建比較簡單，我可以通過力學(xué)方程計算構(gòu)件受力并且和構(gòu)件的材料屈服強度作比較，看是否滿足要求，但是如果構(gòu)件形狀比較復(fù)雜呢？通過公式就無法解決，就需要用到有限元仿真比如Ansys，有限元仿真不但可以仿真構(gòu)件受力情況，而且可以對構(gòu)件進(jìn)行拓?fù)鋬?yōu)化，使的用最少的質(zhì)量滿足受力要求，比如下圖，最左邊是設(shè)計者最開始設(shè)計的形狀，通過一步一步優(yōu)化得到最佳的構(gòu)件形狀，即質(zhì)量減少了又保證了構(gòu)件強度。 機械狗的腿部結(jié)構(gòu)也進(jìn)行了拓?fù)鋬?yōu)化，不然這么大的慣量，非常影響機械狗的控制算法。 經(jīng)過上面一波分析以后，我們還需要驗證機器人的運動學(xué)，比如機械狗的行走軌跡，機械狗的行走軌跡一般都要借助于仿真軟件輔助分析。 比如CoppeliaSim ，就相當(dāng)于是一個實物，你可以對其像對真實的機械狗進(jìn)行控制一樣，起到提前驗證，減少試錯成本的效果。

03機器人硬件電路設(shè)計

需要掌握的技能：模電/數(shù)電；硬件原理圖，硬件PCB制版；硬件調(diào)試；EMC/EMI分析； 需要掌握的軟件：PCB制板（Altium Design，Allegro Viewer），電路仿真軟件（PSPICE），信號仿真軟件（HyperLynx）， 硬件電路設(shè)計的第一步就是要根據(jù)機器人所具有的功能畫出電路原理圖，再根據(jù)原理圖布置PCB板，用到的軟件為Altium Design或者Allegro Viewer等，對于技術(shù)棧偏硬件的建議選用Altium Design或者Allegro功能完整，自定義程度高，支持很多插件，不過上手難度稍大一些。而不常畫板子的可以用立創(chuàng)EDA即可，還集成了器件庫，方便在制作同時就能找到可以買到的器件，不用自己去淘寶或者立創(chuàng)商城搜索。 電路板設(shè)計完成后還要進(jìn)行PSPICE電路仿真，防止有短路等情況發(fā)生；信號仿真，防止信號有干擾等。 一般底層控制器用的最多的就是單片機，比如STM32，用來控制步進(jìn)電機，舵機等等，可以脈沖控制，也可以走通信控制，比如RS485,CANopen等，（例如機械狗用了2顆STM32作為主控，用12顆STM32作為子控制單元，來控制機械狗四條腿部的運動），單片機搭配外圍電路就構(gòu)成了一個完整的PCB板，如下圖所示。 Altium Design設(shè)計的電路原理圖 機械狗的PCB板 制版完成后要對PCB板進(jìn)行全方位的測試，用到的儀器儀表包括電烙鐵，萬用表，示波器，邏輯分析儀，誤碼儀，傳輸分析儀，以太網(wǎng)測試儀Smartbits/IXIA，熱量計，衰減器，光功率計，射頻信號 強度計等等。尤其對于電源電路的測試，現(xiàn)在芯片電壓多樣化，電壓越來越低，電流越來越大，運營商對于通信設(shè)備功耗的嚴(yán)格要求，散熱要求，對于電源設(shè)計的挑戰(zhàn)越來越 大。可以說，對于一個硬件設(shè)計來說，40%的工作都是在于電源電路的原理圖/PCB設(shè)計和后期測試驗證，電源電路設(shè)計是硬件工程師電路能力的集中體現(xiàn)，各種被動器件、半導(dǎo)體器件、保護(hù)器件、DC/DC轉(zhuǎn)換典型拓?fù)?，都有很多參?shù)，公式需要考慮到，計算到。下面是用示波器進(jìn)行信號采集分析，電源波紋分析等。 示波器采集信號 除此之外還要進(jìn)行電磁干擾，射頻干擾測試，屬于EMC/EMI范疇，目的就是防止外部電磁場或者靜電對PCB板的干擾，同時也要防止自己本身對周邊電子設(shè)備的干擾。 EMC干擾測試 不但要自己設(shè)計電路板，還要會各種CPU選型，比如M68k系列，PowerPC860，PowerPC8240，8260體系等，機械狗除了本身需要設(shè)計的PCB控制板外，還會使用到現(xiàn)有的處理器，比如： 波士頓動力的機器狗Spot的內(nèi)置處理器完全專用于機器狗的移動和導(dǎo)航，不支持客戶使用。如果客戶想要處理和分析來自Spot或其搭載的任何傳感器的數(shù)據(jù)，需要額外加裝計算機或是支付3925美元購買波士頓動力提供的名為Spot CORE的附加處理器。Spot CORE的規(guī)格如下：

CPU=i5 Intel 8th Gen (Whiskey lake-U) Core CCG Lifecycle

操作系統(tǒng)=Ubuntu Desktop 18.04 LTS 64-bit

RAM=16 GB DDR4 2666 MHz

SSD=512 GB SSD

如果要在Spot上運行計算密集型任務(wù)，例如機器學(xué)習(xí)，則可以支付24500美元購買波士頓動力提供的名為Spot CORE AI的附加開發(fā)環(huán)境，其規(guī)格如下：

CPU=Intel Xeon E3-1515M V5

GPU=NVIDIA P5000

操作系統(tǒng)=Ubuntu Desktop 18.04 LTS 64-bit

CPU RAM=32 GB

SSD=480GB mSATA SSD

04機器人軟件設(shè)計

軟件部分分為底層控制軟件和上層軟件 4.1 底層控制軟件 掌握的技能：嵌入式編程C語言，freeRTOS操作系統(tǒng) 掌握的軟件：單片機編程軟件（keil，VSCode，Ozone等），調(diào)試軟件（串口調(diào)試助手等） 現(xiàn)在主流的控制方案還是使用單片機，但是大有和桌面端統(tǒng)一的趨勢，各種ROS支持的串口/FDCAN/Ether總線都能流暢運行，工業(yè)界也在積極適配x86和arm64平臺的支持。linux的實時性也可以通過real time kernel patch得到提升，典型響應(yīng)時間已經(jīng)可以做到0~50ns，和單片機別無二致。 以STM32系列為例，很多老人都習(xí)慣用arm家的KEIL，網(wǎng)上很多教程也都是基于keil的，但keil主題支持和代碼高亮智能提示檢查等實在太落后了，甚至無法設(shè)置多線程編譯，用起HAL庫簡直是一種折磨。推薦在學(xué)習(xí)嵌入式開發(fā)一段時間后，使用clion或vscode替代keil編程，利用ozone進(jìn)行可視化的調(diào)試，通過segger RTT viewer來進(jìn)行日志打印。 另外單片機是屬于單線程的程序架構(gòu)，可以通過已知freeRTOS實時操作系統(tǒng)，使其變成多線程的，這樣可以大大提高系統(tǒng)的響應(yīng)時間，對于重要的任務(wù)可以給予更高的優(yōu)先級，使其最先得到執(zhí)行。

freeRTOS實時操作系統(tǒng)示意圖 對于單片機開發(fā)，推薦的軟件如下：

keil，上手難度低，新手入門用。

VSCode，定制化程度極高，但不是keil一般開箱即用，需要有一定的基礎(chǔ)并進(jìn)行一些配置。

Ozone，SEGGER家的調(diào)試器（也就是做jlink的公司）?？梢暬{(diào)試是它的大殺器，和大家習(xí)慣的串口調(diào)試不同，他的調(diào)試信息是通過DBG發(fā)送的，也就是調(diào)試器連接的那幾條線，通過這個方式調(diào)試不會占用系統(tǒng)的資源，能夠以非阻塞的方式全速運行。

串口調(diào)試助手：推薦串口調(diào)試助手（就叫這個名字，在microsoft商店可以直接安裝，圖標(biāo)就是一個9線的485串口）和VOFA，后者的圖形化做的很好可以支持?jǐn)?shù)據(jù)可視化。Linux下的替代品是cutecom和minicom，也有VOFA。

4.2 上層控制軟件 需要掌握的技能：Linux操作系統(tǒng)、Ubuntu系統(tǒng)、ROS系統(tǒng) 需要掌握的軟件：ROS操作系統(tǒng)，VScode等 機器人用到的控制器幾乎都是linux系統(tǒng)，linux操作系統(tǒng)有很多的優(yōu)點，運行空間占用內(nèi)存小，可裁剪，可定制化等，在學(xué)習(xí)Linux的過程中，要了解開源軟件的運行模式，文件系統(tǒng)和內(nèi)核以及shell的概念，至于bootloader和虛擬內(nèi)存、分頁機制等最好也了解，包管理器和基本的終端命令則是一定要掌握的。還要了解編譯器相關(guān)的基礎(chǔ)知識，學(xué)習(xí)在沒有IDE支持下如何編譯c代碼。make和cmake則是linux環(huán)境下構(gòu)建項目的必選項，ROS的構(gòu)建系統(tǒng)catkin_make就是基于cmake打造的。 ? 至于ROS，這是工業(yè)4.0時代必學(xué)的軟件。ROS實際上并不是操作系統(tǒng)，而是提供了一套完整的機器人開發(fā)軟件棧，封裝了包括模塊間消息交互（這是ROS最重要的功能之一）、可視化、仿真在內(nèi)的各種功能。雖然ROS目前提供了windows下的試驗支持，但還是推薦在Linux系統(tǒng)下開發(fā)，也就是說，Linux是學(xué)習(xí)ROS的必要條件。 ?

05機器人算法設(shè)計

控制算法分為兩種：機器人運動控制算法和基于大模型的算法 5.1 基于大模型的算法 機器人算法最核心的一個功能就是自主導(dǎo)航定位技術(shù) 傳統(tǒng)方案：SLAM+路徑規(guī)劃+運動控制 現(xiàn)代方案：深度學(xué)習(xí)+運動控制 現(xiàn)代方案和傳統(tǒng)方案的區(qū)別：傳統(tǒng)方式是用概率學(xué)，或者控制論的方式進(jìn)行機器人自主定位導(dǎo)航。但通過深度學(xué)習(xí)，直接通過攝像頭數(shù)據(jù)作為信號輸入，再通過神經(jīng)網(wǎng)絡(luò)直接產(chǎn)生出機器人的控制信號。其中像 SLAM 的過程、路徑規(guī)劃的過程，完全可以通過深度學(xué)習(xí)的方式就可以進(jìn)行實現(xiàn)。下圖是通過ROS的SLAM開發(fā)包進(jìn)行的建圖，并通過RVIZ進(jìn)行顯示。 SLAM 建圖 另外機器人主流的感知算法仍然是機器視覺，因此OpenCV是必須掌握的計算機視覺庫。 ? 在圖像處理之外，基于深度學(xué)習(xí)的目標(biāo)檢測/分割算法也不可或缺。推薦使用PyTorch構(gòu)建神經(jīng)網(wǎng)絡(luò)。要使用PyTorch，基本的一些機器學(xué)習(xí)和統(tǒng)計學(xué)習(xí)算法，需要使用python下的ski-learn庫。 ?

神經(jīng)網(wǎng)絡(luò)模型 關(guān)于定位和建圖（SLAM），使用最多的軟件自然還是ROS，如果要處理點云，PCL（point cloud library）是不可或缺的，Eigen（矩陣運算庫）、g2o（圖優(yōu)化庫）、ceres（非線性最小二乘庫）以及一些處理李群的庫。 點云處理 5.2 運動控制算法 運動控制算法包括LQR，MPC,WBC等算法，傳感器融合算法，全局規(guī)劃A*算法，局部規(guī)劃DWA算法等。 機械狗一般都采用WBC（優(yōu)化后的MPC）等算法 WBC算法（優(yōu)化后的MPC） 算法可以說是機器人的靈魂，算法涉及到很深的數(shù)學(xué)和力學(xué)功底，比如要知道動力學(xué)，坐標(biāo)系變換，線性代數(shù)矩陣變換等等，比如機械狗的運動學(xué)就涉及到坐標(biāo)變換，將對軀干質(zhì)心的速度/位移要求轉(zhuǎn)換到四肢上。 機械狗坐標(biāo)變換 傳感器融合算法比較常見的如使用EKF（卡爾曼濾波）或ESKF（擴展卡爾曼濾波）來實現(xiàn)（一般常見于LIO當(dāng)中），當(dāng)然還有其他各種先進(jìn)的算法，卡爾曼濾波用的最為廣泛，通過對傳感器的濾波，使得得到的數(shù)據(jù)更為光順。 卡爾曼濾波實現(xiàn)多傳感器數(shù)據(jù)融合 全局規(guī)劃A*算法，通過預(yù)先建立好的地圖，可以使得機械狗運行到任意指定的終點位置。 不同改進(jìn)型的A*算法效果 DWA局部規(guī)劃算法，機械狗在全局規(guī)劃好的路線中運行時，難免會遇到局部多出的障礙物，這個障礙物在預(yù)先建圖的時候并不存在，這個時候就需要機械狗臨時對這個障礙物進(jìn)行避障，這也是局部規(guī)劃的主要任務(wù)。 DWA局部規(guī)劃算法

06結(jié)束語

機器人是一個非常復(fù)雜的系統(tǒng)設(shè)計，涉及很多學(xué)科的交融，可以說是各個學(xué)科中比較尖端的存在，因此也決定了一款機器人產(chǎn)品想要商業(yè)化也變的非常困難，但是技術(shù)在不斷的進(jìn)步，相信這些問題終將不是問題，例如最近非?；鸬腃hatGPT，就為機器人的智能化發(fā)展提供了一些思路。總之機器人的未來正變得越來越光明。