密歇根大学基于模型设计开发双足机器人控制

MARLO的每条腿都是四连杆机构。腿由无刷直流电机驱动，通过机械齿轮和串联弹簧连接到上两个连杆。臀部是由躯干的马达驱动的。机器人有13个自由度(DOF)，但只有六个驱动器，基本上是欠驱动的。欠驱动设计产生了更自然的步态，但它增加了控制设计的挑战，因为没有办法直接控制每个自由度。

在MABEL的早期开发工作中，一位专业程序员研究生用c编写了控制算法。代码运行得很好，但团队的其他成员发现很难理解和修改。为了准备MARLO, Grizzle教授试图通过消除手工编码来加速开发。他需要让他的控制工程学生能够原型算法，通过仿真验证它们，并在支持EtherCAT网络技术的实时硬件上实现它们。金宝app

密歇根大学的团队使用了基于模型的MATLAB设计^®和仿真软金宝app件^®以加快MARLO等双足机器人实时控制系统的开发。

Buss和Griffin使用MATLAB和Symbolic Math Toolbox™来推导机器人的运动方程和拉格朗日模型。然后，他们编写了一个MATLAB脚本，应用一个常微分方程求解器来计算机器人的闭环动力学并模拟其行为。

在MATLAB中，该团队使用Grizzle团队开发的混合零动力学方法设计了一种非线性控制算法。他们使用最优化工具箱™优化设计，以提高能效，同时满足峰值扭矩、关节角度和边界条件的限制。

研究小组从一个简化模型开始，在这个模型中，机器人的腿被固定在地面上。然后，他们将控制器整合到一个更详细的Simulink模型中，该模型包括顺从的地面反作用力和脚下的滑动摩擦力。金宝app他们用Stateflow^®建立机器人状态的顺序决策逻辑模型，包括步态启动序列。

在通过仿真验证控制器后，他们使用Simulink Coder™和MATLAB Coder™从他们的控制器模型生成代码。金宝app他们编译了代码，并将其部署到运行Simulink real-time™的Speedgoat Mobile实时目标机器上。金宝app

在访问工程师Gabriel Buche的帮助下，他们通过EtherCAT网络将Speedgoat硬件与MARLO的传感器和驱动器连接起来，使机器人能够在测试过程中自由移动。团队在MATLAB中对测试数据进行后处理和可视化，并在此分析的基础上调整控制器增益等参数。

MARLO已经可以在户外行走，该团队目前正在改进控制器，使其能够在斜坡和其他不平坦的地形上行走。