CN101745910B - 移动设备及其控制方法 - Google Patents

Abstract

提供具有一个以上的运动单元的腿式移动机器人及其控制方法。该腿式移动机器人包括：第1加速度传感器，对所述腿式移动机器人设定局部坐标系，测量所述局部坐标系原点的加速度；第2加速度传感器，被部署在所述局部坐标系中的一个以上的受控对象点上；未知力矩或者未知外力计算部件，使用至少基于从所述第1加速度传感器以及所述第2加速度传感器获得的加速度信息而导出的ZMP方程或者动力学方程，计算施加在所述腿式移动机器人上的未知力矩或者未知外力；以及控制部件，基于所述未知力矩或者未知外力来控制所述受控对象点。

Description

移动设备及其控制方法

交叉引用说明 

本申请为PCT国际申请PCT/JP03/03228进入中国的申请03809667.6的分案申请，该申请的国际申请日期为2003年3月18日。 

技术领域

本发明一般涉及至少含有数条活动腿的腿式移动机器人(1egged locomotion robot)的运动控制设备和方法、腿式移动机器人的传感器系统和移动单元，尤其涉及采用ZMP(零力矩点)作为稳定性判据的腿式移动机器人的运动控制设备和方法。 

更具体地说，本发明面向根据来自安装在机器人的各种部分上的传感器的测量引入的ZMP方程用于识别控制机器人运动的未知外力矩和未知外力的、腿式移动机器人的运动控制设备和方法、腿式移动机器人的传感器系统和移动单元，尤其面向包括分布在机器人的各种部分上的传感器的传感器系统用于有效地测量引入ZMP方程所需的运动参数的、腿式移动机器人的运动控制设备和方法、腿式移动机器人的传感器系统和移动单元。 

背景技术

根据电磁工程学设计出来以模仿人的运动的机械设备被称为“机器人(robot)”。据说术语“机器人”来源于斯拉夫语(Slavic)单词“ROBOTA(随动机器)”。在日本，机器人在六十年代末就非常流行。许多这样的机器人是为了使工厂中的生产线自动化或无人化而设计、诸如机械手和输送机器人之类的工业机器人。 

最近，设计成具有像人类和类人猿等那样的双足直立行走动物的物理机理和运动的腿式移动机器人的研究和开发已经取得进展，并且，这样的腿式移动机器人可以用在实际应用中已指日可待。与爬行机器人，即四足或六足机器人的运动相比，直立姿势下的双足移动在姿势和行走方面更不稳定和更难以控制。但是，双足直立运动在不规则地面、存在障碍物的崎岖不平道路 和诸如楼梯或台阶之类的阶梯式表面上的灵活运动方面更具优越性。 

此外，设计成实现人类的生物机理和运动的腿式移动机器人一般被称为“类人机器人”。例如，类人机器人可以在生活环境下和在其它日常事务中辅助人们从事活动。 

几乎所有的人类工作空间和生活空间都是按照使双足直立行走的人类的身体机理和行为模式确定的，因此，存在许多妨碍利用轮子或任何其它驱动设备作为移动装置的当前的机械系统的障碍物。因此，为了帮助人类，以及为了进一步溶入人类生活空间中，机械系统或机器人最好能够在几乎与人类移动范围相同的范围内运动。正是在这一点上，人们迫切期待机器人可以达到实际可应用程度。 

例如，下面从如下两个观点出发进一步描述研究和开发称为“类人机器人”、使双足直立行走的腿式移动机器人的意义。 

观点之一是从人类科学的角度来说。也就是说，设计成具有与人身体的下肢和/或上肢相似的结构的机器人以各种各样的方式进行控制，以便模仿人类的行走。通过贯穿这样的过程的工程学，可以阐明包括行走在内的人类自然运动的机理。这种研究的结果还非常有助于促进涉及运动机理的各种其它研究领域，譬如，人类工程学、康复工程学、运动科学等。 

另一个观点是作为人类的伙伴能够辅助人类生活，即能够在生活环境和各种其它日常事务状况下帮助人们从事活动的实用机器人的开发。关于这种类型的机器人的实际应用，应该将它们设计成一边通过用户教授，一边通过学习对个性不同的人或在各个方面的人类生活环境下对不同环境的访问，在功能方面不断成长。对于与人类的流畅交流，“类人”机器人被认为实际上表现良好。 

这里假设实际教授机器人如何学会避开它决不应该踩到的障碍物地穿过一个房间。在这种情况下，用户(工人)将能够比其外形与用户相当不同的爬行型或四足机器人容易得多地教授外形与他或她本身相似的双足直立行走机器人，并且，双足直立行走机器人本身将能够更容易地学会(参阅“Control of bipedal walking robots(双足行走机器人的控制)”，Takanishi，“高塑(Kouso)”，Kantoh Branch of Japan Automobile Technology Association，No.25，April 1996)。 

对于双足腿式移动机器人的姿势控制和稳定行走，人们已经提出了许多 技术。本文所称的“稳定行走”可以定义为“不会跌倒地用脚运动”。 

控制机器人采取稳定姿势对于防止机器人跌倒是非常重要的。“跌倒”意味着机器人正在做的活动中断了。机器人需要作出很大的努力和花费许多时间才能从倾翻状态恢复到它的直立位置，重新开始活动。此外，跌倒将使机器人本身以及机器人在跌倒过程中撞到的物品受到严重毁坏。因此，在设计和开发腿式移动机器人的过程中，控制机器人在行走或工作期间采取稳定姿势是最重要技术问题之一。 

当机器人正在行走时，由重力和行走运动引发的加速度将使来自机器人的运动系统的重力和惯性力和它们的力矩作用在行走表面上。根据所谓的达朗伯尔(D′Alembert)原理，重力、惯性力和它们的力矩将与作为行走表面对行走系统的反作用的地板反作用力和它的力矩平衡。这种动力学演绎(deduction)的结果是这样的，在由脚底接触的点和行走表面确定的支撑多边形的边上或内部，存在俯仰轴和摇晃轴(pitch and rolling-axis)力矩是零的点，即零力矩点(ZMP)。 

控制腿式移动机器人采取稳定姿势和防止机器人在行走的时候跌倒的许多建议都采用ZMP作为确定行走稳定性的判据。参考ZMP创建双足行走模式的优点在于，允许预置脚底将接触的点和易于考虑与行走表面的几何形状相对应的脚趾运动控制条件。此外，由于采用ZMP作为行走稳定性判据导致将轨线，而不是任何力取作运动控制的目标值，所以在技术上更可行。应该注意到，ZMP的概念和采用ZMP作为行走机器人的稳定性确定的判据公开在Miomir Vukobratovic的“Legged Locomotion Robots(腿式移动机器人)”中。 

一般说来，像“类人机器人”那样的双足行走机器人具有位置比任何四足行走机器人高的重心，并且，存在在行走时ZMP稳定的更窄ZMP区域。因此，由行走表面的改变引起姿势改变的问题对于双足行走机器人尤其重要。 

对于将ZMP用作确定双足行走机器人的姿势稳定性的判据，人们已经提出了一些建议。 

例如，待审日本专利申请第H05-305579号公开了为了稳定行走使ZMP是点的表面上点与姿势控制的目标值一致的腿式移动机器人。 

此外，待审日本专利申请第H05-305581号公开了设计成当脚底接触和离开行走表面时，ZMP位于支撑多边形内，或者位于相对于支撑多边形的端点至少存在预定边界的位置上的腿式移动机器人。由于即使机器人受到干扰， ZMP也保持预定边界，所以机器人可以更加稳定地行走。 

此外，待审日本已公布专利申请第H05-305583号公开了根据ZMP目标位置控制运动速度的腿式移动机器人。更具体地说，预置行走模式数据用于驱动腿关节，使ZMP与目标位置一致，检测机器人上身的倾角，并且与检测的倾角相对应地改变预置行走模式数据的输出速率。当踏在未知不规则表面上的机器人向前倾斜时，可以通过提高数据输出速率恢复正常姿势。此外，由于ZMP被控制成在它的目标值上，在用双脚支撑机器人的同时，可以毫无问题地改变数据输出速率。 

此外，待审日本已公布专利申请第H05-305585号公开了根据ZM^P目标位置控制脚底接触的位置的腿式移动机器人。更具体地说，公开的腿式移动机器人通过检测ZMP目标位置与测量位置之间的位移，并且驱动一条或两条腿以便消除这种位移，或者通过检测有关ZMP目标位置的力矩，并且驱动这些腿以便使力矩变成零，可以稳定地行走。 

此外，待审日本已公布专利申请第H05-305586号公开了根据ZMP目标位置控制其倾斜姿势的腿式移动机器人。更具体地说，机器人通过检测由ZMP目标位置引发的力矩(如果存在的话)，并且驱动这些腿以便力矩变成零，可以稳定地行走。 

基本上，在利用ZMP作为稳定性判据控制机器人采取稳定姿势中，需要搜索存在于由脚底接触的点和行走表面确定的支撑多边形的边上或内部和力矩变成零的点。 

更具体地说，导出描述施加在机器人身体上的力矩之间的平衡关系的ZMP方程，并且纠正机器人的目标轨线，以消除出现在ZMP方程中的力矩误差。 

为了用公式表示ZMP方程，有必要确定机器人上受控对象点的位置和加速度。在利用ZMP作为稳定性判据的许多传统机器人控制系统中，通过在将受控对象点的位置上的数据取作传感器输入的控制系统中二阶求导位置数据计算加速度数据，导出ZMP方程。 

在上面基于ZMP方程的计算只用于控制机器人采取稳定姿势的情况下，计算量越大，数据处理的负担就越重，因此计算所需的时间就越长。并且，由于加速度数据是间接获得的，它不可能精确，因此难以使机器人实现诸如跳跃或奔跑之类的、必须迅速和实时地纠正机器人轨线的动作。此外，为了 严格控制机器人姿势，最好应该在机器人上设置数个受控对象点。但是，在这种情况下，数据计算将花费非常长时间，从而导致制造成本增加。 

这里假设包括腿式机器人在内的移动机器的运动严格地根据例如ZMP方程来控制。在这种情况下，机器人运动的最严格控制将通过测量局部坐标的原点在世界坐标(world coordinate)中的加速度、局部坐标下机器人上每个点的位置(姿势)和加速度、ZMP位置、外力和外力矩，以及引入在ZMP方程中用以识别未知外力矩和外力的测量值，控制机器人上每个点的位置和加速度来达到。 

机器人运动可以利用最小数量的传感器来控制，这些传感器包括配备在每根轴(俯仰轴、摇晃轴和偏转(yaw)轴(X、Y和Z)上的测角器(或加速度计)和陀螺仪以及每一个都部署在预期外力和外力矩施加在其上并除了动作的实际位置之外的点上的六个轴向力传感器。 

但是，对于采用上述传感器排列的控制系统，除了局部坐标的原点的加速度之外，难以通过直接测量机器人上所有点的位置和加速度来控制机器人运动。 

传统机器人运动控制系统基于如下假设： 

(1)即使有任何外力和转矩施加在机器人上，机器人周围的外部环境也不会改变。 

(2)机器人周围的外部环境中的平动(translation)摩擦系数足够大不会引起任何滑动。 

(3)即使有任何外力和转矩施加在机器人上，机器人也不会变形。 

因此，在有外力和转矩施加在上面时其表面将移动的碎石路、厚层地毯上或在由于没有足够的平动摩擦系数而滑动的屋内的砖地上，即在上面的假设得不得到保证的情况下，只要其运动控制系统是基于上面假设的，通过对机器人结构本身加以考虑以实现包括稳定行走(移动)和跳跃在内的整体运动而设计的传统机器人将不会表现良好。 

发明内容

因此，本发明的一个目的是通过提供一种能够根据作为姿势稳定性判据的ZMP，对运动过程中机器人姿势的稳定化作出控制、腿式移动机器人的改进和新颖运动控制设备和方法，克服上述现有技术的缺点。 

本发明的另一个目的是提供一种能够通过迅速地和高精度地导出ZMP方程，严格地控制机器人采取稳定姿势、腿式移动机器人的改进和新颖运动控制设备和方法。 

本发明的另一个目的是提供一种能够根据作为姿势稳定性判据的ZMP，良好地控制机器人采取稳定姿势、腿式移动机器人的改进和新颖运动控制设备和方法和改进和新颖传感器系统。 

本发明的另一个目的是提供一种能够通过利用根据来自配备在机器人上的各个点上的传感器的测量值引入的ZMP方程识别未知外力矩和未知外力，良好地控制机器人运动、腿式移动机器人的改进和新颖运动控制设备和方法和腿式移动机器人的改进和新颖传感器系统。 

本发明的另一个目的是提供一种能够通过分布在机器人上的各个点上的传感器形成的系统有效地测量引入ZMP方程所需的运动参数、腿式移动机器人的改进和新颖运动控制设备和方法和腿式移动机器人的改进和新颖传感器系统。 

上面的目的可以通过提供包括至少一个运动单元的腿式移动机器人，该腿式移动机器人包括：第1加速度传感器，对所述腿式移动机器人设定局部坐标系，测量所述局部坐标系原点的加速度；第2加速度传感器，被部署在所述局部坐标系中的一个以上的受控对象点上；未知力矩或者未知外力计算部件，使用至少基于从所述第1加速度传感器以及所述第2加速度传感器获得的加速度信息而导出的ZMP方程或者动力学方程，计算施加在所述腿式移动机器人上的未知力矩或者未知外力；以及控制部件，基于所述未知力矩或者未知外力来控制所述受控对象点。 

为了保证机器人设备姿势的稳定性，必须通过引入像例如ZMP方程或动力学方程那样，用于稳定性判据的方程，并且消除施加在机器人设备上的未知力矩和未知外力来控制机器人运动。在ZMP处在支撑多边形内部的情况下，在系统中不会出现转动或平动，没有必要求解转动或平动动力学方程，ZMP方程利用系统定义的适当ZMP空间来求解，以控制机器人采取稳定姿势。此外，在ZMP没有处在支撑多边形内部的情况下或在支撑/作用点与环境没有关系的情况下，通过求解动力学方程控制机器人在姿势上保持稳定。并且，在统一给予机器人上所有点的、像包括跳跃在内的跳舞那样的轨线以高优先顺序的情况下，求解ZMP方程和动力学方程两者。 

这里请注意，为了用公式表示方程，有必要确定机器人上每个受控对象点的位置和加速度。但是，在只将受控对象点上的位置数据取作传感器输入的控制系统中，必须通过求导或处理与计算加速度数据紧密相关的位置数据，在计算加速度数据之后导出方程。在这种情况下，计算量越大，数据处理的负担就越重，因此，计算所需的时间就越长。并且，由于加速度数据是间接获得的，加速度数据不可能精确，因此，难以使机器人实现必须迅速和实时地纠正机器人轨线的动作。 

另一方面，由于加速度传感器配备在设置在数个位置上的每个受控对象点上或机器人上的一些点上，可以利用精确加速度数据和以减少的计算量引入方程。其结果是，即使对于诸如跳跃和奔跑之类，应该高速完成的操作，也可以良好地纠正轨线。 

此外，上面的目的可以通过提供至少包括数个运动的腿式移动机器人的运动控制设备或方法来达到，根据本发明，该设备或方法包括：检测机器人上数个点的每一个上的动力学状态的状态检测装置或步骤；和根据来自状态检测装置或步骤的检测结果控制机器人的运动的运动控制装置或步骤。 

上面的状态检测装置或步骤包括检测机器人上的每个受控对象点上的加速度的加速度测量装置或步骤和在机器人与环境接触的时候检测ZMP和力的反作用力测量装置或步骤。在这样的情况下，运动控制装置或步骤可以通过生成描述施加在机器人上的力矩之间的平衡关系的ZMP方程和消除出现在ZMP方程中的力矩误差，纠正机器人的目标轨线。 

将ZMP用作稳定性判据的机器人姿势稳定控制的基础是在由脚底接触的点和行走表面确定的支撑多边形的内部搜索没有力矩的点。更具体地说，在机器人姿势控制中，导出描述施加在机器人上的力矩之间的平衡关系的ZMP方程和纠正机器人的目标轨线，以消除出现在ZMP方程中的力矩误差。 

例如，最严格地控制机器人将通过测量局部坐标的原点在世界坐标中的加速度、局部坐标下机器人上每个受控对象点的位置(姿势)和加速度、ZMP位置和外力矩，并且控制每个点的位置和加速度来达到。 

但是，除了测量局部坐标的原点在世界坐标中的加速度之外，通过计算所有点的每一个的位置和加速度完成、机器人姿势的按原则控制成本昂贵，并且，其缺点在于，在机器人中安放测量系统。 

根据本发明，将机器人上质量操作量最大的、作为受控对象点的区域例 如腰部设置成局部坐标的原点。将诸如加速度传感器之类的测量装置部署在受控对象点上，以直接测量在机器人的那个位置上的姿势和加速度。因此，使机器人的基于ZMP姿势控制成为可能。 

另一方面，在质量操作量大的点被设置成受控对象点的情况下，不根据世界坐标直接测量脚的状态，但根据受控对象点的计算结果相对地计算它。因此，脚和行走表面的关系应该满足如下条件： 

(1)即使有任何力和力矩施加在上面，行走表面也决不会移动。 

(2)行走表面上的平动摩擦系数应该足够大，不会引起任何滑动。 

机器人不能在例如有外力和转矩施加在上面其表面将移动的碎石路、厚层地毯上或在由于没有足够的平动摩擦系数而滑动的屋内的砖地上稳定地行走(移动)。 

由于这个原因，本发明使用配备在接触行走表面的每只脚上以直接测量ZMP和力的反作用力传感器(地板反作用力传感器)和用于姿势控制的局部坐标和直接测量局部坐标的加速度传感器。 

其结果是，可以直接用公式表示与ZMP点最接近的脚的ZMP方程，因此，可以与上述条件无关地对稳定姿势实现机器人的更严格和迅速控制。 

此外，可以将更大质量操作量合并在控制系统中，并且，质量操作量与部署在主要用于使移动稳定的区域(腰部)上的加速度传感器和姿势传感器直接测量的结果的结合使得有可能不依赖于上述条件地对稳定姿势实现腿式移动机器人的控制。 

此外，状态检测装置可以包括用于姿势控制的局部坐标和配备在每个控制点上、直接测量坐标的加速度传感器和角速度传感器和/或部署在用于计算模型中的每个矢量位置上的加速度传感器和姿势传感器。 

在这样的情况下，可以直接测量引入ZMP方程(动力学方程)所需的控制参数。其结果是，不用假设机器人足够刚性，施加了任何外力都不会变形，就可以高度灵敏地实现严格的运动控制。 

为根据本发明的腿式移动机器人准备的传感器系统包括安装在机器人质量集中的每个点上的加速度传感器、角加速度传感器和角速度传感器。 

可替换地，用于根据本发明的腿式移动机器人的传感器系统包括安装在每条连杆的重心附近上的加速度传感器、角加速度传感器和角速度传感器。 

可替换地，用于根据本发明的腿式移动机器人的传感器系统包括安装在形成像关节一样的自由度的每个致动器的重心附近上的加速度传感器、角加速度传感器和角速度传感器。

可替换地，用于根据本发明的腿式移动机器人的传感器系统包括分别安装在每个致动器的重心附近和每条连杆除了致动器之外的重心附近上的加速度传感器、角加速度传感器和角速度传感器。 

可替换地，用于根据本发明的腿式移动机器人的传感器系统包括分别安装在每个致动器的重心附近、电池的重心和每条连杆除了致动器和电池之外的重心附近上的加速度传感器、角加速度传感器和角速度传感器。 

此外，分布在机器人上的传感器可以相互串联，以便在每一个独立控制点上和沿着连接路线依次加上根据独立控制点上的传感器信息所计算的力矩项和外力项。可以有效地计算这些项之和，以便高速地计算ZMP方程和动力学方程。 

腿式移动机器人的、作为关节的、形成自由度的致动器包括由转子磁体和定子组成的电机、加速和减速电机的转动的齿轮单元和控制将电源供应给电机的控制器，其中定子由具有数个相的磁线圈形成。在控制器上，传感器单元被安装在致动器单元的二维重心附近的电源中。 

根据本发明的其他方面，提供腿式移动机器人的控制方法，该腿式移动机器人具有一个以上的移动单元，其特征在于，该控制方法包括：第1加速度测量步骤，对所述腿式移动机器人设定局部坐标系，测量所述局部坐标系原点的第1加速度；第2加速度测量步骤，测量部署在所述局部坐标系中的一个以上的受控对象点上的第2加速度；未知力矩或者未知外力计算步骤，至少基于所述第1加速度以及所述第2加速度而导出的ZMP方程或者动力学方程，计算施加在所述腿式移动机器人上的未知力矩或者未知外力；以及控制步骤，基于所述未知力矩或者未知外力来控制所述受控对象点。 

“传感器单元，，包括例如1-轴到3-轴加速度传感器、1-轴和2-轴角速度传感器和3-轴角速度传感器的组合。 

通过结合附图，对实现本发明的最佳模式进行如下详细描述，本发明的这些目的和其它目的、特征和优点将更加清楚。 

附图说明

图1是处在直立位置、根据本发明的腿式移动机器人的一个实施例的正视图； 

图2是图1中处在直立位置的腿式移动机器人的后视图； 

图3示意性地例示了根据本发明的腿式移动机器人作为关节的自由度； 

图4示意性地例示了用在腿式移动机器人100中的控制系统； 

图5示出了腿式移动机器人100的多个质点(mass point)的近似模型； 

图6放大地例示了多个质点的近似模型中的腰部和它的周围； 

图7示出了在创建腿式移动机器人100的稳定行走运动过程中所作的操作的流程； 

图8还示出了在创建腿式移动机器人100的稳定行走运动过程中所作的操作的流程的另一种形式； 

图9-19说明了如何设置机器人身体的上半部分的所需轨线的优先顺序； 

图20示出了安装在腿式移动机器人上质量集中的点上的加速度传感器、角加速度传感器和角速度传感器； 

图21示出了安装在腿式移动机器人的每条连杆的重心附近上的加速度传感器、角加速度传感器和角速度传感器； 

图22示出了安装在腿式移动机器人的每个致动器的重心附近上的加速度传感器、角加速度传感器和角速度传感器； 

图23示出了在腿式移动机器人的运动控制过程中所作的操作的流程； 

图24示出了在根据ZMP方程的解控制机器人处在稳定位置上的过程中所作的操作的流程； 

图25示出了在根据动力学方程的解控制机器人处在稳定位置上的过程中所作的操作的流程； 

图26示出了部署在腿式移动机器人上的每个致动器的重心附近上的传感器相互串联的例子； 

图27也示出了部署在腿式移动机器人上的每个致动器的重心附近上的传感器相互串联的例子； 

图28示出了加速度传感器、角加速度传感器和角速度传感器被安装在单元的重心附近上的关节致动器的示范性结构； 

图29示意性地例示了图28中的关节致动器的功能图； 

图30示出了在每个控制点上的关节致动器中，有关ZMP的力矩项、施 加在控制点上的外力矩项和由于施加在控制点上的外力引发的、有关ZMP的力矩项的依次加起来；和 

图31示出了在每个控制点上的关节致动器中，施加在控制点上的平动力项、由于有关ZMP的力矩而施加的平动力项和外力项的依次加起来。 

实现本发明的最佳方式 

下面参照附图针对本发明的实施例详细描述本发明。 

A.腿式移动机器人的机械构造 

图1和图2分别是根据本发明的类人型腿式移动机器人100的一个实施例的正视图和后视图。它处在直立位置上。如图所示，腿式移动机器人100包括身体、头部、左右上肢和用于腿式运动的左右下肢。内置在身体中的控制单元(未示出)提供整个机器人的系统控制。 

左右下肢的每一个包括大腿、膝关节、第二大腿、脚踝和脚。下肢通过臀关节连接到躯干的底部。左右上肢的每一个包括上臂、肘关节和前臂。上肢通过肩关节连接到躯干的每个上侧。此外，头部通过颈关节连接到躯干的上端中心附近。 

控制单元包括其中安装控制包含在腿式移动机器人100中的关节致动器的驱动和处理来自各传感器(将作进一步描述)和诸如电源电路等之类的外围设备的外部输入的主控制器的盒子。控制单元可以进一步包括遥控通信接口和通信设备。 

腿式移动机器人100可以使双足行走归因子控制单元的整体协作操作控制。一般说来，双足行走可以通过重复划分成如下操作阶段的行走循环来实现。 

(1)右腿离开行走表面的单腿(左腿)支撑阶段； 

(2)右脚正与行走表面接触的双支撑阶段； 

(3)左腿离开行走表面的单腿(右腿)支撑阶段； 

(4)左脚正与行走表面接触的双支撑阶段。 

腿式移动机器人100的行走可以通过预先计划下肢的目标轨线并在上述每个阶段中校正计划轨线来控制。也就是说，在双腿支撑阶段，停止下肢轨线校正，通过利用总校正量的一个不变值校正臀部(腰部)的高度。在单腿支撑阶段，关于其轨线已经得到校正的腿的脚踝和臀部之间的相对几何关系 校正轨线，以便落在计划轨线内。 

除了行走运动的轨线校正之外，对稳定位置的机器人控制还包括利用五阶方程的内插来保证对于与ZMP(零力矩点)的较小偏差的连续位置、速度和加速度。基于ZMP的稳定性判据基于重力、惯性力和它们的力矩将与作为行走表面对行走系统的反作用的地板反作用力和它的力矩平衡的“达朗伯尔原理”。这种机械演绎的结果是这样的，在由脚底接触的点和行走表面确定的支撑多边形的边上或内部，存在俯仰轴和摇晃轴力矩是零的点，即零力矩点(ZMP)。 

图3示意性地例示了腿式移动机器人100作为关节的自由度。如图3所示，腿式移动机器人100具有包括躯干和下肢的结构，躯干与诸如包括两只臂的上肢和头之类的数个末端或肢体连接，下肢包括提供机器人100的移动的两条腿。 

支撑头部的颈关节拥有3个自由度，包括颈关节偏转轴1、第1和第2颈关节俯仰轴2a和2b和颈关节摇晃轴3。 

此外，作为自由度，每只臂拥有在肩上的肩关节俯仰轴4、肩关节摇晃轴5、上臂偏转轴6、在肘上的肘关节俯仰轴7、在腕上的腕关节偏转轴8和手。手实际上是包括数个手指即多个关节和自由度的结构。 

躯干拥有像躯干俯仰轴9和躯干摇晃轴10那样的两个自由度。 

此外，包括在下肢中的每条腿包括在臀关节上的臀关节偏转轴11、臀关节俯仰轴12和臀关节摇晃轴13、在膝上的膝关节俯仰轴14、在脚踩上的踝关节俯仰轴15和踝关节摇晃轴16和脚。 

但是，以娱乐为目的的腿式移动机器人100不应该拥有上述所有自由度，或这样的机器人的自由度不局限于上述那些。当然，取决于对机器人设计和制造的限制和要求，自由度即关节数可以适当增加或减少。 

腿式移动机器人100的上述自由度的每一个实际上是致动器。致动器最好应该是小型的和轻质的，因为机器人应该具有没有过分凸出、与人的自然形状接近的外形，并且应该控制不稳定的双足结构以保持稳定姿势。本发明的这个实施例应用了具有在一个芯片中形成的伺服控制系统、直接与齿轮耦合和合并在电机单元中的小型AC(交流)伺服致动器。例如，已经转让给本发明的申请人的待审日本已公布专利申请第2000-299970号公开了这种类型的AC伺服致动器。本实施例采用了低减速齿轮作为直接耦合齿轮，这种低 减速齿轮将实现对与人的物理交互给予主要考虑的机器人100所需的驱动系统本身的被动特性。 

B.腿式移动机器人的控制系统的结构 

图4示意性地显示了在腿式移动机器人100中采用的控制系统的结构。如图所示，腿式移动机器人100包括模仿人的四个肢体(末端)的工作单元30、40、50R/L和60R/L和为实现工作单元中的协作而提供自适应控制的主控制单元80。请注意，为了区分右侧和左侧，分别将“R”和“L”附在右手和左手部件后面。 

主控制单元80总体控制腿式移动机器人100。主控制单元80包括主控制器81和外围电路82，主控制器81包括诸如CPU(中央处理单元)、存储器等的主要电路部件(未示出)，外围电路82包括电源单元和用于在机器人100的各个部件之间传送数据和命令的接口(未示出)。 

根据本发明，主控制单元80可以位于任何适当地方。尽管在图4中主控制单元80被显示成安装在躯干单元40中，但它也可以安装在头部单元30中。可替代地，主控制单元80可以位于腿式移动机器人100的外部并使其与机器人100进行有线或无线通信。 

图3中的腿式移动机器人100的每个关节即自由度是通过相应致动器实现的。更具体地说，头部单元30在其中部署了分别代表颈关节偏转轴1、颈关节俯仰轴2和颈关节摇晃轴3的颈关节偏转轴致动器A₁、颈关节俯仰轴致动器A₂和颈关节摇晃轴致动器A₃。 

此外，躯干单元40在其中部署了分别代表躯干俯仰轴9和躯干摇晃轴10的躯干俯仰轴致动器A₉和躯干摇晃轴致动器A₁₀。 

此外，臂部单元50R/L细分为上臂单元51R/L、肘关节单元52R/L和前臂单元53R/L，并且它已经在其中部署了分别代表肩关节俯仰轴4、肩关节摇晃轴5、上臂偏转轴6、肘关节俯仰轴7和腕关节偏转轴8的肩关节俯仰轴致动器A₄、肩关节摇晃轴致动器A₅、上臂偏转轴致动器A₆、肘关节俯仰轴致动器A₇和腕关节偏转轴A₈。 

此外，腿部单元60R/L细分为大腿单元61R/L、膝关节单元62R/L和小腿(第二大腿)单元63R/L，并且它已经在其中部署了分别代表臀关节偏转轴11、臀关节俯仰轴12、臀关节摇晃轴13、膝关节俯仰轴14、的踝关节俯仰轴15和踝关节摇晃轴16的臀关节偏转轴致动器A₁₁、臀关节俯仰轴致动器 A₁₂、臀关节摇晃轴致动器A₁₃、膝关节俯仰轴A₁₄、踝关节俯仰轴A₁₅和踝关节摇晃轴A₁₆。 

更可取地，用在关节上的致动器A₁、A₂、A₃、...每一个可以由直接与齿轮耦合、含有在一个芯片中形成的伺服控制系统和内置在电机单元中的小型AC伺服致动器(如前所述)形成。 

包括头部单元30、躯干单元40、臂部单元50和腿部单元60的工作单元分别含有控制致动器驱动的分控制器35、45、55和65。 

机器人100的躯干40含有配备在上面的加速度传感器95和姿势传感器96。加速度传感器95部署在X轴、Y轴和Z轴方向。对于部署在机器人100的腰部上的加速度传感器95，可以将质量操作量大的臀部或腰部设置成受控对象点，直接测量那个位置中的机器人姿势和加速度，并且根据ZMP控制机器人100处在稳定姿势上。 

此外，腿60R和60L分别含有触地(touchdown)传感器91和92和加速度传感器93和94。触地传感器91和92的每一个由例如附在脚底上的压力传感器形成，并且取决于地板反作用力的存在与否，可以检测脚底是否接触到行走表面或地板。此外，加速度传感器93和94至少部署在X轴、Y轴和Z轴方向。分别配备在左脚和右脚上的加速度传感器93和94使直接用公式表示与ZMP位置最接近的脚的ZMP方程成为可能。 

在加速度传感器只配备在质量操作量大的臀部上的情况下，只有臀部(腰部)被设置成受控对象点，而脚底的状态必须根据受控对象点的计算结果相对地计算出来。脚和行走表面之间的关系应该满足如下条件： 

(1)即使有任何力和力矩施加在上面，行走表面也决不会运动。 

(2)行走表面上的平动摩擦系数应该足够大，不会引起任何滑动。 

另一方面，在本实施例中，直接测量ZMP和力的反作用力系统(地板反作用力传感器)配备在与行走表面接触的脚上，并且部署了用于控制目的的局部坐标和直接测量局部坐标的加速度传感器。其结果是，不取决于上述条件，可以直接用公式表示与ZMP位置最接近的脚的ZMP方程，并且迅速实现稳定姿势的更严格控制。因此，即使在当有外力和转矩施加在上面时其表面将移动的碎石路、厚层地毯上或在由于没有足够的平动摩擦系数而滑动的屋内的砖地上，也可以保证机器人的稳定行走(运动)。 

主控制单元80可以响应来自传感器91到93每一个的输出，动态地校正 控制目标。更具体地说，主控制单元80自适应地控制分控制器35、45、55和65的每一个，以实现腿式移动机器人100的上肢、躯干和下肢相互协作的整体运动模式。 

在机器人100的整体运动中，主控制单元80将设置脚运动、ZMP(零力矩点)轨线、躯干运动、上肢运动、臀部高度等和设置与这些设置相对应的运动的命令传送到分控制器35、45、55和65。分控制器35、45、...的每一个将解释从主控制器81接收的命令，将驱动控制信号输出到驱动器A₁、A2、A₃、...的每一个。这里涉及的“ZMP”是地板或行走表面上没有由当机器人100正在行走时引发的反作用力引发的力矩的点。此外，这里涉及的“ZMP轨线”指的是当机器人100正在行走时ZMP移动的轨线。 

C.控制腿式移动机器人处于稳定姿势 

接着描述在形成腿上移动时，即在形成脚、臀、躯干和下肢相互协作的整体移动时，使根据本实施例的腿式移动机器人100的姿势达到稳定的过程。 

对于根据本实施例控制机器人采取稳定姿势，将ZMP用作稳定性判据。在将ZMP用作稳定性判据使机器人处在稳定姿势上的控制中，主要搜索在由脚底接触的点和行走表面所确定的支撑多边形的边上或内部没有力矩的点。也就是说，导出描述施加在机器人上的力矩之间的平衡关系的ZMP方程，并且校正机器人的目标轨线，以便消除出现在ZMP方程中的力矩误差。 

根据本实施例，将质量操作量最大的、作为机器人上受控对象点的点例如臀部(腰部)设置成局部坐标的原点。将诸如加速度传感器之类的测量装置部署在受控对象点上，以测量那个位置上的姿势和加速度，从而根据ZMP控制机器人采取稳定姿势。并且，加速度传感器部署在与行走表面接触的脚上，以直接测量用于控制目的的局部坐标，从而直接用公式表示与ZMP位置最接近的脚的ZMP方程。 

C-1ZMP方程的引入 

根据本实施例的腿式移动机器人100是无限即连续质点的集合。但是，这里请注意，为了减小使姿势达到稳定的计算量，使用由有限个离散质点形成的近似模式。更具体地说，由如图5所示的多个质点形成的近似模式用来取代具有像如图3所示的关节那样的多个自由度的腿式移动机器人100。所示的近似模式是利用多个质点的线性、无干扰近似模式。 

在图5中，O-XYZ坐标系表示绝对坐标系中的摇晃轴、俯仰轴和偏转轴， 并且O′-X′Y′Z′坐标系表示与机器人100一起运动的动态坐标系中的摇晃轴、俯仰轴和偏转轴。但是，应该注意到，图5中的参数含义如下，带撇号的符号与动态坐标有关。 

m_h：臀部质点的质量 

臀部质点的位置矢量 

m_i：第i质点的质量 

第i质点的位置矢量 

ZMP的位置矢量 

重力加速度矢量 

O′-X′Y′Z′：运动坐标(与机器人一起运动)系 

O-XYZ：绝对坐标系 

在如图5所示的多质点模型中，“i”是表示第i质点的下标，“m_i”表示第i质点的质量和“r′_i”表示第i质点的位置矢量(在动态坐标系中)。腿式移动机器人100的重心位于臀部(腰部)附近。也就是说，臀部是质量操作量最大的质点。在图5中，臀部的质量用“m_h”表示，臀部的位置矢量(在动态坐标系中)用“r′_h(r′_hx，r′_hy，r′_hz)”表示。此外，机器人100上ZMP的位置矢量用“r′_zmp(r′_zmpx，r′_ampy，r_′zmpz)”表示。 

世界坐标系O_-XYZ是绝对坐标系，它是不变的。根据本实施例的腿式移动机器人100含有部署在臀和两条腿的脚上的加速度传感器93、94和96。臀部、站立腿和世界坐标系之间的相应位置矢量r_q是从来自这些传感器的输出中检测到的。另一方面，动态坐标系即局部坐标系O-X′Y′Z′与机器人一起运动。 

可以说，多质点模型代表以线状骨架模型的形式出现的机器人。正如从图5中看到的那样，多质点近似模型包括作为质点的肩、两个肘和两个腕、一个躯干、一个臀和两个脚踝。在不严格多质点模型中，力矩用线性方程的形式表示，力矩表达式与俯仰轴和摇晃轴不相干。一般说来，可以按如下方式创建多质点近似模型： 

(1)确定整个机器人100的质量分布。 

(2)通过设计者人工输入或在预定规则下的自动生成来设置质点。 

(3)为每个区域“i”确定重心，并且将重心位置和质量m_i赋予相应质点。 

(4)将每个质点m_i表示成将质点位置r_I取作中心、半径与质量正比的球体。 

(5)使实际上相互耦合的质点即球体相互耦合。 

注意，在图6中的多质点模型中，在基本体即臀部中每个转角(θ_hx，θ_hy，θ_hz)定义腿式移动机器人100的姿势即摇晃轴、俯仰轴和偏转轴。 

机器人的ZMP方程描述施加在受控对象点上的力矩之间的平衡关系。如图6所示，机器人用多个质点m_i表示，在质点被取作受控对象点的情况下，ZMP方程用于确定施加在受控对象点m_i上的力矩的总和。 

通过世界坐标系(O-XYZ)和局部坐标系(O′-X′Y′Z′)描述的机器人的ZMP方程分别如下： 

通过世界坐标系表示的ZMP方程： 

$\underset{l}{\overset{\mathrm{all}-\mathrm{particles}}{\mathrm{\Σ}}}{m}_i(r_i-r_{\mathrm{zmp}})\×{\stackrel{\·\·}{r}}_i+T-\underset{j}{\mathrm{\Σ}}{M}_j-\underset{k}{\mathrm{\Σ}}(s_k-r_{\mathrm{zmp}})\×F_k=0$

r＝r′+r_q

通过局部坐标系表示的ZMP方程： 

$\underset{l}{\overset{\mathrm{all}-\mathrm{particles}}{\mathrm{\Σ}}}{m}_i({r_i}^{\′}-{r_{\mathrm{amp}}}^{\′})\×(\stackrel{\·\·}{r_i^{\′}}+{\stackrel{\·\·}{r}}_q)+T-\underset{j}{\mathrm{\Σ}}{M}_j-\underset{k}{\mathrm{\Σ}}({s_k}^{\′}-{r_{\mathrm{zmp}}}^{\′})\×F_k=0$

r＝r′+r_q

上面的ZMP方程表明，由施加在每个质点m_i上的加速度分量引发、有关ZMP(半径r_i-r_zmp)的力矩的总和、施加在每个质点m_i上的外力矩M_i的总和和由外力F_k引发、有关ZMP(第k外力F_k的作用点被取作s_k)的力矩的总和相互平衡。 

ZMP平衡的方程包括总力矩补偿量，即力矩误差成分T。通过将力矩误差抑制成零或预定允许范围内，使机器人保持稳定姿势。换句话说，在将ZMP用作稳定性判据的姿势稳定控制中，对于力矩误差为零或小于可接受值的机器人运动(脚运动和上体组件的轨线)的校正是关键。 

由于在本实施例中加速度传感器96、93和94配备在臀部、右脚和左脚上，可以利用受控对象点上的加速度测量结果直接和精确地导出ZMP平衡的方程。其结果是，可以保证迅速地、更严格地控制机器人处于稳定姿势。 

C-2稳定姿势的整体协作控制 

图7示出了在创建腿式移动机器人100的稳定行走运动过程中所作的操 作的流程。但是，在如下的描述中，利用如图5和6所示的线性、无干扰多质点近似模型描述腿式移动机器人100的关节位置和运动。 

首先，设置脚运动(在步骤S1中)。脚运动是有关两个或多个机器人停顿之间的时序连接的运动数据。 

运动数据包括例如代表脚的每个关节的角度变化的关节空间信息和代表关节位置的笛卡尔空间信息。运动数据可以通过控制台显示屏幕上的屏幕触摸输入或通过直接教授机器人例如运动编辑创作系统来形成。 

接着，根据设置的脚运动计算ZMP稳定区(在步骤S2中)。ZMP是施加在机器人上的力矩是零的点，它基本上存在于由脚底接触的点和行走表面确定的支撑多边形的边上或内部。ZMP稳定区是设置在支撑多边形的内部，离边较远的位置处的区域，通过使ZMP处在该区域中，可以将机器人设置在高稳定状态上。 

然后，根据脚运动和ZMP稳定区设置脚运动的ZMP轨线(在步骤S3中)。 

此外，为诸如臀、躯干、上肢、头这样的机器人的上半部的一组点(臀关节以上)设置ZMP轨线(在步骤S11中)。 

为组件组的每一个设置所需轨线(在步骤S12中)。与对脚的轨线设置相似，机器人的上半部的轨线设置可以通过控制台显示屏幕上的屏幕触摸输入或通过直接教授机器人例如运动编辑创作系统来完成。 

接着，对每个点的轨线设置作出调整(重新分组)(在步骤S13中)，并且为了轨线设置，而将优先顺序赋予重新分组的点(在步骤S14中)。 

这里涉及的“优先顺序，，是为了控制机器人处于稳定姿势，而处理机器人的那些点的顺序。例如，在这些点中，以质量操作量的比较顺序分配优先级。其结果是，所需轨线的优先级指定组由机器人的上半部分上的点组成。与机器人姿势相对应，在目标轨线之间可以改变优先顺序。 

此外，为机器人的上半部的点的每个组计算可用于力矩补偿的质量(在步骤S15中)。 

然后，根据脚运动、ZMP轨线和机器人的上半部上的点的每个组的一组所需轨线，以在步骤S14中设置的优先顺序将机器人点的每个组的运动模式放入姿势稳定化操作中。 

在姿势稳定化操作中，首先，将初始值1放入处理变量“i”的位置中(在 步骤S20中)。然后，计算目标ZMP上的力矩量，即要用于为其优先顺序从最高到第i的那些点的那些组设置目标轨线的总力矩补偿量(在步骤S21中)。所需轨线用于没有为其计算目标轨线的点。 

接着，借助于可用于在步骤S15中已经为其计算了力矩量的点的力矩补偿的质量，为该点设置(在步骤S22中)和计算(在步骤S23中)力矩补偿量。 

接着，借助于为第i点计算的力矩补偿量，为第i点导出ZMP方程(在步骤S24中)，并且为那个点计算力矩补偿量(在步骤S25中)，从而使为其优先顺序从最高到第i的那些点提供目标轨线成为可能。 

通过对所有的点组进行上面的操作，可以生成稳定运动(例如，行走)的整体运动模式。也就是说，通过根据ZMP方程(或后面将详细描述的动力学方程)的解和指定给每个点的优先顺序，校正所有或一部分目标轨线，生成整体运动模式。 

在像图7中那样生成机器人运动模式的过程中，首先，设置脚运动，以便计算设置ZMP轨线的稳定区，然后，为机器人的上半部上的点设置所需轨线的优先顺序。但是，机器人运动模式可以以任何其它方式生成。例如，可以首先设置机器人的上半部上的点的所需轨线的优先顺序，然后，可以完成ZMP稳定区计算和ZMP轨线设置。在前一种情况下，根据事先已经设置的ZMP，所需轨线的优先顺序是针对机器人的上半部上的点的。但是，在后一种情况下，计算稳定区和设置ZMP轨线以保持事先已经设置得、机器人的上半部上的每个点的所需轨线。 

图8示出了在首先设置机器人的上半部上的每个点的优先顺序之后，通过计算ZMP稳定区和设置ZMP轨线生成机器人运动的过程中所作的操作的流程。 

首先，为诸如臀、躯干、上肢、头之类的机器人的上半部的一组点(臀关节以上)设置ZMP轨线(在步骤S31中)。 

为组件组的每一个设置所需轨线(在步骤S32中)。与对脚的轨线设置相似，机器人的上半部的轨线设置可以通过控制台显示屏幕上的屏幕触摸输入或通过直接教授机器人例如运动编辑创作系统来完成。 

接着，对每个点的轨线设置作出调整(重新分组)(在步骤S33中)，并且为了轨线设置，将优先顺序赋予重新分组点(在步骤S34中)。 

这里涉及的“优先顺序”是为了控制机器人处于稳定姿势，处理机器人的那些点的顺序。例如，在这些点中，以质量操作量可比的顺序分配优先级。其结果是，所需轨线的优先级指定组由机器人的上半部分上的点组成。与机器人姿势相对应，在目标轨线之间可以改变优先顺序。 

接着，根据指定给为机器人的上半部上的点设置的所需轨线的优先顺序，计算ZMP稳定区(在步骤S35中)。然后，根据ZMP稳定区设置脚运动的ZMP轨线(在步骤S36中)。 

此外，为机器人的上半部的点的每个组计算可用于力矩补偿的质量(在步骤S45中)。 

然后，根据机器人的上半部上的点的每个组的一组所需轨线，以在步骤S34中设置的优先顺序将机器人点的每个组的运动模式放入姿势稳定化操作中。 

在姿势稳定化操作中，首先，将初始值1放入处理变量“i”的位置中(在步骤S37中)。然后，计算目标ZMP上的力矩量，即要用于为其优先顺序从最高到第i的那些点的那些组设置目标轨线的总力矩补偿量(在步骤S38中)。所需轨线用于没有为其计算目标轨线的点。 

接着，借助于可用于在步骤S45中已经为其计算了力矩量的点的力矩补偿的质量，为该点设置(在步骤S39中)和计算(在步骤S40中)力矩补偿量。 

接着，借助于为第i点计算的力矩补偿量，为第i点导出ZMP方程(在步骤S41中)，并且为那个点计算力矩补偿量(在步骤S42中)，从而使为其优先顺序从最高到第i的那些点提供目标轨线成为可能。 

现在描述如何像图7的流程图的步骤S14中那样，设置所需轨线的优先顺序。 

在总力矩补偿量是Ω[Nm]和可用于区域“i”的力矩补偿的质量是M_i[N](i＝1，2，3，...n)的假设下，区域“i”的力矩补偿量是α_i×Ω[Nm]，其中，“i”是绝对力矩补偿量系数，利用相对力矩补偿量系数β_i将其表示如下： 

${\mathrm{\α}}_i={\mathrm{\β}}_i\×\frac{M_i}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{M}_i},$ 其中， $\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\α}}_i=1.0$

补偿量系数相对于零的偏差越大，所需轨线的优先顺序就越低。优先顺 序朝正面方向变化有助于更稳定的运动，而朝负面方向变化导致更低的稳定性。 

下面针对具体例子描述如何为机器人的上半部上的点设置所需轨线的优先顺序。 

对于如图9所示的、人用手推动手推车的运动模式，将手轨线的优先级设置为较高。作为优先级设置的一个例子，将手运动的优先级设置成α＝0.0，而将其余的总优先级设置成α＝1.0。 

对于如图10所示的、人用两只手摆动握住的高尔夫球棍(或棒球棍)的运动模式，以手和脚的顺序设置优先级。作为优先级设置的一个例子，手的优先级是α＝0.0，脚的优先级是α＝0.1，其余的总优先级是α＝0.9。 

在如图11所示的、作为器械体操的鞍马的运动模式中，重点在于仅仅用手支撑身体和腿的姿势。因此，给予手轨线以及躯干和下肢组合的轨线以较高优先级。作为优先级设置的一个例子，手的优先级是α＝0.0，躯干和下肢(肩的轨线)的优先级是α＝0.0，其余的总优先级是α＝1.0。 

在如图12所示的、服务员携带着放在托盘上的酒瓶和玻璃杯等平稳地行走的运动模式中，按降序为手、躯干、臀部和脚设置优先级。 

在如图13所示的、像手倒立那样的运动模式中，两只手支撑着整个身体使姿势保持稳定。按降序为手、躯干和臀部设置优先级。作为优先级设置的一个例子，手的优先级是α＝0.0，躯干的优先级是α＝0.2，臀部的优先级是α＝0.3，其余的总优先级是α＝0.5。 

在如图14所示的、表演者用他的前额平衡地顶着棒的下端和棒的上端托着上面放着数个玻璃杯的托盘的运动模式中，为开始移动表演者头部设置较高优先级。作为优先级设置的一个例子，躯干的优先级是α＝0.0，其余的总优先级是α＝1.0。 

在如图15所示的、在一边支撑着数个呼啦圈一边使它们绕臀部和躯干旋转的运动模式中，为躯干设置较高。作为优先级设置的一个例子，躯干的优先级是α＝0.0，其余的总优先级是α＝1.0。 

在如图16所示的、像运动员带着一根长杆助跑和跳过设置在某个高度上的横杆的撑杆跳高那样的运动模式中，下肢、臀部、躯干和上肢的优先级随时间而变化。作为优先级设置的一个例子，在最初阶段，脚的优先级是α＝0.0，在中间阶段，臀部和躯干的优先级是α＝0.0，而在最后阶段，上肢的优先级 是α＝0.0。在每个阶段中，其余的总优先级是α＝1.0。 

在如图17所示的、像利用丝带的韵律操、踩球术或芭蕾舞那样的运动模式中，一样高地设置所有点的轨线的优先级。作为优先级设置的一个例子，为所有点共同设置优先级，总优先级是α＝1.0。 

在如图18所示的、像张开双手或利用雨伞在钢丝上行走那样的运动模式中，按降序为脚、上肢和躯干设置优先级。作为优先级设置的一个例子，脚的优先级是α＝0.0，上肢和躯干的优先级是α＝0.1，其余的总优先级是α＝0.9。 

在如图19所示的、像行走在沿着正在建造的建筑物的外墙安装的脚手架上那样的运动模式中，按降序为上肢、躯干和脚设置优先级。作为优先级设置的一个例子，上肢和躯干的优先级是α＝0.1，脚的优先级是α＝0.2，其余的总优先级是α＝0.7。 

D.对机械硬件的形变加以考虑的运动控制 

传统腿式移动机器人和机器人基于动力学的设计是基于当有外力和力矩施加在上面时机器人的形变非常小，对于整个机器人的运动可忽略不计的假设的。也就是说，由于传统机器人和它的计算基于机器人关节之间的距离不发生改变的假设，对于机器人系统的每个单元，一个状态传感器就足够了。 

但是，当企图提供能够以连续的和正面的方式进行诸如奔跑和加速之类的运动，且因此具有高动力学水平的机器人时，机器人需要甚至利用机械硬件本身的形变的减震功能和具有快速地实时求解更高级方程的功能。 

由于这个原因，这里将提出不基于机器人关节之间的距离不发生改变的假设的传感器系统结构和利用传感器系统的分布式高速运动控制系统。 

请注意，这里采用了如下定义(参阅：“机械动力学(Dynamics of Mechanics)”，Japan Society of Mechanical Engineering，Ohm-sha，pp.31-33，March25，1991)： 

平动：惯性力＝-(重量/重力加速度)×加速度 

转动：惯性矩＝-(最大转动惯量×角加速度) 

最大惯性矩：绕旋转轴的惯性矩 

根据本实施例的腿式移动机器人使用ZMP(零力矩点)作为稳定性判据。基于ZMP的稳定性判据是这样的，系统形成适当的ZMP空间，当ZMP存在于支撑多边形内时，在系统中不会发生转动和平动，因此，不必求解任何转动和平动的动力学方程。但是，应该注意到，在没有ZMP存在于支撑多边形 内的情况下，或在周围没有支撑作用点存在的情况下，取代ZMP方程，必须求解动力学方程。 

机器人的ZMP方程是施加在受控对象点上的力矩之间的平衡关系的描述。机器人用多个质点m_i表示，在将质点取作受控对象点的情况下，ZMP方程用于确定施加在受控对象点m_i上的力矩的总和。 

通过机器人的世界坐标系(O-XYZ)和局部坐标系(O′-X′Y′Z′)描述的平衡的ZMP方程分别如下： 

通过世界坐标系表示的ZMP方程： 

$\underset{l}{\overset{\mathrm{all}-\mathrm{particles}}{\mathrm{\Σ}}}{m}_i(r_i-r_{\mathrm{zmp}})\×{\stackrel{\·\·}{r}}_i+T-\underset{j}{\mathrm{\Σ}}{M}_j-\underset{k}{\mathrm{\Σ}}(s_k-r_{\mathrm{zmp}})\×F_k=0$

r＝r′+Q 

通过局部坐标系表示的ZMP方程： 

$\underset{i}{\overset{\mathrm{all}-\mathrm{partices}}{\mathrm{\Σ}}}{m}_i({\stackrel{\‾}{r}}_i-{\stackrel{\‾}{P}}_{\mathrm{zmp}})\×({\stackrel{\stackrel{\·\·}{\‾}}{r}}_i+\stackrel{\stackrel{\·\·}{\‾}}{Q})+T-\underset{j}{\mathrm{\Σ}}{M}_j-\underset{k}{\mathrm{\Σ}}({\stackrel{\‾}{S}}_k-{\stackrel{\‾}{P}}_{\mathrm{zmp}})\×F_k=0$

$\underset{i}{\overset{\mathrm{all}-\mathrm{particles}}{\mathrm{\Σ}}}{m}_i{\stackrel{\‾}{r}}_i\×({\stackrel{\stackrel{\·\·}{\‾}}{r}}_i+\stackrel{\stackrel{\·\·}{\‾}}{Q})-\underset{i}{\overset{\mathrm{all}-\mathrm{particles}}{\mathrm{\Σ}}}{m}_i{\stackrel{\‾}{P}}_{\mathrm{zmp}}\×({\stackrel{\stackrel{\·\·}{\‾}}{r}}_i+\stackrel{\stackrel{\·\·}{\‾}}{Q})+T-\underset{j}{\mathrm{\Σ}}{M}_j-\underset{k}{\mathrm{\Σ}}({\stackrel{\‾}{S}}_k-{\stackrel{\‾}{P}}_{\mathrm{zmp}})\×F_k=0$

$\stackrel{\·\·}{r}=\stackrel{\stackrel{\·\·}{\‾}}{r}+\stackrel{\·\·}{Q}$

上面的ZMP方程表明，由施加在每个质点(或控制点)m_i上的加速度分量引发的、有关ZMP(半径r_i-r_znp)的力矩的总和、施加在每个质点m_i上的外力矩M_i的总和以及由外力F_k引发的、有关ZMP(第k外力F_k的作用点被取作s_k)的力矩的总和相互平衡。 

ZMP平衡的方程包括总力矩补偿量即力矩误差成分T。通过将力矩误差抑制成零或预定允许范围内，使机器人保持在稳定姿势上。换句话说，在将ZMP用作稳定性判据的姿势稳定控制中，对于力矩误差为零或小于可接受值，机器人运动(脚运动和上体各组件的轨线)的校正是关键。 

在根据本实施例的腿式移动机器人中，直接测量ZMP和力的反作用力传感器系统部署在与环境直接接触的点上，用于运动控制的局部坐标和直接测量局部坐标的加速度传感器和角速度传感器得到部署，并且加速度传感器和姿势传感器配备在用于计算模型中的每个矢量位置上，从而允许直接测量引入ZMP方程(或动力学方程)所需的控制参数。因此，不用假设机器人足够刚性，施加了任何外力都不会变形，就可以以更高灵敏度实现严格的运动控 制。 

根据本实施例，反作用力传感器系统像如下通过举例描述的那样得到部署： 

(1)加速度传感器、角加速度传感器和角速度传感器安装在质量集中的点附近。 

(2)加速度传感器、角加速度传感器和角速度传感器安装在每条连杆的重心附近。 

(3)加速度传感器、角加速度传感器和角速度传感器安装在每个致动器的重心附近。 

(4)加速度传感器、角加速度传感器和角速度传感器安装在每个致动器的重心和每条连杆除了致动器之外的重心附近。 

(5)加速度传感器、角加速度传感器和角速度传感器安装在每个致动器的重心、电池的重心和每条连杆除了致动器和电池之外的重心附近。 

在上面的例子(1)中，随着质量集中的点被取作控制点，在每个控制点上直接测量施加在每个控制点上的加速度分量，因此，可以在每个点上直接计算如此生成的、有关ZMP的力矩项、施加在控制点上的外力矩项和由于施加在控制点上的外力引发的、有关ZMP的力矩项。在主控制单元中依次求和从控制点收集的力矩项，从而允许直接引入平衡的更严格ZMP方程。此外，由于在每个控制点上直接测量力矩项，因此，不用假设机器人足够刚性，施加了任何外力都不会变形，就可以以更高灵敏度实现严格的运动控制。 

这里涉及的“质量集中的点”指的是电池的重心、控制单元的重心、连杆的重心、致动器的重心、关节轴和其它质量集中的地方。图20示出了安装在腿式移动机器人上质量集中的点上的加速度传感器、角加速度传感器和角速度传感器。如图所示，外力传感器和外力矩传感器安装在作为与环境的主要接触点的手掌和脚底上。 

此外，在上面的例子(2)中，随着与关节耦合的每条连杆附近的点被取作控制点，在每个控制点上直接测量施加在每个控制点上的加速度分量，因此，可以在每个点上直接计算如此生成的、有关ZMP的力矩项、施加在控制点上的外力矩项和由于施加在控制点上的外力引发的、有关ZMP的力矩项。在主控制单元中依次求和从控制点收集的力矩项，从而允许直接引入平衡的更严格ZMP方程。此外，由于在每个控制点上直接测量力矩项，因此，不用 假设机器人足够刚性，施加了任何外力都不会变形，就可以以更高灵敏度实现严格的运动控制。 

图21示出了安装在腿式移动机器人的每条连杆的重心附近上的点的加速度传感器、角加速度传感器和角速度传感器。如图所示，外力传感器和外力矩传感器安装在作为与环境的主要接触点的手掌和脚底上。 

此外，在上面的例子(3)中，随着作为机器人上质量集中的主要点的每个致动器附近的点被取作控制点，在每个控制点上直接测量施加在每个控制点上的加速度分量，因此，可以在每个点上直接计算如此生成的、有关ZMP的力矩项、施加在控制点上的外力矩项和由于施加在控制点上的外力引发的、有关ZMP的力矩项。在主控制单元中依次求和从控制点收集的力矩项，从而允许直接引入平衡的更严格ZMP方程。此外，由于在每个控制点上直接测量力矩项，因此，不用假设机器人足够刚性，施加了任何外力都不会变形，就可以以更高灵敏度实现严格的运动控制。 

图22示出了安装在腿式移动机器人的每个致动器的重心附近的点上的加速度传感器、角加速度传感器和角速度传感器。如图所示，外力传感器和外力矩传感器安装在作为与环境的主要接触点的手掌和脚底上。 

注意，在上面(1)到(5)中举例说明的分布式反作用力传感器系统可以根据来自位于每个控制点的加速度传感器的信息，测量实际转动中心。因此，与根据有关机器人的设计信息可以唯一地确定重心的传统情况不同，即使任何外力使机器人的连杆变形，也可以动态地计算更精确的重心位置。 

图23示出了在根据本实施例的腿式移动机器人的运动控制过程中所作的操作的流程。 

首先，将腿式移动机器人确定为要检验其姿势稳定性的(在步骤S51中)。可以参照机器人上的支撑多边形判断ZMP位置是否在稳定区内。 

在ZMP在支撑多边形内的情况下，在系统中不会发生平动和转动，因此，没有必要求解有关任何转动和平动的动力学方程。然后，操作转移到步骤S52，在步骤S52中，利用由系统形成的适当ZMP空间求解ZMP方程，从而控制机器人采取稳定姿势(后面将详细描述)。 

另一方面，在没有ZMP在支撑多边形内的情况下或者在环境没有支撑作用点的情况下，取代ZMP方程，求解动力学方程(在步骤S53中)，以控制姿势稳定性。 

注意，在将高优先级统一赋予所有点的轨线的情况下，例如，在包括跳跃的舞蹈中，在一些情况下求解ZMP方程和动力学方程两者。 

图24示出了像步骤S52中那样，在根据ZMP方程的解控制机器人稳定性的过程中所作的操作的流程。 

首先，根据来自加速度传感器、角加速度传感器和角速度传感器的信息测量ZMP或测量重心(在步骤S61中)，加速度传感器、角加速度传感器和角速度传感器配备在像质量集中的点、每条连杆的重心附近的点和每个致动器的重心附近的点那样的每个控制点上。当机器人在施加的外力的作用下发生变形时，有必要根据加速度传感器所作的度量动态地测量重心。 

接着，在由步骤S62到S69形成的处理回路中，根据来自配备在每个控制点上的传感器的信息，直接计算每个控制点上的有关ZMP的力矩项、施加在控制点上的外力矩和由于施加在控制点上的外力引发的、有关ZMP的力矩。首先对ZMP或重心附近的点上的力矩加以计算。一个接一个地加这些力矩项，以确定它们的总和。 

其结果是，可以利用ZMP方程计算力矩误差T(在步骤S70中)。 

接着，随着被识别为每个测量点的状态的外力矩被取作初始值，重新计划ZMP轨线或重心的旋转轨线和每个点的轨线(在步骤S71中)。 

然后，以根据重新计划的结果将目标值发送到致动器系统组来结束这个处理例程。 

注意，尽管如图24所示的过程包括计算在一系列第i控制点上引发的力矩的操作，计算施加在一系列第j控制点上的外力矩的操作和计算由于一系列第k控制点上的外力引发的、有关ZMP的力矩的操作，并且串行地进行对第i、第j和第k点系列的操作，但是，也可以并行地实现这些操作(如后面详细描述的那样)。 

图25示出了在步骤53中，在根据动力学方程的解控制机器人稳定性的过程中所作的操作的流程。 

首先，测量地板反作用力F_r(在步骤S81中)。 

接着，在由步骤S82到S89形成的处理回路中，根据来自配备在每个控制点上的传感器的信息，直接计算施加在每个控制点上的平动力、由于有关ZMP的力矩施加的平动力和外力。首先对ZMP或重心附近的点上的力矩加以计算。一个接一个地加这些平动力，以确定它们的总和。 

其结果是，可以按照达朗伯尔原理计算未知外力F(在步骤S90中)。 

接着，随着被识别为每个测量点的信息量的未知外力F被取作初始值，重新计划ZMP轨线或重心的旋转轨线和每个点的轨线(在步骤S91中)。 

然后，以根据重新计划的结果将目标值发送到致动器系统组来结束这个处理例程。 

注意，尽管如图25所示的过程包括计算在第i控制点上引发的平动力的操作、计算由于第j控制点上的外力矩引发的平动力的操作和计算施加在第k控制点上的外力的操作，并且串行地进行对第i、第j和第k点的操作，但是，也可以并行地实现这些操作(如后面详细描述的那样)。 

接着，在由如图24所示的步骤S62到S69形成的处理回路中，根据来自配备在控制点上的传感器的信息，直接计算每个控制点上的有关ZMP的力矩项、施加在控制点上的外力矩项和由于施加在控制点上的外力引发的、有关ZMP的力矩。首先对ZMP或重心附近的点上的力矩加以计算。一个接一个地加这些力矩项，以确定它们的总和，从而允许引入ZMP方程。 

类似地，在由如图25所示的步骤S82到S89形成的处理回路中，根据来自配备在每个控制点上的传感器的信息，直接计算施加在每个控制点上的平动力、由于有关ZMP的力矩而施加的平动力和外力。首先对ZMP或重心附近的点上的力矩加以计算。一个接一个地加这些平动力，以确定它们的总和，从而允许引入有关平动和转动的动力学方程。 

正如上面参照图20到22所述的那样，根据本实施例的腿式移动机器人包括用于姿势控制的局部坐标和部署在每个控制点上直接测量局部坐标的加速度传感器和角速度传感器，以及部署在用于计算模型中的每个矢量位置上的加速度传感器和姿势传感器。也就是说，机器人被构造成直接测量引入ZMP方程(或动力学方程)所需的控制参数值。 

在分布在机器人上的传感器相互串联的情况下，针对沿着连接路线的每个控制点，一个接一个地加根据来自每个控制点上的传感器的信息计算的力矩项和外力项。因此，可以有效地计算出力矩和外力的总和。 

像前面已经描述过的那样，图22示出了安装在腿式移动机器人上的每个致动器的重心附近上的加速度传感器、角加速度传感器和角速度传感器。图26示出了传感器相互串联的例子。 

如图26所示，配备在左右上肢和左右下肢上的传感器相互独立和相互串 联，以便主控制单元成为传感器的始点和终点两者。在这样的情况下，一个接一个地加根据控制点上的传感器信息进行的计算的结果，并且使数据返回到相加它们的主控制单元。在这种计算中，可以引入方程。 

图27示出了传感器相互串联的另一个例子。在如图27所示的这个例子中，部署在机器人上的传感器连接成一行，以便主控制单元成为传感器的始点和终点两者。由于这种连线，对于每个控制点，一个接一个地加根据来自每个控制点的传感器信息进行的计算的结果。当数据返回到中央控制单元时，已经确定出每个项的总和。因此，主控制单元可以容易地引入方程。 

此外，用于控制目的的局部坐标和直接测量局部坐标的加速度传感器和角速度传感器配备在每个控制点上，另外，加速度传感器和姿势传感器部署在用于计算模型中的每个矢量位置上。已经利用加速度、角加速度和角速度传感器安装在质量集中的每个致动器的重心附近的例子对此作了例示和描述。 

图28示出了含有安装在致动器单元的中心附近的加速度、角加速度和角速度传感器的关节致动器的示范性结构。 

如图28所示的关节致动器包括由转子磁体和定子组成的电机、加速和减速电机的转动输出的齿轮单元(GU)和控制将电源供应给电机的控制器，其中定子由具有数个相的磁线圈形成。 

控制单元由例如印刷线路板组成，并且含有安装在它的中心附近的传感器单元。 

传感器单元部署在致动器单元的二维重心附近。 

传感器单元包括1-轴到3-轴加速度传感器、1-轴和2-轴角速度传感器和3-轴角速度传感器的组合。 

图29示意性地例示了关节致动器的功能结构。如图所示，用标号10表示的致动器包括接口11、命令处理器12、电机控制器13和传感器信号处理器14。 

接口11实现与主控制器相关的接口协议。 

命令处理器12处理通过接口11接收的主命令并将它发送到电机控制器13，或者计算来自传感器信息处理器14的传感器信息和通过接口11将它返回给主控制器。 

电机控制器13通过PWM(脉宽调制)，将电流信号供应给电机线圈15， 以实现遵从主命令的电机旋转，并且从检测转子(未示出)的旋转位置的传感器16中获取角度信息。 

传感器信息处理器14处理来自包括在传感器单元中的加速度传感器(X到Y)和陀螺仪传感器(俯仰、摇晃和摆动)的传感器信息。 

根据本实施例，可以根据来自配备在每个控制点上的传感器的传感器信息直接计算每个控制点上的有关ZMP的力矩项、施加在控制点上的外力矩项和由于施加在控制点上的外力引发的、有关ZMP的力矩项。首先对来自配备在ZMP或重心附近的传感器那样的数据进行这种计算。类似地，可以根据来自配备在每个控制点上的传感器的信息直接计算施加在每个控制点上的平动力、由于有关ZMP的力矩而施加的平动力和外力。首先对来自配备在ZMP或重心附近的传感器那样的数据进行这种计算。 

并且，在分布在机器人上的传感器相互串联的情况下，针对沿着连接路线的每个控制点，一个接一个地加根据来自每个控制点上的传感器的信息计算的力矩项和外力项。因此，可以有效地计算出力矩和外力的总和。 

在上面参照图28和29已经描述过的、合并了传感器的关节致动器中，命令处理器12可以利用加速度传感器(X到Y)和陀螺仪传感器(俯仰、摇晃和摆动)供应的和已经经过传感器信号处理器14处理的传感器信息，针对沿着连接路线的每个控制点，一个接一个地加力矩项和外力项。 

图30示出了在每个控制点上的关节致动器申完成的、有关ZMP的力矩项、施加在控制点上的外力矩项和由于施加在控制点上的外力引发的、有关ZMP的力矩项的依次加起来。 

如图30所示，从连接路线中的高顺序(higher-order)关节致动器将降至(downto)第(i-1)控制点的控制点上的有关ZMP的力矩项之和、降至第(j-1)控制点的控制点上的外力矩项之和以及降至第(k-1)控制点的控制点上、由于外力引发的、有关ZMP的力矩项之和供应给关节致动器。根据在关节致动器中检测的传感器信息，计算控制点上的有关ZMP的力矩项、施加在控制点上的外力矩项和由于施加在控制点上的外力引发的、有关ZMP的力矩项，并且将它们加入每一个这样的项的总和之中。然后，将结果供应给连接路线中的低位关节致动器，作为降至第i控制点的控制点上的有关ZMP的力矩项之和、降至第j控制点的控制点上的外力矩项之和以及由于施加在降至第k控制点的控制点上的外力引发的、有关ZMP的力矩项之和。因此，通过沿着连 接路线重复地相加数据，当计算结果到达主控制单元时，形成ZMP方程的力矩项就已经确定下来。这样，可以利用基于ZMP的稳定性判据实现机器人姿势控制。 

ZMP平衡方程的引入牵涉到在一系列第i控制点上引发的力矩的计算、施加在一系列第j控制点上的外力矩的计算和在一系列第k控制点上、由于外力引发的、有关ZMP的力矩的计算。在举出的例子中，并行地进行来自第i、第j和第k控制点系列的数据的计算。并行地计算来自第i、第j和第k控制点系列的数据的系统有利于减少连线。应该注意到，所有第i、第j和第k控制点系列并非都是必不可少的，但计算可能局限计算来自第i控制点系列的数据，或可能跳过来自第i控制点的数据的计算，去计算来自第(i-1)控制点系列的数据的系统。 

图3l示出了在每个控制点上的关节致动器中，施加在控制点上的平动力项、由于有关ZMP的力矩而施加的平动力项和外力项的依次加起来。 

如图3l所示，从连接路线中的高位关节致动器将施加在降至第(i-1)控制点的控制点上的平动力项之和、在降至第(j-1)控制点的控制点上由于有关ZMP的力矩引发的平动力项之和以及施加在降至第(k-1)控制点的控制点上的外力项之和供应给关节致动器。根据在关节致动器中检测的传感器信息，计算施加在控制点上的平动力项、由于有关ZMP的力矩引发的平动力项和外力项，并且将它们加入每一个这样的项的总和之中。然后，将结果供应给连接路线中的低顺序(lower-order)关节致动器，作为施加在降至第i控制点的控制点上的平动力项之和、在降至第j控制点的控制点上由于有关ZMP的力矩引发的平动力项之和以及施加在降至第k控制点的控制点上的外力项之和。因此，通过沿着连接路线重复地相加数据，当计算结果到达主控制单元时，形成动力学方程的力矩项就已经确定下来。这样，可以利用动力学方程实现机器人姿势控制。 

动力学方程的引入牵涉到在一系列第i控制点上的平动力的计算、在一系列第j控制点上由于外力矩引发的平动力的计算和施加在一系列第k控制点上的外力的计算。在举出的例子中，并行地进行来自第i、第j和第k控制点系列的数据的计算。并行地计算来自第i、第j和第k控制点系列的数据的系统有利于减少连线。应该注意到，所有第i、第j和第k控制点并非都是必不可少的，但计算可能局限计算来自第i控制点系列的数据，或可能跳过来 自第i控制点系列的数据的计算，去计算来自第(i-1)控制点系列的数据的系统。 

在上文中，参照附图，将本发明的某些优选实施例作为例子对本发明作了详细描述，但是，本领域的普通技术人员应该明白，本发明不局限于这些实施例，而是在不偏离所附权利要求书所陈述的和所限定的本发明的范围和精神的情况下，可以以各种方式修改、以可替代的方式构造、或以各种其它形式具体实现它们。 

本发明未必总是局限于称为“机器人”的产品，而是可应用于利用电的或磁的动作模仿人的运动的任何机械设备或诸如玩具之类属于其它工业领域的任何其它一般性移动设备。 

换句话说，上面针对例示性工作例子对本发明作了描述，因此，不应该限制性地解释这里所作的描述，而是应该参照所附的权利要求书来解释它。 

工业可应用性 

正如上文所描述的那样，本发明可以提供一种能够根据作为姿势稳定性判据的ZMP，对运动过程中机器人姿势的稳定化作出控制、腿式移动机器人的改进和新颖运动控制设备和方法。 

此外，本发明还可以提供一种能够通过迅速地和高精度地导出ZMP方程，严格地控制机器人采取稳定姿势、腿式移动机器人的极好运动控制设备和方法。 

此外，本发明还可以提供一种能够根据作为姿势稳定性判据的ZMP，良好地控制机器人采取稳定姿势、腿式移动机器人的极好运动控制设备和方法和改进和新颖传感器系统。 

此外，本发明还可以提供一种能够通过利用根据来自配备在机器人上的各个点上的传感器的测量值引入的ZMP方程识别未知外力矩和未知外力，良好地控制机器人运动、腿式移动机器人的极好运动控制设备和方法和极好传感器系统。 

在根据本发明的腿式移动机器人中，直接测量ZMP和力的反作用力传感器系统部署在与环境直接接触的点上，用于运动控制的局部坐标和直接测量局部坐标的加速度传感器和角速度传感器得到部署，并且加速度传感器和姿势传感器配备在用于计算模型中的每个矢量位置上，从而使直接测量引入 ZMP方程(或动力学方程)所需的控制参数成为可能。因此，不用假设机器人足够刚性，施加了任何外力都不会变形，就可以以更高灵敏度实现严格的运动控制。 

Claims (11)

1.一种具有一个以上的运动单元的腿式移动机器人，其特征在于，所述腿式移动机器人包括：

第1加速度传感器，对所述腿式移动机器人设定局部坐标系，测量所述局部坐标系原点的加速度；

第2加速度传感器，被部署在所述局部坐标系中的一个以上的受控对象点上；

未知力矩或者未知外力计算部件，使用至少基于从所述第1加速度传感器以及所述第2加速度传感器获得的加速度信息而导出的ZMP方程或者动力学方程，计算施加在所述腿式移动机器人上的未知力矩或者未知外力；以及

控制部件，基于所述未知力矩或者未知外力来控制所述受控对象点。

2.如权利要求1所述的腿式移动机器人，其特征在于，

将所述局部坐标系和所述第1加速度传感器部署到所述腿式移动机器人和路面的接触部位。

3.如权利要求1所述的腿式移动机器人，其特征在于，

所述腿式移动机器人是具有脚部的机器人设备，

将所述局部坐标系和所述第1加速度传感器部署到所述脚部。

4.如权利要求1所述的腿式移动机器人，其特征在于，

所述腿式移动机器人是具有腰部的机器人设备，

将所述局部坐标系和所述第1加速度传感器部署到所述腰部。

5.如权利要求1所述的腿式移动机器人，其特征在于，

所述腿式移动机器人是具有至少包括上肢、下肢和躯干部的运动单元的机器人设备，

受控对象点至少配备在所述上肢、所述下肢和所述躯干部的每一个上。

6.如权利要求5所述的腿式移动机器人，其特征在于，

分布在所述腿式移动机器人上的所述加速度传感器相互串联，以便沿着连接路线在每一个控制点上依次加上根据所述加速度传感器的加速度信息所计算的ZMP方程或者动力学方程上的力矩项和外力项。

7.一种腿式移动机器人的控制方法，该腿式移动机器人具有一个以上的移动单元，其特征在于，该控制方法包括：

第1加速度测量步骤，对所述腿式移动机器人设定局部坐标系，测量所述局部坐标系原点的第1加速度；

第2加速度测量步骤，测量部署在所述局部坐标系中的一个以上的受控对象点上的第2加速度；

未知力矩或者未知外力计算步骤，至少基于所述第1加速度以及所述第2加速度而导出的ZMP方程或者动力学方程，计算施加在所述腿式移动机器人上的未知力矩或者未知外力；以及

控制步骤，基于所述未知力矩或者未知外力来控制所述受控对象点。

8.如权利要求7所述的腿式移动机器人的控制方法，其特征在于，

在所述第1加速度测量步骤中，将所述局部坐标系部署到所述腿式移动机器人和路面的接触部位上测量所述第1加速度。

9.如权利要求7所述的腿式移动机器人的控制方法，其特征在于，

所述腿式移动机器人是具有脚部的机器人设备，

在所述第1加速度测量步骤中，将所述局部坐标系部署到所述脚部上测量所述第1加速度。

10.如权利要求7所述的腿式移动机器人的控制方法，其特征在于，

所述腿式移动机器人是具有腰部的机器人设备，

在所述第1加速度测量步骤中，将所述局部坐标系部署到所述腰部上测量所述第1加速度。

11.如权利要求7所述的腿式移动机器人的控制方法，其特征在于，

所述腿式移动机器人是具有至少包括上肢、下肢和躯干部的运动单元的机器人设备，

受控对象点至少配各在所述上肢、所述下肢和所述躯干部的每一个上。