CN103149933B - 基于闭环控制的仿人机器人全向行走方法 - Google Patents

基于闭环控制的仿人机器人全向行走方法 Download PDF

Info

Publication number
CN103149933B
CN103149933B CN201310060399.8A CN201310060399A CN103149933B CN 103149933 B CN103149933 B CN 103149933B CN 201310060399 A CN201310060399 A CN 201310060399A CN 103149933 B CN103149933 B CN 103149933B
Authority
CN
China
Prior art keywords
robot
angle
trunk
foot
joint
Prior art date
Application number
CN201310060399.8A
Other languages
English (en)
Other versions
CN103149933A (zh
Inventor
刘娟
梁志伟
郝越
朱松豪
Original Assignee
南京邮电大学
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 南京邮电大学 filed Critical 南京邮电大学
Priority to CN201310060399.8A priority Critical patent/CN103149933B/zh
Publication of CN103149933A publication Critical patent/CN103149933A/zh
Application granted granted Critical
Publication of CN103149933B publication Critical patent/CN103149933B/zh

Links

Abstract

本发明提供一种基于闭环控制的仿人机器人全向行走方法,包括足部落脚点规划、机器人躯干运动轨迹、足部空间轨迹规划、关节角度计算和反馈控制策略,首先规划出机器人足部在二维空间下的落脚点并计算出机器人的零力矩点ZMP值;由ZMP值建立带预测控制的双线性倒立摆模型并得到机器人躯干的参考位姿;由规划得出的落脚点使用三次样条插值法,得出每两个落脚点在三维空间中的最佳运行轨迹,即可获得足部参考位姿;由上述得出躯干和足部的参考位姿利用逆运动学知识计算出机器人各个关节的角度。本发明在仿人机器人行走过程中,利用闭环控制实现机器人的全向行走。相比现有技术,本发明的机器人行走方法具有鲁棒性强、稳定性好的优点。

Description

基于闭环控制的仿人机器人全向行走方法

技术领域

[0001] 本发明属于仿人机器人行走技术领域,具体涉及一种基于闭环控制的仿人机器人 全向行走方法。

背景技术

[0002] 现实世界中最早出现的仿人机器人应该首推1973年早稻田大学加藤一郎研究室 开发的WAB0T-1。尽管技术还不是很成熟,WAB0T-1却既能通过视觉识别物体,也能通过听 觉和语音合成与人进行言语交流,还能通过有触觉的双手队物体进行操作,能够用双足行 走。随后又有令人惊叹的P2、P3、ASHTO的问世,到2008年NAO的出现,仿人机器人的各方 面技术在不断地更新。

[0003] 在仿人机器人行走方面,也有其它一些方法,如S. Kajita的规划关节轨迹的方 法,分析一个行走周期内踝关节和髋关节在各个状态下的位置和角度值,这些特征点被描 述出来后再确定关节运动的连续曲线。该方法计算量大也很依赖于外界环境双线性倒立摆 系统,对于自由度越多的机器人,其动态等式有时甚至是不可解的;S. Grillner的中心双 线性倒立摆系统生成器,是基于神经网络的分析方法,由非振荡信号进行初始化,再以自包 含的方法产生周期性信号的回路双线性倒立摆系统。该方法无需对机器人和外界环境进 行动态双线性倒立摆系统,但无法准确获得对于神经连接的权重等一系列参数值;M. Ogino 的弹道步行方法,是通过观察人类行走方式得出的,只在摆动的起始和结束阶段才驱动非 支撑腿。弹道行走也就是一个行走控制器,在运动过程中,非支撑腿在摆动中间时刻是由 重力和惯性力共同作用的结果。该方法在建立高能行走双线性倒立摆系统方面有很好的应 用。

[0004] 由于上述方法都是研究基于特定周期内稳定的双足运动,而在动态对抗和有限的 空间内应用效率并不高,即无法在动态变化的外界环境下将行走的方向、速度和转角结合 起来实时变化。上述问题是在仿人机器人的行走过程中应当予以考虑并解决的问题。

发明内容

[0005] 本发明的目的是提供一种基于闭环控制的仿人机器人全向行走方法解决现有技 术中存在的基于特定周期内稳定的双足运动,而在动态对抗和有限的空间内应用效率并不 高,即无法在动态变化的外界环境下将行走的方向、速度和转角结合起来实时变化的问题。

[0006] 本发明的技术解决方案是:

[0007] -种基于闭环控制的仿人机器人全向行走方法,包括足部落脚点规划、机器人躯 干运动轨迹、足部空间轨迹规划、关节角度计算和反馈控制策略,

[0008] 步骤一,足部落脚点规划:采用蚁群算法进行路径规划得出机器人足部在二维空 间下的落脚点,并计算出机器人的零力矩点ZMP值;

[0009] 步骤二,机器人躯干运动轨迹:由步骤一得出的ZMP值建立带预测控制的双线性 倒立摆双线性倒立摆系统并得到机器人躯干的参考位姿;

[0010] 步骤三,足部空间轨迹规划:由步骤一的足部落脚点规划得出的落脚点使用三次 样条插值法,得出每两个落脚点在三维空间中的最佳运行轨迹,即可获得足部参考位姿;

[0011] 步骤四,关节角度计算:由步骤二、步骤三得出躯干和足部的参考位姿利用逆运动 学知识计算出机器人的膝盖处的关节角,踝关节的滚动角和俯仰角,股关节的偏摆角、滚动 角和俯仰角;

[0012] 步骤五,反馈控制策略:采用PID控制算法精确各个关节角度值并应用于实体机 器人,由陀螺仪传感器信息值计算出机器人行走过程中的真实躯干位置,并与双线性倒立 摆结合形成反馈控制,形成对整个行走过程的闭环控制。

[0013] 本发明一种基于闭环控制的仿人机器人全向行走方法,采用蚁群算法进行路径规 划得出机器人足部在二维空间下的落脚点并计算出机器人的零力矩点ZMP值;由ZMP的值 建立带预测控制的双线性倒立摆双线性倒立摆系统(D-LIP)并得到机器人躯干的参考位 姿;由足部落脚点规划得出的落脚点使用三次样条插值法,得出每两个落脚点在三维空间 中的最佳运行轨迹,即可获得足部参考位姿;由上述两步得出躯干和足部的参考位姿利用 逆运动学知识计算出机器人各个关节的角度;采用PID控制算法精确各个关节角度值并应 用于实体机器人,由陀螺仪传感器信息值计算出机器人行走过程中的真实躯干位置,并与 双线性倒立摆结合形成反馈控制,从而使整个双线性倒立摆系统闭环。进一步地,本发明在 仿人机器人行走过程中,利用闭环控制实现机器人的全向行走。相比现有技术,本发明的机 器人行走方法具有鲁棒性强、稳定性好的优点。

附图说明

[0014] 图1是本发明实施例的落脚点规划示意图;

[0015] 图2是本发明实施例的腿部的逆运动学计算示意图;

[0016] 图3是本发明实施例的闭环控制说明示意图;

具体实施方式

[0017] 下面结合附图详细说明本发明的优选实施例。

[0018] 如图1、图2和图3所示,本实施例提供一种基于闭环控制的仿人机器人全向行走 方法,包括足部落脚点规划、机器人躯干运动轨迹、足部空间轨迹规划、关节角度计算和反 馈控制策略,

[0019] 步骤一,足部落脚点规划:采用蚁群算法进行路径规划得出机器人足部在二维空 间下的落脚点,并计算出机器人的零力矩点ZMP值;具体包括以下步骤:

[0020] 步骤a,通过指定移动路径上的落脚点的方法来规划每一步,确定每步的步长S=、 步宽和转向角度Θ (n),如图1所示;

[0021] 在实际行走的过程中,机器人为了避免与其它物体发生碰撞,经常需要避障,为 此,采用指定落脚点…P(n),…P(N))的方法来规划每一步,其中N是由蚁群 算法进行路径规划时确定的;将

Figure CN103149933BD00081

称之为步行参数,第η个落脚点p(n)在X-Y 平面上可用

Figure CN103149933BD00082

I表示:

Figure CN103149933BD00091

[0023] 式⑴中,表示前进方向即X轴方向上的步长,表示侧移方向即Y轴方 向上的步宽,θ (n)表示踏足与X轴的夹角,上标(η)均表示是第η步,η = 0, 1,2......N ;

Figure CN103149933BD00092

是第η步的转向角Θ的余弦和正弦值;

Figure CN103149933BD00093

为第一个支 撑脚的位置,式(1)中步行开始时是左脚,如果开始步行的是右脚,则将式(1)中-(-1Γ改 为 H)n;

[0024] 步骤b,确定由当前位置到目标点移动过程中所有落脚点在X-Y平面上的位置;

[0025] 步骤c,相对于第n-1步而言第η步的位置,可由第η步的步长、步宽sf和转向 角度θ (n)来确定,并计算出第η步的终止速度;

[0026] 为了对步行速度进行限制,首先需要理解步行单元的概念,所谓步行单元为对于 第η-1步到第η步的三维线性倒立摆双线性倒立摆系统;机器人的质心COM的运动轨迹在 X-Y平面上的投影是一段关于y轴对称的双曲线,该双曲线在第一象限的X和y坐标值即是 一个步行单元Ϋ(η>

Figure CN103149933BD00094

[0028] 则第η步的步行单元的终止速度pin),可表示为:

Figure CN103149933BD00095

[0030] 式(3)中Ts为每步的支撑时间,z。为机器人的质心COM在z轴上的高度,g为重 力常量,Ts、z。、g三者均为给定值;记

Figure CN103149933BD00096

[0031] 步骤二,机器人躯干运动轨迹:由步骤一得出的ZMP值建立带预测控制的双线性 倒立摆双线性倒立摆系统并得到机器人躯干的参考位姿;具体包括以下步骤:

[0032] 步骤a,利用步骤一得出的ZMP值建立带预测控制的双线性倒立摆系统,利用采样 时间t对质心COM和ZMP的轨迹进行三次多项式离散化,并进行N次迭代计算;

[0033] 步骤b,让双线性倒立摆系统的输出尽可能准确地跟踪目标ZMP的参考轨迹,考虑 使跟踪性能指标极小化的问题,假定机器人的躯干即是质心,最后得出机器人质心COM的 运动轨迹,即得出机器人躯干的参考位姿Trunk#。

[0034] 由步骤一足部落脚点规划得出的机器人的零力矩点ZMP的值为:

Figure CN103149933BD00097

[0036] 式⑷中,Xcxa^P z。分别表示机器人的质心COM沿X轴方向上的位移和在z轴上 的高度,《am为机器人的质心COM沿X轴方向上的加速度,X zmp为ZMP在X轴方向上的值;

[0037] 将该双线性倒立摆系统分解为前进和侧移两个方向,即X-Z和Y-Z两个部分,则这 两个部分是完全相同的,所以称为双线性倒立摆;

[0038] 在X-Z平面中,利用采样时间t对质心COM和ZMP的轨迹进行三次多项式离散化:

Figure CN103149933BD00101

Figure CN103149933BD00102

I分别表示kt时刻机器人的质心COM沿X轴的位移量、速度和加速度;

Figure CN103149933BD00103

表示机器人的质心COM沿X轴的加速度对时间的微分,作为双线性倒立 摆系统在kt时刻的输入;xZMp(k) = Xzmp(kt)表示在kt时刻ZMP的X坐标值;

[0041] 此时需要使用预观控制的方法,利用COM轨迹预测出ZMP轨迹,同时又需要ZMP轨 迹的N个样本点值来计算当前COM值;上述问题可以采用二次规划QP来解决,即为了让双 线性倒立摆系统的输出xZMP (k)尽可能准确地跟踪ZMP的参考轨迹信

Figure CN103149933BD00104

,考虑一个使 跟踪性能指标极小化的问题,最后得出机器人质心COM的运动轨迹。

[0042] 注:假定COM = Trunk,因为倒立摆双线性倒立摆系统是由一个点质量和一个可伸 缩的无质量的腿构成,机器人的主要质量集中在躯干上,所以假定机器人的躯干即是质心。 双线性倒立摆双线性倒立摆系统得出就是躯干的位姿Trunk raf。

[0043] 步骤三,足部空间轨迹规划:由步骤一的足部落脚点规划得出的落脚点使用三次 样条插值法,得出每两个落脚点在三维空间中的最佳运行轨迹,即可获得足部参考位姿;

[0044] 步骤一中得出的是每个步行周期的足部位置,三维空间下足部运动的连续曲线需 要根据X-Y平面上的离散点来确定。高次函数的计算量大,有剧烈振荡,数值稳定性差;而 由于导数不连续,分段线性插值在分段点上仅连续而不光滑。但是样条函数可以同时解决 这两个问题,使得插值函数既是低阶分段函数,又是光滑的函数。所以使用三次样条插值法 来确定足部轨迹,也就是踝关节的轨迹,即能得到足部每个时刻运动位姿Foot raf。

[0045] 步骤四,关节角度计算:由步骤二、步骤三得出躯干和足部的参考位姿Trunkraf和 Footraf,利用逆运动学知识计算出机器人的膝盖处的关节角,踝关节的滚动角和俯仰角,股 关节的偏摆角、滚动角和俯仰角,如图2所示;

[0046] 由倒立摆双线性倒立摆系统和足部轨迹模块得出的躯干和足部的参考位姿 Trunk^jP Foot "f,可推出机器人自身的局部坐标系下理想的足部位置及其朝向,并用齐次 变换矩阵来描述,记为:接着表示相对于股关节滚动角HipR坐标系下的足部位置:

Figure CN103149933BD00105

[0048] 式(6)中,1-为两条腿之间的距离,Rot ΑΦ)、TransA(B)分别表不B沿着A轴的 旋转和平移;

[0049] 机器人的膝盖以及腿部肢体构成了一个三角形结构,其中的两边长为机器人的大 腿A和小腿B的长度,第三边的长度就是Μ〗=的平移矢量f(rx,ry,rz)的长度,即踝关节与 股关节之间的距离C :

Figure CN103149933BD00111

[0052] 式⑶中γ是大腿和小腿之间的夹角,所以膝盖处的关节角为:

Figure CN103149933BD00112

[0054] 踝关节的滚动角和俯仰角分别为:

Figure CN103149933BD00113

[0057] 再求取股关节的偏摆角、滚动角和俯仰角,由于:

Figure CN103149933BD00114

[0060] 式(12)、(13)中,

Figure CN103149933BD00115

是相对于足部而言其腿部位置的齐次变换矩阵,

Figure CN103149933BD00116

相对于腿部坐标系而言其股关节滚动角位置的齐次变换矩阵;

[0061] 然而由股关节的偏摆角qHipY、滚动角qHipR和俯仰角qHipP可以推出:

Figure CN103149933BD00117

[0063] 式(14)中,Cx= cosq_,Sx= sinq HipR表示股关节滚动角的余弦和正弦值;

[0064] Cy= cosqHipP,Sy= sinqHipP表示股关节俯仰角的余弦和正弦值;

[0065] Cz= cosqHipY,Sz= sinqHipY表示股关节偏摆角的余弦和正弦值;

[0066] 这样就可以计算出股关节的偏摆角、滚动角和俯仰角分别:

[0067] qHipY= atan2 (-R 12, R22) (15)

[0068] qHipR= atan2(R32j-R12sz+R22c z) = arcsinR32 (16)

[0069] qHipP= atan2 (-R 31, R33) (I7) 〇

[0070] 步骤五,反馈控制策略:采用PID控制算法精确各个关节角度值并应用于实体机 器人,由陀螺仪传感器信息值计算出机器人行走过程中的真实躯干位置,并与双线性倒立 摆结合形成反馈控制,形成对整个行走过程的闭环控制。

[0071] 步骤五中的反馈控制策略包括关节角控制和躯干控制,如图3所示,

[0072] 所述关节角控制为采用PID控制算法控制膝盖处的关节角,踝关节的滚动角和俯 仰角,股关节的偏摆角、滚动角和俯仰角;利用逆运动学求解出的各关节角度值向机器人传 送时,总会出现较大的振荡和延迟,并不能按照计算出来的值准确执行。基于上述原因,可 以采用PID控制算法精确腿部各个关节角度。

[0073] 所述躯干控制中,由机器人各个部位传感器的值计算出其躯干位置,在实际执行 过程中考虑50%的传感器Trunk#的信息,在动态行走双线性倒立摆系统中,闭环控制需 要考虑机器人躯干位置的误差Trunk mw;由于机器人的腿关节存在机械反冲力,而用对关 节角的PID控制又无法消除该反冲力,这就给躯干误差值的准确计算带来了一定难度;在 行走过程中,机器人的膝盖总是弯曲的,只要膝关节在其反冲力范围内就不会产生振荡,所 以认为躯干位置的误差值就是由该机械反冲力造成的;躯干的误差值记为参考值与实际值 之间的差Trunk emff = Trunk raf-Trunkgyp用以修正倒立摆双线性倒立摆系统原本的输出值 Trunkraf,从而形成整个行走过程的闭环控制。

[0074] 本实施例一种基于闭环控制的仿人机器人全向行走方法,采用蚁群算法进行路径 规划得出机器人足部在二维空间下的落脚点并计算出机器人的零力矩点ZMP值;由ZMP的 值建立带预测控制的双线性倒立摆双线性倒立摆系统(D-LIP)并得到机器人躯干的参考 位姿;由足部落脚点规划得出的落脚点使用三次样条插值法,得出每两个落脚点在三维空 间中的最佳运行轨迹,即可获得足部参考位姿;由上述两步得出躯干和足部的参考位姿利 用逆运动学知识计算出机器人各个关节的角度;采用PID控制算法精确各个关节角度值并 应用于实体机器人,由陀螺仪传感器信息值计算出机器人行走过程中的真实躯干位置,并 与双线性倒立摆结合形成反馈控制,从而使整个双线性倒立摆系统闭环。进一步地,本实施 例在仿人机器人行走过程中,利用闭环控制实现机器人的全向行走。相比现有技术,本实施 例的机器人行走方法具有鲁棒性强、稳定性好的优点。最高可以达到前进15厘米/秒,后 退10厘米/秒,侧移9厘米/秒,转身35度/秒。即使外界有一定程度干扰的情况下,也 可以连续稳定地行走30米而不摔倒。

Claims (8)

1. 一种基于闭环控制的仿人机器人全向行走方法,其特征在于:包括足部落脚点规 划、机器人躯干运动轨迹、足部空间轨迹规划、关节角度计算和反馈控制策略, 步骤一,足部落脚点规划:采用蚁群算法进行路径规划得出机器人足部在二维空间下 的落脚点,并计算出机器人的零力矩点ZMP值;足部落脚点规划包括以下步骤: 步骤a,通过指定移动路径上的落脚点的方法来规划每一步,确定每步的步长sf、步宽 4"1和转向角度θ(n);所述步骤a中的落脚点的规划为: 将<>,称之为步行参数,第η个落脚点ph^X-Y平面上可用表 示:
Figure CN103149933BC00021
(1) 式(1)中,siB):表示前进方向即X轴方向上的步长,表示侧移方向即Y轴方向上的 步宽,θ(n)表示踏足与X轴的夹角,上标(η)均表示是第η步,η= 0, 1,2............Ν; c^cos#11),s^sin#),是第η步的转向角Θ的余弦和正弦值;⑷,pf)为第一个支 撑脚的位置,式(1)中步行开始时是左脚,如果开始步行的是右脚,则将式(1)中-(-1Γ改 为H)n; 步骤b,确定由当前位置到目标点移动过程中所有落脚点在X-Y平面上的位置; 步骤C,相对于第n-1步而言第η步的位置,可由第η步的步长、步宽S(yn)和转向角 度θ(n)来确定,并计算出第n步的终止速度; 步骤二,机器人躯干运动轨迹:由步骤一得出的ΖΜΡ值建立带预测控制的双线性倒立 摆模型并得到机器人躯干的参考位姿; 步骤三,足部空间轨迹规划:由步骤一的足部落脚点规划得出的落脚点使用三次样条 插值法,得出每两个落脚点在三维空间中的最佳运行轨迹,即可获得足部参考位姿; 步骤四,关节角度计算:由步骤二、步骤三得出躯干和足部的参考位姿利用逆运动学知 识计算出机器人的膝盖处的关节角,踝关节的滚动角和俯仰角,股关节的偏摆角、滚动角和 俯仰角; 步骤五,反馈控制策略:采用PID控制算法精确各个关节角度值并应用于实体机器人, 由陀螺仪传感器信息值计算出机器人行走过程中的真实躯干位置,并与双线性倒立摆结合 形成反馈控制,形成对整个行走过程的闭环控制。
2. 如权利要求1所述的基于闭环控制的仿人机器人全向行走方法,其特征在于,所述 步骤c中的第η步的终止速度计算如下: 机器人的质心COM的运动轨迹在Χ-Υ平面上的投影是一段关于y轴对称的双曲线,该 双曲线在第一象限的X和y坐标值即是一个步行单元@(nS,·
Figure CN103149933BC00031
则第η步的步行单元的终止速度(¾¾ ^^可表示为:
Figure CN103149933BC00032
(63) 式(3)中!;为每步的支撑时间,Z。为机器人的质心COM在Z轴上的高度,g为重力常量,Ts、zc、g三者均为给定值 >C=cosh(Ts/Tc), S=sinh(Ts/Tc)〇
3. 如权利要求1所述的基于闭环控制的仿人机器人全向行走方法,其特征在于,所述 步骤二中的机器人躯干运动轨迹包括以下步骤: 步骤a,利用步骤一得出的ZMP值建立带预测控制的双线性倒立摆系统,利用采样时间t对质心和ZMP的轨迹进行三次多项式离散化,并进行N次迭代计算; 步骤b,让双线性倒立摆系统的输出尽可能准确地跟踪目标ZMP参考轨迹,考虑使跟踪 性能指标极小化的问题,假定机器人的躯干即是质心,最后得出机器人质心COM的运动轨 迹,即得出机器人躯干的参考位姿Trunk#。
4. 如权利要求3所述的基于闭环控制的仿人机器人全向行走方法,其特征在于,所述 步骤二中的机器人躯干运动轨迹计算如下: 由步骤一足部落脚点规划得出的机器人的零力矩点ZMP的值为:
Figure CN103149933BC00033
(4) 式⑷中,xraM和z。分别表示机器人的质心COM沿X轴方向上的位移和在z轴上的高 度,为机器人的质心沿X轴方向上的加速度,xZMP为ZMP在X轴方向上的值; 将该模型分解为前进和侧移两个方向,即X-Z和Y-Z两个部分,则这两个部分是完全相 同的,所以称为双线性倒立摆; 在X-Z平面中,利用采样时间t对质心和ZMP的轨迹进行三次多项式离散化:
Figure CN103149933BC00034
式(5)中,
Figure CN103149933BC00041
'其中
Figure CN103149933BC00042
和复分别表示kt时刻质心沿x轴的位移量、速度和加速度;
Figure CN103149933BC00043
:示机器人的质心沿X轴的加速度对时间的微分,作为双线性倒 立摆系统在kt时刻的输入;xZMP(k) =xZMP(kt)表示在kt时刻ZMP的X坐标值; 使用预观控制的方法,利用COM轨迹预测出ZMP轨迹,同时使用ZMP轨迹的N个样本点 值来计算当前COM值;上述问题采用二次规划QP来解决,即为了让双线性倒立摆系统的输 出xZMP(k)尽可能准确地跟踪ZMP的参考轨迹值X=P(k),考虑一个使跟踪性能指标极小化 的问题,最后得出机器人质心COM的运动轨迹。
5. 如权利要求1所述的基于闭环控制的仿人机器人全向行走方法,其特征在于,所述 步骤三中的足部空间轨迹规划为使用三次样条插值法来确定足部轨迹,也就是踝关节的轨 迹,即能得到足部每个时刻运动位置Footraf。
6. 如权利要求1所述的基于闭环控制的仿人机器人全向行走方法,其特征在于,所述 步骤四中的关节角度计算为由步骤二和步骤三得出的躯干和足部的参考位姿Trunk#和 F〇〇traf,计算出膝盖处的关节角,踝关节的滚动角和俯仰角,股关节的偏摆角、滚动角和俯 仰角; 所述膝盖处的关节角,踝关节的滚动角和俯仰角,股关节的偏摆角、滚动角和俯仰角计 算如下: 由倒立摆模型和足部轨迹模块得出的躯干和足部的参考位姿Trunkra#PFoot,可推 出机器人自身的局部坐标系下理想的足部位置及其朝向,并用齐次变换矩阵来描述,记为 接着表示相对于股关节滚动角HipR坐标系下的足部位置:
Figure CN103149933BC00044
(6) 式(6)中,1&,为两条腿之间的距离,1?〇^出)、1^&11&出)分别表示8沿着4轴的旋转 和平移; 机器人的膝盖以及腿部肢体构成了一个三角形结构,其中的两边长为机器人的大腿A和小腿B的长度,第三边的长度就是的平移矢量f(rx,yrz)的长度,即踝关节与股关 节之间的距离C:
Figure CN103149933BC00045
W 而又C2=A2+B2-2XAXBXcosy(8) 式(8)中γ是大腿和小腿之间的夹角,所以膝盖处的关节角为: 踝关节的滚动角和俯仰角分别为: QAnkieR=atan2(ry,rz) (10) (9)
Figure CN103149933BC00051
再求取股关节的偏摆角、滚动角和俯仰角,由于:
Figure CN103149933BC00052
式(12)、(13)中,是相对于足部而言其腿部位置的齐次变换矩阵,是相对 于腿部坐标系而言其股关节滚动角位置的齐次变换矩阵; 然而由股关节的偏摆角qHlDY、滚动角qHlDR和俯仰角qHlDP可以推出:
Figure CN103149933BC00053
式(14)中,cx=cosq_,sx=sinq_表示股关节滚动角的余弦和正弦值;cy=cosqHipP,sy=sinqHipP表示股关节俯仰角的余弦和正弦值; cz=cosqHipY,sz=sinqHipY表示股关节偏摆角的余弦和正弦值; 这样就可以计算出股关节的偏摆角、滚动角和俯仰角分别:qHipY=atan2(-R12,R22) (15) Qhipr- a tan2 (R32,_R12sz+R22cz)-arcsinR32(16)qHipP= a tan2 (_R 31, R33) (17)〇
7. 如权利要求1所述的基于闭环控制的仿人机器人全向行走方法,其特征在于:所述 步骤五中的反馈控制策略包括关节角控制和躯干控制, 所述关节角控制为采用PID控制算法控制膝盖处的关节角,踝关节的滚动角和俯仰 角,股关节的偏摆角、滚动角和俯仰角; 所述躯干控制中,由机器人各个部位传感器的值计算出其躯干位置,在动态行走模型 中,闭环控制需要考虑机器人躯干位置的误差Trunkm^;由于机器人的腿关节存在机械反 冲力,而用对关节角的PID控制又无法消除该反冲力,这就给躯干误差值的准确计算带来 了一定难度;在行走过程中,机器人的膝盖总是弯曲的,只要膝关节在其反冲力范围内就不 会产生振荡,所以认为躯干位置的误差值就是由该机械反冲力造成的;躯干的误差值记为 参考值与实际值之间的差Trunkema =Trunkraf-Trunkgyy用以修正倒立摆模型原本的输出 值Trunk#,从而形成整个行走过程的闭环控制。
8. 如权利要求7所述的基于闭环控制的仿人机器人全向行走方法,其特征在于:所述 躯干控制中,在实际执行过程中考虑50%的传感器Trunk#的信息。
CN201310060399.8A 2013-02-27 2013-02-27 基于闭环控制的仿人机器人全向行走方法 CN103149933B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310060399.8A CN103149933B (zh) 2013-02-27 2013-02-27 基于闭环控制的仿人机器人全向行走方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310060399.8A CN103149933B (zh) 2013-02-27 2013-02-27 基于闭环控制的仿人机器人全向行走方法

Publications (2)

Publication Number Publication Date
CN103149933A CN103149933A (zh) 2013-06-12
CN103149933B true CN103149933B (zh) 2016-01-20

Family

ID=48548074

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310060399.8A CN103149933B (zh) 2013-02-27 2013-02-27 基于闭环控制的仿人机器人全向行走方法

Country Status (1)

Country Link
CN (1) CN103149933B (zh)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103970139B (zh) * 2014-05-09 2017-01-11 上海交通大学 一种机器人连续点位运动规划方法
CN104793621B (zh) * 2015-05-12 2017-11-14 北京理工大学 一种模仿肌肉粘弹特性的仿人机器人行走稳定控制方法
CN105589460B (zh) * 2015-05-19 2019-07-12 中国人民解放军国防科学技术大学 一种控制运动车体的方法及装置
CN105511465B (zh) * 2015-12-02 2017-08-04 歌尔股份有限公司 一种双足机器人的步态控制方法和装置
CN105892459B (zh) * 2016-04-01 2018-07-06 清华大学 一种非时间参考的差速驱动机器人定点跟踪控制方法
CN108227484A (zh) * 2016-12-22 2018-06-29 电子科技大学中山学院 一种仿人机器人偏摆力矩控制方法
CN107203212A (zh) * 2017-07-04 2017-09-26 西北工业大学 实现全向步行的小型类人机器人及其控制方法
CN107397649B (zh) * 2017-08-10 2020-08-14 燕山大学 一种基于径向基神经网络上肢外骨骼运动意图识别方法
CN109656157A (zh) * 2017-10-12 2019-04-19 北京搜狗科技发展有限公司 一种步态控制方法和装置
CN109987169B (zh) * 2017-12-29 2021-01-08 深圳市优必选科技有限公司 双足机器人的步态控制方法、装置、终端设备及介质
CN108563220A (zh) * 2018-01-29 2018-09-21 南京邮电大学 仿人足球机器人的运动规划
CN108549423B (zh) * 2018-04-12 2020-11-27 江南大学 一种加速度上限可变的差分驱动移动机器人速度插值方法
WO2020107279A1 (zh) * 2018-11-28 2020-06-04 深圳市优必选科技有限公司 双足机器人及其移动方法、装置和存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1084943A2 (en) * 1999-09-20 2001-03-21 Sony Corporation Robot ambulation control apparatus and method
CN101751037A (zh) * 2008-12-03 2010-06-23 上海电气集团股份有限公司 一种用于双足步行机器人的动态步行控制方法
CN101847009A (zh) * 2010-05-28 2010-09-29 广东工业大学 两足机器人步态能效优化方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1084943A2 (en) * 1999-09-20 2001-03-21 Sony Corporation Robot ambulation control apparatus and method
CN101751037A (zh) * 2008-12-03 2010-06-23 上海电气集团股份有限公司 一种用于双足步行机器人的动态步行控制方法
CN101847009A (zh) * 2010-05-28 2010-09-29 广东工业大学 两足机器人步态能效优化方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
基于三维线性倒立摆的仿人机器人步态规划;于国晨等;《计算机应用》;20120901;第32卷(第9期);参见第2643-2646页,附图4 *
基于三维线性倒立摆的双足机器人步态规划;王唯翔;《计算机技术与发展》;20110630;第21卷(第6期);全文 *
基于加强学习的类人机器人步行参数设计;梁志伟等;《中国自动化学会控制理论专业委员会B卷》;20110722;全文 *

Also Published As

Publication number Publication date
CN103149933A (zh) 2013-06-12

Similar Documents

Publication Publication Date Title
Barasuol et al. A reactive controller framework for quadrupedal locomotion on challenging terrain
Sun et al. Energy coupling output feedback control of 4-DOF underactuated cranes with saturated inputs
US9389598B2 (en) Systems and methods for tracking and balancing robots for imitating motion capture data
Sreenath et al. A compliant hybrid zero dynamics controller for stable, efficient and fast bipedal walking on MABEL
Harada et al. An analytical method for real-time gait planning for humanoid robots
Li et al. Dynamic modeling and robust control of a 3-PRC translational parallel kinematic machine
Park et al. Biped robot walking using gravity-compensated inverted pendulum mode and computed torque control
Manchester et al. Stable dynamic walking over uneven terrain
Schultz et al. Modeling and optimal control of human-like running
Neunert et al. Trajectory optimization through contacts and automatic gait discovery for quadrupeds
EP1344611B1 (en) Device and method for controlling operation of legged robot, and robot device
Englsberger et al. Three-dimensional bipedal walking control using divergent component of motion
Chevallereau et al. Asymptotically stable walking of a five-link underactuated 3-D bipedal robot
Nakanishi et al. Learning from demonstration and adaptation of biped locomotion
CN104392047B (zh) 一种基于平稳滑翔弹道解析解的快速弹道规划方法
EP3299923B1 (en) Method of controlling walking posture of biped robot and device
US10093019B1 (en) Determination of robot behavior
Zhao et al. MSU tailbot: Controlling aerial maneuver of a miniature-tailed jumping robot
CN106078752A (zh) 一种基于Kinect的仿人机器人人体行为模仿方法
CN103412491B (zh) 一种挠性航天器特征轴姿态机动指数时变滑模控制方法
Kajita et al. Legged Robot
Baudouin et al. Real-time replanning using 3D environment for humanoid robot
Hoover et al. Bio-inspired design and dynamic maneuverability of a minimally actuated six-legged robot
Tsuji et al. Bio-mimetic trajectory generation of robots via artificial potential field with time base generator
CN105320129B (zh) 一种无人驾驶自行车轨迹跟踪控制的方法

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
LICC Enforcement, change and cancellation of record of contracts on the licence for exploitation of a patent or utility model
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20130612

Assignee: Jiangsu Nanyou IOT Technology Park Ltd.

Assignor: Nanjing Post & Telecommunication Univ.

Contract record no.: 2016320000208

Denomination of invention: Closed-loop control-based humanoid robot omnidirectional walking method

Granted publication date: 20160120

License type: Common License

Record date: 20161110

EC01 Cancellation of recordation of patent licensing contract
EC01 Cancellation of recordation of patent licensing contract

Assignee: Jiangsu Nanyou IOT Technology Park Ltd.

Assignor: Nanjing Post & Telecommunication Univ.

Contract record no.: 2016320000208

Date of cancellation: 20180116

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20190718

Address after: Room 6113, 6th floor, 999 Changning Road, Changning District, Shanghai 200050

Patentee after: Deep blue Technology (Shanghai) Co., Ltd.

Address before: 210003 Gulou District, Jiangsu, Nanjing new model road, No. 66

Patentee before: Nanjing Post & Telecommunication Univ.