CN104238360B - 一种仿人机器人桌子-小车模型的Zc参数的获取方法 - Google Patents

一种仿人机器人桌子-小车模型的Zc参数的获取方法 Download PDF

Info

Publication number
CN104238360B
CN104238360B CN201410445610.2A CN201410445610A CN104238360B CN 104238360 B CN104238360 B CN 104238360B CN 201410445610 A CN201410445610 A CN 201410445610A CN 104238360 B CN104238360 B CN 104238360B
Authority
CN
China
Prior art keywords
anthropomorphic robot
parameter
point
desk
zmp
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.)
Active
Application number
CN201410445610.2A
Other languages
English (en)
Other versions
CN104238360A (zh
Inventor
吴俊�
朱秋国
相远飞
熊蓉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang University ZJU
Original Assignee
Zhejiang University ZJU
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 Zhejiang University ZJU filed Critical Zhejiang University ZJU
Priority to CN201410445610.2A priority Critical patent/CN104238360B/zh
Publication of CN104238360A publication Critical patent/CN104238360A/zh
Application granted granted Critical
Publication of CN104238360B publication Critical patent/CN104238360B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Manipulator (AREA)

Abstract

本发明公开了一种仿人机器人桌子‑小车模型的Zc参数的获取方法，包括以下步骤：1)在仿人机器人躯干中心线上任选一参照点，控制仿人机器人作原地踏步动作，使参照点左右摆动的轨迹为正弦波；2)根据仿人机器人理论ZMP点与实际ZMP点在原地踏步动作中的轨迹，建立优化问题并求解得到Zc参数。本发明中Zc不再是仿人机器人的质心高度，而是根据仿人机器人理论ZMP点与实际ZMP点在原地踏步动作中的轨迹，建立优化问题求解得到，通过本发明得到的Zc参数能使桌子‑小车模型更准确地量化仿人机器人运动与ZMP的关系，所得到的控制点的实际ZMP轨迹与理论ZMP轨迹更为接近，仿人机器人运动时更稳定。

Description

一种仿人机器人桌子-小车模型的Zc参数的获取方法
技术领域
本发明涉及机器人领域，具体涉及一种仿人机器人桌子-小车模型的Zc参数的获取方法以及利用该方法得到的仿人机器人行走控制方法。
背景技术
机器人(Robot)是自动执行工作的机器装置。它既可以接受人类指挥，又可以运行预先编排的程序，也可以根据以人工智能技术制定的原则纲领行动。它的任务是协助或取代人类工作的工作，例如生产业、建筑业，或是危险的工作。
机器人是随着现代科技的发展而出现的综合学科，而仿人机器人是机器人研究中的重要分支，其涉及到机器人制造中的各个领域，如自主行为控制、人工智能、动态管理、机械设计等，因此仿人机器人在一定程度上代表着机器人研究的最高水平。
如授权公告号为CN203109948U的专利文献公开了一种仿人机器人，该仿人机器人是由头部、身体部分、手臂和腿部所组成的运动机械装置，并加以电路控制系统和传感系统配合，从而实现拟人态的运动。仿人机器人各个运动关节是以电机输出力矩与各活动构件紧密配合来实现的。仿人机器人可以实现代替人完成各种作业，在很多方面扩展人类的能力，在服务，医疗，教育，娱乐等多个领域都能够得到广泛的应用。
对于仿人机器人来说，关键且首要问题是要实现稳定行走。针对这一问题，已有不少学者做了研究，其中，1972年由Vukobratovic和Stepanenko在一篇关于仿人机器人控制的论文开头提出的零力矩点(ZMPzero-moment point)，脚在接触地面时有反作用力也会产生力矩。若存在一点其反作用力、惯性力的净力矩和为零的点称之为零力矩点(ZMP ZeroMoment Point)，如果ZMP落在脚掌的范围里面，则机器人可以稳定的行走。零力矩点(ZMP Zero Moment Point)在如今仿人机器人步态控制和规划领域都得到了广泛的应用。
在仿人机器人步行研究的零力矩点(ZMP Zero Moment Point)方法中，桌子-小车模型是最常用的模型，该模型将仿人机器人运动简化为水平桌面上小车运动，给出了由小车运动带来的ZMP点变化的定量关系。桌子-小车模型只有一个参数，即小车与水平地面的距离Zc，一般将小车的位置视为仿人机器人质心的位置，因此在基于桌子-小车模型的仿人机器人步态规划中，是将机器人的质心高度作为Zc，并通过控制机器人质心作出合适的运动轨迹，来取得期望的ZMP轨迹。但是在应用中观察到，这种以质心来确定Zc和运动控制点的方法所得到的实际ZMP轨迹常与理论ZMP轨迹出入较大。
发明内容
本发明针对上述问题，提出了一种仿人机器人桌子-小车模型的Zc参数的获取方法。解决通过质心来确定Zc和运动控制点的方法所得到的实际ZMP轨迹常与理论ZMP轨迹出入较大的问题。
本发明采取的技术方案如下：
一种仿人机器人桌子-小车模型的Zc参数的获取方法，包括以下步骤：
1)在仿人机器人躯干中心线上任选一参照点，控制仿人机器人作原地踏步动作，使参照点左右摆动的轨迹为正弦波；
2)根据仿人机器人理论ZMP点与实际ZMP点在原地踏步动作中的轨迹，建立优化问题并求解得到Zc参数；所述的Zc参数为控制点与水平地面之间的距离。
本发明中，Zc不再是仿人机器人的质心高度，根据仿人机器人理论ZMP点与实际ZMP点在原地踏步动作中的轨迹，建立优化问题并求解得到Zc参数能使桌子-小车模型更准确地量化仿人机器人运动与ZMP的关系。
作为优选，参照点与水平地面之间的距离为h，参照点左右摆动的轨迹xH＝asinωt，其中：
a为参照点摆动的幅值；
ω为参照点摆动的圆频率；
t为时间参数。
所述仿人机器人实际ZMP点的轨迹为其中，T为采样周期，即每过一个周期T采集一个仿人机器人实际ZMP点，k为周期序列号，且k为大于等于0的整数。
作为优选，所述优化问题为：使仿人机器人理论ZMP点与实际ZMP点在原地踏步动作中的轨迹之差的平方和最小，其中：
N为采样周期总数，且N为大于等于1的整数；
g为重力加速度；
y为变量，代表仿人机器人躯干中心线上控制点距水平地面的距离；
求解该优化问题的最优解yopt，即桌子-小车模型的参数ZC＝yopt。
通过建立优化问题方程，能够得到最优解，使仿人机器人理论ZMP点与实际ZMP点在原地踏步动作中的轨迹之差的平方和最小。
所述仿人机器人实际ZMP点在原地踏步动作中的轨迹通过传感器测得。
作为优选，所述传感器安装在仿人机器人的足部。
作为优选，所述传感器为六维力/力矩传感器。
本发明还提出了一种稳定性高的仿人机器人行走控制方法。
一种仿人机器人行走控制方法，包括基于上述获取方法确定的Zc参数，根据Zc参数获得仿人机器人躯干上对应的控制点，通过控制点的运动轨迹驱动仿人机器人行走。
通过上述获取方法确定的Zc参数得到的控制点的实际ZMP轨迹与理论ZMP轨迹更为接近，仿人机器人运动时更稳定。
本发明的有益效果是：本发明中Zc不再是仿人机器人的质心高度，而是根据仿人机器人理论ZMP点与实际ZMP点在原地踏步动作中的轨迹，建立优化问题求解得到，通过本发明得到的Zc参数能使桌子-小车模型更准确地量化仿人机器人运动与ZMP的关系，所得到的控制点的实际ZMP轨迹与理论ZMP轨迹更为接近，仿人机器人运动时更稳定。
附图说明：
图1是仿人机器人结构示意图。
具体实施方式：
如图1所示，一种仿人机器人桌子-小车模型的Zc参数的获取方法，包括以下步骤：
1)在仿人机器人躯干中心线上任选一参照点H，控制仿人机器人作原地踏步动作，使参照点左右摆动的轨迹为正弦波。
本实施例中，参照点H与水平地面之间的距离为h，参照点H左右摆动的轨迹xH＝asinωt，其中：
a为参照点H摆动的幅值；
ω为参照点H摆动的圆频率；
t为时间参数。
2)通过安装在仿人机器人上的传感器得到仿人机器人实际ZMP点在原地踏步动作中的轨迹其中，T为采样周期，即每过一个周期T采集一个仿人机器人实际ZMP点，k为周期序列号，且k为大于等于0的整数，本实施例中，传感器为安装在仿人机器人足部的六维力/力矩传感器。
桌子-小车模型的表达式为：其中：
p为仿人机器人ZMP点的轨迹；
g为重力加速度；
xQ为仿人机器人躯干中心线上的点Q左右摆动的轨迹，点Q为控制点，由参照点H左右摆动的轨迹可知，点Q左右摆动的轨迹
Zc为点Q与水平地面之间的距离，为xQ的二阶微分；
由桌子-小车模型的表达式可以得到仿人机器人理论ZMP点在原地踏步动作中的轨迹
根据仿人机器人理论ZMP点与实际ZMP点在原地踏步动作中的轨迹，建立优化问题：使仿人机器人理论ZMP点与实际ZMP点在原地踏步动作中的轨迹之差的平方和最小。得到相应的优化问题：
其中：
N为采样周期总数，且N为大于等于1的整数；
y为变量，为了求得最优化的Zc参数，方程中将Zc替换为变量y；
求解上述优化问题，得到最优解yopt，即桌子-小车模型的参数ZC＝yopt。
本发明还公开了一种仿人机器人行走控制方法，包括基于上述获取方法确定的Zc参数，根据Zc参数获得仿人机器人躯干上对应的控制点，通过控制点的运动轨迹驱动仿人机器人行走。
以上所述仅为本发明的优选实施例，并非因此即限制本发明的专利保护范围，凡是运用本发明说明书及附图内容所作的等效结构变换，直接或间接运用在其他相关的技术领域，均同理包括在本发明的保护范围内。

Claims (8)

1.一种仿人机器人桌子-小车模型的Zc参数的获取方法，其特征在于，包括以下步骤：
1)在仿人机器人躯干中心线上任选一参照点，控制仿人机器人作原地踏步动作，使参照点左右摆动的轨迹为正弦波；
2)根据仿人机器人理论ZMP点与实际ZMP点在原地踏步动作中的轨迹，建立优化问题并求解得到Zc参数；所述的Zc参数为控制点与水平地面之间的距离。
2.如权利要求1所述的仿人机器人桌子-小车模型的Zc参数的获取方法，其特征在于，参照点与水平地面之间的距离为h，参照点左右摆动的轨迹xH＝asinωt，其中：
a为参照点摆动的幅值；
ω为参照点摆动的圆频率；
t为时间参数。
3.如权利要求2所述的仿人机器人桌子-小车模型的Zc参数的获取方法，其特征在于，所述仿人机器人实际ZMP点的轨迹为其中，T为采样周期，k为周期序列号，且k为大于等于0的整数。
4.如权利要求3所述的仿人机器人桌子-小车模型的Zc参数的获取方法，其特征在于，所述优化问题为：
使仿人机器人理论ZMP点与实际ZMP点在原地踏步动作中的轨迹之差的平方和最小，其中：
N为采样周期总数，且N为大于等于1的整数；
g为重力加速度；
y为变量，代表仿人机器人躯干中心线上控制点距水平地面的距离；
求解该优化问题的最优解yopt，即桌子-小车模型的参数ZC＝yopt。
5.如权利要求1所述的仿人机器人桌子-小车模型的Zc参数的获取方法，其特征在于，所述仿人机器人实际ZMP点在原地踏步动作中的轨迹通过传感器测得。
6.如权利要求5所述的仿人机器人桌子-小车模型的Zc参数的获取方法，其特征在于，所述传感器安装在仿人机器人的足部。
7.如权利要求6所述的仿人机器人桌子-小车模型的Zc参数的获取方法，其特征在于，所述传感器为六维力/力矩传感器。
8.一种仿人机器人行走控制方法，其特征在于，包括基于权利要求1所述的获取方法确定Zc参数，根据Zc参数获得仿人机器人躯干上对应的控制点，通过控制点的运动轨迹驱动仿人机器人行走。
CN201410445610.2A 2014-09-03 2014-09-03 一种仿人机器人桌子-小车模型的Zc参数的获取方法 Active CN104238360B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410445610.2A CN104238360B (zh) 2014-09-03 2014-09-03 一种仿人机器人桌子-小车模型的Zc参数的获取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410445610.2A CN104238360B (zh) 2014-09-03 2014-09-03 一种仿人机器人桌子-小车模型的Zc参数的获取方法

Publications (2)

Publication Number Publication Date
CN104238360A CN104238360A (zh) 2014-12-24
CN104238360B true CN104238360B (zh) 2016-08-24

Family

ID=52226680

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410445610.2A Active CN104238360B (zh) 2014-09-03 2014-09-03 一种仿人机器人桌子-小车模型的Zc参数的获取方法

Country Status (1)

Country Link
CN (1) CN104238360B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106584460A (zh) * 2016-12-16 2017-04-26 浙江大学 一种仿人机器人行走中的振动抑制方法
CN108237531B (zh) * 2016-12-26 2021-07-13 电子科技大学中山学院 一种仿人机器人步态自学习控制方法
CN108345211A (zh) * 2017-01-23 2018-07-31 深圳市祈飞科技有限公司 双足仿人机器人及其非线性步态规划方法以及控制方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07248819A (ja) * 1994-03-08 1995-09-26 Mitsubishi Heavy Ind Ltd 自動走行車両の軌道制御方法
JP2003117858A (ja) * 1999-09-20 2003-04-23 Sony Corp ロボットの歩行制御装置及び歩行制御方法
EP1361027A1 (en) * 2000-11-17 2003-11-12 Honda Giken Kogyo Kabushiki Kaisha Gait pattern generating device for legged mobile robot
JP2007007797A (ja) * 2005-07-01 2007-01-18 Toyota Motor Corp 歩行ロボット
KR100709556B1 (ko) * 2005-10-19 2007-04-20 한국과학기술연구원 인간형 로봇의 보행 제어 방법
CN101639665A (zh) * 2009-09-01 2010-02-03 浙江大学宁波理工学院 仿人机器人的控制方法
CN101950176A (zh) * 2010-09-02 2011-01-19 北京理工大学 一种机器人自主进行zmp标定的方法
KR20120019546A (ko) * 2010-08-26 2012-03-07 한국과학기술원 로봇의 걸음새 생성기
JP2012531316A (ja) * 2009-06-30 2012-12-10 オルドウバラン、ロボティクス エス、ア 移動ロボットの歩行動作の制御方法およびその方法を実装したロボット
CN103034123A (zh) * 2012-12-11 2013-04-10 中国科学技术大学 基于动力学模型参数辨识的并联机器人控制方法
CN103631265A (zh) * 2013-12-09 2014-03-12 天津工业大学 一种质心不确定移动机器人的几何路径跟踪方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07248819A (ja) * 1994-03-08 1995-09-26 Mitsubishi Heavy Ind Ltd 自動走行車両の軌道制御方法
JP2003117858A (ja) * 1999-09-20 2003-04-23 Sony Corp ロボットの歩行制御装置及び歩行制御方法
EP1361027A1 (en) * 2000-11-17 2003-11-12 Honda Giken Kogyo Kabushiki Kaisha Gait pattern generating device for legged mobile robot
JP2007007797A (ja) * 2005-07-01 2007-01-18 Toyota Motor Corp 歩行ロボット
KR100709556B1 (ko) * 2005-10-19 2007-04-20 한국과학기술연구원 인간형 로봇의 보행 제어 방법
JP2012531316A (ja) * 2009-06-30 2012-12-10 オルドウバラン、ロボティクス エス、ア 移動ロボットの歩行動作の制御方法およびその方法を実装したロボット
CN101639665A (zh) * 2009-09-01 2010-02-03 浙江大学宁波理工学院 仿人机器人的控制方法
KR20120019546A (ko) * 2010-08-26 2012-03-07 한국과학기술원 로봇의 걸음새 생성기
CN101950176A (zh) * 2010-09-02 2011-01-19 北京理工大学 一种机器人自主进行zmp标定的方法
CN103034123A (zh) * 2012-12-11 2013-04-10 中国科学技术大学 基于动力学模型参数辨识的并联机器人控制方法
CN103631265A (zh) * 2013-12-09 2014-03-12 天津工业大学 一种质心不确定移动机器人的几何路径跟踪方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Balance Control Analysis of Humanoid Robot based on ZMP Feedback Control;Napoleon 等;《Proceedings of the 2002 IEEE/RSJ Intl. Conference on Intelligent Robts and Systems》;20021031;第2437-2442页 *
基于ZMP的仿人机器人跑步运动模式;王险峰 等;《计算机研究与发展》;20131231;第50卷(第10期);第2206-2211页 *

Also Published As

Publication number Publication date
CN104238360A (zh) 2014-12-24

Similar Documents

Publication Publication Date Title
CN107891920B (zh) 一种用于双足机器人的腿部关节补偿角度自动获取方法
KR100856824B1 (ko) 캐릭터 시뮬레이션 방법 및 시스템
CN107598897A (zh) 一种基于人体示教的仿人机器人步态规划的方法
Qiao et al. Human-inspired motion model of upper-limb with fast response and learning ability–a promising direction for robot system and control
CN104238360B (zh) 一种仿人机器人桌子-小车模型的Zc参数的获取方法
Shafii et al. Omnidirectional walking and active balance for soccer humanoid robot
CN105137969A (zh) 基于支撑线运动分解的四足机器人trot步态本体位姿控制方法
CN103955217B (zh) 大型四足机器人对角小跑步态的规划方法
Hauser et al. Biologically inspired kinematic synergies enable linear balance control of a humanoid robot
CN103832504A (zh) 仿生足式机器人综合仿真策略
Zhang et al. Whole-body humanoid robot locomotion with human reference
Yoo et al. Recent progress and development of the humanoid robot HanSaRam
CN104570732B (zh) 一种仿人机器人步行模式的在线生成方法
Meriçli et al. Improving biped walk stability using real-time corrective human feedback
CN102830717B (zh) 提高仿生机械恐龙爬行稳定性的步态规划方法
Guo et al. Iterative learning impedance for lower limb rehabilitation robot
Massah et al. An open loop walking on different slopes for NAO humanoid robot
Liu et al. Movement imitation underlying coaching platform for children with ASD
CN205870565U (zh) 一种基于Kinect的远程体感机器人控制系统
CN106773775A (zh) 一种微小型装配机器人的仿真设计方法
Shahbazi et al. Curvilinear bipedal walk learning in nao humanoid robot using a cpg based policy gradient method
CN104097206B (zh) 基于动量控制的人型机器人全身运动自平衡控制方法
Lima et al. Realistic behaviour simulation of a humanoid robot
Congedo Modelling of a biped kinematics, analysis and simulation of the human walk for a future lower-limb exoskeleton
Lu et al. Research on improved cycloid foot trajectory of Quadruped Robot

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