憑借與人類相似的形態和運動能力，人形機器人未來有望被廣泛應用于各種操作和運動任務中，以支持或替代人類工作。

然而，在狹窄受限較多的工作環境中，要想讓人形機器人在其中穩健工作，必須使其具備多接觸運動能力。

多接觸運動不僅涉及機器人四肢末端的接觸（如手和腳），還涉及四肢中間部位（如膝蓋和肘部）的接觸。

盡管近年來人們對人形機器人多接觸運動的規劃和控制已經進行了積極研究，但目前實現多接觸運動的人形機器人大多數僅限于手和腳，而不是像人類一樣能與整個身體的任意區域進行接觸。

▍提出新控制方法，實現全身多接觸運動

一般來說，我們將涉及機器人任意身體部位接觸的運動定義為全身多接觸運動。

要想實現這種復雜的運動形式，主要面臨兩大挑戰：全身接觸感知的能力，和在多接觸狀態下的平衡控制。

近日，來自CNRS-AIST JRL和東京理科大學的研究人員攜手合作，對此進行了深入研究，并開發了一種控制方法。

該方法通過安裝在機器人身體表面的分布式觸覺傳感器，實現了全身多接觸運動。與傳統的力/扭矩傳感器相比，這些薄而靈活的分布式觸覺傳感器能夠在不對機器人身體形狀進行大改的前提下，測量全身接觸情況。這使得機器人不僅能實現四肢末端的多接觸運動，還能通過四肢中間部位（如膝蓋和肘部）進行支撐，從而大大提高了機器人在面對干擾和環境誤差時的運動穩定性。

從傳感器的開發到基于傳感器的運動生成，關于人形機器人觸覺測量的研究范圍雖然廣泛，但除了雙足行走時機器人腳底的壓力中心（CoP）和支撐區域的計算外，之前很少有研究使用觸覺傳感器進行人形機器人的平衡控制。在本研究中，該團隊明確使用觸覺傳感器來控制全身接觸的人體運動的平衡。

通過擴展以前開發的有效多接觸運動控制技術，研究團隊為機器人配備了分布式觸覺傳感器，將測量范圍擴展至中間區域，并通過使用力/扭矩傳感器和分布式觸覺傳感器的反饋控制來穩定機器人運動與平衡。動力學模擬驗證結果表明，研究團隊開發的觸覺反饋大大提高了全身多接觸運動對干擾和環境誤差的穩定性。

此外，研究團隊還進行了模擬世界和真實世界的實驗。在測試中，肢體上安裝了分布式觸覺傳感器的真人大小人形機器人RHP Kaleido展示了各種全身多接觸運動，如向前邁步并用前臂接觸支撐身體以及以大腿接觸保持坐姿平衡等。這表明，通過研究團隊開發的控制方法，人形機器人可以執行全身多接觸運動，并且具有更好的穩健性。

該研究成果的相關論文以“Whole-Body Multi-Contact Motion Control for Humanoid Robots based on Distributed Tactile Sensors”為題發表在《IEEE Robotics and Automation Letters》上。

接下來，一起來和機器人大講堂深入探索這一研究成果！

▍兩大實現難點？新控制方法如何實現？

據了解，研究團隊提出的控制系統由質心運動控制和肢體運動控制兩部分組成。相比之前開發的控制系統，新系統增加了基于觸覺傳感器的模塊擴展，用于適應全身接觸。具體來說：

質心運動控制

其質心運動控制通過作用在機器人質心（Center of Mass, CoM）上的合力矩（Resultant Wrench）來實現。合力矩由分布在機器人各接觸區域的接觸力矩組成，這些接觸力矩基于分布式觸覺傳感器測量的實際接觸多邊形進行在線更新。質心運動規劃采用模型預測控制（Model Predictive Control, MPC），以最小化質心狀態與參考狀態之間的誤差，并通過比例-微分（Proportional-Derivative, PD）反饋控制進行質心狀態穩定。

肢體運動控制

其肢體運動控制通過分布接觸力矩到各接觸區域來實現期望的合力矩。力矩分配通過求解一個二次規劃問題來完成，確保滿足單邊和摩擦約束。此外，采用阻尼控制（Damping Control）來實現各接觸區域的期望接觸力矩，其中分布式觸覺傳感器用于測量實際接觸力矩。

分布式觸覺傳感

為了實現全身多接觸運動控制，研究團隊還在機器人肢體表面安裝了分布式觸覺傳感器，以獲取關鍵接觸信息。這些分布式觸覺傳感器由多個只能測量法向觸覺響應的單元組成，數據從這些單元轉換為接觸力矩，用于阻尼控制。為了在線更新接觸多邊形頂點，系統基于分布式觸覺傳感器的測量估計接觸表面區域，并計算包含所有檢測到接觸的單元的最小矩形作為接觸多邊形。

▍仿真與真實實驗，證明控制方法可行！

為了驗證控制方法的可行性，研究團隊為真人大小人形機器人RHP Kaleido的前臂和雙腿安裝了了分布式觸覺傳感器電子皮膚，并進行了模擬世界和真實世界的實驗。

仿真實驗

在動力學模擬器MuJoCo中，研究團隊通過虛擬人形機器人JVRC13驗證了全身多接觸運動的有效性。仿真實驗涉及肘部接觸行走、膝部接觸站立和大腿接觸坐姿三種運動。實驗結果表明，與沒有觸覺反饋相比，采用觸覺反饋顯著提高了機器人運動的魯棒性。

肘部接觸行走：在有誤差的傾斜墻面上行走時，采用觸覺反饋的機器人能夠在更大的墻面高度誤差范圍內穩定行走，并且改善了僅基于腳部零力矩點（Zero Moment Point, ZMP）的跟蹤性能。

膝部接觸站立：在受到前后方向干擾力時，采用觸覺反饋的機器人能夠承受更大的干擾力，保持平衡。

大腿接觸坐姿：在可旋轉座椅板上坐姿時，采用觸覺反饋并更新接觸區域的機器人能夠成功保持平衡，避免向后翻倒。

真實世界實驗

在真實世界中，研究團隊使用裝備有分布式觸覺傳感器e-skin的人形機器人RHP Kaleido進行了全身多接觸運動演示。

初步實驗通過人與機器人前臂的物理交互驗證了觸覺反饋的有效性。隨后，機器人成功執行了前臂接觸環境的行走運動和僅大腿接觸座椅的坐姿平衡運動。

實驗結果表明，機器人能夠在全身多接觸運動中保持穩定，盡管存在環境誤差和模型誤差。

參考文章

https://ieeexplore.ieee.org/document/10706003