机器人的构成

大家好我是Toobot Team的成员MJ，如果是初次见面，那就请多多关照了。虽然我是有神论者，虽然我从来不相信有一天人类会造出智慧高于人类的机器人，但是在这被称作科技时代的今天，本着入世修行，行善积德的精神，希望在机器人这个新兴的领域里面有所作为，从而养家糊口，以完成今生今世在这个婆娑世界的任务。

本篇并不是本人的大作，本人只担任翻译的工作，作者应该是个高手，为了不被告侵权，还是不说出作者的国籍和名字了，那么就默默地感谢一下这位无名英雄把！！！！！

好戏开场了！！！！！！

一．人型机器人的构成

  在这里，让我们参照这实际已经被开发出来的机器人，来介绍一下机器人基本的构成把。左图是Team Osaka开发的人型机器人VisiON NEXTA。是为了参加世界robotcup大会人型机器人赛区的比赛而开发的智能型2足步行机器人。比赛规则是，不可以有人遥控，机器人必须自己通过传感器，判断和行动。所以这种机器人可以检测出足球的位置，然后移动到足球的位置，判断球门的位置，射门。机器人身高475mm，宽260mm，身体材料使用非常轻且强度很大的合成材料，所以应该说是小型2足机器人中的极品了。

   下面，我们分别从掌管身体运动的运动部分，识别周围环境的传感器部分，从识别到运动的智能处理部分这三个部分来说明。

1.        运动部分

VisiON NEXTA围绕着能和人类一样踢球的机器人这个主题来设计的，为了能达到一定的运动能力，关节的配置也是很重要的，这种机器人一共有23个关节，每个关节都使用机器人专用的舵机来驱动。舵机的配置参照图……

圆形的部分是表示马达的轴是由外向内的，两个三角形表示轴是和画面平行的。比如说图中Camera的下面的马达是控制脑袋低头还是抬头用的。

根据这种配置，四肢可以做出以下的动作：

     头：抬头，低头

     胳膊：前后摆动，回转，横方向抬起

     手臂：胳膊可以转，肘部可以弯曲

     上半身：哈腰，向后下腰，上体转

     腿：转，横向抬腿，向前踢，膝盖弯曲

     脚：前后左右弯曲

这样就可以像下图一样作出射门的动作了。

                             马达性能

上表，是这款机器人所使用的机器人专业舵机的性能表。23个舵机分为两种，根据所需的转力不同，来决定配置的位置。转力就是表达马达的量，等于轴中心的距离（cm）乘以抬起东西的重量（kg）。比如转力的大小是22kg.cm，就是说半径1cm的臂能抬起22kg的东西。

胳膊，头，腰，和腿中旋转的关节，都用DX-116，比较需要大转力的关节，用DX-117.哪个关节，用哪种马达的设计是很重要的一个环节。如上表所示，转力强的马达，速度就慢一些，这是因为马达的齿轮的配置不同达到不同的效果。因为如果马达经常用很大的转力的话，消费的电力会很大，很快就不能正常的动作了，所以哪里需要大力哪里无所谓大力与否，在最开始设计的时候就要考虑得很清楚。

2.        传感器部分

VisiON NEXTA这款机器人，为了能更好的认识周围的状况，应用的全方位视觉传感器，加速度平衡传感器，

还有就是角度传感器3种，下面简单的介绍一下这三种传感器，更多关于传感器的知识以后的文章里会介绍。

 全方位视觉传感器，和他的名字一样，可以监测周围360度范围以内的环境，原理就是球面镜和摄像头的结合，用球面镜可以观测到360度范围内变了型的画像，然后再通过画像处理，把变了型的画像恢复成普通的画像。这样我们人就可以判断了，可是机器人是如何判断的呢？

   这就需要画像处理这门技术了。首先，摄像头扑捉到的画像分为三元素红(R)绿(G)蓝(B),分解成这3种颜色后，机器人就可以辨别足球和球门，还有队友，对手的颜色了，毕竟是机器人比赛，所以足球什么的颜色，都是大红大绿的。便于辨认，其实在画像认识领域，已经能达到很高的认识水平了。以后应用到机器人身上也是很正常的。

   除了全方位视觉传感器，VisiON NEXTA的加速度平衡传感器和角度传感器也是很重要的角色。加速度传感器是判断身体是不是直立，或是判断倾斜了多少度。比如机器人被对手撞倒了，加速度传感器就会马上判断出。然后就会运行起身的动作。还有就是加速度传感器检测出身体倾斜了多少度，机器人往返方向倾斜多少度，就能保持上身平衡了。

  角度传感器可以检测出身体往哪个方向，以多少速度移动，所以经常被使用到身体的摇晃程度的检出上。如果检出身体晃动太大，机器人就要作出稳定的姿势来控制平衡。

3.        智能处理部分

全方位视觉传感器，加速度平衡传感器，角度传感器中得到的信号，VisiON NEXTA内藏的两台电脑来处理。这两台电脑就相当于这个机器人的头脑部分，如果用佛家的思想来说算是心吧。这两个电脑分别用作主控制器和辅助控制器。主控制器主要进行画像处理，环境认识，行动计划等等，辅助控制器主要是负责动作生成和姿势的安定化。如图，以下的表，表示了这两块板子的性能。用全方位视觉传感器得到的视觉信号，通过主控制器的处理，得到应该做的动作，然后向辅助控制器中传送因该做的动作命令。辅助控制器就是把传过来的命令翻译给舵机，这样就会得到想要得姿势了。

     主控制器的视觉处理和行动的决定，需要大量的计算，所以主控制器需要尽量用性能高的电脑。辅助控制器用的是写入的芯片，因为辅助控制器的任务是接受主控制器送来的运动指示，并把这个指示翻译给舵机，还有就是传感器送来的身体各部位的状态信号，用这种信号来保持自己的平衡。这种计算要每隔一小段时间就计算一次，所以如果用主控制器来进行这么多的运算，就容易分工不均，导致无法正常运作。写入的芯片，对这种一定间隔实行的处理非常在行。所以分工合作，才能提高性能。

    从传感器收到的各种各样的信号，经过分析，机器人要做各种各样的动作，各种各样的动作是事先在电脑中记录的动作流程，比如，向前走，身体改变方向，踢球，这样的动作都是事先输入到电脑中的。难点就在于，如何通过传感器收到的信号，来正确的选择动作。

    让我们来想，看到足球，然后去踢球这个单纯的动作。人工智能固然对于机器人来说很重要，但是如果机器人的传感器无法正常的分析，机器人无法正确的运动的话，人工智能也是没有意义的。相反，就算人工智能设计的单纯一点，如果传感器的分析，和动作正确的话，也是很不错的！

    那么，只种基本的动作是怎么样实现的呢？VisiON NEXTA的动作组成有两个方法。

    一种，辅助控制器上搭载的步行模型，通过步行模型的动作，就是用数式表示步行的轨迹，这种步行轨迹的结果用逆运动学去解，实现不幸的方法。逆运动学就是为了实现脚的位置的姿势，计算关节的角度的方法。这种轨迹，是辅助控制器随时生成的，所以机器人可以以自由的步幅，自由的方向移动。如图，机器人前进的时候的目标轨迹。

  另一种动作的生常方法，RobovieMaker这种动作编辑软件。这款软件如图，个个关节的移动参数可以直接输入，如果把电脑和机器人连接起来，软件上的各部分动作的控制，就可以直接反映到机器人身上，所以机器人实际的动作，用眼睛判断来确认是很直观的。

  通过这个软件，能生成各种各样的动作，比如踢球着一个动作，也有很多种踢球的方式。

  但是为什么还需要逆运动学这种方法呢？因为逆运动学可以很简单的决定关节的动作。所以只有脚需要逆运动学的参与。软件的动作指定就要把所有的关节的动作都考虑进去才行。因为这么多马达如果都用逆作用学来控制，整体的多做考虑不过来，所以两者结合应用是最好的。

  机器人并不是单单是动作生成然后执行。动作中传感器的信号也要考虑进去，像人一样不跌到，安定的保持就要靠刚才说的加速度平衡传感器和角度传感器了。

  如图所示，加速度传感器就是为了倾斜的地面上，机器人也能自立才用到的。加速度传感器可以测出重力的方向，这个重力的方向和机器人的姿势比较，如果机器人能一直和重力的方向保持一致的话，就不会倒了。机器人脚上的关节的控制来实现机器人的平衡。

  角度传感器，就是可以检出机器人的身体回转的速度，如图，可以检测出身体哈腰，或者左右倾斜时的角速度。机器人身体以什么样的速度回转一直在记录中，如果有预想以外的回转了，就要用马达来控制一下，防止回转。有了这个两样传感器，机器人就很稳定了！！！！！！

本篇中应该出现的图片，由于版权原因无法贴出，望读者见谅，尽快出原创作品，就能任意

张贴图片了。