絲驅(qū)動連續(xù)型機器人的建模與避障控制

康榮杰 ，劉 躍，耿仕能，楊鋮浩

(1. 天津大學機構理論與裝備設計教育部重點實驗室，天津 300350；2. 中國科學院沈陽自動化研究所機器人學國家重點實驗室，沈陽 110016)

連續(xù)型機器人是以象鼻和章魚觸手為靈感的新型仿生機器人．連續(xù)型機器人內(nèi)部取消了剛性連桿和離散關節(jié)，具有良好的靈活性和柔順性．在微創(chuàng)手術領域，非結(jié)構化環(huán)境探測、災后救援、空間非合作目標操作等領域具有非常廣闊的應用前景，并受到越來越多專家學者的關注[1]．然而連續(xù)型機器人理論上具有無窮多自由度，這給連續(xù)型機器人的建模和控制帶來了非常大的挑戰(zhàn)．

目前，國內(nèi)外已經(jīng)有很多學者嘗試對連續(xù)型機構進行樣機設計，運動學和動力學建模，并取得一定研究成果．Walker 等[2-3]設計了一系列氣壓驅(qū)動的仿象鼻連續(xù)型機器人物理樣機，并可以實現(xiàn)彎曲和伸縮運動．Simaan等[4]利用超彈鎳鈦合金設計了多模塊連續(xù)型機器人，并成功應用于微創(chuàng)手術．Festo和BUAA合作開發(fā)了一款仿章魚觸手軟體抓持器，其由柔軟的硅膠結(jié)構組成，通過氣壓驅(qū)動可以實現(xiàn)大幅度柔順變形[5]．Greer等[6]設計了生長型連續(xù)型機器人，通過人工氣動肌肉控制頂針外翻，可以實現(xiàn)靈活轉(zhuǎn)彎和沿脊椎切線方向生長運動．Zhang 等[7]基于折紙理論以扭簧為中心骨干，以折紙機構為框架設計了可拓展連續(xù)型機器人，并建立其運動學模型. Chirikjian等[8]基于模態(tài)方程的特殊幾何曲線完成了冗余操作臂的建模．Jones等[9]基于等曲率彎曲的假設建立了多關節(jié)連續(xù)型機器人的運動學模型．Chirikjian[10]最早應用中央脊椎的方法建立了超冗余度操作手的動力學模型．Lang等[11]基于梁理論建立了連續(xù)型機器人的精確動力學模型．Giri等[12]利用彈簧阻尼系統(tǒng)建立了平面仿章魚機構的動力學模型．Rone等[13]將集中質(zhì)量原理與凱恩方法相結(jié)合建立了連續(xù)型機器人的動力學模型．Kang等[14]利用多個串聯(lián)的并聯(lián)機構來表示連續(xù)體機器人，從而利用剛體動力學理論來分析機器人的運動．但上述研究中很少與連續(xù)型機器人的控制相結(jié)合，且上述動力學模型過于復雜，計算效率低，不利于連續(xù)型機器人的實時控制，難以用于實際控制系統(tǒng)．

目前連續(xù)型機器人的運動控制主要基于逆運動學的控制．Penning 等[15-16]提出了一種帶有位置反饋回路的任務空間控制器，以最小化跟蹤誤差．同時研究了一種模態(tài)空間控制器，以減少設置時間并實現(xiàn)對外部干擾的快速響應．Bajo等[17]通過驅(qū)動絲的受力情況預估連續(xù)型機器人末端所受力和力矩，實現(xiàn)了連續(xù)型機器人的力位混合控制．Qi 等[18]將模糊模型用于連續(xù)型機器人的末端控制器，克服了模型的復雜性和不確定性問題，實現(xiàn)了末端位置軌跡跟蹤．Li等[19]基于雅可比在線估計建立了連續(xù)型機器人的無?？刂品椒ǎ甃ee等[20]提出了一種基于非參數(shù)和在線本地訓練的控制框架直接學習連續(xù)型機器人逆模型，無需事先了解機器人的結(jié)構參數(shù)便可在動態(tài)外部干擾下精確地跟蹤軌跡．以上研究工作大部分側(cè)重于連續(xù)型機器人的末端軌跡跟蹤，沒有實現(xiàn)構型控制，尤其是結(jié)合避障需求的構型控制．在多避障礙物的應用環(huán)境中，發(fā)揮連續(xù)型機器人冗余性和靈活性的優(yōu)點躲避障礙物，保證操作安全性是非常有意義的．因此本文將連續(xù)型機器人的位置控制與避障算法相結(jié)合，搭建連續(xù)型機器人的末端控制器．

本文的貢獻在于建立障礙勢函數(shù)，評估障礙物與機械臂之間距離變化，從而優(yōu)化機器人逆運動學求解過程中的雅可比矩陣零空間變量，實現(xiàn)連續(xù)型機器人的構型控制，達到躲避障礙物的目的．并將避障算法融入連續(xù)型機器人的控制系統(tǒng)，提供了連續(xù)型機器人本體躲避障礙物，末端完成目標操作的研究思路．

1 連續(xù)型機器人的運動學分析

圖1所示為連續(xù)型機器人物理樣機．機器人本體由2個連續(xù)型關節(jié)組成，每個連續(xù)型關節(jié)由1根中央脊椎絲、3根驅(qū)動絲和若干連接盤組成．3根驅(qū)動絲間隔120°布置，穿過連接盤上的過孔并與關節(jié)末端連接盤相固聯(lián)．中央脊椎絲與驅(qū)動絲均采用可承受拉力和壓力的超彈性鎳鈦合金絲，中間連接盤為3D樹脂打印材料．中央脊椎絲整體的長度不發(fā)生改變，只起支撐固定作用，因此通過控制驅(qū)動絲長度的變化，就可以實現(xiàn)機器人產(chǎn)生不同方向的彎曲運動．

圖1 連續(xù)型機器人樣機結(jié)構示意Fig.1 Schematic of the design of the continuum robot

1.1 并聯(lián)結(jié)構單元

由上述樣機可以看出，連續(xù)型機器人是整體串聯(lián)、局部并聯(lián)的幾何結(jié)構．借鑒文獻[14]的研究工作，可以將每個連續(xù)型機械臂看成是由一系列并聯(lián)驅(qū)動機構串聯(lián)組成．整個機械臂多個并聯(lián)機構和單個并聯(lián)機構的幾何模型如圖2所示．

圖2 并聯(lián)機構單元構成機器人本體Fig.2 Diagrams of stacked parallel mechanisms

每個并聯(lián)機構由1個固定基座、1個運動平臺、1個中心支撐桿(AB)以及3個縱向驅(qū)動組成(d1，d2，d3)．中心支撐桿通過1個U副(B)與動平臺相連接，各驅(qū)動桿通過P副(A1，A2，A3)與基座連接，通過S副(B1，B2，B3)與運動平臺連接．中心支撐桿不可壓縮和伸長，故該機構在3根驅(qū)動的伸縮作用下，可實現(xiàn)和樣機相同的轉(zhuǎn)動．

1.2 運動學分析

如圖2(a)所示，將2個笛卡爾坐標系A(x，y，z)和B(u，v，w)分別固聯(lián)在并聯(lián)機構的基座和運動平臺上．規(guī)定第1個并聯(lián)機構的基座坐標系為整個機器人的基座坐標系．通過以下3個空間來描述機器人的運動學模型：驅(qū)動空間用于反映驅(qū)動桿長度變化；構型空間用于描述連續(xù)型機器人彎曲形狀；工作空間用于描述機器人末端位置．

如圖2所示，并聯(lián)機構的每個驅(qū)動可以由1個位置向量di來描述．di為

并聯(lián)機構動平臺的姿態(tài)角分別由繞v軸旋轉(zhuǎn)的β角和繞u軸旋轉(zhuǎn)的α角確定．

因此可以確定bi為

基座與動平臺間的旋轉(zhuǎn)矩陣為

基座與動平臺間的齊次變換矩陣為

將式(2)代入式(1)中得

從而得各驅(qū)動長度為

根據(jù)上述推導，可以得到各并聯(lián)機構之間的齊次變換矩陣，見式(7)，利用齊次變換矩陣，可以得到各平臺的空間位置，見式(8)．

式中0Pn為各層動平臺中心位置在全局坐標系下的描述．

1.3 工作空間分析

根據(jù)式(8)，給定各并聯(lián)機構的動平臺運動角度范圍為[-π/6，π/6]，利用蒙特卡洛原理[21]繪制機器人末端工作空間分布，如圖3所示．

1.4 雅可比矩陣

速度雅可比矩陣反映了連續(xù)型機器人的驅(qū)動空間Q，構型空間Ψ和工作空間P之間的速度映射關系，是后續(xù)對機器人進行運動仿真與控制的基礎．

構型空間到工作空間的雅可比矩陣由末端位置P對各并聯(lián)機構構型空間參數(shù)求偏導得到，其計算過程為

得到構型空間速度和工作空間速度的正向?qū)P系為

得到構型空間速度和工作空間速度的逆向?qū)P系為

由于連續(xù)型機器人為冗余驅(qū)動，所以構型空間到工作空間的雅可比矩陣求逆時會存在只影響機器人本體構型，不影響末端位置的零空間項．式(12)所描述的是工作空間到構型空間雅可比矩陣的最小范數(shù)解，其包含零空間項的完整格式應為

式中：第1項為最小范數(shù)解；第2項是由于冗余驅(qū)動產(chǎn)生的零空間項．其中w為任意向量，而稱為雅可比矩陣的零空間投影算子．之所以稱之為零空間投影算子，是因為其與原矩陣的乘積會得到零矩陣，故而式(13)右邊第2項(零空間投影向量)的大小，在理想狀態(tài)下并不會影響機器人末端的位置，具體的零空間項優(yōu)化算法指標將會在第3節(jié)具體展開.

單個并聯(lián)機構的構型空間到驅(qū)動空間的雅可比矩陣為

式中：bi為動平臺的第i根驅(qū)動的位置向量；si為動平臺的第i根驅(qū)動桿的單位方向向量．

多個并聯(lián)機構的構型空間到驅(qū)動空間的雅可比矩陣為

式中：bij為第j個并聯(lián)機構的第i根驅(qū)動的位置向量；sij為第j個并聯(lián)機構的第i根驅(qū)動桿的單位方向向量．

根據(jù)式(15)可以得到，得到機器人驅(qū)動空間速度與構型空間速度的關系為

綜上可以得到驅(qū)動空間速度到工作空間速度的正向?qū)P系式為

在實際控制中，需要由工作空間偏差得到驅(qū)動空間的偏差，即控制增量，需要逆向求解．建立工作空間速度到驅(qū)動空間速度的對應關系式為

2 連續(xù)型機器人的動力學分析

本節(jié)利用集中質(zhì)量原理[12]建立連續(xù)型機器人的動力學模型，為第3、4節(jié)機器人閉環(huán)控制算法研究和仿真提供支持．

由于本樣機連續(xù)型機械臂的質(zhì)量主要集中于中間連接盤，且驅(qū)動絲和中央脊椎絲均為輕質(zhì)的超彈性的鎳鈦合金絲，負責提供驅(qū)動力和抗彎剛度，質(zhì)量可忽略不計，其作用可由兩個方向的扭簧及扭轉(zhuǎn)阻尼代替．故單個并聯(lián)機構的動力學模型如圖4所示．

圖4 單并聯(lián)機構動力學模型Fig. 4 Dynamic model of single parallel mechanism

首先計算各并聯(lián)機構動平臺的旋轉(zhuǎn)角加速度、旋轉(zhuǎn)角速度和平移加速度．

各并聯(lián)機構動平臺的旋轉(zhuǎn)角加速度項為

各并聯(lián)機構動平臺的旋轉(zhuǎn)角速度項為

各并聯(lián)機構動平臺的平移加速度項為

對第j個并聯(lián)機構動平臺進行受力分析，如圖5所示，圖中驅(qū)動力為F，扭簧和阻尼的扭轉(zhuǎn)力矩為M．動平臺j質(zhì)量盤的受力如下：

圖5 動平臺受力分析Fig.5 Free-body diagram of the moving platform

(1) 豎直向下的重力G；

(2) 動平臺j受到驅(qū)動動平臺j運動的3根驅(qū)動絲的驅(qū)動力Fij；

(3) 動平臺j受到驅(qū)動平臺j+1運動的3根驅(qū)動絲的驅(qū)動反作用力；

(4) 動平臺j受到與動平臺j固聯(lián)扭簧和扭轉(zhuǎn)阻尼的力矩Msj和Mdj；

(5) 動平臺j受到與動平臺j+1固聯(lián)扭簧和扭轉(zhuǎn)阻尼的反作用力矩和．

扭簧和扭轉(zhuǎn)阻尼的作用力矩為

式中：kj為動平臺j處的扭簧剛度；cj為動平臺j處的扭轉(zhuǎn)阻尼；θ0j為動平臺j的初始姿態(tài)角．

根據(jù)牛頓-歐拉動力學方程，計算動平臺j所受的合外力與合外力矩為

建立作用在動平臺j上的力和力矩平衡方程為

式中：jMsj為第j個平臺所受扭簧阻力矩在自身坐標系下的描述；jMdj為第j個平臺所受扭轉(zhuǎn)阻尼力矩在自身坐標系下的描述．

3 連續(xù)型機器人的閉環(huán)控制

因動力學模型計算量大，參數(shù)辨識困難，難以保證機器人的實時、準確控制，故本節(jié)基于前文提出的連續(xù)型機構運動學模型，結(jié)合雅可比矩陣逆運動學控制方法，提出連續(xù)型機器人的末端位置和本體避障同步控制策略，如圖6所示．在仿真階段，將采用前文建立的動力學模型作為被控對象，檢驗控制算法效果.

圖6 閉環(huán)控制流程Fig.6 Closed-loop control flow chart

3.1 閉環(huán)控制流程

閉環(huán)控制框架中，第1步將機器人末端的實際空間位置與期望位置進行比較，得到全局坐標下的位置誤差ΔP．第2步利用運動學的雅可比逆矩陣將工作空間的末端位置誤差映射到驅(qū)動空間，得到驅(qū)動空間內(nèi)的小位移Δl．第3步將得到的驅(qū)動空間小位移乘以增益來計算使誤差減小的驅(qū)動力F．第4步利用得到的驅(qū)動力控制機器人運動，得到新的機器人構型，進一步得到新的末端位置，進入下一次控制循環(huán)．

驅(qū)動力F計算方法為

式中：Pd為機器人末端期望位置；Pa為機器人末端實際位置；kp為增益參數(shù)．

3.2 避障控制算法

根據(jù)式(13)，只影響機器人本體的構型，不影響末端位置的零空間項由w確定，式中w可根據(jù)具體的優(yōu)化性能指標確定，本文選擇利于機器人躲避障礙物的障礙勢函數(shù)作為優(yōu)化指標，優(yōu)化圖6中的逆運動學求解過程．

選擇連續(xù)型機器人的各并聯(lián)機構動平臺中心為參考點，工作空間中的障礙物可以等效包含在一個球體中，則可利用機器人和障礙物之間的幾何關系來構造避障勢函數(shù)．設定連續(xù)型機器人各動平臺到障礙之間的距離為gi，障礙物的障礙半徑為ri，安全因子為si，由此構造障礙勢函數(shù)為

4 軌跡跟蹤仿真與實驗

為觀察控制算法的效果，本節(jié)分別以逆運動學的最小范數(shù)解控制方法和避障控制方法控制機器人跟蹤同1條空間直線軌跡，并對比跟蹤結(jié)果．仿真中所使用的被控對象為第2節(jié)提出的連續(xù)型機器人動力學模型．

選取工作空間內(nèi)兩點(圖7中紅色圓圈表示)構造期望運動軌跡．初始期望位置的第1關節(jié)各并聯(lián)機構構型角度均為α＝π/24、β＝π/24，第2關節(jié)各并聯(lián)機構構型角度均為α＝π/24、β＝π/24；最終期望位置的第1關節(jié)各并聯(lián)機構構型角度均為α＝-π/24、β＝-π/24，第2關節(jié)各并聯(lián)機構構型角度均為α＝π/24、β＝π/24．

圖7 期望始末位置在工作空間yOz截面示意Fig.7 Distribution of desired positions in the workspace yOz

由此確定期望的末端直線運動軌跡為

式中T為運動周期，T＝5s．

4.1 最小范數(shù)解軌跡跟蹤

當w＝0，增益參數(shù)kp設定為1000時，得到連續(xù)型機器人末端的最小范數(shù)解末端跟蹤仿真結(jié)果和末端跟蹤誤差如圖8、9所示．圖8中，藍色為期望軌跡，紅色為實際運動軌跡．圖9表示機器人末端在工作空間x、y、z3個方向的跟蹤誤差．由于彈簧阻尼元件的存在，機器人在初始啟動階段產(chǎn)生較大幅度振蕩，最大誤差為3.7mm，而后誤差逐漸減小并趨于穩(wěn)定，整個跟蹤過程的均方根誤差(RMSE)為2.8mm．為了滿足機器人閉環(huán)控制的實時性要求，逆運動學數(shù)值求解迭代次數(shù)有限，以及迭代積累等因素，均會導致誤差．與機械臂的總長960mm相比，整個避障跟蹤過程的RMSE為總長度的0.29%，誤差被控制在可接受范圍．

圖8 最小范數(shù)解軌跡跟蹤仿真結(jié)果Fig.8 Trajectory tracking simulation results with minimum norm solution

圖9 最小范數(shù)解的末端軌跡跟蹤誤差Fig.9 Trajectory tracking errors with minimum norm solution

跟蹤過程中，采用最小范數(shù)解逆運動學計算得到的機器人實際構型角度變化如圖10所示．

圖10 最小范數(shù)解逆解跟蹤的構型空間角度Fig.10 Configuration angles of the robot with minimum norm solution

采用最小范數(shù)解的控制跟蹤過程中的機器人形態(tài)如圖11所示．

圖11 最小范數(shù)解的跟蹤過程中機器人形態(tài)Fig.11 Shape of the robot when tracking minimum norm solution

4.2 避障控制仿真

仿真實驗中，障礙物的空間位置設定為[0.1m，-0.1m，0.7m]，其障礙半徑為0.1m，取安全因子為0.05，增益參數(shù)kp同樣設置為1000．得到的避障控制仿真結(jié)果和跟蹤誤差如圖12、13所示，圖12中，藍色為期望軌跡，紅色為實際運動軌跡．圖13表示末端在工作空間x、y、z3個方向的位置誤差．機器人在初始啟動階段同樣因為彈簧阻尼元件的存在產(chǎn)生震蕩后逐漸穩(wěn)定．后因躲避障礙物，機器人構型在短時間內(nèi)產(chǎn)生較大變化，導致末端出現(xiàn)抖動，誤差突然增大，最大誤差為4.8mm．障礙物躲避完成后，末端誤差逐漸減小并趨于穩(wěn)定．機器人整個控制跟蹤過程的RMSE為3.1mm．同樣為滿足機器人閉環(huán)控制的實時性要求，逆運動學數(shù)值求解迭代次數(shù)有限，以及迭代積累等因素，均會導致誤差．與機械臂的總長960mm相比，整個避障跟蹤過程的RMSE為總長 度的0.32%，避障跟蹤過程的誤差被控制在可接受 范圍．

圖12 避障算法軌跡跟蹤仿真結(jié)果Fig.12 Trajectory tracking simulation results with obstacle avoidance

圖13 避障算法軌跡跟蹤誤差Fig.13 Trajectory tracking errors with obstacle avoidance

跟蹤過程中，采用避障優(yōu)化算法逆運動學計算得到的機器人的實際構型角度變化如圖14所示，與圖10相比較，機器人的構型角度在躲避障礙物的時候會出現(xiàn)較大幅度的波動，躲避動作完成后又逐漸趨于穩(wěn)定狀態(tài)．

圖14 避障算法跟蹤的構型空間角度Fig.14 Configuration angles of the robot with obstacle avoidance

采用最小范數(shù)解的跟蹤過程中的機器人本體形態(tài)如圖15、16所示，與圖11相比較，機器人本體在躲避障礙物時，形態(tài)會產(chǎn)生較大的變化，保證機器人本體與障礙物的距離控制在安全范圍內(nèi)，同時完成軌跡跟蹤和目標操作．

圖15 避障算法跟蹤過程中機器人形態(tài)Fig.15 Shape of the robot when tracking with obstacle avoidance

圖16 機器人躲避障礙物多角度視圖Fig.16 Shape of the robot when avoiding an obstacle

4.3 避障控制實驗

如圖17所示，本實驗平臺由1個連續(xù)型機器人樣機、1個充當障礙物的框架、1個充當目標的乒乓球以及3D位置傳感系統(tǒng)組成．其中連續(xù)型機器人由兩個滾珠絲桿驅(qū)動的運動關節(jié)、1個末端夾持器和驅(qū)動箱組成，連續(xù)型機械臂總長度為960mm，外徑為38mm．末端夾持器為1個三爪夾持器，由直線步進電機驅(qū)動，中央安裝有1個微型攝像頭，可提供操作視野，并通過CAN協(xié)議進行控制通信．

圖17 實驗平臺Fig.17 Visualizations of the experimental platform

為驗證提出的模型和控制算法的正確性，設計如下實驗．機器人的任務是在工作空間內(nèi)，完成對乒乓球的抓?。?guī)劃一條機器人末端初始位置到目標位置的運動軌跡，并在機械臂運動軌跡中設置障礙欄．機器人若全程采取最小范數(shù)解進行控制，機器人本體會碰到障礙欄，損傷機械臂．此時需要利用避障算法控制機器人本體完成避障動作，并最終完成對目標乒乓球的抓?。?/p>

實驗中，障礙物作用半徑為0.1m，安全因子取0.05．機器人末端的初始位置為[0m，0m，1.12m]，目標乒乓球的空間位置為[0.1m，-0.1m，0.7m]．當機器人與障礙物距離較遠，處于安全范圍時，采用最小范數(shù)解進行控制跟蹤；當機器人與障礙物的距離小于安全距離時，控制器根據(jù)障礙勢函數(shù)優(yōu)化驅(qū)動空間變量，控制機器人本體躲避障礙物，并與障礙物保持15mm以上的安全距離，同時控制機器人末端保持目標軌跡跟蹤．實驗中機器人啟動、避障、到達目標位置并完成抓取操作的過程如圖18所示．

圖18 機器人避障操作實驗Fig.18 Visualization of experiment to test obstacle avoidance operation

實驗中機器人的實際末端位置由3D電磁追蹤系統(tǒng)測得．每間隔100ms記錄一次機器人末端位置和構型角度，得到機器人本體的在運動過程中的啟動、避障等關鍵位置點的末端位置、跟蹤誤差和構型角度的散點圖，并將其與理論計算的理論值相比較，進一步分析控制算法的有效性，對比結(jié)果如圖19～21所示．圖19中，藍線為理論計算軌跡，紅線為實驗運動軌跡．圖20為實驗中機器人末端在工作空間x、y、z3個方向位置誤差，圖21為仿真計算與實驗記錄的構型角度對比分析，其中藍線為理論計算構型，紅色散點為實驗記錄構型．

圖19 仿真與實驗跟蹤軌跡Fig.19 Trajectory tracking in experiment and simulation

圖20 實驗過程末端位置誤差Fig.20 End-position errors recorded in experiments

圖21 仿真與實驗構型角度Fig.21 Configuration angles in experiments and simulations

由于本連續(xù)型機器人采用滾珠絲桿的驅(qū)動方式，整體運動速度較慢，對實時性要求不高．前文提出的避障算法本質(zhì)上屬于運動學控制范疇．當期望位置與當前位置存在偏差時，利用雅可比矩陣將末端位置偏差轉(zhuǎn)換為各驅(qū)動絲所需的驅(qū)動力，利用零空間項選取合適的避障構型，從而控制機器人運動．基于運動學的控制循環(huán)運算速度很快，所以實驗中連續(xù)型機器人的控制實時性可以得到保證．

實驗中機器人在初始啟動時和在躲避障礙物的時候，機器人構型角度會產(chǎn)生較大的變化，同時末端誤差出現(xiàn)較大波動，但仍在較好的可控范圍內(nèi)．在避障控制的實驗過程中機器人末端3個方向最大誤差為6.2mm，整個實驗跟蹤過程的RMSE為4.1mm，與機械臂總長的0.43%，呈現(xiàn)良好的軌跡跟蹤避障表現(xiàn)．將避障控制末端誤差和構型角度和實驗組與理論計算值相比較，實驗值與仿真理論計算值具有相同的變化趨勢，但實驗的末端誤差略大于仿真結(jié)果，考慮到機器人的傳動模塊各零件的加工誤差、裝配誤差、雙模塊運動耦合等因素，實驗誤差仍在可接受范圍內(nèi)，實驗結(jié)果表明了所提出的連續(xù)型機器人模型和避障控制算法的有效性．

5 結(jié) 語

本文以提高連續(xù)型機器人在實際應用控制中的操作安全性為落腳點，展開對連續(xù)型機器人的運動學、動力學和避障控制算法的討論．搭建雙模塊絲驅(qū)動連續(xù)型機器人物理樣機，基于堆疊的二旋轉(zhuǎn)自由度的并聯(lián)機構建立了連續(xù)型機器人的運動學模型，并基于集中質(zhì)量原理建立其動力學模型．動力學模型中將機械臂質(zhì)量集中于并聯(lián)機構動平臺，同時加入扭簧和扭轉(zhuǎn)阻尼擬合機械臂的彈性能，從而大幅提高了仿真過程中的計算效率．為應對復雜的多障礙物應用場景，提出了障礙勢函數(shù)，通過構造障礙勢函數(shù)評估機器人與障礙物之間的距離變化，優(yōu)化機器人逆運動學求解過程中的雅可比矩陣零空間變量，優(yōu)化選擇機器人的構型姿態(tài)，給出連續(xù)型機器人的避障控制算法，使得機器人不僅可以完成末端精確的目標操作，還可以保證軌跡跟蹤過程中機器人本體的安全穩(wěn)定．仿真和避障控制實驗，驗證了上述模型與控制算法的有效性．本文研究工作為今后連續(xù)型機器人在復雜環(huán)境的實際應用提供了良好的基礎．未來工作將結(jié)合更高要求的操作要求(奇異性、靈敏度)進一步開展系統(tǒng)綜合設計研究．