基於軟體驅動實現足型機器人全伺服運動控制器

前言

足型機器人因其優異的地形適應能力與機動性能，近年來成為機器人研究與應用的焦點。然而，要實現足型機器人的穩定行走與奔跑，控制系統必須同時處理多關節的協調、平衡維持以及環境互動等複雜挑戰。傳統的控制方法多採用嚴謹的模型驅動設計，例如最適控制理論[1] 來規劃控制策略，或利用預先規劃的步態序列與比例-微分控制器（PD）確保系統穩定。然而當地形、速度與任務目標更加多變時，設計單一的傳統控制器漸漸變得困難且耗時。為了提升足型機器人在複雜環境下的適應力，學界開始引入機器學習技術（特別是深度強化學習）來自動學習控制策略。強化學習已成功應用於足式機器人，上層控制器不需依賴精確模型即可透過大量試誤學習出複雜的運動技能[2]。例如，有研究利用深度強化學習讓足型機器人實現高達5.0 m/s 的奔跑速度，同時在不平整地形上保持穩定[3]。然而純機器學習在訓練期間需要大量樣本，對模擬器精度和實體平台的即時反應都有很高要求，此外，其決策過程若缺乏約束，可能無法滿足工程上的安全穩定需求。

因此，實務上常見將傳統控制與學習型控制結合，以兼顧穩定性與適應性。基於上述背景，本文提出一套軟體驅動的全伺服運動控制系統架構，透過即時通訊與混合控制策略實現對足型機器人關節的精確控制。下文將介紹分層控制架構與策略比較、混合控制迴路和即時通訊與運算架構的實現細節，最後給出結論與未來展望。

分層控制架構與策略比較

本研究之足型機器人控制系統採用上層/ 下層分層架構。如圖1所示，以模型預測控制（Model Predictive Control, MPC）組成上層控制器為例，上層控制器主要負責運動計畫與決策，包括步態產生、軌跡規劃以及對環境的感測與反應。下層控制器則直接處理各關節的伺服驅動，控制位置、速度與扭力等，以使機器人實際動作跟隨上層指令。上層與下層之間會定義明確的介面來交換資訊：上層要根據任務目標和感測器回授（如IMU、Encoder、足底力感測器等）產生各關節的位置和扭矩目標，下層則接收這些目標並驅動各關節執行。同時，下層會回傳當前關節的位置、速度和扭力等狀態供上層進行動態調整。這種分層架構將決策與執行解耦，使上層控制可以專注於高階複雜策略（例如動態平衡、路徑規劃），而下層控制則專注於快速精確的伺服響應。

為了進一步說明傳統控制策略與機器學習控制策略在此架構中的運作差異，本文在上層控制方面進行比較，如表1 所示。傳統控制策略通常依賴預先建立的數學模型與控制演算法，例如利用最佳控制或模型預測控制來即時計算關節扭力或位置目標[4]。此類方法在模型精確時可提供良好的性能與穩定性，但模型誤差或未知干擾可能導致控制效果下降。同時，傳統方法往往需要針對不同地形或狀況調整控制器參數，開發維護成本較高。相較之下，現代機器學習策略（如強化學習控制）則透過大數據訓練讓上層控制器自行學習步態控制策略。其優點是在複雜環境下具有自適應能力，不需人為調校模型參數；許多研究已證實學習型控制能讓足型機器人在未知地形保持穩定並完成任務。然而，機器學習策略的缺點是在訓練過程中需要大量試驗，且學習結果缺乏可解釋的穩定性保證，一般仍需輔以低階嚴謹的伺服控制來保障安全。本系統的上層控制可靈活採用傳統方法或機器學習：在早期開發階段可先以傳統控制確保基本功能，再逐步導入強化學習等策略以提升性能。只要上層產生關節目標指令，無論其來源是傳統演算法還是機器學習，下層的全伺服控制器都將確保實際執行的準確性和穩定性。

混合運動控制迴路

在下層控制器的設計上，本文採用混合運動控制迴路，以同時利用前饋補償和回饋控制的優點來提升伺服性能。圖 2 展示單個關節的控制迴路。首先，根據機器人動力學模型得出扭力前饋補償：包含重力補償、慣性力補償以及預估外力擾動補償等。這些前饋項由上層控制器根據機器人姿態和目標運動算出，然後下層控制器在控制周期內將其作為扭力指令的一部分。例如，當機器人抬腿時，前饋重力補償力矩可抵消腿部重量，減輕控制器的誤差負擔。接著，在回饋控制部分，本系統採用關節位置與扭力雙迴路控制架構。最內層為伺服驅動器內建的電流/ 扭力控制迴路，而外層為由軟體實現的關節位置控制迴路。下層控制器每個周期會讀取關節的實際位置與速度，將其與上層給定的目標進行比較，通過位置控制器（例如PID 控制器）計算所需的扭力指令。該扭力指令再加上前述的前饋補償扭力，組成實際發送給伺服驅動器的目標扭力值。伺服驅動器收到目標扭力後，驅動馬達產生對應的電流輸出，使關節產生所需力矩。整個系統相當於實現一種策略：「計算扭力控制」（computed torque control），即利用模型計算的前饋扭力先行抵消主要動態影響，再用回饋控制處理模型不確定性與外部干擾。這種混合控制迴路能在保持高響應速度的同時，提高控制精度和穩定性。例如，當機器人快速移動時，前饋補償提供初步扭力輸出以追隨目標軌跡，而回饋控制則即時修正微小偏差，兩者配合可有效避免過衝並減少軌跡誤差。