| Popis: |
Humanoide Roboter werden allgemein angenommen als die universelle Maschine, die in Zukunft dem Menschen gefährliche oder unzumutbare Arbeit abnehmen kann, wie beispielsweise Rettungsmissionen in Erdbebengebieten oder ähnliche Katastrophenszenarien. Zweibeiniges Laufen hat hier entscheidende Vorteile gegenüber anderen Fortbewegungsmethoden in vielen Situationen: unwegsames Gelände, enge Passagen oder ähnliches. Die Stabilität selbst auf ebenem Boden ist bei weitem noch nicht mit menschlichem Laufen vergleichbar, insbesondere nicht auf kostengünstigen Roboterplattformen, ein notwendiges Merkmal für den breiten Einsatz. In dieser Arbeit wird zunächst ein physikalisches Modell ausgewählt, welches den Roboter in einer einfachen Form widerspiegelt. Dem Nachteil der starken Abstraktion steht der Vorteil gegenüber, dass dieses Modell linear ist und damit effiziente Methoden ermöglicht eine Bewegung anhand einer Referenz zu bestimmen. Die Methode, die dazu eingesetzt wird, muss verschiedene Anforderungen erfüllen, die sich aus den Zielen der Arbeit ergeben. Dazu gehören die Möglichkeit Sensordaten zu verarbeiten um kleine Störungen zu balancieren und die Möglichkeit die vorgeplanten Schritte zu modifizieren, um auch größere Störungen behandeln zu können. Zwei Methoden zeigen sich als vielversprechend: Preview Control (PC) und Model Predictive Control (MPC). Letztere beinhaltet bereits die Modifikation von Schritten, sollte der Roboter ansonsten instabil werden. Jedoch muss die Lösung numerisch gefunden werden, was in bestimmten Fällen zu einer hohen Laufzeit führt. Dahingegen ist bei PC die Laufzeit im gewünschten Rahmen, jedoch muss die Möglichkeit zur Schrittmodifikation hinzugefügt werden. Zwar können Instabilitäten durch den Regler behandelt werden, jedoch führt diese Behandlung möglicherweise selbst zu einer Instabilität. Der Ansatz ist daher eine mathematische Forderung zu formulieren, die eine Vermeidung der Instabilitäten durch den Regler verbietet. Diese lässt sich zu einer Gleichung umformen, welche eine Modifikation der Referenz vorgibt, so dass die Forderung erfüllt wird. Für diese Behandlung müssen jedoch die Sensordaten zunächst verarbeitet werden, so dass die Regler mit einem aktualisierten physikalischen Zustand der Roboters arbeiten können. Das geschieht durch den Beobachter, auf den separat eingegangen wird. Für einen Lauf reichen die Regler noch nicht aus, da die Ein- und Ausgabe des Gesamtalgorithmus eine andere ist. Für eine sinnvolle Anwendung sollte die gewünschte Geschwindigkeit vorgegeben werden können, und als Ausgabe werden von kostengünstigen Robotern häufig die Gelenkwinkel erwartet. Auch diese Module werden hier vorgestellt, beispielsweise die Erzeugung einer geeigneten Referenz für die Regler aus der gewünschten Geschwindigkeit, die Umwandlung der Ausgabe der Regler in Fußpositionen und anschliessende Umrechnung in Gelenkwinkel mittels inverser Kinematik. Die Evaluation beginnt zunächst mit einem Laufzeitvergleich. Hier zeigt sich bereits, dass MPC im vorgegebenen Rahmen nicht echtzeitfähig ist, so dass MPC nicht weiter untersucht wird. In weiteren Experimenten wird sowohl in der Simulation, als auch auf dem physischen Roboter der Beobachter untersucht. Dazu werden unter anderem Hindernisse am Boden platziert, die eine unerwünschte Schwingung beim Roboter erzeugen, die ohne Sensordatenrückführung in den meisten Fällen zum Sturz führt. So kann gezeigt werden, dass der Beobachter in der Lage ist, diese leichten Störungen zu stabilisieren. Jedoch können die Hindernisse am Boden in einem anderen Aufbau auch zu stärkeren Störungen führen, die nur mittels Modifikation der Schritte erfolgreich behandelt werden können. Auch Stöße zählen unter Umständen zu den größeren Störungen, die nachweislich von der Modifikation stabilisiert werden können. |
