Instrumentering, Modellering og Regulering af AAU-BOT1
Translated title
Instrumentation, Modeling and Control of AAU-BOT1
Authors
Jensen, Per Kingo ; Garbus, Mathias Ramskov ; Knudsen, Jan Vestergaard
Term
10. term
Publication year
2008
Pages
223
Abstract
Denne kandidatopgave har til formål at udstyre den humanoide robot AAU-BOT1 med sensorer samt at modellere og styre den, så den kan opnå statisk gang (gang, hvor robotten er stabil ved hvert skridt). AAU-BOT1 har menneskelige proportioner og 17 motoriserede frihedsgrader. Der er designet og implementeret en instrumenteringsstrategi, og en softwareplatform er udviklet til at samle sensorer, modeller og styring. Vi har udviklet modeller af DC-motorerne, kinematik, invers kinematik (beregning af ledvinkler ud fra ønskede positioner) og robotens dynamik. Ved hjælp af den inverse kinematik er der genereret trajektorier for statisk gang. På basis af modellerne er der etableret to styringsstrategier. Den første bruger en Linear Quadratic Gaussian (LQG) regulator, en avanceret modelbaseret regulator til at styre robotens kropsholdning. Den anden bygger på klassiske PID-regulatorer og udnytter de indbyggede funktioner i de digitale DC-motorforstærkere. Begge strategier indeholder en balanceregulator, der skal holde robotten stabil under gang. Til testformål er der udviklet en virtuel repræsentation af AAU-BOT1. I simulation kunne LQG-strategien med de foreslåede trajektorier ikke stabilisere robotten tilstrækkeligt. Den PID-baserede strategi var succesfuld: den virtuelle robot kunne gå efter de foreslåede trajektorier og samtidig forblive stabil. Den anden strategi blev kun delvist implementeret på den fysiske AAU-BOT1 og viste lovende resultater for at opnå statisk gang.
This master's thesis equips the humanoid robot AAU-BOT1 with sensors and develops models and controllers so it can achieve static walking (walking where the robot is stable at each step). AAU-BOT1 has human-like proportions and 17 actuated degrees of freedom. An instrumentation strategy was designed and implemented, and a software platform was built to integrate sensors, models, and control. We developed models of the DC motors, kinematics, inverse kinematics (computing joint angles from desired positions), and the robot's dynamics. Using inverse kinematics, we generated trajectories for static walking. Based on these models, we implemented two control strategies. The first uses a Linear Quadratic Gaussian (LQG) controller, an advanced model-based controller for posture control. The second uses classical PID controllers and the built-in features of the digital DC motor amplifiers. Both strategies include a balance controller to keep the robot stable while walking. For testing, we created a virtual representation of AAU-BOT1. In simulation, the LQG strategy with the proposed trajectories could not stabilize the robot sufficiently. The PID-based strategy was successful: the virtual robot walked with the proposed trajectories and remained stable. This second strategy was only partially implemented on the physical AAU-BOT1 and showed promising results toward achieving static walking.
[This abstract was generated with the help of AI]
Documents