Bio-inspired motion control of the humanoid robot NAO using Central Pattern Generators (CPGs)Bio-inspired motion control of the humanoid robot NAO using Central Pattern Generators (CPGs)Βιολογικά-εμπνευσμένος έλεγχος κίνησης του ανθρωποειδούς ρομπότ ΝΑΟ με Χρήση Κεντρικών Γεννητριών Προτύπων Διπλωματική Εργασία Diploma Work 2015-10-132015enRecent developments in computational and hardware systems enabled the development of more complex artificial systems. In particular, this has brought to life new challenges in the field of robotics, such as the development of humanoid robots with the ability to interact with complex environments, like those where humans live and act. Research has addressed the locomotion of such robots and the way they interact with humans. However, the increasing complexity in the design of the body of humanoid robots, necessitates the development of more satisfactory control methodologies than the existing ones. For that purpose, research in robotics has attempted to get inspired by the study of living organisms, which demonstrate robust and adaptable locomotor behavior. Key components of their motion control are neural networks, called Central Pattern Generators (CPGs), such as those located on the spine of the vertebrate bodies, and are responsible for the production of rhythmic control signals during walking, running, swimming or flying, even in the absence of sensory feedback. Reproducing robustly such motion control schemes in humanoid robots represents a significant challenge, made even more important from the requirement of controlling fast and efficiently a large number of degrees of freedom in such robots. In this thesis, we examined through robotic experiments on the NAO humanoid robot, the robustness of its built-in walking behavior on steps, inclines, as well as on rugged and granular substrates. The robot and its built-in walking behavior are developed by the company Aldebaran Robotics. The analysis of the experiments showed that the robot has some difficulty in dealing with such substrates. At this point, the idea of using a completely different approach to create a walking behavior for the robot, came up. An attempt is made to set up and exploit a CPGs-based motion control scheme, as an alternative way of achieving a stable walking locomotion for the simulated humanoid robot NAO, using the Webots simulator. The type of Central Pattern Generators selected is based on the Hopf nonlinear oscillator, which has properties useful for the control of the joints of the robot during walking, and is able to reproduce them in a satisfactory way. The procedure followed starts with the recording of the joint trajectories of the robot during walking, then these are learned by the CPGs via a Hebbian learning process, and, then, the CPGs provide desired joint trajectories to the robot, in order to reproduce the walking gait. Furthermore, an optimization process based on genetic algorithms is employed, to achieve the fine tuning of the CPGs via a well-defined objective function.Οι πρόσφατες εξελίξεις, τόσο σε υπολογιστικά συστήματα, όσο και στα μηχανικά μέρη των ρομποτικών συστημάτων, επέτρεψαν την ανάπτυξη πιο σύνθετων συστημάτων, επιτρέποντας τη διερεύνηση και νέων προκλήσεων. Μια τέτοια πρόκληση είναι η δημιουργία ανθρωποειδών ρομπότ, με τη δυνατότητα να αντιμετωπίζουν περίπλοκα περιβάλλοντα, όπως αυτά στα οποία κινείται ο άνθρωπος. Σημαντικές μελέτες επικεντρώνονται στην κίνησή τους, στον έλεγχό της, όπως και στον τρόπο που αλληλεπιδρούν με ανθρώπινα εργαλεία, αλλά και με τον ίδιο τον άνθρωπο. Η αυξανόμενη πολυπλοκότητα στο σχεδιασμό του σώματός τους, καθιστά αναγκαία την χρήση ακόμη πιο εξελιγμένων μεθόδων ελέγχου της κίνησης από τις ήδη υπάρχουσες. Στην αναζήτηση τέτοιων μεθόδων, οι επιστήμονες της ρομποτικής στράφηκαν προς την μελέτη έμβιων οργανισμών, οι οποίοι μπορούν να επιδείξουν αξιοσημείωτη ευρωστία και προσαρμοστικότητα στην κίνησή τους. Ένα βασικό συστατικό του ελέγχου αυτής της κίνησης είναι τα νευρωνικά δίκτυα, που ονομάζονται Κεντρικές Γεννήτριες Προτύπων (Central Pattern Generators – CPGs), όπως αυτά που βρίσκονται στην σπονδυλική στήλη των σπονδυλωτών οργανισμών, και τα οποία είναι σε μεγάλο βαθμό υπεύθυνα για την παραγωγή των σημάτων ελέγχου κατά την διάρκεια ρυθμικών κινήσεων των οργανισμών. Η αναπαραγωγή αντίστοιχων μηχανισμών ελέγχου κίνησης σε ανθρωποειδή ρομπότ συνιστά μία σημαντική πρόκληση. Ένα από τα βασικά χαρακτηριστικά αυτών των δικτύων είναι ότι μπορούν να αναπαράγουν εύρωστες ρυθμικές συμπεριφορές, ακόμη και χωρίς την παρουσία αισθητηριακής πληροφορίας. Σε αυτή την διπλωματική εργασία, έγινε μελέτη με ρομποτικά πειράματα στο ρομπότ NAO της εταιρίας Aldebaran Robotics, πάνω στην ευστάθεια του περπατήματος που έχει υλοποιηθεί από την κατασκευάστρια εταιρία, σε περιβάλλοντα με σκαλιά, επικλινείς επιφάνειες, καθώς και επιφάνειες με εμπόδια και άμμο. Έπειτα, γίνεται απόπειρα, με τη χρήση κεντρικών γεννητριών προτύπων, να επιτευχθεί η αναπαραγωγή σταθερού περπατήματος στον εξομοιωτή Webots, για το ανθρωποειδές ρομπότ NAO. Το είδος των CPGs, που επιλέχθηκε να χρησιμοποιηθεί, έχει σαν βάση του τον μη-γραμμικό ταλαντωτή Hopf, ο οποίος έχει τις δυναμικές ιδιότητες που συσχετίζονται με τα σήματα των αρθρώσεων του ανθρωποειδούς που παράγονται κατά το περπάτημα, και μπορεί να τα αναπαράγει σε ένα ικανοποιητικό βαθμό. Η διαδικασία που ακολουθήθηκε ξεκινάει από την καταγραφή των τροχιών των αρθρώσεων με κατάλληλους αισθητήρες, την εκμάθηση των σημάτων αυτών μέσω του CPG, και, στη συνέχεια, του ελέγχου των αρθρώσεων του ρομπότ μέσω των CPGs, με σκοπό την αναπαραγωγή του περπατήματος. Η παραπέρα βελτιστοποίηση των CPGs έγινε μέσω κατάλληλης εξελικτικής διαδικασίας, με τη χρήση γενετικού αλγορίθμου. Για την επίτευξη της διαδικασίας αυτής έγινε αναλυτικός ορισμός του προβλήματος, με την διατύπωση αντικειμενικής συνάρτησης, που εξελίσσει τα CPGs, με σκοπό τη βελτίωση της απόκρισης του συστήματος ελέγχου της κίνησης του ανθρωποειδούς ρομπότ κατά το περπάτημα.Διπλωματικής Εργασία που υποβλήθηκε στην σχολή ΗΜΜΥ του Πολυτεχνείου Κρήτης για την πλήρωση προϋποθέσεων λήψης προπτυχιακού διπλώματοςhttp://creativecommons.org/licenses/by/4.0/Πολυτεχνείο Κρήτης::Σχολή Ηλεκτρονικών Μηχανικών και Μηχανικών ΥπολογιστώνKousanakis_Vasileios_Dip_2015.pdfChania [Greece]Library of TUC2015-10-13application/pdf56.6 MBfree Kousanakis Vasileios Κουσανακης Βασιλειος Stavrakakis Georgios Σταυρακακης Γεωργιος Lagoudakis Michael Λαγουδακης Μιχαηλ Tsakiris Dimitrios Τσακίρης Δημήτριος Πολυτεχνείο Κρήτης Technical University of Crete Central Pattern Generators Hebbian learning process Humanoid robots Humanoids (Androids) androids humanoid robots humanoids androids Movement of robots Robot motion robots motion movement of robots robot motion GAs (Algorithms) Genetic searches (Algorithms) genetic algorithms gas algorithms genetic searches algorithms Artificial neural networks Nets, Neural (Computer science) Networks, Neural (Computer science) Neural nets (Computer science) neural networks computer science artificial neural networks nets neural computer science networks neural computer science neural nets computer science