机械工程发展现状作业.docx
《机械工程发展现状作业.docx》由会员分享,可在线阅读,更多相关《机械工程发展现状作业.docx(10页珍藏版)》请在冰豆网上搜索。
机械工程发展现状作业
对高速运行仿生腿的设计
摘要
高速地面运动不可避免地涉及高加速度和腿上大量负载。
这就会带来一个具有挑战性的关于腿设计在重量和强度之间的权衡。
本文介绍了一种新的机器人腿部设计范例设计灵感来自肌肉骨骼结构。
中心假设是采用腱骨协同定位体系结构不仅提供顺应性的腿,也可以减少因弯曲造成的对结构的骨的压力。
这一假设应用到腿的设计,并通过模拟和样机实验验证。
此外,我们还提出了一个优化方案,最大限度地提高强度重量比。
使用腱骨协同定位体系结构,在步幅过程中的骨的应力降低高达59%。
一个新的泡沫核心成型技术能够创建类似于哺乳动物的骨骼结构特点的机器人腿部。
这个方法允许我们使用更轻的聚合物结构,比传统的制造方法制造的更便宜和更快,并最终可以大大缩短设计迭代周期时间。
从stacks.iop.org/BB/7/046005/mmedia提供的网上补充数据(有些数据只能在在线杂志中出现彩色)
1.简介
在自然界中,运行速度是捕食者和猎物之间生存的一个重要方面。
动物,如猎豹和羚羊已经演变成为快速和敏捷的运动员。
通过观察发现它们的长和瘦骨抵抗弯矩和高速行驶过程中引起的高地面反作用力的能力是耐人寻味的。
这种能力既承受很高的地面反作用力,同时尽量减少对腿部转动惯量之间的权衡,在高速运动这身上可以自然的解决。
在这项工作中,我们将提出一个假设关于如何自然处理这种权衡。
随后,我们将评估这个假设的仿生机器人腿设计。
1.1设计权衡
地面反作用力直接相关的责任因子1。
在稳态运行时,总垂直脉冲循环一个周期的运动必须与总引力冲动满足动量守恒:
Fzdt=mgT.
由于上述公式描述,对于一个循环运行,小责任因素必然会造成更高的地面反作用力。
通常情况下,高速行驶需要更高的步频和低的责任因数[1]。
这导致在运行期间高的有效地面反作用力。
例如,典型的在人运行速度是4.5m。
s-1[2]每条腿最大受正常的地面反作用力大约是体重的三倍,在狗速度是9m。
s-1[3]时,每条腿最大受正常的地面反作用力大约是体重的2.6倍。
另一方面,快腿在摆动阶段前伸是更高的步频的关键。
这是因为腿驱动具有改变方向两次(地面行程到牵引和牵引到回缩),而在飞行阶段创建一个循环的轨迹。
这需要高加速度和小腿的减速度。
如此高的步频可以通过两种方式来实现:
(1)增加驱动器的能力
(2)减小腿惯性。
在机器人的设计,增加驱动器的能力会导致更高的大量的执行器,循环增加腿部力量的要求和大量的腿。
因此,第二个方案减小腿结构的总惯量而不损害强度是更可取的。
在设计一个高速腿式机器人的两个设计约束在敏捷性和结构完整性之间规定一个紧要权衡要求低惯量和高强度的腿部。
这种权衡由于其转动惯量较大的原因在腿的末端部分变得更重要。
此外,该生物腿的末端部分通常包含更复杂的必要关节特征,用于提供更多的功能,如地面平整碰撞,弹性能量储存和增加的控制。
肌肉骨骼系统似乎成功地实现高复杂度而不影响结构稳定性。
考虑到生物材料2的劣势,研究怎样用抗拉强度低比较脆的骨头解决陆地动物这个棘手的权衡是有趣的。
1.2机器人的腿部形态
许多仿生机器人形态被设计用来降低远端腿的转动惯量和引入合规[4]。
这里有文献中使用的技术:
定位驱动器更靠近身体(例如导电弓,电缆驱动器等);使用无源顺从连接下驱动的腿,以尽量减少腿惯性。
串联弹性驱动方法使用机械顺从性减少腿的阻抗。
以下工作实施一个或这些技术的组合。
麻省理工学院腿实验室采用液压执行机构棱柱形腿设计[5,4]。
气动合规被用来驱动腿的棱柱行动,并提供合规运行。
调节符合气动系统也尝试用在假肢[6,7]。
麻省理工学院的腿实验室[8]所述平面单支料斗有一个气动致动臀部和腿部。
动态机器人实验室在McGill开发了类似料斗称为独脚架[9,10],但与电动机和一系列弹性和平行弹簧在臀部(独二)进一步节能。
四足机器人侦察达到高效节能的步行和跑步步态[11]。
大狗[12]和的HyQ[13]使用的液压驱动器用于控制该腿阻抗和位置。
cable-driven系统可以减少结构的重量通过基本传输动力。
六自由度cable-driven机械手[14]是一个并联机器人,可以被视为一种可重新配置的枢接结构至少有七个电缆没有弯曲和弯曲的链接机器人。
电缆的灵活性有利于移动固定基地(地面)的致动器,进一步降低机器人的重量和惯性。
腿机器人,同样的想法使用铰接结构和使用电缆可用于减少重量,因此减少腿的惯性。
“春天土耳其”[15]已经驱动膝盖和臀部的身体通过cabledriven系统驱动关节。
Rhex平台已经推出了一些简单而有效的腿设计包括一个兼容的DoFc-shape的设计。
尽管一个简单的机械设计,Rhex取得了各种运动的任务,比如散步,跑步,耐受,跳跃,翻转(16、17)。
增加平台[18]包括RiSEV2RiSEV3[19],DynoClimber[20]选择攀登任务和引入新的形态。
RiSEV3是一种四足动物,它使用一个四连杆连接,允许高扭矩在姿态和高速在腿部循环几乎不变的运动速度。
DynoClimber使用曲柄滑块机构的武器。
Stickybot[21]使用一个串行合规促进双腿之间的力量平衡。
系列弹性驱动/致动器(9,22-25)和可调系列合规(26、27)帮助机器人腿减轻影响力量,,提高运营安全,减少机械阻抗。
对于上述同样的原因,假腿使用弹性[25]系列或兼容的气动设计[6]。
另一个常见的设计技术来处理强度和重量之间的权衡是使用高强度重量比的材料,如碳纤维[28],钢铁、铝合金[29],钛镁合金[30]和[31]。
使用管式元素也普遍,特别是在高速机器人(12,32,33,28)。
常见的论文在上述技术中要求减少末端的质量减少机器人腿部结构的总体惯性。
使用巧妙的设计策略的技术来实现这一目标。
然而,大多数描述的设计是根据特定的机器人应用。
很难提取通用设计原则可以应用于增加腿机器人经历高冲击负荷的强度重量比。
此外,没有研究提出了解决腿部形态的承载能力。
我们的目标是从生物力学观察假设的设计原则和发展可行的工程解决方案来设计质轻而强壮的腿。
作为这一目标,基于假设我们提出一个新的仿生腿为四肢行走的机器人设计。
首先,在下面的部分中,我们将说明丰和移动的腿式机器人的设计者可通过使用骨和腱之间的协同安排可能引入顺应性和同时加固重量轻的腿结构。
在第3部分中,我们将描述一个腿运行测试。
我们使用这个测试的结果来评估潜在的腿的设计。
随后,在第四节,我们评估使用这个的好处是髌腱共存方法可使用理论分析和有限元分析(FEA)模拟和实验。
在第5节,我们引入一个新的仿生泡沫芯成型法快而轻制造腿。
最后,我们讨论总结了这项工作的贡献。
图1所示。
骨骼和肌腱/韧带的协同安排在人(A)所示,和马的脚(b),(c)和(d)分别显示骨上的概念压力剖面没有和腱。
2、髌腱协同定位设计
2.1假设
我们假设增效协同定位的骨头和肌腱在运行减少在骨骼弯矩。
生物学家认为,腿部的骨头携带负载由于地面的影响[34]并不是唯一组成部分。
肌肉,肌腱和韧带张紧当骨头在压缩负载下。
随着骨骼的强度在压缩超过张紧[35]和肌腱和肌肉在高度张紧,高强度的分布的负载允许设计质轻和强大。
作为一个例子,考虑人类的解剖安排腿(图1(a))。
当有大型负载运行期间,脚踝将经历一个高的时刻(约一个重70公斤的人309牛)。
然而,地面反应压力分布在轴力和肌肉骨骼和肌腱单位因此避免大弯矩。
跖腱膜,跟腱和腓肠肌肌肉张力和骨骼包括跖骨骨和胫骨主要在压缩加载。
同样的原理可以应用于趾行的的远端肢体结构(如猫和狗)和有蹄类动物。
2.2理论分析有蹄类动物
评估潜在的腿在高速应用运行机器人设计,重要的是要确定的压力腿的组件造成的地面压力的反应。
图2(a)演示了一个传统的设计四足机器人的腿。
这个设计有两个驱动关节(肩部和肘部)和一个被动顺从的踝关节a在这个设计中,当腿因跑步受到动态载荷,从踝关节的链接转移到半径链接。
这一结合导致从地面正常和横向负载的影响造成重大弯曲负荷。
从简单的平面剪切和结构的弯矩分析,我们得到了总·冯·米塞斯应力脚和半径。
方程(4)代表了最大·冯·米塞斯应力(σntvm)半径。
这个配方中使用的设计参数列在表2:
图2。
麻省理工学院(a)的腿设计机器人猎豹。
承担张紧部分是最小化的高强度材料制成的弯曲的骨头。
(b)没有肌腱参数表示。
(c)髌腱协同定位的设计。
红线代表一个等价的铰接结构。
3单腿运行测试
使用本文描述的方法评估腿的性能设计,我们已经开发出一个原型的腿麻省理工学院机器人猎豹。
在运行中识别一个腿地面反作用力配置,我们还设计了一个实验装置可以用来模拟一个运行步骤在平面约束。
一个腿原型组成的一个活跃的肩部和肘部和一个被动的脚踝如图2所示(a)。
腿有两个无刷直流电机在肩膀附近,一个马达驱动器肩关节和肘关节的其他驱动器通过肌腱/联动机制。
从控制系统的角度来看,机器是由电流放大器控制。
被动踝关节的刚度是由环绕着脚踝的肌腱决定(如前面描述的那样在图2(b))。
然而在本文中,脚踝合规大部分是由非线性弹簧来提供实现了硅橡胶块连接的肌腱附件如图13所示。
这是一个方法提供容易可调合规,同时利用织物的强度作为肌腱材料。
顺从的脚垫上还引入了额外的合规在地面接触部分。
主要部分有计算机、传感器和电力电子坐落在机器之上。
两个长度测量激光传感器(MICRO-EPSILON劳工1030-8)在一个倒V装置,如图所示,是用来计算的高度和身体的螺旋角。
整体重量自由落下的系统(身体和腿)约为20公斤。
图3研究单腿跳的实验装置。
图4。
单腿跳实验瞬时快照
4结果与讨论
在本节中,我们将报告的结果腿优化执行基于髌腱协同定位的设计如2.2节所述。
此外,我们还将演示在真正的腿上实验使用本文描述的设计原则加载条件。
4.1髌腱协同定位结果
客观地评价髌腱的协同定位的设计(图2(b))的脚踝腿结构刚度设计(图2(a)),我们比较强调两种不同的结构设计方法。
我们使用了和运动数据地面反作用力从实验获得的数据和第三节中描述的比较。
每一个的长度腿的结构组件(如肱骨、半径和脚)依赖于参数运行所必需的(表3)。
除了提供应力松弛的腿结构、髌腱同时协同定位的设计介绍了合规的腿已被证明对运行是必要的。
然而,腿的设计进一步优化,以减少腿上的总压力减少腿部的整体重量。
这个的结果优化将在以下小节讨论。
4.2结构优化的结果
在2.3节,我们描述了一个优化问题可以解决获取设计参数的腿结构总重量最小化的结构。
使用优化工具箱,我们解决了这个问题。
优化的目标是最小化方程(11)中定义的整体重量的中定义的约束方程(12)通过(19)。
我们使用函数定义在MATLAB优化工具箱获取解决方案。
为目的的解决方案,我们假设整个腿结构是由一个单一的材料(Task4采购从平稳对Inc.)。
收益率压力对Task445MPa。
我们应用的安全系数2优化为目的。
优化设计参数表5列出了取得
4.3有限元分析
使用前一节中描述的优化设计的结果作为一个指导原则,我们开发了下体重腿设计基于髌腱主机代管概念,同时考虑制造约束。
优化的结果提供最低容许截面半径和脚。
最终的设计维度的半径和脚的最小截面作为参考,平滑的设计特性,以便更好地联合力量。
评估潜在的性能的腿设计麻省理工学院的猎豹,我们利用Solidworks进行静态有限元分析2011年评估特定加载配置强调的腿。
在加载装置,垂直地面反应部分的腿。
这个分析的目的,基于[3]的数据,我们假设最大的地面反作用力的行为脚线连接到肩膀。
我们获得压力剖面的结构对于应用地面的反作用力进行有限元分析模拟。
此外,为了简化分析,我们假设严格的机械结构。
这消除了需要解决的问题,捕获所需的高度非线性应变率方程,泡沫芯的变形材料的实际使用原型。
有限元分析的结果为两个设计概念图9所示。
两个不同的模型代表了脚踝刚度设计腿(左)和设计使用髌腱协同定位方法(右)。
图9。
有限元分析locked-joint(左)和张拉整体的腿(右)在1000N垂直荷载。
5轻腿的制造
我们已经表明,髌腱间的协同定位脚和半径,提供了质轻更强的脚和半径。
在本节中,我们将解释一个仿生制造方法骨结构,使重量轻的骨骼结构。
从生物结构的启发如骨头的柔性、质轻和内在低刚度(松质骨)和高刚度shell(皮质骨)。
这允许将骨头轻而坚固。
这设计可以承受高弯曲的时刻高区惯量。
5.1泡沫芯复合加工
为制造高强度重量比结构麻省理工学院的前腿机器人猎豹,我们开发了原型方法称为泡沫芯复合制造。
这允许我们合成制造腿结构使用实验室规模成型方法。
这制造过程如图12所示。
图12。
制造泡沫芯复合机器人结构步骤。
(a)模具由数控铣,(b)泡沫芯铸出RTM,(c)定位磁盘组成的外壳材料泡沫,(d)无线内部真空浇注设备室将树脂壳型,(e)完整的半径链接和截面。
5.2肌腱连接
制造的另一个挑战的腿在髌腱协同定位设计是适当的附件腱的骨骼结构。
用粘合剂粘合外面的肌腱是容易疲劳失效随着剥皮部分在附件的边缘点成为应力集中。
我们来解决这些问题采取两种方法:
埋置和ladder-locking。
我们的嵌入机制消除了一个单独的胶,由通过脚的中心带成为封装在成型。
在这一过程中,压力最好是分布在大量联锁表面。
在成型过程中为了防止不必要的饱和树脂织物,我们涂蜡带子,不是嵌入脚的一部分。
图13显示了封装腱的脚使用型内嵌入技术,我们来完成所描述的。
探索各种高的抗拉强度灵活的腱如尼龙材料(高强度力,而是低刚度),我们选择凯夫拉尔R织物拉伸的设计由于其最小的伸长[40]。
提供适当的合规,在硅橡胶之间插入容易半径和带子可调合规如图13所示,而肌腱很难交流或主动控制。
图13型内制造的肌腱
6结论
在本文中,我们提出了一个基于设计理念在髌腱协同定位应用的体系结构骨骼结构承受弯矩。
我们有通过分析和实验证明这一点设计理念使我们能够显著改善具体鲁棒性的高性能移动腿结构机器人技术。
除了改进的健壮性腿结构、髌腱协同定位还允许并发引入合规和强化腿结构的节能运行具有潜在的影响。
这是因为存储的能量腱在地面接触可以改善发布加速度在升空。
此外,我们还引入了一个新的原型技术,允许快速和廉价的制造泡沫芯poly-urethane复合。
使用这种技术,我们创建半径重120g和肱骨称重160克。
我们能够完成生产周期在两天包括模具制造。
这个过程将有可能加快设计迭代周期,这对发展至关重要一种新型机器人平台。
这些“摘要素”材料另一个好处对冲击负荷减少阻尼所经历的大动态载荷下的致动器使用。
在未来,我们打算遵从性的特征和探索技术,使变量脚踝强化。
随着变量合规应用髌腱协同定位将会扩大其他地区(如后面的腿)。
同时,优化方法将为泡沫芯骨结构设计开发的。
References
[1]MaesLD,HerbinM,HackertR,BelsVLandAbourachidA2008Steadylocomotionindogs:
temporalandassociatedspatialcoordinationpatternsandtheeffectofspeedJ.Exp.Biol.211138–49
[2]BobbertMF,YeadonMRandNiggBM1992Mechanicalanalysisofthelandingphaseinheel-toerunningJ.Biomech.25223–34
[3]WalterRMandCarrierDR2007GroundforcesappliedbygallopingdogsJ.Exp.Biol.210208–16
[4]PrattG2000LeggedrobotsatMIT:
What’snewsinceRaibert?
IEEERobot.Autom.Mag.715–9
[5]RaibertMHetal1989DynamicallyStableLeggedLocomotion(Cambridge:
MIT)
[6]SupF,BoharaAandGoldfarbM2008DesignandcontrolofapoweredtransfemoralprosthesisInt.J.Robot.Res.27263–73
[7]ShenXandGoldfarbM2007SimultaneousforceandstiffnesscontrolofapneumaticactuatorJ.Dyn.Sys.Meas.Control129425
[8]RaibertMHandBrownHB1984Experimentsinbalancewitha2Done-leggedhoppingmachineJ.Dyn.Sys.Meas.Control106
[9]RadH,GregorioPandBuehlerM1993Design,modelingandcontrolofahoppingrobotIEEE/RSJConf.IntelligentRobotsandSystemsvol3pp1778–85
[10]AhmadiMandBuehlerM2006ControlledpassivedynamicrunningexperimentswiththeARL-monopodIIIEEETrans.Robot.22974–86
[11]SmithPJAandBuehlerM2005Modelingandexperimentsofuntetheredquadrupedalrunningwithaboundinggait:
theScoutIIrobotInt.J.Robot.Res.24239–56
[12]RaibertM,BlankespoorK,NelsonGandPlayterR2008Bigdog,therough-terrainquadrupedrobotProc.ofthe17thInt.FederationofAutomaticControl10822
[13]SeminiC,TsagarakisNG,GuglielminoE,CannellaFandCaldwellDG2011DesignofHyQahydraulicallyandelectricallyactuatedquadrupedrobotJ.SystemsandControlEng.225831–49
[14]PerreaultSandGosselinCM2008Cable-drivenparallelmechanisms:
applicationtoalocomotioninterfaceJ.Mech.Des.130102301
[15]PrattGA2002LowimpedancewalkingrobotsIntegr.Comp.Biol.42174–81
[16]SaranliU2001RHex:
AsimpleandhighlymobilehexapodrobotInt.J.Robot.Res.20616–31
[17]GallowayK,HaynesG,IlhanBD,JohnsonA,KnopfR,LynchG,PlotnickB,WhiteMandKoditschekD2010X-RHex:
ahighlymobilehexapedalrobotforsensorimotortasks(UniversityofPennsylvania)TechnicalReport
[18]SpenkoMJ,HaynesGC,SaundersJA,CutkoskyMR,RizziAA,FullRJandKoditschekDE2008BiologicallyinspiredclimbingwithahexapedalrobotJ.FieldRobot.25223–42
[19]HaynesG,KhripinA,LynchG,AmoryJ,SaundersA,RizziAandKoditschekD2009RapidpoleclimbingwithaquadrupedalrobotIEEEInt.Conf.onRoboticsandAutomationpp2767–72
[20]ClarkJE,GoldmanDI,ChenTS,FullRJandKoditschekD2006TowardadynamicverticalclimbingrobotProc.9thInt.Conf.onClimbingandWalkingRobots
[21]KimS,SpenkoM,TrujilloS,HeynemanB,SantosDandCutkoskyM2008SmoothverticalsurfaceclimbingwithdirectionaladhesionIEEETrans.Robot.2465–74
[22]RobinsonD,PrattJ,PaluskaDandPrattG1999SerieselasticactuatordevelopmentforabiomimeticwalkingrobotIEEE/ASMEInt.Conf.onAdvancedIntelligentMechatronicspp561–8
[23]PrattGandWilliamsonM1995SerieselasticactuatorsProc.1995IEEE/RSJInt.Conf.IntelligentRobotsSystemsHumanRobotInteractionCooperativeRobotsvol1
pp399–406
[24]KongK,BaeJandTomizukaM2009Controlofrotaryserieselasticactuatorforidealforce-modeactuationinhumanrobotinteractionapplicationsIEEE/ASMETrans.Mechatronics14105–18
[25]AuS,BernikerMandHerrH2008Poweredankle-footprosthesistoassistlevel-groundandstair-descentgaitsNeuralNetw.21654–66
[26]HurstJandRizziA2008SeriescomplianceforanefficientrunninggaitIEEERobot.