數據分析

5.1 節中，我們藉由直接移動機器人姿態之實驗，搭配『Balance Control Agent』

軟體，從軟體視窗實際觀看機器人即時 ZMP 位置，並對照機器人的實際姿態，

初步驗證了機器人 ZMP 計算系統的正確性。進一步，為了測試本論文所設計之 智慧型系統控制下，PAPA-Man 機器人即時平衡中穩定度、安定性之平衡能力與 驗證第四章所提出的被動性Data Moving average、主動性智慧型馬達控速能提昇 雙足機器人運動時整體穩定性之理論。此節即搭配上節實驗平台的建立，量測機

首先對上述四組實驗做機器人X 方向之左右翹翹板平衡，對傾斜角度的穩定 性數據比較。由以下數據，我們發現每一個比較圖都有相同之特性，實驗一為理 想對照之狀態，不論傾斜角度與速度為何，傾斜儀量測到的傾角與目前翹翹板所 擺動的角度皆相同，除了可驗證此平台實際轉角的正確性外，由於一般是操控機 器人機身與地面平行以維持其穩定度，因此傾斜儀無論何時幾乎與翹翹板成平行 之特性，穩定度為四組相同實驗環境中最為理想；實驗二為機器人不開啟平衡即 站立在左右擺動之翹翹板，由於無法自動平衡，無法控制其重心在中央位置，因 此從實驗數據可明顯看出，翹翹板左擺或右擺時，機器人重心會隨之朝左腳或右 腳移動而使傾斜角度會大於翹翹板所擺動的轉角，且擺動轉角越大其差異越明 顯，從數據可得知其在左右傾斜 15 度的慢速下為其極限，之後便發生傾倒；實 驗三即為本論文之核心，對於機器人做智慧型的即時平衡控制，從數據上可驗 證，由於可自我保持其 ZMP 點於中心位置，因此與實驗一相同，能控制機器人 與翹翹板成平行，而使其傾斜角度恢復成與翹翹板的轉角一致，且不至於傾倒；

實驗四則相對於實驗三，開啟機器人的即時平衡但未加入第四章智慧型馬達控速 之理論，由於較容易反應不及，相對實驗三數據可驗證較易發生機身抖動之現象。

圖 5-10：機器人站立姿態水平 0 度之穩定比較圖

圖 5-11：慢速左右傾斜 5 度之穩定比較圖

圖 5-12：慢速左右傾斜 10 度之穩定比較圖

圖5-13：慢速左右傾斜 15 度之穩定比較圖

圖 5-14：慢速左右傾斜 20 度之穩定比較圖

圖 5-15：慢速左右傾斜 25 度之穩定比較圖：

圖 5-16：中速左右傾斜 5 度之穩定比較圖

圖 5-17：中速左右傾斜 10 度之穩定比較圖

圖 5-18：中速左右傾斜 15 度之穩定比較圖

圖 5-19：中速左右傾斜 20 度之穩定比較圖

圖 5-20：中速左右傾斜 25 度之穩定比較圖

圖 5-21：快速左右傾斜 5 度之穩定比較圖

圖 5-22：快速左右傾斜 10 度之穩定比較圖

圖 5-23：快速左右傾斜 15 度之穩定比較圖

圖 5-24：快速左右傾斜 20 度之穩定比較圖

圖 5-25：快速左右傾斜 25 度之穩定比較圖

接著則是對做機器人 X 方向左右平衡之安定性分析，在翹翹板不同角度與

圖 5-26：站立姿態傾斜 0 度之安定比較圖

圖 5-27：慢速左右傾斜 5 度之安定比較圖

圖 5-28：中速左右傾斜 5 度之安定比較圖

圖 5-29：快速左右傾斜 5 度之安定比較圖

圖 5-30：慢速左右傾斜 10 度之安定比較圖

圖 5-31：中速左右傾斜 10 度之安定比較圖

圖 5-32：快速左右傾斜 10 度之安定比較圖

圖 5-33：慢速左右傾斜 15 度之安定比較圖

圖 5-34：中速左右傾斜 15 度之安定比較圖

圖 5-35：快速左右傾斜 15 度之安定比較圖

圖 5-36：慢速左右傾斜 20 度之安定比較圖

圖 5-37：中速左右傾斜 20 度之安定比較圖

圖 5-38：快速左右傾斜 20 度之安定比較圖

圖 5-39：慢速左右傾斜 25 度之安定比較圖

圖 5-40：中速左右傾斜 25 度之安定比較圖

圖 5-41：快速左右傾斜 25 度之安定比較圖

除了利用上述實驗平台的傾斜儀與陀螺儀來量測機器人穩定度之傾斜角度 與安定性之角速度資訊外，在此可以由 PAPA-Man 機器人雙足腳底的 FSR 來驗證 目前ZMP 是否使機器人處於平衡之狀態。5.1 節中，我們藉由直接移動機器人姿 態之實驗，搭配『Balance Control Agent』軟體，從軟體視窗重心軌跡紀錄儲存的 功能來紀錄目前機器人ZMP 的移動變化；在此我們即是以此方式，開啟 PAPA-Man 機器人之智慧型即時平衡功能，利用『Balance Control Agent』軟體來紀錄機器人 於各種不同地面傾斜角度與變動速度下即時平衡之ZMP 變化情形。理想狀態下，

機器人維持其即時平衡時，整體之 ZMP 點會保持在雙腳各自 ZMP 的連線中心 上，因此若能一直維持左右腳各自的 ZMP 於設想之位置上，即能保持平衡，由 圖 5-42 可得知機器人於站立姿態下傾斜 0 度之左右腳各自之 ZMP 平衡位置，因 此開啟平衡後，若機器人之移動使得其左腳與右腳之 ZMP 點皆努力維持在圖 5-42 之目標位置，即可保持平衡，由以下之數據我們即可看出左右腳 ZMP 點努 力維持此目標位置之現象，故可以驗證智慧型即時平衡系統與實際機器人即時平 衡之正確性。由於可平衡之各種角度與速度實驗下，ZMP 數據皆可看出此種趨 勢，在此便以5 度與 10 度之數據來作為驗證之代表。

圖 5-42：站立姿態下傾斜 0 度之左右腳 ZMP 平衡位置圖

圖 5-43：慢速左右傾斜 5 度之左右腳 ZMP 平衡位置圖

圖 5-44：中速左右傾斜 5 度之左右腳 ZMP 平衡位置圖

圖 5-45：快速左右傾斜 5 度之左右腳 ZMP 平衡位置圖

圖 5-46：慢速左右傾斜 10 度之左右腳 ZMP 平衡位置圖

圖 5-47：中速左右傾斜 10 度之左右腳 ZMP 平衡位置圖

圖 5-48：快速左右傾斜 10 度之左右腳 ZMP 平衡位置圖

5.4 即時平衡實驗之連續圖

由上節得知雙足機器人『PAPA-Man』於各種平衡狀況的實驗數據後，最後本 節介紹『PAPA-Man』在即時平衡實驗中主要具代表性的實際連續分解圖。

圖 5-49：『PAPA-Man』於右邊傾斜 20 度之即時平衡實驗分解圖

圖 5-50：『PAPA-Man』於右邊傾斜 30 度之即時平衡實驗分解圖

在此首先介紹雙足機器人X 方向左右即時平衡的實驗，以小角度、中角度、

大角度為傾斜角度之即時平衡實際連續分解圖當代表性的例子。圖 5-49、圖 5-50 分別為『PAPA-Man』於 X 方向右邊傾斜之即時平衡實驗分解圖，圖 5-49 為小角 度傾斜約 20 度，圖 5-50 為中角度傾斜約 30 度，其小角度與中角度之右傾即時 平衡狀況即如圖所示。下圖 5-51 則為『PAPA-Man』雙足機器人於 X 方向左邊傾 斜之即時平衡實驗分解圖，其左傾斜角度為大角度45 度，其平衡狀況如圖所示。

『PAPA-Man』於實驗結果可得知其動態平衡時所能承受的傾斜角度約為 40 度~45 度，在每隔0.5 秒的間距下快照，而大角度只要 2 秒鐘即可由水平的狀態提升到 最高點，小角度更只需花費 1 秒，由此即可看出『PAPA-Man』於外界環境快速 變化時即時模糊平衡之良好能力。

圖 5-51：『PAPA-Man』於左邊傾斜 45 度之即時平衡實驗分解圖

接著介紹機器人Y 方向前後即時平衡的實驗。圖 5-52 為『PAPA-Man』於 Y 方向前後傾斜之即時平衡實驗分解圖，其傾斜角度約為30 度，圖 5-52 為每隔 1

秒快照之平衡實驗分解圖。圖 5-53 亦為 Y 方向前後即時平衡的實驗分解圖，

其特別之處為以單腳作前後方向的平衡，其傾斜角度約為20 度。

圖 5-52：『PAPA-Man』於前方傾斜 30 度之即時平衡實驗分解圖

圖 5-53：『PAPA-Man』於前方傾斜 20 度之”單腳”即時平衡實驗分解圖

描述完『PAPA-Man』於 X 與 Y 方向傾斜之即時平衡的實驗後，除了特別簡 介單腳前後平衡外，最後介紹『PAPA-Man』所具有特殊的平衡功能。由 3.1.1 小 節可得知，傳統的 ZMP 公式計算機器人平衡時，大多有無法得知未知外力而具 有無法自我平衡之缺點，而本論文利用FSR 的量測來計算 ZMP 點即解決了此項 問題；不需得知外力之值，在不明外力之作用下依然可以經由FSR 計算出即時之 ZMP 點並交由模糊演算保持自身之平衡，如圖 3-8『PAPA-Man』受到未知外力

”拉力”、圖 3-9 受到未知外力”推力”，機器人仍可智慧判斷而即時保持平衡。

t=0 t=1 t=2

t=3 t=4

t=5

圖 5-54：『PAPA-Man』受到未知外力”拉力”之即時平衡實驗分解圖

圖 5-55：『PAPA-Man』受到未知外力”推力”之即時平衡實驗分解圖

第六章 結論與未來發展

6.1 結論與貢獻

本論文之目的為使用低運算量之演算以達成機器人即時平衡之功能。因此使 用運算能力較為低階之微處理器(PIC-18F452)為控制核心，以仿鴕鳥構造之雙足 機器人『PAPA-Man』為研究發展平台，成功發展出一套以 ZMP 觀點搭配智慧型 演算法-模糊系統的平衡方法，並藉由此智慧型演算之方式改善傳統機器人平衡控 到的穩定性問題，在此提出了非主動性的Data Moving average 與主動性的智慧型 馬達控速之理論，並搭配第五章數據比較之驗證，改進雙足機器人在平衡時之整

體穩定性。

最後本論文以Visual Basic 設計 pc 端人機介面的操控軟體-『Balance Control Agent』，透過此視窗介面，可即時觀看目前機器人重心位置而下達行為操控之指

附錄 輸出變數 Δ θ 之歸屬函數

輸出變數Δθ 之歸屬函數圖設計則較為困難，由於機器人ZMP 點的左右移動 是受到腳踝關節和髖部關節角度調整之影響，但其之間的相互關係為非線性，很 難以一個單純之數學式子來dzmp 與Δθ 之關係；比如說，在水平面調整5 度的馬 達轉角與在10 度的斜面下調整 5 度的馬達轉角對機器人 ZMP 點之移動所造成之 影響是不同的，這也是本論文不是以數學之關係來找出其確切馬達之補償轉角的 原因，而改以模糊理論的方式，利用輸出馬達之補償角度來調整機器人之 ZMP 位置，使其盡可能保持在理想之 ZMP 點而維持其平衡。雖然在此並不是以精確 之數學式子找出其關聯性而加以控制，但我們仍可藉由簡易的實驗之方式找出補 償角度之論域與 ZMP 位置變化之大約關係。我們首先對機器人在站立平穩之狀 態下，一度一度的往右調整其馬達角度，使馬達因此不斷往右傾，並同時紀錄馬

輸出變數Δθ 之歸屬函數圖設計則較為困難，由於機器人ZMP 點的左右移動 是受到腳踝關節和髖部關節角度調整之影響，但其之間的相互關係為非線性，很 難以一個單純之數學式子來dzmp 與Δθ 之關係；比如說，在水平面調整5 度的馬 達轉角與在10 度的斜面下調整 5 度的馬達轉角對機器人 ZMP 點之移動所造成之 影響是不同的，這也是本論文不是以數學之關係來找出其確切馬達之補償轉角的 原因，而改以模糊理論的方式，利用輸出馬達之補償角度來調整機器人之 ZMP 位置，使其盡可能保持在理想之 ZMP 點而維持其平衡。雖然在此並不是以精確 之數學式子找出其關聯性而加以控制，但我們仍可藉由簡易的實驗之方式找出補 償角度之論域與 ZMP 位置變化之大約關係。我們首先對機器人在站立平穩之狀 態下，一度一度的往右調整其馬達角度，使馬達因此不斷往右傾，並同時紀錄馬