多移动机器人双边遥操作系统中反馈力信息设计与研究

2017-02-21宋光明孙慧玉宋爱国

东南大学学报（自然科学版） 2017年1期

关键词：力反馈操作员移动机器人

张颖宋光明孙慧玉韦中宋爱国

(东南大学仪器科学与工程学院, 南京 210096)

多移动机器人双边遥操作系统中反馈力信息设计与研究

张颖宋光明孙慧玉韦中宋爱国

(东南大学仪器科学与工程学院, 南京 210096)

为了研究在多移动机器人双边遥操作系统中反馈力对机器人运动性能的影响,设计了一种一对多的遥操作系统半物理仿真平台.同时基于主从端之间速度偏差与障碍物排斥力设计了2种不同的反馈力．在该双边遥操作系统中,主端操作员通过力反馈人机交互设备控制从端多机器人系统的平均速度,从端机器人系统能够响应主端操作员的命令,同时操作员可以借助反馈力感知从端多机器人系统的运动状态．半物理实验结果表明,相比于没有力反馈信息的遥操作系统,多机器人系统的运动性能得到了提高;相比基于障碍物排斥力设计的反馈力,基于主从端速度不匹配设计的反馈力,更有利于从端的多机器人系统避障、跟踪参考轨迹以及主端给出的参考速度．

双边遥操作;多机器人;反馈力; 编队

多个结构简单机器人形成的多机器人系统比单个结构功能复杂的机器人,具有成本低、鲁棒性和容错性好等优点．通过多机器人的编队协作,可以完成大范围的侦测、巡检以及灾后搜救等任务[1]．此外，多机器人系统的遥操作控制在复杂危险、人类难以接近的环境中具有很好的应用价值．然而鉴于当前机器人的智能水平,实现完全自主的多移动机器人还有一定的差距[2]．在这种情况下,将操作员的智能引入机器人控制系统,可以帮助多机器人完成复杂的任务．操作员借助于力反馈人机交互设备,可以感知到机器人执行任务的状态,可及时将人的高级认知和决策能力引入到机器人的控制中．

在单个移动机器人的双边遥操作系统中,主端机器人控制从端机器人的位置或速度,反馈力反映机器人与障碍物的接近程度[3-4]．在多移动机器人的双边遥操作系统中,主端机器人控制中心位置[5]、从端多机器人系统的平均位置以及从端对主端位置跟踪的方差[6],反馈力反映位置的跟踪误差．然而由于主端力反馈人机交互设备的工作空间有限,这种控制方式限制了从端机器人的活动范围．针对多无人机的双边遥操作系统,Franchi等[7]提出采用主端机器人控制从端领导机器人的速度,反馈力反映主从端机器人速度的不匹配程度．当从端为多个完整驱动的移动机器人时,Szntó等[8]设计了一种双边遥操作系统,主端采用2个力反馈机器人,其中一个机器人控制从端领导机器人的速度,反馈力反映领导机器人与障碍物的接近程度;另外一个机器人控制从端的队形,反馈力反映队形中心与障碍物的接近程度．综上所述,在多机器人的双边遥操作系统中,反馈力可反映主从端之间信号的不匹配程度或者是机器人与障碍物之间的接近程度．针对多个四旋翼飞行器的双边遥操作系统,Son等[9]研究了不同的反馈力对系统性能的影响．

本文针对多个非完整驱动的轮式移动机器人,搭建了双边遥操作的半物理实验平台．在该系统中,主端操作员通过力反馈人机交互设备控制从端多机器人系统的平均速度,要求从端的多机器人系统能够响应主端操作员的命令,同时实现机器人之间、机器人与障碍物之间的避碰．基于该实验平台,研究了不同反馈力对遥操作系统性能的影响．

1 系统组成

本系统为一对多的遥操作系统,如图1所示,主端包括操作员、力反馈人机交互设备和监控中心,从端包括由多个移动机器人组成的多机器人系统和环境．其中从端的一个机器人被选为领导机器人,负责响应主端的控制命令,并将从主端接收到的信息发送给其余的机器人．其余机器人为跟随机器人,在正常情况下不受主端的直接控制,以领导机器人为核心形成预设的队形．

图1 多移动机器人双边遥操作系统示意图

主端力反馈人机交互设备建模为欧拉-拉格朗日模型，即

(1)

式中,Mm为惯性矩阵;Vm为科氏力和离心力;Nm为重力补偿项;q为各个关节的位置;Fh为操作员施加于末端的作用力;Fm为从端返回的反馈力．

假设从端有NR个机器人,每个机器人建模为一个二阶的自由质点模型,即

(2)

式中,xsi,vsi和Msi分别为机器人i的位置、速度和质量;Fi为运动过程中机器人i受到的合力．

在队形形成过程中,机器人的目标方向角由目标速度vsi的方向决定．因此,在单位时间内,角速度为目标速度方向与当前运动方向的差值,即

(3)

图2 世界坐标系和机器人坐标系

对差分驱动的轮式移动机器人,其线速度和角速度与左右轮速度之间的关系为

(4)

2 控制方法设计

2.1 主从端之间的交互控制

在移动机器人的双边遥操作系统中,主端力反馈人机交互设备的工作空间有限,而从端移动机器人的工作空间不受限制,因此采用位置-速度的控制策略．力反馈设备末端的人机交互点位置q={q1,q2}T与从端多移动机器人的目标平均速度vR={vRx,vRy}T之间的关系为

(5)

式中,kvx和kvy为可调节的比例系数．

在双边遥操作系统中,反馈力是主端的操作员了解从端机器人系统作业情况的重要信息．本文设计了2种不同的反馈力信号,基于这2种不同类型的反馈信号来研究从端多移动机器人系统的运动性能,选择最优的反馈力设计方案．

1) 基于主端的参考速度与从端机器人实际平均速度之间的偏差设计反馈力,即

Fb=-k(vR-vc)

(6)

2) 基于障碍物对机器人的排斥力设计反馈力．在多机器人系统中,选择所有机器人中受到排斥力的最大值作为反馈力信号,即

(7)

式中,Foi为单个机器人i受到的障碍物的排斥力．

2.2 从端多移动机器人系统的控制

对从端整个多机器人系统,要求能够形成目标队形,同时能够响应主端操作员的命令．而对单个机器人,要求在运动过程中能够避免与其他机器人以及环境中的障碍物发生碰撞．因此,单个机器人在运动过程中所受到的合力为

(8)

1) 相邻机器人之间的作用力.对于某个机器人i,它的邻居集Ni包括所有能够与其直接通信的机器人．对任意2个能够保持通信的机器人,当它们距离等于目标距离时,相互作用力为零;当距离小于目标距离时,表现为排斥力;当距离大于目标距离时,表现为吸引力．机器人之间相互作用力的设计参考文献[10],单个机器人所受邻居机器人作用力的合力为

(9)

式中,Fij为机器人i与邻居机器人j之间的相互作用力．

2) 速度趋同力.当多机器人系统处于稳定状态时,要求所有机器人能够保持相同的速度,设计速度趋同力为

(10)

式中,kv为非负系数,当机器人在任务协作中需要保持不同的速度时,该系数值为零．

3) 环境的作用力.当机器人在障碍物的影响范围内时,障碍物对机器人产生排斥力,而在障碍物影响范围之外时,排斥力消失．随着机器人与障碍物之间距离的减小,排斥力将增强,障碍物k的虚拟势场为[11]

(11)

式中,xo为障碍物的位置;R为障碍物的影响半径;r为机器人与障碍物的最小距离．假设障碍物的数量为nobs,机器人i受到障碍物k的排斥力为

(12)

4) 为了使从端多机器人的平均速度能够达到目标速度,设计作用力为

(13)

式中,kS为非负系数,如果机器人不能得到目标平均速度的信息,则该系数为零．

3 多机器人双边遥操作仿真环境

3.1 半物理仿真实验场景

为了实现以上功能,并且评价不同反馈力对整个系统的影响,本文基于Simulink和SimMechanics插件搭建了半物理的仿真平台．主端力反馈人机交互设备采用Phantom Omni,它具有六自由度的位置感知能力(三自由度平移和三自由度旋转)和三自由度的力反馈能力,实验中使用其中的2个平移自由度．Phantom Omni和Simulink的交互接口采用加拿大Alberta大学研发的Phansim模块[12]．从端移动机器人的CAD模型在K-Team公司提供的原版Khepera Ⅲ模型基础上修改得到,通过SimMechanics插件导入．图3为半物理仿真场景图,在3个场景中,要求从端的多机器人系统能够形成边长为30 cm的正方形队形．在从端环境中设置生成参考轨迹的小球,要求多机器人系统能够跟踪小球的运动．

(a) 无障碍物的直线运动场景(场景1)

(b) 带有障碍物的直线运动场景(场景2)

3.2 性能评价

为了能够定量分析不同反馈力对从端多机器人系统运动性能的影响,本文将从以下几个方面进行评价．

1) 任务完成的时间.在相同场景中,当主端给出相同的参考速度时,基于不同的反馈力,从端多机器人系统从起点到终点所需要的时间．

2) 与障碍物的碰撞概率.实验中障碍物的半径为10 cm,影响范围为10 cm,机器人的半径为6.5 cm,因此机器人形心与障碍物形心之间允许的最小距离为16.5 cm．每组实验中机器人与障碍物的碰撞概率Pc为

(14)

式中,nc为机器人与障碍物的碰撞次数;Nexp为每组实验的总次数;Nobs为障碍物的数量．

3) 轨迹跟踪误差XRMSE={Ex,Ey}T,Ex,Ey分别为x方向与y方向轨迹跟踪误差.

(15)

4) 对参考速度的跟踪误差VRMSE={Evx,Evy}T，Evx,Evy分别为x方向与y方向速度跟踪误差.

(16)

4 实验结果与讨论

实验邀请10名年龄在24～29岁之间的志愿者参与,其中男生6名,实验前对志愿者进行培训,并解释实验规则和不同反馈力的影响．在每种实验场景中,每个志愿者进行5次测试．

在场景1中,从端的多机器人系统处于自由运动状态,环境中不存在障碍物,分别设置主端操作员能够感觉到反馈力和没有反馈力2种情况．在场景2和场景3中,环境中存在4个障碍物,反馈力的设置为2.1节设计的2种情况．在这3个场景中,参考小球在x方向的速度均为40 mm/s,场景1和场景2中y方向速度为零,场景3中y方向速度为40cos(40t) mm/s．

图4为3种场景下某次实验中从端多机器人系统的运动轨迹,从图中可以看出,从端的多机器人系统最终能够形成目标队形．在机器人靠近障碍物时,由于受障碍物排斥力的影响,队形会被暂时打乱,待障碍物的影响作用消除后,队形又很快恢复．

(a) 场景1

(b) 场景2

图5为在不同反馈力下,各个场景中完成任务所需要的时间．A1表示场景1中有反馈力,A2表示场景1中没有反馈力，Bi和Ci表示场景2和场景3中有反馈力,其中i=1表示反馈力为基于从端与主端速度信号偏差设计的,i=2表示反馈力为基于障碍物的排斥力设计的．从图中可以看出,不同反馈力对于完成任务所需要的时间基本没有影响．图6为场景2和场景3中机器人与障碍物的碰撞概率,从图中可知,基于主从端速度偏差设计的反馈力更有利于主端操作员控制从端机器人避开环境中的障碍物,减小与障碍物碰撞的概率．

图5 完成任务的平均时间

图6 机器与障碍物的碰撞概率

统计各个志愿者在每个场景中执行的2组实验中从端多机器人系统对于参考轨迹与主端参考速度跟踪的误差,表1和表2为各次实验中误差较小的组别统计．同时统计了相同场景与相同反馈力下所有志愿者的平均误差,如图7和图8所示．

表1 对参考轨迹跟踪平均误差较小的实验组别统计

表2 对主端参考速度跟踪平均误差较小的实验组别统计

(a) x方向

(b) y方向

图7 对参考轨迹的追踪误差

(a) x方向

(b) y方向

场景1的实验对比了有反馈力和没有反馈力情况下,从端多机器人系统的运动性能．从表1和表2中可以看出,无论是对参考轨迹的跟踪还是对主端速度的跟踪,各个志愿者的实验结果表明,带有反馈力的遥操作系统比无力反馈的遥操作系统误差更小．从图7和图8也可以看出,具有力反馈的实验中平均误差和方差都更小．

场景2在场景1的基础上增加了障碍物,障碍物对y方向的运动影响较大,而实验中y方向的参考速度与参考轨迹均为零．基于速度的力反馈实验在y方向的轨迹跟踪优势不明显,从表1中可以看到，4个志愿者的实验效果都是基于障碍物排斥力的反馈力更好．在y方向的速度跟踪中,基于速度偏差的力反馈实验效果略差，而在x方向的运动性能效果与场景1的结果类似．

在场景3的实验中,x方向的参考速度恒定,y方向的速度实时变化,参考轨迹为正弦曲线．为了能够跟踪参考小球的运动,操作员需要不停地调整主端人机交互设备末端人机交互点的位置．结合表1、表2,以及图7和图8可以看到,基于速度偏差的反馈力的实验中机器人的运动性能更好．

由于障碍物的作用力是局部存在的,因此在基于障碍物的排斥力设计反馈力的实验中,主端操作员需要一直集中注意力观察从端多机器人系统的运动情况．而在基于主从端速度差的反馈力实验中,当机器人处于障碍物的影响范围时也会造成主从端的速度不匹配,主端操作员同样能够得到反馈．因此,基于速度差设计的反馈力的实验效果要更好．

5 结语

本文设计了一种一对多的轮式移动机器人遥操作控制系统的半物理仿真平台,主端的操作员通过控制人机交互设备末端人机交互点的位置改变从端多移动机器人的参考平均速度．基于本文设计的算法,从端的多机器人系统可以响应主端操作员的命令,形成目标队形,并避免与其余机器人及障碍物发生碰撞．为了研究反馈力对双边遥操作系统的影响,分别基于从端多机器人的平均速度与主端参考速度之间的偏差、障碍物的排斥力设计了2种不同的反馈力．实验结果表明,有力反馈的遥操作系统比没有力反馈的系统效果更好．基于主从端之间速度偏差的反馈力更有利于从端多机器人系统避障、跟踪参考轨迹和主端操作员给出的参考速度．

References)

[1]Lee H S, Jeon J D, Lee B H. An efficient cooperative deployment of robots for multiple tasks[C]//IEEEInternationalConferenceonRoboticsandAutomation. Washington, DC, USA, 2015: 5419-5425. DOI:10.1109/icra.2015.7139956.

[2]宋爱国.力觉临场感遥操作机器人(1):技术发展与现状[J].南京信息工程大学学报(自然科学版),2013 (1): 1-19. DOI:10.3969/j.issn.1674-7070.2013.01.001. Song Aiguo. Force telepresence telerobot (1): Review of the history and development [J].JournalofNanjingUniversityofInformationScienceandTechnology(NaturalScienceEdition), 2013, 5(1): 1-9. DOI:10.3969/j.issn.1674-7070.2013.01.001. (in Chinese)

[3]Marton L M, Szanto Z, Haller P, et al. Bilateral teleoperation of wheeled mobile robots working in common workspace[J].IAESInternationalJournalofRoboticsandAutomation, 2014, 3(1): 62-74. DOI:10.11591/ijra.v3i1.4104.

[4]Farkhatdinov I, Ryu J H, An J. A preliminary experimental study on haptic teleoperation of mobile robot with variable force feedback gain[C]//IEEEHapticsSymposium. Waltham, USA, 2010: 251-256.

[5]Palafox O M, Spong M W. Bilateral teleoperation of a formation of nonholonomic mobile robots under constant time delay[C]//IEEE/RSJInternationalConferenceonIntelligentRobotsandSystems. Saint Louis, USA, 2009: 2821-2826. DOI:10.1109/iros.2009.5353995.

[6]Lin C W, Khong M H, Liu Y C. Experiments on human-in-the-loop coordination for multirobot system with task abstraction[J].IEEETransactionsonAutomationScienceandEngineering, 2015, 12(3): 981-989. DOI:10.1109/tase.2015.2408116.

[7]Franchi A, Giordano P R, Secchi C, et al. A passivity-based decentralized approach for the bilateral teleoperation of a group of UAVs with switching topology[C]//IEEEInternationalConferenceonRoboticsandAutomation. Shanghai, China, 2011: 898-905. DOI:10.1109/icra.2011.5980368.

[9]Son H I, Franchi A, Chuang L L, et al. Human-centered design and evaluation of haptic cueing for teleoperation of multiple mobile robots[J].IEEETransactionsonCybernetics, 2013, 43(2): 597-609. DOI:10.1109/TSMCB.2012.2212884.

[10]Leonard N E, Fiorelli E. Virtual leaders, artificial potentials and coordinated control of groups[C]//IEEEConferenceonDecisionandControl. Orlando, USA, 2001, 3: 2968-2973. DOI:10.1109/cdc.2001.980728.

[11]Stipanovic D M, Hokayem P F, Spong M W, et al. Cooperative avoidance control for multiagent systems[J].JournalofDynamicSystems,Measurement,andControl, 2007, 129(5): 699-707. DOI:10.1115/1.2764510.

[12]Mohammadi A, Tavakoli M, Jazayeri A. Phansim: A Simulink toolkit for the sensable PHANTOM haptic devices[C]//Proceedingsofthe23rdCanadianCongressofAppliedMechanics. Vancouver, Canada, 2011, 11: 787-790.

Design and research on feedback force in bilateral teleoperation system for multiple mobile robots

Zhang Ying Song Guangming Sun Huiyu Wei Zhong Song Aiguo

(School of Instrument Science and Engineering, Southeast University, Nanjing 210096, China)

In a bilateral teleoperation system for multiple mobile robots, to study the influences of different feedback forces on the motion performances of the mobile robots, a single-to-multiple semi-physical simulation platform was designed. Moreover, two kinds of feedback forces were designed for the operator, i.e., force based on the mismatch between the desired and actual velocities, and the repulsive force from the obstacles. In the bilateral teleoperation system, the average velocities of the multi-robot system on the slave side were controlled by the human operator through the force feedback device on the master side. The multi-robot system on the slave side could respond the commands from the master side, and the operator could feel the motion state of the multiple mobile robot system through the force feedback device. The semi-physical experimental results show that the systems with force feedback have better performance than that without force feedback. Compared with the feedback force based on the repulsive force from the obstacles, the other feedback force is more conducive to make the multi-robot system avoid obstacles, and track the reference trajectories and the reference velocities from the master side.

bilateral teleoperation; multi-robot system; feedback force; formation