CN103124669B - 具有摔倒管理能力的仿人机器人和管理摔倒的方法 - Google Patents
具有摔倒管理能力的仿人机器人和管理摔倒的方法 Download PDFInfo
- Publication number
- CN103124669B CN103124669B CN201180046440.5A CN201180046440A CN103124669B CN 103124669 B CN103124669 B CN 103124669B CN 201180046440 A CN201180046440 A CN 201180046440A CN 103124669 B CN103124669 B CN 103124669B
- Authority
- CN
- China
- Prior art keywords
- robot
- limbs
- polygon
- anthropomorphic
- attitude
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 20
- 230000004224 protection Effects 0.000 claims abstract description 43
- 230000005484 gravity Effects 0.000 claims abstract description 41
- 210000003414 extremity Anatomy 0.000 claims description 48
- 210000004197 pelvis Anatomy 0.000 claims description 19
- 238000005259 measurement Methods 0.000 claims description 11
- 230000009471 action Effects 0.000 claims description 10
- 210000004247 hand Anatomy 0.000 claims description 7
- 210000002414 leg Anatomy 0.000 claims description 6
- 210000001503 joint Anatomy 0.000 claims description 5
- 210000003141 lower extremity Anatomy 0.000 claims description 4
- 230000036541 health Effects 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 3
- 230000010355 oscillation Effects 0.000 claims description 2
- 239000012636 effector Substances 0.000 abstract description 19
- 238000011161 development Methods 0.000 abstract description 3
- 239000013589 supplement Substances 0.000 abstract description 2
- 238000001514 detection method Methods 0.000 description 12
- 239000011159 matrix material Substances 0.000 description 10
- 230000008569 process Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 230000033001 locomotion Effects 0.000 description 8
- 230000007246 mechanism Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 210000001217 buttock Anatomy 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000001681 protective effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000036461 convulsion Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001627 detrimental effect Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 210000002310 elbow joint Anatomy 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 210000001145 finger joint Anatomy 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000006742 locomotor activity Effects 0.000 description 1
- 210000001699 lower leg Anatomy 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 230000001235 sensitizing effect Effects 0.000 description 1
- 210000000323 shoulder joint Anatomy 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J13/00—Controls for manipulators
- B25J13/08—Controls for manipulators by means of sensing devices, e.g. viewing or touching devices
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
- B62D—MOTOR VEHICLES; TRAILERS
- B62D57/00—Vehicles characterised by having other propulsion or other ground- engaging means than wheels or endless track, alone or in addition to wheels or endless track
- B62D57/02—Vehicles characterised by having other propulsion or other ground- engaging means than wheels or endless track, alone or in addition to wheels or endless track with ground-engaging propulsion means, e.g. walking members
- B62D57/032—Vehicles characterised by having other propulsion or other ground- engaging means than wheels or endless track, alone or in addition to wheels or endless track with ground-engaging propulsion means, e.g. walking members with alternately or sequentially lifted supporting base and legs; with alternately or sequentially lifted feet or skid
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S901/00—Robots
- Y10S901/01—Mobile robot
Abstract
本发明公开了一种具有摔倒管理能力的仿人机器人和管理摔倒的方法，具体地涉及一种具有用于管理摔倒的特定能力的仿人机器人。摔倒的风险限制了仿人机器人大规模市场应用的发展。在现有技术中，用于检测摔倒的模态并不十分适用于极其动态的机器人的情况，这是因为重心经常位于其支撑多边形的外侧。用于管理摔倒的模态也仅适用于必须节约其计算资源的机器人。根据本发明，利用确定充分接近地面的效应器来补充传统的支撑多边形。从一组由摔倒角度的分类定义的方案中选择并实施保护方案。
Description
技术领域
本发明属于仿人机器人的领域。更准确地说，其适用于管理所述机器人的摔倒，而摔倒在使用这些机器人的发展中是特别不利的事件。
背景技术
当机器人具有某些人类外观和功能的属性时（头部、躯干、双臂、双手、双腿、双脚等），可以将机器人描述为仿人机器人。除外观之外，仿人机器人能满足的功能取决于其执行移动、说话和“思考”的能力。仿人机器人能行走，用肢臂或头部摆姿态。机器人能执行的姿态的复杂度不断增大。然而，机器人仍然很脆弱，尤其考虑到机器人的关节的电机。这种脆弱极大地阻碍了大规模市场应用的发展。事实上，在这些应用的环境中，特别有害的是不得不应对由于反复摔倒而引起的破裂或故障，这是因为仿人机器人的生产商和经销商必须针对初始销售展开不成比例的大量售后服务，且成本对公众而言是不可接受的大。
第一种适用于具有行走能力的仿人机器人来使摔倒风险最小化的方案是确保所述行走足够稳定。一种广泛使用的用于这个的方式是调节机器人的轨迹（trajectory）以使得零力矩点（ZMP）（即，地面上轴承轴线的力矩和方位轴线的力矩都为零的位置处的点）包含在机器人的支撑多边形内（即，在行走机器人的情况下，如果机器人单脚站立，则支撑多边形将会具有这只脚的形状。如果机器人双脚站立，则该多边形的面积将会是双脚的面积加上双脚之内（interpodal）的面积）。然而，这种方案不足以确保机器人在所有条件下的稳定性，尤其在机器人必须在不平坦地形上前进、执行使机器人置于有限平衡或维持第三方引起的碰撞的移动的情况下。
对于这种问题的常规解决方案利用的一般原则是：验证机器人重心在前进表面上的投影保持包含在机器人的支撑多边形中，然后在所述重心离开所述多边形的情况下，根据离开所述多边形的角度来确定最佳摔倒姿态。这些解决方案在具有能够毫无疑义地判定机器人处于摔倒位置的传感器的静态机器人的简单情况下准确地运行。在机器人行走的情况下，尤其是在所述摔倒检测传感器会混淆行走轨迹和摔倒开始中所包含的正常姿态的情况下，相同的解决方案无法保持。事实上，在这种情况下，将会不恰当地触发防摔倒机制，然而此时并不存在中断机器人活动的正常进程的理由。
发明内容
本发明通过提供能够以更准确的方式区分出确实有必要实施适当的机制来保护机器人免于摔倒的情况的方案来解决这种问题。这种区分受到定义虚拟支撑多边形的影响，通过将与前进表面近接触的点加到物理多边形来从该物理多边形推导出该虚拟支撑多边形。
为此目的，本发明公开了一种能够在表面上移动的仿人机器人，包括至少一个用于检测所述机器人的至少一个第一肢体与所述表面的接触的模块，以及用于计算所述机器人的重心相对于第一支撑多边形的投影点的位置的模块，所述第一支撑多边形至少包括所述至少一个第一肢体，所述机器人还至少包括用于检测所述机器人的至少一个第二肢体与所述表面的接近度的模块，其中，用于计算所述机器人的所述重心相对于所述第一支撑多边形的所述投影点的位置的所述模块还配置为计算所述机器人的所述重心相对于第二支撑多边形的投影的位置，通过将所述机器人的所述第二至少一个肢体在所述表面上的投影点加到所述第一多边形，从所述第一多边形推导出所述第二多边形，所述第二至少一个肢体属于被检测为与所述表面近接触的所述机器人的一组肢体。
有利地，所述用于检测所述至少一个第二肢体与所述表面的接近度的模块接收所述至少一个第二肢体相对于所述表面的位置作为输入，提供为所述机器人的几何模型的输出的所述位置至少包括在所述机器人的参考系中的所述肢体的空间中的位置。
有利地，所述机器人的第二肢体与所述表面近接触所依据的条件的特征是根据属于一组标准的标准所选择的距离阈值，所述一组标准至少包括所述机器人的尺寸及其下肢体的最大高度摆幅。
有利地，所述至少一个第一肢体是所述机器人的脚之一，所述脚包括至少一个压力传感器。
有利地，所述至少一个第二肢体是所述机器人的手之一。
有利地，本发明的机器人还包括用于通过根据预定标准比较机器人的姿态的几何模型与参考姿态的几何模型之间的距离来过滤所述姿态的模块，作为用于计算所述机器人的重心相对于支撑多边形的投影点的位置的所述模块的输入。
有利地，本发明的机器人还包括惯性测量单元，所述惯性测量单元向用于计算所述机器人的重心的投影点的位置的所述模块提供与连接胸部和所述机器人接触地面的一只脚的轴线具有角度的垂直轴线以及将应用于所述机器人的所述重心的投影轴线的旋转角。
有利地，在用于计算所述机器人的重心相对于支撑多边形的投影点的位置的所述模块的输出处，本发明的机器人还包括用于监测一组避免摔倒的动作的保护模块，当所述计算模块提供所述机器人的摔倒状态的至少一个输出特征时，触发所述动作中的至少一个，在所述摔倒状态中，所述机器人的重心的投影点在所述第二支撑多边形的外侧。
有利地，所述一组保护动作至少包括禁用所述机器人的腿关节的从动，将属于至少包括头部、手臂和骨盆的组的至少一个元件置于保护姿态，以及禁用属于所述组的至少一个元件的关节。
有利地，所述计算模块还针对特征为所述机器人的摔倒状态的状况，向用于监测所述一组避免摔倒的保护动作的模块提供特征为所述机器人的参考系中的摔倒方向的角度，所述摔倒角度的值相对于所选的参考值确定了从将要执行的所述一组避免摔倒的保护动作中选择的保护动作。
有利地，当摔倒角度确定为向前摔倒时，将头部置于保护姿态在于使头部充分向后置，将手臂置于保护姿态在于使手臂充分向前置，并且将骨盆置于保护姿态在于使骨盆闭合。
有利地，当摔倒角度确定为向左或向右摔倒时，将头部置于保护姿态在于使头部充分向前置，将手臂置于保护姿态在于充分朝向身体抱臂，并且将骨盆置于保护姿态在于打开骨盆。
有利地，当所述摔倒角度确定为向后摔倒时，将头部置于保护姿态在于使头部充分向前置，将手臂置于保护姿态在于使手臂充分向后，并且将骨盆置于保护姿态在于使骨盆闭合。
本发明还公开了一种用于管理能够在表面上移动的仿人机器人的摔倒的方法，所述仿人机器人包括至少一个用于检测所述机器人的至少一个第一肢体与所述表面的接触的模块，所述方法包括计算所述机器人的重心相对于第一支撑多边形的投影点的位置的步骤，所述第一支撑多边形至少包括所述至少一个第一肢体，所述方法还包括至少一个检测所述机器人的至少一个第二肢体与所述表面的接近度的步骤，以及计算所述机器人的所述重心相对于第二支撑多边形的投影的位置的步骤，通过将所述机器人的所述至少一个第二肢体在所述表面上的投影点加到所述第一多边形来从所述第一多边形推导出所述第二多边形，所述至少一个第二肢体属于被检测为与所述表面近接触的一组肢体。
本发明还公开了一种计算机程序，包括配置为当所述程序在计算机上运行时能够执行根据权利要求14所述的方法的程序代码指令，所述程序适用于允许管理能够在表面上移动的仿人机器人的摔倒，所述仿人机器人包括至少一个用于检测所述机器人的至少一个第一肢与所述表面的接触的模块，所述程序包括用于计算所述机器人的重心相对于第一支撑多边形的投影点的位置的模块，所述计算机程序还包括至少一个用于所述机器人的至少一个第二肢相对于所述表面的接近度的检测数据的输入模块；以及用于计算所述机器人的所述重心相对于第二支撑多边形的投影的位置的模块，通过将所述机器人的所述至少一个第二肢在所述表面上的投影点加到所述第一多边形来从所述第一多边形推导出所述第二多边形，所述至少一个第二肢属于被检测为与所述表面近接触的所述机器人的一组肢体。
与现有技术的解决方案相比，本发明的算法还呈现出以下优势：仅仅利用第一级公式，因此在摔倒检测阶段，对计算资源的需求要小得多。
本发明的解决方案可以有利地结合对会被误认为是摔倒姿态的可接受姿态的预先过滤，从而进一步提高本发明的计算效率。
此外，根据本发明，如果检测到摔倒状况，将执行根据特别简单的标准选择的保护方案，这种简单性还导致在必须能够保证可用于完成所有这些功能的资源的多功能仿人机器人的情况下不可缺少的计算效率。还要注意，本发明的摔倒管理模式特别好地结合了必须将机器人置于保护位置的故障（例如，电机故障，电力故障等）管理模式。
附图说明
通过以下对若干示例性实施例及其附图的描述，将会更好地理解本发明，并且将更呈现出本发明的各个特征和优点，在附图中：
-图1a、1b、1c、1d、1e和1f示出了用于根据现有技术预测机器人的摔倒的计算原理；
-图2是根据现有技术计算机器人摔倒的管理模式的基本示意图；
-图3是示出本发明的若干实施例中仿人机器人的身体部件中的与地面接触传感器的定位的示意图；
-图4示出了本发明的若干实施例中的直接几何模型（directgeometrymodel），该直接几何模型用于计算机器人的特征点在机器人的若干参考系中的位置；
-图5a、5b和5c示出了本发明的若干实施例中用于预测机器人摔倒的计算原理；
-图6是本发明的若干实施例中用于确定机器人的虚拟支撑多边形的处理的流程图；
-图7示出了本发明的若干实施例中的仿人机器人的姿态，必须考虑到该仿人机器人的姿态来以相关方式确定仿人机器人的重心在该仿人机器人的前进平面上的投影；
-图8是本发明的若干实施例中用于确定仿人机器人的重心在该仿人机器人的前进平面上的投影的处理的流程图；
-图9a至9i示出了本发明的若干实施例中在检测机器人摔倒的实现条件之前可以过滤掉的机器人的若干姿态；
-图10是用于使机器人的姿态在一组可能位置中特征化的处理的流程图；
-图11是本发明的若干实施例中用于管理机器人的姿态以便使摔倒后果最小化的处理的流程图；
-图12示出了本发明的若干实施例中确定选取用于使摔倒后果最小化的动作的模态的原理；
-图13a、13b和13c是本发明的若干实施例中为了使摔倒后果最小化所选的姿态的示例；
-图14是本发明的若干实施例中能够实施本发明的物理和功能架构的示意图。
具体实施方式
图1a、1b、1c、1d、1e和1f示出了根据现有技术用于预测机器人摔倒的计算原理。
通常由置于地面上的固体在地面上的重心在关于其地面上的支撑多边形的地面上的投影的位置来确定该固体的稳定性。
如图1a、1c和1e所示，在仿人机器人具有竖直站立的脚情况下，由脚底面积与双脚之内的面积之和来确定支撑多边形。图1b、1d和1f分别示出了与图1a、1c和1e中所示的机器人的姿态相对应的支撑多边形。这三种情况的特征在于机器人的双脚之一并没有完全与机器人的前进表面接触，这三种情况示出了现有技术的解决方案的问题之一：支撑多边形减小到机器人双脚之一的脚底面，且另一只脚在移动。在图1a和1b的情况下，机器人在行走：脚110a置于地面上，而脚120a在放回地面上之前停留在空中。如果通常由位于机器人脚底上的压力传感器来确定脚相对于地面的位置，那么支撑多边形110b就减小到单独与地面接触的脚底110a。行走是一种动态现象，其保证ZMP总是在机器人的支撑多边形中，但是行走并不保证重心也在所述多边形中。例如，机器人的重心可以投影在位于多边形110b外侧的点120b处。如果摔倒的检测简单地根据多边形110b外侧的点120b的相对位置，就可能每一步都触发摔倒管理机制，那么机器人将无法行走。
在图1c、1d、1e和1f所示的情况下，重心120d、120f的投影也在支撑多边形100d、100f外侧。事实上，在这些情况下，机器人的姿态是双脚之一120c没有接触地面，这只脚的压力传感器传递未与地面接触的信息项，由于不是所有传感器都与地面接触，所以即使脚部分地接触，也将触发摔倒检测。
在图1e和1f所示的情况下，NAO准备坐下。双脚事实上都接触地面，且机器人将向后倾斜/摔倒，但是这种摔倒是故意的，而且机器人的右手130e将阻止这种摔倒并保证机器人不会完全摔倒。因此，在这三种情况下，将会不恰当地触发摔倒检测。
本发明解决了现有技术中的这种缺陷。
图2是根据现有技术计算管理机器人摔倒的模式的基本示意图。
根据现有技术，一旦根据对图1a至1f描述的上述原理检测到了摔倒条件，就执行摔倒管理方案来使对机器人可能的损坏最小化，尤其是通过保护机器人的敏感部件来实现，方案可能随机器人的结构而有所不同。
Fujiwara等人在2002年10月瑞士洛桑的瑞士洛桑联邦理工学院（EPFL）和2003年10月内华达州拉斯维加斯举办的IEEE/RSJ,Intl.ConferenceonIntelligentRobotsandSystems的会议论文集中的“FallingMotionControltoMinimizeDamagetoBipedHumanoidRobot”和“TheFirstHuman-sizeHumanoidthatcanFallOverSafelyandStand-upAgain”中描述了现有技术的摔倒管理机制。这些机制通过使用机器人的垂直轴相对于地面垂直线的倾角θ和机器人的重心的速度VCdM的测量值来预测机器人哪个部位先与地面接触。通过将机器人的移动建模为相对于地面的垂直线振荡的逆钟摆，来以动态的方式执行这些测量。将要执行的计算特别消耗计算功率，从而限制了将其用于优选向常设任务（诸如管理关节的移动和环境传感器等）或应用任务（诸如管理速度和行为等）分配计算能力的机器人的可能性。
本发明能够避免这种限制。
图3示出了本发明的实施例中的仿人机器人的物理架构。在2009年10月15日公开的专利申请WO2009/124951中尤其公开了这种机器人。这种平台起到了引向本发明的改进的基础的作用。在下面的描述中，这种仿人机器人可以用这种专业术语或是用其商标NAOTM来表示，而无需修改引用的一般性。
这种机器人包括大约两打电子卡，用于对传感器和操纵关节的致动器进行控制。关节通常至少具有两个自由度，因此具有两个电机。在角度方面操纵每个电机。关节还包括若干位置传感器，尤其是MRE（磁性旋转编码器）。电子控制卡包括现成的微控制器。例如可以是Microchip公司制造的DSPICTM。这是耦合至DSP的16位MCU。这种MCU具有1ms的环式从动周期。机器人还可以包括其它类型的致动器，尤其是颜色和强度可以反映机器人的情绪的LED（发光二极管）。机器人还可以包括其它类型的位置传感器，尤其是惯性测量单元，FSR（地面压力传感器）。这些FSR310对于实施本发明特别有用。在本文中，FSR310用于检测每只脚与地面或任何其它机器人的前进表面的接触。为此目的，例如，能够利用TekscanTM公司制造的FlexiForceTM（商标）传感器，该传感器包括具有至少两层压阻式柔性材料的带。该带的电阻根据施加到放置该带的表面的垂直压力而减小。电流的测量值能够确定校准后的压力。有利地，设想在每只脚底上有若干传感器（例如，四个）。
头部包括机器人的智能，尤其是执行使机器人能够完成分配的任务的高级功能的卡。该卡的处理器可以是现成的x86处理器。优选选用诸如AMD公司制造的GeodeTM（32位，500MHz）的低能耗处理器。该卡还包括一组RAM和闪速存储器。该卡还管理机器人与外部（行为服务器、其它机器人等）通常在WiFi、WiMax传输层上（可选地在可选地封装在VPN中的、用于具有标准协议的移动数据通信的公共网络上）的通信。处理器通常由标准OS操纵，从而能够使用常用的高级语言（C、C++、Python等）或诸如URBI（机器人专用编程语言）等专用于人工智能的特殊语言来编程高级功能。
另一种卡容置于机器人的躯干中。这也是放置计算机的位置，该计算机确保至卡的传送以根据头部的卡所计算的命令控制关节。这种卡的计算机也是现成的处理器。这有利地可以是时钟为100MHz的ARM9TM型32位处理器。处理器的类型、其中央位置、靠近开/关按钮、连接到电源控制器的其连接，使得其成为良好地适合于管理机器人电源（待机模式、紧急停止等）的工具。该卡还包括一组RAM和闪速存储器。
如以下图4的描述中所说明的，能够在机器人的参考系（referenceframe）中计算机器人的特征点（称为效应器）。例如，这些效应器（effector）例如可以是机器人的臀部320、肘关节330、肩关节340或手指关节350的点。因此，通过根据机器人的模态选择阈值，可以将对这种直接几何模型的计算用作检测所述效应器与地面的接近度的手段。
图4示出了本发明的若干实施例中的直接几何模型，该直接几何模型用于计算机器人的特征点在机器人的若干参考系中的位置。
在给定时刻，机器人的每个关节的角度对于机器人的中央系统是已知的。因此，可以容易地计算出每个关节相对于所有其它关节的相对位置，由于事实上必须有关节型链，所以所有关节的自由度都是确定且已知的。为了容易地计算在另一个点a的参考系中点b的位置，利用大小为4×4的矩阵（称为aHb型齐次变换矩阵），其包括大小为3×3的旋转矩阵和大小为3×1的转移矩阵（translationmatrix）。具体地，齐次变换矩阵具有以下性质：
-它们是可逆的，并且aHb -1等于bHa；
-aHb×bHc=aHc
躯干400的参考系通常用作机器人的主参考系。由矩阵0H1、0H2、0H3、0H4给出左和右手（分别是410、420）及左和右脚（分别是430、440）在该主参考系中的位置。由关节的电机的角度给出旋转角，由内关节距离来给出转移距离。
为了计算左手410相对于地面的位置，即在图4的配置中相对于右脚440的位置，因此就有必要计算矩阵4H1。通过运用以上公式，通过矩阵求逆和矩阵乘法推导出：4H1=0H4 -1×0H1
这种方案可以用于计算机器人的任一点在绝对参考系中的位置，具体而言，诸如图3中参考320（臀部）、330（肘部）、340（肩部）和350（手指）定位的那些效应器。
图5a、5b和5c示出了本发明的若干实施例中用于预测机器人摔倒的计算原理。
本发明的原理在于：考虑到接近地面的效应器计算虚拟或投影的支撑多边形，这由此通常能够确保机器人的稳定性。
多边形510a、510b和510c分别对应于图1b、1d和1f中的多边形110b、110d和110f。通过以下对图6的描述中所说明的，确定其压力传感器指示其并不在与地面接触的位置的第二只脚120a、120c以及手130e事实上接近地面，相关的接近度阈值能够被调节为取决于机器人模态的值。在NAO机器人的高度为60cm数量级的情况下，这种阈值例如可以是4到5cm。在更高的机器人的情况下，该阈值将会增大。同样，还必须考虑根据高度的机器人步幅的动态（例如，机器人爬楼梯的能力）。将该第二只脚的面积加到之前确定的支撑多边形，以给出新支撑多边形530a、530b、530c，其被称为“虚拟的”，因为从某种程度上说，该新支撑多边形并不是与此刻的物理实际相对应的真实多边形。
从此以后，在每一种情况下，重心520a、520b和520c都位于虚拟支撑多边形内，摔倒检测算法判断没有理由触发摔倒管理机制，然而，如对图1a至1f的描述中所示，现有技术的算法会触发摔倒管理机制。
图6是本发明的若干实施例中用于确定机器人的虚拟支撑多边形的处理的流程图。根据图6所示的流程图，能够将图5a至5c所表示的情况概括为任意一种效应器，用于在关于效应器的静态稳定性位置与物理实际相对应的条件下，在步骤610中使支撑多边形的计算初始化。因此能够猜测机器人正在用手行走等。压力传感器310将能够回答“效应器是否接触”的问题。这些压力传感器可以被替换为任何用于验证效应器与机器人的前进表面的接触的装置。一旦计算出第一多边形（步骤620），就还能够将图5a至5c所表示的情况概括为任意数量的n-1个互补效应器来补充支撑多边形。有系统地测试另一只脚和双手。还能够决定增加臀部、肘部和肩部。测试630（“效应器i的高度是否小于阈值h0？”）通过每个效应器的位置的直接几何形状调用计算，显示所发现的位置接近地面且低于如上所述确定的阈值。如果测试为是，则将效应器i加到多边形（步骤640）。计算继续进行直到耗尽预先选择的效应器。
图7示出了本发明的若干实施例中的仿人机器人的姿态，必须考虑到该仿人机器人的姿态来以相关方式确定仿人机器人的重心在该仿人机器人的前进平面上的投影。
注意图7中机器人的脚并没有平放在地面上，而与地面形成角θ，不能把脚的垂直线认为是重心的投影。于是，由关节变量给出的机器人的取向不正确。因此有必要对其进行校正。如以下对图8的描述中所说明的，为了进行纠正，在计算中将包括惯性测量单元的数据。
图8是本发明的若干实施例中用于确定仿人机器人的重心在该仿人机器人的前进平面上的投影的处理的流程图。
该算法在于在惯性测量单元的位置测量上重设躯干的取向。惯性测量单元基于3个加速度计和2个陀螺仪的测量值来发送两个旋转角。该装备自身继续进行重设。如果在两个测量值之间存在偏移，则可以认为脚与地面形成非零角θ并计算出θ，θ等于从脚到躯干的轴线相对于该装备所给出的垂直线所形成的角。
图9a至9i示出了本发明的若干实施例中、在检测机器人摔倒的实现条件之前可以被过滤掉的若干机器人姿态。
从以上对图6的描述中可见，能够增加若干效应器，以便确定与机器人的实际姿态最为对应的虚拟支撑多边形。然而，事实上增加大量效应器会减慢摔倒检测处理。因此，有利地，可以预先对所述姿态进行过滤，以便提取出有必要进行摔倒检测的姿态和无需进行所述检测的姿态。还能够猜测根据所识别的姿态类型，对将要被测试以执行检测计算的一个或多个效应器进行判断。
图9a和9b分别示出了“直立”和“蹲坐”姿态，有必要对其应用摔倒检测机制。
图9c至9i分别示出了“蛙式”、“跪式”、“手臂在前坐”、“手臂在后坐”、“仰卧”、“侧卧”和“未知”姿态。在姿态9i中，由第三方把持机器人，该机器人的效应器无一接触地面。在9c至9i的这些情况下，不进行摔倒检测计算。
图10是用于使机器人的姿态在一组可能位置中特征化的处理的流程图。
利用关节的角度值、脚接触传感器的输出和惯性测量单元的测量值，对机器人的姿态进行过滤。把将要过滤的姿态的数据与数据库中存储的参考姿态的数据进行比较。将距离最小化原理（例如，每个过滤的数据相对于对应的参考数据的相对差的总和）用于这种对比。将按照这种标准的距离测量值与根据数据的数量和根据实验的结果而确定的阈值进行对比。
在稍后的描述中，由图14所示的示例性实施架构中的AlRobotPose模块来实施这种功能。
图11是本发明的若干实施例中用于管理机器人的姿态以便使摔倒后果最小化的处理的流程图。
当通过以上对图6的描述中所示的方案来检测摔倒状况时，实施用于保护机器人的敏感区域的方案，尤其是机器人的头部，其包括处理器和脆弱的传感器以及通常包括复杂且同样脆弱的关节的骨盆。
具体来说，并行地去除腿关节（而不是骨盆关节）的从动和执行保护移动，这将取决于如以下对图12的描述中所示的确定的摔倒角度。一旦执行了这种保护移动，就同样去除了双臂、头部和骨盆的关节的从动。必须能够非常快速地执行这些动作，这些动作构成了机器人的真实反射。
图12示出了本发明的若干实施例中确定选取用于使摔倒后果最小化的动作的模态的原理。
当通过以上对图6的描述中所示的方式检测到摔倒状况时，确定在地平面上摔倒的角度。因此，利用地面上的参考系（称为SPACE_NAO）。这需要所谓的自我中心的参考系，其特征在于：X轴的方向总是在机器人的方向（向前）上取向，由此通过已知机器人的重心在这种参考系中离开的位置，通过简单的几何形状推导出离开角。在正向顺时针方向上，相对于机器人的前进轴估算该角度。在-60°与+60°之间，认为发生向前摔倒；在+60°与+120°之间，认为发生向右摔倒；在+120°与-120°之间，认为发生向后摔倒；在-120°与-60°之间，认为发生向左摔倒。
从选择保护方案的角度来看，右扇区和左扇区是相同的。因此，在图11所示的实施例的上下文中，摔倒角度能够确定导致以下对图13a至13c的描述中所说明的三种不同方案的选择的三个扇区。然而，能够确定三个以上的扇区，因此能够确定三种以上的保护方案。本发明的原理并非寻求例如通过应用如对图2的描述中所说明的逆钟摆模型来精确计算取决于精确计算的摔倒动态的摔倒姿态。相反，这需要在一些保护方案类型之间进行选择，根据取决于机器人的敏感项和将会影响它们的摔倒方向的方式的风险等级，来定义一些保护方案。例如，注意，如现有技术中，产生机器人的腿部动作会增大对地面的碰撞，这是因为移动产生了显著的惯性。因此，禁用机器人的关节从动，使机器人在其自身的重力的情况下摔倒，因此不会增大摔倒速度和碰撞。
图13a、13b和13c是本发明的若干实施例中为了使摔倒后果最小化所选的姿态的示例。
图13a示出了向前摔倒的情况；在此情况下，保护姿态例如是：
-使头部向后来保护头部；
-向前伸出双臂来减缓摔倒并保护头部；
-使骨盆闭合来使机器人的腿团在一起
图13b示出了向右或向左摔倒的情况。在此情况下，保护姿态例如是：
-将头部置于考虑到其可能的延展性的姿态来保护头部，例如向前和向右（例如，如果存在以太网网线，等等）；
-朝向身体抱臂；
-打开骨盆使机器人旋转，以使得首先与地面碰撞的点是后背而不是骨盆；
图13c示出了向后摔倒的情况；在此情况下，保护姿态例如是：
-将头部置于考虑到其可能的延展性的姿态来保护头部，例如向前和向右（例如，如果存在以太网网线，等等）；
-向后伸出双臂以抱住机器人；这种移动意在防止机器人滚过后背和折断颈部；
-使骨盆闭合来使机器人的腿团在一起。
图14是本发明的若干实施例中能够实施本发明的物理和功能结构的示意图。
在本发明的实施例中，诸如NAO等机器人有利地具有能够操纵机器人的功能的高级软件。在2009年10月15日公开的专利申请WO2009/124955中尤其公开了这种类型的软件结构，被称为NAOQI。该软件结构包括用于管理机器人与PC或远程站点之间的通信的基本功能以及提供实施本发明所必需的软件基础结构的交换软件。
NAOQI是针对机器人应用而优化的框架；它支持若干语言，尤其是C++、Python和Urbi。
在本发明的上下文中，NAOQI的以下模块特别有用：
-ALMemory模块1410，用于管理在NAOQI的各种模块之间共享的存储器；
-DCM模块420，用于管理与物理机器人（电机、传感器）的通信；
-ALRobotPose模块1430，用于通过与参考姿态进行比较来计算机器人的当前姿态；ALMotion模块1440，用于管理机器人的移动；在这种模块中嵌入了本发明的用于检测和管理摔倒的功能（“摔倒管理器”）。
这四种模块有利地用C++来编码。图14还指示了模块之间的数据流。
具体来说，实施摔倒管理器功能所必需的输入是：
-传感器的值（例如，脚压力传感器，惯性测量单元）；
-机器人的姿态。
在检测到摔倒的情况下，摔倒管理器功能分发用于更新关节的命令，尤其是执行反射保护动作和停用关节。
仅通过例示的方式，在图14中还示出了每一个模块处理的数据的刷新周期的值：更新机器人的姿态和摔倒管理数据为20ms；更新传感器的值为10ms。
由特定传感器（例如MRE传感器）的简单操作来触发摔倒管理器功能。在这种情况下，一个或多个关节会出现不规则的移动，如果故障导致重心离开虚拟支撑多边形，就会触发保护位置的放置。因此，摔倒管理器补充了用于管理机器人故障的功能。
通过例示本发明的实施例而给出了以上所述的示例。这些示例并不以任何方式限制由所附权利要求限定的本发明的范围。
Claims (15)
1.一种能够在表面上移动的仿人机器人，包括至少一个用于检测所述机器人的至少一个第一肢体与所述表面的接触的模块，以及用于计算所述机器人的重心相对于第一支撑多边形的投影点的位置的模块，所述第一支撑多边形至少包括所述至少一个第一肢体，所述机器人还至少包括用于检测所述机器人的至少一个第二肢体与所述表面的接近度的模块，其中，用于计算所述机器人的所述重心相对于所述第一支撑多边形的所述投影点的位置的所述模块还配置为计算所述机器人的所述重心相对于第二支撑多边形的投影的位置，通过将所述机器人的所述至少一个第二肢体在所述表面上的投影点加到所述第一多边形，从所述第一多边形推导出所述第二多边形，所述第二至少一个肢体属于被检测为与所述表面近接触的所述机器人的一组肢体。
2.根据权利要求1所述的仿人机器人，其中：所述用于检测所述至少一个第二肢体与所述表面的接近度的模块接收所述至少一个第二肢体相对于所述表面的位置作为输入，提供为所述机器人的几何模型的输出的所述位置至少包括在所述机器人的参考系中的所述肢体的空间中的位置。
3.根据权利要求2所述的仿人机器人，其中：所述机器人的第二肢体与所述表面近接触所依据的条件的特征是根据属于一组标准的标准所选择的距离阈值，所述一组标准至少包括所述机器人的尺寸及其下肢体的最大高度摆幅。
4.根据权利要求1所述的仿人机器人，其中：所述至少一个第一肢体是所述机器人的脚之一，所述脚包括至少一个压力传感器。
5.根据权利要求1所述的仿人机器人，其中：所述至少一个第二肢体是所述机器人的手之一。
6.根据权利要求1所述的仿人机器人，所述仿人机器人还包括用于通过根据预定标准比较机器人的姿态的几何模型与参考姿态的几何模型之间的距离来过滤所述姿态的模块，作为用于计算所述机器人的重心相对于支撑多边形的投影点的位置的所述模块的输入。
7.根据权利要求1所述的仿人机器人，还包括惯性测量单元，所述惯性测量单元向用于计算所述机器人的重心的投影点的位置的所述模块提供与连接胸部和所述机器人接触地面的一只脚的轴线具有角度的垂直轴线以及将应用于所述机器人的所述重心的投影轴线的旋转角。
8.根据权利要求1所述的仿人机器人，在用于计算所述机器人的重心相对于支撑多边形的投影点的位置的所述模块的输出处，所述仿人机器人还包括用于监测一组避免摔倒的保护动作的模块，当所述计算模块提供所述机器人的摔倒状态的至少一个输出特征时，触发所述动作中的至少一个，在所述摔倒状态中，所述机器人的重心的投影点在所述第二支撑多边形的外侧。
9.根据权利要求8所述的仿人机器人，其中：所述一组保护动作至少包括禁用所述机器人的腿关节的从动，将属于至少包括头部、手臂和骨盆的组的至少一个元件置于保护姿态，以及禁用属于所述组的至少一个元件的关节。
10.根据权利要求8所述的仿人机器人，其中：所述计算模块还针对特征为所述机器人的摔倒状态的状况，向用于监测所述一组避免摔倒的保护动作的模块提供特征为所述机器人的参考系中的所述摔倒方向的角度，所述摔倒角度的值相对于所选的参考值确定了从将要执行的所述一组避免摔倒的保护动作中选择的保护动作。
11.根据权利要求9所述的仿人机器人，其中：当摔倒角度确定为向前摔倒时，将头部置于保护姿态在于使头部充分向后置，将手臂置于保护姿态在于使手臂充分向前置，并且将骨盆置于保护姿态在于使骨盆闭合。
12.根据权利要求9所述的仿人机器人，其中：当摔倒角度确定为向左或向右摔倒时，将头部置于保护姿态在于使头部充分向前置，将手臂置于保护姿态在于充分朝向身体抱臂，并且将骨盆置于保护姿态在于打开骨盆。
13.根据权利要求9所述的仿人机器人，其中：当所述摔倒角度确定为向后摔倒时，将头部置于保护姿态在于使头部充分向前置，将手臂置于保护姿态在于使手臂充分向后，并且将骨盆置于保护姿态在于使骨盆闭合。
14.一种用于管理能够在表面上移动的仿人机器人的摔倒的方法，所述仿人机器人包括至少一个用于检测所述机器人的至少一个第一肢体与所述表面的接触的模块，所述方法包括计算所述机器人的重心相对于第一支撑多边形的投影点的位置的步骤，所述第一支撑多边形至少包括所述至少一个第一肢体，所述方法还包括至少一个检测所述机器人的至少一个第二肢体与所述表面的接近度的步骤，以及计算所述机器人的所述重心相对于第二支撑多边形的投影的位置的步骤，通过将所述机器人的所述至少一个第二肢体在所述表面上的投影点加到所述第一多边形来从所述第一多边形推导出所述第二多边形，所述至少一个第二肢体属于被检测为与所述表面近接触的一组肢体。
15.一种用于管理能够在表面上移动的仿人机器人的摔倒的装置，所述仿人机器人包括至少一个用于检测所述机器人的至少一个第一肢体与所述表面的接触的模块，所述装置包括用于计算所述机器人的重心相对于第一支撑多边形的投影点的位置的单元，所述第一支撑多边形至少包括所述至少一个第一肢体，所述装置还包括至少一个用于检测所述机器人的至少一个第二肢体与所述表面的接近度的单元；以及用于计算所述机器人的所述重心相对于第二支撑多边形的投影的位置的单元，通过将所述机器人的所述至少一个第二肢体在所述表面上的投影点加到所述第一多边形来从所述第一多边形推导出所述第二多边形，所述至少一个第二肢体属于被检测为与所述表面近接触的一组肢体。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR1056798 | 2010-08-27 | ||
| FR1056798A FR2964055B1 (fr) | 2010-08-27 | 2010-08-27 | Robot humanoide dote de capacites de gestion de chutes et methode de gestion desdites chutes |
| PCT/EP2011/063801 WO2012025387A1 (fr) | 2010-08-27 | 2011-08-11 | Robot humanoide dote de capacites de gestion de chutes et methode de gestion desdites chutes |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103124669A CN103124669A (zh) | 2013-05-29 |
| CN103124669B true CN103124669B (zh) | 2016-06-29 |
Family
ID=43829315
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201180046440.5A Expired - Fee Related CN103124669B (zh) | 2010-08-27 | 2011-08-11 | 具有摔倒管理能力的仿人机器人和管理摔倒的方法 |
Country Status (9)
| Country | Link |
|---|---|
| US (1) | US9429948B2 (zh) |
| EP (1) | EP2608997B1 (zh) |
| JP (1) | JP6007908B2 (zh) |
| KR (1) | KR101882532B1 (zh) |
| CN (1) | CN103124669B (zh) |
| BR (1) | BR112013004674A2 (zh) |
| ES (1) | ES2454554T3 (zh) |
| FR (1) | FR2964055B1 (zh) |
| WO (1) | WO2012025387A1 (zh) |
Families Citing this family (26)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR2969026B1 (fr) | 2010-12-17 | 2013-02-01 | Aldebaran Robotics | Robot humanoide dote d'un gestionnaire de ses ressources physiques et virtuelles, procedes d'utilisation et de programmation |
| US9412010B2 (en) * | 2011-07-15 | 2016-08-09 | Panasonic Corporation | Posture estimation device, posture estimation method, and posture estimation program |
| US9308648B2 (en) * | 2014-07-24 | 2016-04-12 | Google Inc. | Systems and methods for robotic self-right |
| US9499219B1 (en) * | 2014-08-25 | 2016-11-22 | Google Inc. | Touch-down sensing for robotic devices |
| JP6228097B2 (ja) * | 2014-10-06 | 2017-11-08 | 本田技研工業株式会社 | 移動ロボット |
| US9555846B1 (en) | 2015-03-20 | 2017-01-31 | Google Inc. | Pelvis structure for humanoid robot |
| CN104932254B (zh) * | 2015-05-12 | 2017-07-21 | 北京理工大学 | 一种仿人机器人的前摔保护控制策略 |
| US9594377B1 (en) * | 2015-05-12 | 2017-03-14 | Google Inc. | Auto-height swing adjustment |
| EP3358546A4 (en) * | 2015-09-29 | 2019-05-01 | Sony Corporation | INFORMATION PROCESSING DEVICE, INFORMATION PROCESSING METHOD, AND PROGRAM |
| GB2565959B (en) * | 2016-07-11 | 2021-10-13 | Groove X Inc | Autonomously acting robot |
| CN106564055B (zh) * | 2016-10-31 | 2019-08-27 | 金阳娃 | 仿真人机器人稳定性运动规划方法及控制装置 |
| CN106737682B (zh) * | 2016-12-31 | 2019-08-16 | 深圳市优必选科技有限公司 | 机器人掉电防摔方法和装置及掉电防摔机器人 |
| WO2018198480A1 (ja) * | 2017-04-28 | 2018-11-01 | ソニー株式会社 | 制御装置、および制御方法 |
| CN108724170B (zh) * | 2017-08-15 | 2021-04-16 | 北京猎户星空科技有限公司 | 防止机器人倾倒的方法、装置、机器人及存储介质 |
| CN109693234B (zh) * | 2017-10-20 | 2021-08-27 | 深圳市优必选科技有限公司 | 机器人跌倒预测方法、装置、终端设备及计算机存储介质 |
| US10807246B2 (en) * | 2018-01-08 | 2020-10-20 | Beijing Jingdong Shangke Information Technology Co., Ltd. | Mobile robotic device and method of controlling the same manipulator for locomotion and manipulation |
| CN110053039B (zh) * | 2018-01-17 | 2021-10-29 | 深圳市优必选科技有限公司 | 一种机器人行走中重力补偿的方法、装置及机器人 |
| CN109849999B (zh) * | 2019-03-29 | 2020-11-20 | 联想(北京)有限公司 | 一种可移动装置及处理方法 |
| CN110936380B (zh) * | 2019-12-11 | 2024-01-16 | 桂林凯歌信息科技有限公司 | 碰撞防摔机器人及其控制方法 |
| US11407109B2 (en) * | 2020-04-16 | 2022-08-09 | Boston Dynamics, Inc. | Global arm path planning with roadmaps and precomputed domains |
| CN111730605B (zh) * | 2020-08-04 | 2020-12-15 | 深圳市优必选科技股份有限公司 | 一种机器人姿态控制方法、装置、可读存储介质及机器人 |
| CN112859904A (zh) * | 2021-01-25 | 2021-05-28 | 乐聚(深圳)机器人技术有限公司 | 机器人站立姿态的恢复方法、装置、设备及存储介质 |
| CN113146621B (zh) * | 2021-03-17 | 2022-07-15 | 深圳市优必选科技股份有限公司 | 机器人控制方法、装置、机器人及计算机可读存储介质 |
| CN113120109B (zh) * | 2021-04-12 | 2022-04-08 | 北京理工大学 | 一种轮足复合仿人机器人的辅助支撑结构及其控制方法 |
| CN113858207B (zh) * | 2021-10-27 | 2023-06-09 | 乐聚(深圳)机器人技术有限公司 | 人形机器人的倒地控制方法、装置、电子设备及存储介质 |
| WO2023082013A1 (en) * | 2021-11-12 | 2023-05-19 | Sanctuary Cognitive Systems Corporation | Robots and methods for protecting fragile components thereof |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1518488A (zh) * | 2002-03-15 | 2004-08-04 | ���ṫ˾ | 有腿移动式机器人的动作控制装置和动作控制方法以及机器人装置 |
Family Cites Families (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4541771A (en) * | 1983-03-31 | 1985-09-17 | At&T Bell Laboratories | Robot having magnetic proximity sensor and manufacturing method using same |
| JP3528171B2 (ja) * | 1999-11-12 | 2004-05-17 | ソニー株式会社 | 移動ロボット装置及び移動ロボット装置の転倒制御方法 |
| US7072740B2 (en) * | 2002-12-16 | 2006-07-04 | Sony Corporation | Legged mobile robot |
| JP4029152B2 (ja) * | 2003-01-08 | 2008-01-09 | 独立行政法人産業技術総合研究所 | 脚式移動ロボット及び制御方法 |
| TR200300265A2 (tr) * | 2003-03-04 | 2003-06-23 | Necati̇@Hacikadi̇roğlu | İki ya da çok bacaklı robotlar için dengeleme sistemi. |
| US7761184B2 (en) * | 2003-03-23 | 2010-07-20 | Sony Corporation | Robot apparatus and control method thereof |
| JP4971977B2 (ja) * | 2004-03-31 | 2012-07-11 | 本田技研工業株式会社 | 角運動量の変化率に基づいて脚式ロボットを制御する方法 |
| JP4559803B2 (ja) * | 2004-09-14 | 2010-10-13 | 敏男 福田 | 関節角の受動変化を利用して歩行するロボットとその制御方法 |
| JP4886201B2 (ja) * | 2005-03-14 | 2012-02-29 | 株式会社日立製作所 | 移動ロボット |
| US7313463B2 (en) * | 2005-03-31 | 2007-12-25 | Massachusetts Institute Of Technology | Biomimetic motion and balance controllers for use in prosthetics, orthotics and robotics |
| FR2929873B1 (fr) | 2008-04-09 | 2010-09-03 | Aldebaran Robotics | Architecture de controle-commande d'un robot mobile utilisant des membres articules |
| FR2930108B1 (fr) | 2008-04-09 | 2010-07-30 | Aldebaran Robotics | Systeme et procede de communication distribue comprenant au moins un serveur, au moins un terminal distant, et au moins un terminal mobile capable de communiquer avec le terminal distant relie en reseau audit serveur |
| US8369991B2 (en) * | 2008-12-19 | 2013-02-05 | Honda Motor Co., Ltd. | Humanoid fall direction change among multiple objects |
-
2010
- 2010-08-27 FR FR1056798A patent/FR2964055B1/fr not_active Expired - Fee Related
-
2011
- 2011-08-11 WO PCT/EP2011/063801 patent/WO2012025387A1/fr active Application Filing
- 2011-08-11 US US13/819,345 patent/US9429948B2/en active Active
- 2011-08-11 ES ES11741576.0T patent/ES2454554T3/es active Active
- 2011-08-11 CN CN201180046440.5A patent/CN103124669B/zh not_active Expired - Fee Related
- 2011-08-11 KR KR1020137007601A patent/KR101882532B1/ko active IP Right Grant
- 2011-08-11 JP JP2013525234A patent/JP6007908B2/ja not_active Expired - Fee Related
- 2011-08-11 EP EP11741576.0A patent/EP2608997B1/fr not_active Not-in-force
- 2011-08-11 BR BR112013004674A patent/BR112013004674A2/pt unknown
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1518488A (zh) * | 2002-03-15 | 2004-08-04 | ���ṫ˾ | 有腿移动式机器人的动作控制装置和动作控制方法以及机器人装置 |
Non-Patent Citations (1)
| Title |
|---|
| The First Human-size Humanoid that can Fall Over Safely and Stand-up Again;Kiyoshi FUJIWARA;《2003 IEEE/RSJ Intl. Conference on Intelligent Robots and Systems》;20031031;第1920-1926页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| US20130231822A1 (en) | 2013-09-05 |
| ES2454554T3 (es) | 2014-04-10 |
| FR2964055A1 (fr) | 2012-03-02 |
| JP2013540057A (ja) | 2013-10-31 |
| WO2012025387A1 (fr) | 2012-03-01 |
| CN103124669A (zh) | 2013-05-29 |
| US9429948B2 (en) | 2016-08-30 |
| FR2964055B1 (fr) | 2012-08-17 |
| EP2608997B1 (fr) | 2013-12-25 |
| EP2608997A1 (fr) | 2013-07-03 |
| JP6007908B2 (ja) | 2016-10-19 |
| KR101882532B1 (ko) | 2018-07-26 |
| KR20140037786A (ko) | 2014-03-27 |
| BR112013004674A2 (pt) | 2024-01-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103124669B (zh) | 具有摔倒管理能力的仿人机器人和管理摔倒的方法 | |
| US6802382B2 (en) | Robot moving on legs and control method therefor, and relative movement measuring sensor for robot moving on legs | |
| US11045945B2 (en) | Method for controlling walking of robot and robot | |
| CN104011613B (zh) | 具有可变刚度的关节的机器人和用于计算所述优化的刚度的方法 | |
| JP7266032B2 (ja) | Ｖｒ歩行機構及び仮想現実シーンにおける歩行方法 | |
| Zhang et al. | Development of a bionic hexapod robot for walking on unstructured terrain | |
| CN109605364A (zh) | 一种仿人机器人摔倒检测和稳定控制方法 | |
| US20130054021A1 (en) | Robotic controller that realizes human-like responses to unexpected disturbances | |
| TW201718197A (zh) | 行動輔助機器人之姿態估測方法 | |
| JP2019514713A (ja) | バランスのとれた運動および行動能力が向上した移動型ロボット | |
| Wang et al. | Drc-hubo walking on rough terrains | |
| Catalano et al. | Adaptive feet for quadrupedal walkers | |
| Van der Noot et al. | Experimental validation of a bio-inspired controller for dynamic walking with a humanoid robot | |
| CN109003300B (zh) | 一种基于人体质心位移计算算法的虚拟现实系统 | |
| Suwanratchatamanee et al. | Walking on the slopes with tactile sensing system for humanoid robot | |
| van Zutven et al. | On the stability of bipedal walking | |
| JP2005088175A (ja) | ロボット装置及びロボット装置の動作制御方法 | |
| Jo et al. | Dynamic modelling and walk simulation for a new four-degree-of-freedom parallelogram bipedal robot with sideways stability control | |
| CN108874146B (zh) | 一种应用于虚拟现实系统中的运动人体质心位移计算方法 | |
| Elara et al. | Experimenting false alarm demand for human robot interactions in humanoid soccer robots | |
| WO2020107279A1 (zh) | 双足机器人及其移动方法、装置和存储介质 | |
| Shayan et al. | Design and development of a pressure-sensitive shoe platform for nao h25 | |
| Hwang et al. | The stepping over an obstacle for the humanoid robot with the consideration of dynamic balance | |
| KR102018950B1 (ko) | 하지부 기구학 보정 장치 및 이를 이용한 하지부 자세정보 보정 방법 | |
| Liu | Task-Specific Humanoid Solutions Based on LSTM and DDP |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160629 Termination date: 20210811 |