重庆邮电大学自动化学院重庆400000
摘要：仿生双足式机器人相比于传统机器人而言，在社会发展中扮演着更加重要的角色。步态轨迹规划方法是研究双足式机器人连续步行中的核心，研究步态轨迹规划方法具有及其深远的意义。本文着重介绍双足式机器人的现状及工作原理，以及几种常见的步态轨迹规划方法及其优缺点。最后给出双足式机器人研究现状和未来的发展方向作出了展望。
关键词：步态轨迹规划方法，双足式机器人，工作原理，展望；
1背景及意义
随着科学技术的不断发展，机器人在现代人类生产生活中扮演着越来越重要的角色。而双足机器人的研发难度比传统的轮式机器人、履带式机器人复杂的多[1]。目前生物界难度最高的步行动作是仿人双足步行，但是进行该类研究的也最多，究其原因是双足式机器人交替支撑步行模式使得它有着广泛的适应性，更能满足人类发展的需求。
近年来，国家不断推动双足机器人的研究，然而取得的成果甚微。国内对于双足式机器人需求较大，然而自身技术落后，国外要么高。所以对双足式机器人的研究迫在眉睫，急需核心技术的革新者！
步态规划是双足机器人平稳、快速行走的核心，也是双足机器人研发中的难点。步态是指在步行的过程中，机器人各个在时自由度空上的一种相互协调。步态通常由各节点的运动轨迹来描述，而步态规划的目标即在各个步行周期中精准的产生期望的运动轨迹。要想达到这个目的，就需要一个高效、可行的步态规划方法。
综上所述，步态规划作为双足机器人的核心技术之一，已成为双足机器人研究领域的一个重要课题，是决定双足机器人行走流畅的关键技术。
2研究现状分析
步态规划作为双足机器人行走的核心所在，现今主要有三种主要控制方法：基于仿生学的步态规划、基于算法的步态规划、基于模型的步态规划。
2.1基于算法的步态规划
现有的双足式机器人存在环境适应性弱、学习能力差等问题，而像遗传算法、模糊控制、神经网络等智能算法具有学习能力强、容错率高和自适应能力高等特点[2]，两者的有效结合推动了机器人发展的新篇章！
基于神经网路的步态规划方法由输入节点变量、中间神经元和输出节点变量组成，输入节点变量是在双足式机器人的步行周期内，采集各关节的坐标和微分，输出节点变量为各关节的角度或力矩等，通过设计相应的中间神经元来规划机器人的步态。该规划方法需要大量的可靠样本和严密计算从而确定每个神经元的权重比，同时，还需要解决如何构造样本空间和其收敛性的相关问题。该方法由于说需样本大且实施难度较大，所以在国内几乎看不见由该方法控制的双足仿生机器人，属于比较冷门的步态规划方法。
双足步行机器人是一个十分精密复杂的大规模系统，所以在控制时可以采用模糊控制来进行更加高效的控制。基于模糊控制的步态规划方法中，模糊控制器的输入变量由双足式机器人运动过程中实时的步行状态参数和预先设定的步态初始参数组成，输出变量是每一关节的力矩或角度，按照一定的模糊控制规则来规划机器人的步态[3]。将模糊控制应用到双足步行机器人这样一个复杂系统上,能有效实现控制精度的提高。经实际检验,使用模糊控制的确可以获得很好的控制效果。北京科技大学曾有学者就使用了模糊控制来控制双足式机器人，最终在行走环境较为简单的情况下，控制的效果比较好。
基于遗传算法的步态规划方法是先将重要节点的位置、速度和加速度等在各关键时间点上设定好，并用多项式插值的方式得到参数化的步态，然后采用遗传换算法找到满足步态稳定性最多条件下的最优参数，以得到稳定性较强的期望步态[4]。该方法无明显缺点，可以提高双足式机器人行走效率，实现双足式机器人稳定快速的行走[5]。东京大学的kougaka教授便曾使用遗传算法实现动态步行的轨迹补偿，国内也有不少使用该方法进行控制，效果都比较显著。
2.2基于模型的步态规划方法
基于模型的步态规划方法是将复杂的双足式机器人系统通过解祸、降阶等方法最终简化为比较简单的模型。常用的模型有D-H模型、连杆模型、质量弹簧模型、倒立摆模型等。
D-H模型是将机器人的每个节点都设定一个唯一的参考坐标系，然后，通过一个确定的变换关系，实现节点间的变换。该模型在双足式机器人上应用不大，很少有人使用，但有人曾用该模型进行过MATLAB仿真验证[8]，且最终MATLAB仿真的效果十分不错。
三维倒立摆模型(3D-LIPM:3D-LinearInvertedPendulumMode)方法是参考轨迹法中动力学模型法的一种，该方法利用两足机器人本身的动力学特性来提高步行效率[3]。如今，倒立摆模型被广泛用于双足式机器人的控制中，这源于倒立摆系统具有模块化和品种多样化的优点，除此之外倒立摆系统机械结构简单、便于设计和制造的特点，也是其广泛被使用的原因之一。
2.3基于仿生学的步态规划方法
双足式机器人是以仿造人的行为而制造的机器人。它类似于人的结构设计。因此，可以将人类的步态用于双足式机器人的步态规划中。基于仿生学的步态规划方法其实就是使用仪器记录人的步行运动数据，然后将记录的数据进行统计、拟合、校正，使之变得更加适合机器人的驱动方式、质量分布、机械结构等，最后将修正后的数据作为机器人的输入控制参数[3]。该规划方法相比于其他方法比较简单，被大量的使用。例如本田公司研制的双足式机器人ASIMO和北京理工大学研制的双足式机器人BHR-2，它们的步态设计就是采用了仿生学步态规划方法。然而值得注意的是，不同双足式机器人的物理结构天差地别，加上目前难以采集到准确而完整的HMCD，此规划方法仍具有一定的局限性。
3总结与分析
步态规划如今更是在以上多种方法相互融合中，又出现了不少新的方法，但万变不离其宗，大部分方法都基于以上几种方法。其中有不少方法都较为成熟，使得如今出现了不少优秀的双足机器人。例如日本名为Tam。
agawaSeiki的公司就研发出了一款可以骑自行车的微型仿人式双足机器人，该机器人被取名为PRIMERV2，它外形不足三十厘米，却拥有和人类一样的骑车动作，不仅会踩蹬自行车，控制骑行的速度，还能很好的掌握平衡进行刹车。
总体来说，双足式机器人的技术一直被海外的公司和研究机构所垄断，国内主要是高校做学术研究，在商业化领域取得的效果甚微。而且美国波士顿动力，日本本田等公司一直都在双足式人形机器人项目上下血本，国内目前难以超越。虽然如今双足机器人效果显著，但要完全像人类一样快速行走和稳定行走还是有些差距。还需要在以下方面进行相关研究：
1.自主决策：双足机器人能够感知自身处于或即将处于的地面状况，并能够自行采取相应的策略从而平稳快速的走过。
2.快速反应：怎样在摔倒时快速反应站立，而不是一摔不起或者站立需要耗时很长。
3.类人性：如何让双足机器人的行走姿势更像一个人类，更加连贯流畅。
综上所述，我们可以认识到虽然目前双足机器人进展较大，但仍还有许多难题等待我们解决。并且我们应该清楚的认识到国内相比于国外来说在该方面落后不少，我们应该加大研究力度，不能落后于人。
4参考文献
[1]隋振,于文成,田彦涛,徐名源.基于线性倒立摆模型的双足机器人步态规划[J].吉林大学学报
(信息科学版),2017,35(02):175-182.
[2]赵理想,宁祎.仿生双足机器人步态规划研究现状及展望[J].机电信息,2016(27):122-124.
[3]邢开颜,李梅.数据挖掘分类算法在信号分类中的应用[J].软件,2016,37(06):1-6.