CN104793622A - 两足步行机器人控制方法和两足步行机器人控制系统 - Google Patents
两足步行机器人控制方法和两足步行机器人控制系统 Download PDFInfo
- Publication number
- CN104793622A CN104793622A CN201510020500.6A CN201510020500A CN104793622A CN 104793622 A CN104793622 A CN 104793622A CN 201510020500 A CN201510020500 A CN 201510020500A CN 104793622 A CN104793622 A CN 104793622A
- Authority
- CN
- China
- Prior art keywords
- leg
- migration
- weight
- robot
- walking robot
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 102
- 238000004364 calculation method Methods 0.000 claims abstract description 25
- 210000002414 leg Anatomy 0.000 claims description 519
- 238000013508 migration Methods 0.000 claims description 216
- 230000005012 migration Effects 0.000 claims description 216
- 210000001217 buttock Anatomy 0.000 claims description 30
- 230000008859 change Effects 0.000 claims description 14
- 238000009790 rate-determining step (RDS) Methods 0.000 claims description 8
- 238000001514 detection method Methods 0.000 abstract description 5
- 230000036544 posture Effects 0.000 description 59
- 230000008569 process Effects 0.000 description 48
- 230000009471 action Effects 0.000 description 22
- 230000006641 stabilisation Effects 0.000 description 14
- 238000011105 stabilization Methods 0.000 description 14
- 238000005516 engineering process Methods 0.000 description 10
- 210000001699 lower leg Anatomy 0.000 description 6
- 239000011159 matrix material Substances 0.000 description 6
- 230000004888 barrier function Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 230000007246 mechanism Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000002441 reversible effect Effects 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 210000001364 upper extremity Anatomy 0.000 description 3
- 230000005484 gravity Effects 0.000 description 2
- 210000003141 lower extremity Anatomy 0.000 description 2
- 208000031481 Pathologic Constriction Diseases 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 244000145845 chattering Species 0.000 description 1
- 230000000994 depressogenic effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000003238 somatosensory effect Effects 0.000 description 1
- 238000009987 spinning Methods 0.000 description 1
- 208000037804 stenosis Diseases 0.000 description 1
- 230000036262 stenosis Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- 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
-
- 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
-
- 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
- Y10S901/46—Sensing device
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Transportation (AREA)
- Manipulator (AREA)
- Robotics (AREA)
Abstract
提供了一种两足步行机器人控制方法和两足步行机器人控制系统。两足步行机器人控制方法用于两足步行机器人的步行的主从式控制。两足步行机器人控制方法包括:加重检测步骤,检测由操作者的右腿和左腿分别施加到地面的加重;目标ZMP计算步骤,计算当两足步行机器人产生具有所检测到的右腿加重与左腿加重的比例的加重时的目标ZMP;以及控制步骤,依照所计算出的目标ZMP控制两足步行机器人。
Description
技术领域
本发明涉及一种两足步行机器人控制方法以及两足步行机器人控制系统,更具体地,涉及一种用于两足步行机器人的主从式控制的技术。
背景技术
日本未经审查专利申请公布第10-217159号公开了一种装备有主设备装置的有腿式移动机器人的远程控制系统,该主设备装置用于以主从式方式控制有腿式移动机器人。主设备装置包括:脚支撑机构,可移动地支撑操作者的脚;脚支撑机构驱动单元,驱动脚支撑机构;主设备侧脚作用力检测装置,检测操作者的脚上的作用力。此外,有腿式移动机器人包括机器人侧脚作用力检测装置,其从地面检测出有腿式移动机器人的脚上的作用力。
远程控制系统确定相对于操作者的上体的脚的目标位置和姿势,使得操作者的脚上的作用力与机器人的脚上的作用力彼此对应;并且远程控制系统使用脚支撑机构驱动单元根据所确定的目标位置和姿势控制脚支撑机构。此外,远程控制系统确定相对于机器人的上体的脚的目标位置和姿势,并且根据所确定的目标位置和姿势控制机器人中的腿致动单元。
换言之,远程控制系统执行控制,使得操作者和机器人在其脚上接收到相等的作用力。这能够使得操作者将机器人的稳定性或不稳定性识别为他/她自身的稳定性或不稳定性,从而对机器人执行精确的操纵以维持稳定性。
发明内容
然而,在专利文献1中所公开的技术具有下述问题:为了将躯体感觉反馈给操作者,该装置需要为大型的。
本发明被实现为解决上述问题,并且因此本发明的目的是提供一种能够使得采用简单的结构进行机器人的直观操作的两足步行机器人控制方法以及两足步行机器人控制系统。
根据本发明的第一方面的两足步行机器人控制方法是用于两足步行机器人的步行的主从式控制的两足步行机器人控制方法,包括:加重检测步骤,检测由操作者的右腿和左腿分别施加到地面的加重;目标零力矩点ZMP计算步骤,计算当两足步行机器人产生具有所检测到的右腿加重与左腿加重的比例的加重时的目标ZMP;以及控制步骤,依照所计算出的目标ZMP控制两足步行机器人。根据此方面,操作者可以直观地控制两足步行机器人的右腿加重和左腿加重。此外,因为仅需检测操作者的右腿加重和左腿加重,所以可以通过简单的结构实施该方法。
此外,上述两足步行机器人控制方法还可以包括:检测步骤,根据所检测到的右腿加重和左腿加重的改变检测操作者进行的一步;以及游走腿轨迹计算步骤,根据当操作者进行的一步结束时所检测到的右腿加重和左腿加重,计算用于与操作者进行的一步相对应的两足步行机器人的一步的游走腿轨迹,并且控制步骤还可以控制两足步行机器人沿着所计算出的游走腿轨迹步行。因为不需要始终反映游走腿轨迹,所以可以以简单并且容易的方式控制两足步行机器人。
此外,在上述两足步行机器人控制方法中,游走腿轨迹计算步骤可以生成游走腿轨迹信息并且将游走腿轨迹信息存储到缓冲器中,该游走腿轨迹信息以与操作者进行的一步的游走腿时段相对应的大小指示游走腿轨迹,控制步骤可以依照由在缓冲器中所存储的游走腿轨迹信息所指示的游走腿轨迹,控制两足步行机器人;该两足步行机器人控制方法还可以包括游走腿时段计算步骤,该游走腿时段计算步骤根据所检测到的右腿加重和左腿加重的改变计算操作者进行的一步的游走腿时段,以及当所计算出的游走腿时段长于用于将游走腿轨迹信息存储到存储器中的时间段的上限时,游走腿时段计算步骤可以在对游走腿时段进行校正以满足上限之后生成游走腿轨迹信息。从而,即使当操作者进行的一步非常长时也可以适当地控制两足步行机器人。
此外,上述两足步行机器人控制方法还可以包括游走腿时段计算步骤,该游走腿时段计算步骤根据所检测到的右腿加重和左腿加重计算操作者进行的一步的游走腿时段,并且当所计算出的游走腿时段短于用于两足步行机器人再现与操作者进行的一步相对应的一步的时间段的下限时,游走腿时段计算步骤在对操作者进行的一步的游走腿时段进行校正以满足下限之后生成游走腿轨迹。从而,即使当操作者进行的一步非常短时也可以适当地控制两足步行机器人。
此外,上述两足步行机器人控制方法还可以包括:游走腿时段计算步骤,该游走腿时段计算步骤根据所检测到的右腿加重和左腿加重计算操作者进行的一步的游走腿时段,并且当所计算出的游走腿时段短于用于两足步行机器人再现与操作者进行的一步相对应的一步的时间段的下限时,游走腿时段计算步骤可以使得操作者进行的一步无效。从而,即使当操作者进行的一步非常短时也可以适当地控制两足步行机器人。
此外,上述两足步行机器人控制方法还可以包括:臀部姿势计算步骤,该臀部姿势计算步骤将两足步行机器人的垂直轴周围的臀部姿势计算为通过依照所检测到的右腿加重和左腿加重的加重比例对两足步行机器人的右腿姿势和左腿姿势进行组合所获得的姿势,并且控制步骤还可以控制两足步行机器人以实现所计算出的臀部姿势。从而,操作者可以直观地控制两足步行机器人的上体。
根据本发明的第二方面的两足步行机器人控制系统是如下两足步行机器人控制系统:该两足步行机器人控制系统用作主设备并且对用作从设备(slave)的两足步行机器人的步行执行主从式控制,该两足步行机器人控制系统包括:加重检测单元,检测由操作者的右腿和左腿分别施加到地面的加重;目标ZMP计算单元,计算当两足步行机器人产生具有所检测到的右腿加重与左腿加重的比例的加重时的目标ZMP;以及控制单元,依照所计算出的目标ZMP控制两足步行机器人。根据此方面,操作者可以直观地控制两足步行机器人的右腿加重和左腿加重,并且可以通过简单的结构实施系统,就如同上述两足步行机器人控制方法一样。
根据本发明的上述方面,可以提供一种能够使得采用简单的结构进行机器人的直观操作的两足步行机器人控制方法以及两足步行机器人控制系统。
根据在下文中所给出的详细说明和附图将更全面地理解本发明的以上的和其他目的、特征以及优点,在下文中所给出的详细说明和附图仅以示例的方式给出,并且因此不应被认为是对本发明的限制。
附图说明
图1是根据此实施例的主从式控制系统的示意图;
图2是示出了根据此实施例的稳定化处理的概念的图;
图3是示出了根据此实施例的主从式控制系统的处理的流程图;
图4是示出了缓冲器更新位置与操作延迟和稳定性之间的关系的图;
图5是示出了根据此实施例的着陆确定的图;
图6是示出了根据此实施例的提起确定的图;
图7是示出了操作者的步行的轨迹的图;
图8是示出了从操作者的一个腿的提起到着陆的游走腿时段的图像的图;
图9是示出了根据此实施例的游走腿时段的上限和下限的图;
图10是示出了用于根据此实施例的游走腿轨迹的生成的参数的图;
图11是示出了根据此实施例的目标腿位置/姿势的更新的示例的图;
图12是示出了根据此实施例的目标ZMP的更新的示例的图;
图13是示出了根据此实施例的实验结果的图;
图14是示出了根据此实施例的实验结果的图;
图15是示出了预见(preview)控制增益的示例的图;
图16是示出了根据此实施例的机器人的直观操作的图像的图;
图17是示出了根据此实施例的机器人的直观操作的图像的图;
图18是示出了根据此实施例的机器人的障碍物避免的图像的图;以及
图19是示出了根据此实施例的坐下的操作者控制机器人的示例的图。
具体实施方式
在下文中将参照附图描述本发明的优选实施例。应当注意,在下面的实施例中仅出于示意的目的给出了具体的数值等,并且除非特别指明否则这些值不限于此。此外,在下面的说明和附图中,为了使得说明简要,适当地省略、缩短以及简化了对本领域技术人员而言明显的事项等。
<1.系统结构>
在下文中参照图1描述根据此实施例的主从式控制系统1的结构。图1是根据此实施例的主从式控制系统1的示意图。
主从式控制系统1包括两足步行机器人3(在下文中,还简称为“机器人”)、一对测力板4、多个动作(motion)捕捉装置5、以及测量PC(个人计算机)6。主从式控制系统1用作两足步行机器人控制系统。
包括测力板4、动作捕捉装置5、以及测量PC 6的单元对应于主从式控制中的主设备装置2。机器人3对应于主从式控制中的从设备装置。
一对测力板4由通过将左脚放置在一个测力板4上而右脚放置在另一个测力板4上而站立在其上的操作者所使用。从而,一对测力板4中的每个检测由操作者的右脚和左脚中的每个的脚底施加到地面的加重。当在地面上检测到来自操作者的脚底的加重时,一对测力板4中的每个生成指示加重量的信息的加重信息,并且将该加重信息传送到测量PC 6。测量PC6将从测力板4所接收到的加重信息传送到机器人3。从而,机器人3可以根据由从测力板4中的每个所传送的加重信息所指示的加重量,识别出由操作者的右脚和左脚分别地施加到地面的加重量。
多个动作捕捉装置5中的每个拍摄具有附接至他/她的脚的多个标记的操作者的图像,生成指示图像的图像信息,以及将其传送到测量PC 6。测量PC 6根据由从多个动作捕捉装置5中的每个所接收到的图像信息所指示的图像中所包括的标记的动作计算所提起的游走腿的高度以及双腿的脚的位置和姿势。测量PC 6将所计算出的所提起的游走腿的高度以及指示双腿的脚的位置和姿势的脚位置/姿势信息传送到机器人3。从而,机器人3可以识别出操作者的所提起的游走腿的高度以及操作者的右脚和左脚的相对位置/姿势。
以这种方式,测量PC 6将加重信息以及脚位置/姿势信息作为操作信息传送到机器人3。机器人3使用按照此方式所获得的操作信息(1)至(3)执行下肢的主从式控制。
(1)右腿加重量和左腿加重量
(2)所提起的游走腿的高度
(3)右腿和左腿的相对位置/姿势
注意,操作信息(1)至(3)作为测力板4根据需要检测加重并且传送加重信号以及动作捕捉装置5根据需要拍摄图像并且传送图像信息的结果由测量PC 6根据需要获取,并且被传送到机器人3。例如,根据需要获取操作信息的时间分辨率最短为约25毫秒,并且机器人3对信息进行插值以实际地使用该信息。
机器人3中所内置的CPU 8(中央处理器单元)(在此说明书中,在下文中还称为“机器人CPU”)基于由从测量PC 6所传送的操作信息所指示的右腿加重量和左腿的加重量、所提起的游走腿的高度以及右腿和左腿的相对位置/姿势来计算目标ZMP、左腿的目标腿位置/姿势、右腿的目标腿位置/姿势以及机器人3的目标臀部姿势,使得机器人3的动作追溯操作者的动作。
机器人CPU 8基于所计算出的信息(目标ZMP、左腿的目标腿位置/姿势、右腿的目标腿位置/姿势、以及目标臀部位置/姿势)计算机器人3的每个关节角度,并且控制每个关节以使其具有所计算出的关节角度。具体地,机器人3包括用作关节的多个致动器(未示出)。机器人CPU 8计算每个致动器的目标角度作为每个关节角度,并且控制每个致动器使得每个致动器的角度变为所计算出的目标角度。具体地,计算用于实现目标ZMP、左腿的目标腿位置/姿势、右腿的目标腿位置/姿势、以及目标臀部姿势的目标角度。从而,执行主从式控制使得机器人3的动作追溯操作者的动作。注意,机器人CPU 8内置在机器人3中,并且被包括在对机器人3的操作执行整体控制的微控制器中。
尽管以上描述了主从式控制系统1的结构,但是获取操作者的所提起的游走腿的高度以及脚的位置/姿势(右脚的位置/姿势和左脚的位置/姿势)的装置不限于上述示例。尽管在以上示例中描述了使用光学动作捕捉装置作为动作捕捉系统的情况,但是可以使用其他的动作捕捉系统,诸如机械系统或磁性系统。此外,可以使用能够获取深度信息的动作传感器,诸如KINECT(注册商标)。
用于分别地从操作者的右腿和左腿获取加重量的装置也不限于上述示例。例如,操作者可以穿戴具有力传感器的鞋,并且由操作者的右腿和左腿中的每个所施加到力传感器的力可以被检测为对地面的加重。然后,左腿和右腿的每个力传感器可以生成指示所检测到的力的加重信息,并且将该加重信息传送到测量PC 6。
此外,可以经由有线或无线执行测量PC 6与机器人3之间的通信。具体地,测量PC 6和机器人3中的每个包括依照有线或无线之中所选择的之一的通信模块,并且通过该通信模块执行通信。实现通信的方法是通用的,并且因此不再描述。
<2.用于机器人中的稳定化处理的前提>
假定根据此实施例的两足步行机器人3可以执行实时操作,该实时操作基于目标ZMP计算重力轨迹的稳定中心,并且计算用于实现所计算出的重力轨迹中心、目标腿位置/姿势以及目标臀部姿势的每个关节角度。此外,假定两足步行机器人3具有能够在短时段内(几十毫秒)对这样的稳定化处理进行顺序计算的处理系统。
作为用于实现稳定化处理的技术,可以使用通用的预见控制、模型预测控制等计算重力轨迹中心。作为用于实现稳定化处理的技术,可以使用在第3834629号日本专利中所公开的预见控制,或可以使用在日本未经审查专利申请公布第2013-184248号中所公开的模型预测控制。然后,机器人CPU 8可以根据使用预见控制或模型预测控制所计算出的重力轨迹中心,通过使用COG雅可比式根据逆向动力学计算每个关节角度的通用技术来计算每个关节角度。
在此实施例中,为了使用此技术实现稳定化处理,需要维持特定的时间段(也称为预见时段或预测时段)的未来目标值(目标ZMP、左腿的目标腿位置/姿势、右腿的目标腿位置/姿势、以及目标臀部姿势),以实现机器人3的长期稳定性。图2示出了根据此技术的稳定化处理的概念。如图2所示,未来目标值被存储在机器人3中的缓冲器(在此说明书中,在下文中还称为“预测时段缓冲器”)中。针对目标ZMP、左腿的目标腿位置/姿势、右腿的目标腿位置/姿势以及目标臀部姿势中的每个准备预测时段缓冲器。注意,图2示出了预测时段缓冲器具有能够存储1.6秒的未来目标值的大小的示例。
在通用的预见技术或模型预测技术中,基于操作者的步行动作、控制杆等的输入,根据输入所计算出的目标值根据需要被提供至预测时段缓冲器的末端。机器人从预测时段缓冲器的头部起顺序地获取这些目标值,并且基于所获取的目标值计算每个关节角度。具体地,机器人通过预见控制或模型预测控制根据目标ZMP计算机器人的重力轨迹中心,并且根据所计算出的重力轨迹中心、左腿的目标腿位置/姿势、右腿的目标腿位置/姿势以及目标臀部姿势通过逆向动力学计算每个关节角度。然后,机器人控制每个关节使其成为所计算出的关节角度中的每个。因此,预测时段缓冲器用作队列。
注意,存储未来目标值的方式不限于如上所述地到缓冲器中的存储,并且未来目标值可以被存储在多项式空间中。此外,此实施例旨在用于具有稳定化处理的机器人控制系统,该稳定化处理存储未来目标值并且在相对短的时段中逐次生成确保在存储目标值的时段期间的稳定性的重力轨迹中心。实现稳定化处理的方法不限于在此实施例中所描述的方法,只要可以实现相同的处理即可。
在此实施例中,可以使用预测时段缓冲器,以便将基于操作信息新近地计算出的目标值存储到预测时段缓冲器的后端。然而,已经证明了即使当新近地计算出的目标值被存储从预测时段缓冲器的头部起前进一秒的位置处时,所计算出的重力轨迹中心也不显著地改变。这是因为:由于在此实施例中根据操作者的脚的加重计算机器人3的目标ZMP,所以与如稍后所描述地不采用这样的处理的情况相比,可以消除机器人3的ZMP转变时段,并且以小的延迟实现反应操作者的动作的机器人3的动作。
<3.处理流程>
在下文中,参照图3描述根据此实施例的主从式控制系统1的处理。图3是示出了根据此实施例的主从式控制系统1的处理的流程图。
(S1:到机器人的初始状态的转变)
机器人3在其初始操作的开始转变到初始状态(S1)。具体地,机器人CPU 8执行原点归复(zero return)、伺服以及到机器人3的初始姿势的转变,从而开始倒立(inverted)控制和仿形(copying)控制。
机器人3具有如图2所示的预测时段缓冲器。在预测时段缓冲器中,预先设置更新位置。如图4的模式A所示,如果更新位置被设置在预测时段缓冲器的后端处,则机器人3以与预测时段(从头部到后端获取预测时段缓冲器的目标值的时间:1.6秒)相对应的延迟实施反映操作者的动作的动作。如果更新位置被设置在在预测时段缓冲器的中间,则机器人3以与预测时段的一半(0.8秒)相对应的延迟实施反映操作者的动作的动作。此外,如图4的模式B所示,如果更新位置被设置为过于接近预测时段缓冲器的头部的位置,则尽管直到在机器人3上反映操作者的动作的延迟变短,但是当操作者采取长的步时,与该长的步相对应的目标值不可以被存储。因此,如图4的模式C所示,考虑到机器人3的动作的稳定性和延迟的降低,如上所述地优选地将更新位置设置在从预测时段缓冲器的头部起约一秒的时段内。
机器人CPU 8依照按照以上方式预先设置的更新位置,将基于从测量PC 6所接收到的操作信息所计算出的目标ZMP、左腿的目标腿位置/姿势、右腿的目标腿位置/姿势、以及目标臀部姿势存储到预测时段缓冲器中。假定CPU 8采用与在如图4的模式C所示的更新位置处的目标值相同的目标值填充到预测时段缓冲器的末端。
预测时段缓冲器的大小可以被设置为到达更新位置的大小。然而,如果在机器人CPU 8的计算时间中允许额外的时间,则预测时段缓冲器的大小优选地为也存储如上所述的更新位置之后的未来目标值的大小。此外,还可以有效地计算并且存储下述目标值:例如,如在稍后的“6.实施例的修改例”中所描述地,该目标值确保在预测时段缓冲器中从更新位置到末端的更高的动态稳定性。
(S2:关于操作状态的获取的确定)
机器人CPU 8不中断地确定是否获取了操作信息(S2)。具体地,机器人CPU 8不中断地确定是否以一定的间隔从测量PC 6接收到操作信息。当未获取操作者的操作信息(S2:否)时,机器人CPU 8在稍后描述的S18中执行错误处理。
(S3:关于操作状态是否为双腿支撑状态的确定)
操作者的操作状态被宽泛地分为三种状态:双腿支撑、单腿支撑(单腿提起)、以及无支撑(双腿提起)。机器人CPU 8基于所获取的操作状态根据下面的处理确定操作者的操作状态是这些状态中的哪个。
因为在此实施例中不处理在双腿提起状态(例如,跳跃的状态)中的操作,所以在稍后描述的S6中其被确定为错误。因此,机器人CPU 8确定其是否为双腿支撑状态,并且处理发生分支。具体地,当获取了操作者的操作信息(S2:是)时,机器人CPU 8确定其是否为双腿支撑状态(S3)。注意,优选地是在此实施例中在处理的开始处以双腿支撑状态开始处理。
根据基于由从测量PC 6所接收到的加重信息所指示的右腿加重和左腿加重进行的右腿加重和左腿加重两者是否超过图5所示的指定的加重阈值,确定其是否为双腿支撑状态。当右腿加重和左腿加重两者均大于加重阈值时,机器人CPU 8确定其为双腿支撑状态。另一方面,当右腿加重和左腿加重两者不是都大于指定的加重阈值时,机器人CPU 8确定其不为双腿支撑状态。
(S4:关于提起的确定)
当其被确定为双腿支撑状态(S3:是)时,机器人CPU 8确定任一条腿是否被提起,并且确定状态是否从双腿支撑状态转变到单腿支撑状态(S4)。
依赖于基于从测量PC 6所接收到的加重信息进行的操作者的右腿加重和左腿加重中之一是否低于如图6所示的上述加重阈值,确定其是否为单腿支撑状态。当操作者的右腿加重和左腿加重中之一小于加重阈值并且另一个大于加重阈值时,机器人CPU 8确定改变到单腿支撑状态。另一方面,当操作者的右腿加重和左腿加重两者仍然大于加重阈值时,机器人CPU 8确定不是单腿支撑状态。当确定操作者的一条腿未被提起(否:S4)时,机器人CPU 8在稍后描述的S14中执行目标ZMP计算。在这种情况下,在双腿支撑状态中进行目标ZMP的计算。
注意,为了防止抖振(chattering),当操作者的右腿加重和左腿加重中之一小于加重阈值的状态持续一定的时间段或更长时,其可以被确定为提起状态。此外,通过考虑操作者的所测量的腿的高度可以改进确定精度。具体地,当操作者的一条腿的加重小于加重阈值,并且所提起的一条腿(游走腿)的高度大于指定的所提起的腿高度阈值时,机器人CPU 8可以确定其为单腿支撑状态。此外,机器人CPU 8可以仅基于所提起的一条腿(游走腿)的高度确定其为单腿支撑状态。
(S5:维持提起状态)
当确定操作者的一条腿被提起并且其为单腿支撑状态(S4:是)时,机器人CPU 8将在S4中被确定提起时的定时以及指示右腿和左腿中的哪只腿被提起的信息存储到在机器人3中所包括的存储装置(例如,硬盘,存储器等)作为用于在稍后描述的处理中游走腿着陆时用于计算游走腿位置/姿势的信息(S5)。然后,机器人CPU 8在稍后描述的S14中执行目标ZMP计算。在这种情况下,在单腿支撑状态下进行目标ZMP的计算。
(S6:关于双腿提起的确定)
另一方面,当其被确定为不是双腿支撑状态(S3:否)时,机器人CPU 8确定是否转变到右腿和左腿两者均被提起的双腿提起状态(S6)。
依赖于基于从测量PC 6所接收到的加重信息进行的右腿加重和左腿加重的两者是否低于上述阈值,确定其是否为双腿提起状态。当右腿加重和左腿加重两者均小于阈值时,机器人CPU 8确定其为双腿提起状态。另一方面,当右腿加重和左腿加重两者不是都小于阈值时,机器人CPU 8确定不为双腿提起状态。
当其被确定为双腿提起状态(S6:是)时,机器人CPU 8在稍后描述的S18中执行错误处理,这是因为在此实施例中未假定双腿从地面提起的情况。
(S7:候选的所提起的腿高度的获取)
当在单腿支撑状态期间(当其被确定为不是双腿提起状态(S6:否)时),总是执行此处理。在此步骤中,机器人CPU 8基于从测量PC 6所接收到的操作信息,确定操作者的所提起的游走腿的高度是否达到其被提起后的最大高度。当其为最大高度时,机器人CPU 8将该高度存储在存储装置中作为用于机器人3的游走腿轨迹的所提起腿的高度的最大高度的候选(S7)。具体地,基于从测量PC 6所接收到的操作信息,机器人CPU 8根据需要将由新近接收到的操作信息所指示的所提起的游走腿的高度与在存储装置中所存储的候选高度进行比较。然后,当新近求得的所提起的游走腿的高度高于在存储装置中所存储的候选高度时,机器人CPU 8将候选高度更新为所提起的游走腿的新近求得的高度。另一方面,在存储装置中所存储的候选高度高于所提起的游走腿的新近求得的高度时,机器人CPU 8维持当前所存储的候选高度。从而,如图7所示,可以检测并且存储当腿被提起到操作者的游走腿轨迹的最高的时间点处的高度。最终保持为候选高度的所提起的腿高度的最大值被用作在稍后描述的S13中在机器人3的游走腿轨迹生成中机器人3的是提起的腿高度的最大值。
实际上,考虑到机器人3可得的所提起的腿高度,优选地预先设置所提起的腿高度的上限和下限,并且当所提起的腿高度在从上限到下限的范围之外时,对候选所提起腿的高度进行四舍五入以使其在该范围内。
此外,机器人3的所提起的游走腿轨迹的高度可以是预定的固定值并且不限于上述的方法。然而,优选地,通过反映操作者的所提起的游走腿的所检测到的高度的最大值作为如上所述的机器人3的所提起的游走腿的高度的最大值,使得反映操作者的意图的步行变为可能。
(S8:关于游走腿着陆的确定)
每当在单腿支撑状态中时进行此确定。机器人CPU 8确定游走腿是否着陆(S8)。
依赖于基于由从测量PC 6所接收到的操作信息所指示的加重进行的来自被识别为操作者的游走腿的腿的加重是否超过如图5所示的上述阈值,确定游走腿是否着陆。当被识别为操作者的游走腿的腿的加重大于阈值时,机器人CPU 8确定游走腿已经着陆。另一方面,当被识别操作者的游走腿的腿的加重不大于阈值时,机器人CPU 8确定游走腿尚未着陆。当确定游走腿尚未着陆(S8:否)时,机器人CPU 8在稍后描述的S14中执行目标ZMP计算。在这种情况下,在单腿支撑状态中进行目标ZMP的计算。
(S9:关于游走腿时段的适当性的确定)
当确定游走腿已经着陆(S8:是)时,开始此处理。机器人CPU 8计算游走腿的时间段(游走腿时段)作为所存储的提起定时与着陆定时之间的差异。如图8所示,计算从操作者提起一条腿的时间到他/她使得该腿着陆的时间的时间段。机器人CPU 8确定所计算出的游走腿周期是否在适当的范围内(S9)。
具体地,机器人CPU 8确定所计算出的游走腿周期是否在预定下限与上限之间的范围内。通过考虑机器人3的腿关节的操作性能,预先地将采取一步的最小时间设置为下限。在此实施例中,如稍后所述地,当操作者的游走腿已经着陆时,计算与一步相对应的机器人3的游走腿轨迹(用于一步的目标腿位置/姿势),并且通过从预测时段缓冲器的更新位置回溯到头部对其进行存储。因此,因为不可以存储比从预测时段缓冲器的更新位置到头部的时间更多的游走腿轨迹,所以如图9所示从预测时段缓冲器的更新位置到头部的时间段是游走腿时段的上限。此外,在游走腿时段等于下限时段的情况下,与游走腿的一步相对应的目标腿的位置/姿势的信息被存储到用于从预测时段缓冲器的更新位置到头部的下限时段的区域中。当游走腿时段在从上限到下限的范围内(等于或短于上限并且等于或长于下限)时,机器人CPU 8确定游走腿时段在适当的范围内,当游走腿时段在从上限到下限的范围之外(长于上限并且短于下限)时,机器人CPU 8确定游走腿时段不在适当的范围内。当确定游走腿时段在适当的范围内(S9:是)时,机器人CPU 8在稍后描述的S13中执行游走腿轨迹生成和更新。
(S10:关于游走腿时段是否可校正的确定)
在确定游走腿时段不在适当的范围内(S9:否)的情况下,机器人CPU 8确定游走腿时段是否可校正(S10)。
具体地,当游走腿时段长于上限时,其可以被校正为在上限内的长度,因此机器人CPU 8确定其可校正。另一方面,当游走腿时段短于下限时,尽管其可以被校正为等于或长于下限的长度,但是如果与之前一步相对应的游走腿轨迹的信息被留在预测时段缓冲器中与游走腿时段的下限相比更接近更新位置的位置处,则通过稍后描述的S13中的游走腿轨迹生成和更新处理以半完成的方式覆写部分信息。因此,当游走腿时段短于下限时,仅当这样的情形不发生时,机器人CPU 8确定其可校正。
具体地,当从上次执行S13的游走腿轨迹生成和更新处理起经过了等于或长于游走腿时段的下限的时间时,机器人CPU 8确定其可校正。这是因为在上次更新了游走腿轨迹的游走腿轨迹之后,从头部顺序地获取并且使用至少用于游走腿时段的下限时间的信息,并且在这种情况下之前的游走腿轨迹的信息未被存储在预测时段缓冲器的从更新位置起的游走腿时段的下限时间的范围中。因此,即使进行校正以将游走腿时段延长至游走腿时段的下限,也未覆写之前的游走腿轨迹。另一方面,当未经过等于或长于游走腿时段的下限的时间时,机器人CPU 8确定其不可校正。当机器人CPU 8确定游走腿时段可校正(S10:是)时,其继续到S12的处理,并且当机器人CPU 8确定游走腿时段不可校正(S10:否)时,其继续到S11的处理。
(S11:游走腿确定的无效)
当确定游走腿时段不可校正(S10:否)时,因为其为如上所述的过短的步并且不可以进行校正,所以机器人CPU 8取消当前的单腿支撑状态,并且将其改变为双腿支撑状态。从而,尽管由此忽略了操作者的一步,但是因为尚未生成机器人3的游走腿轨迹3,所以不需要执行任何特别的处理,并且机器人CPU 8仅需要将内部状态改变为可识别(如上所述的所识别的操作状态的更新等)。然后,机器人CPU 8在稍后描述的S14中执行目标ZMP计算。在这种情况下,在双腿支撑状态中进行目标ZMP的计算。
(S12:游走腿时段的改变)
当确定游走腿时段可校正(S10:是)时,机器人CPU 8对游走腿时段进行校正(S12)。具体地,机器人CPU 8将游走腿时段校正为在上限与下限间的范围内。具体地,当游走腿时段长于上限时,机器人CPU 8缩短游走腿时段以满足上限。当游走腿时段短于下限时,机器人CPU 8增长游走腿时段以满足下限。
(S13:游走腿轨迹的生成)
机器人CPU 8生成游走腿轨迹,使得在S1的处理中预先设置的预测时段缓冲器的更新位置处结束游走腿的迈步(stepping)。在此处理中要使用的参数如下定义并且在图10中示出。
ts:在S9至S12中所计算出的游走腿时段(标量)
hs:在S7中所计算出的所提起的腿的高度(标量)
T1:操作者的支撑腿位置/姿势(齐次变换矩阵)
T2:着陆时操作者的游走腿位置/姿势(齐次变换矩阵)
T3:相对于支撑腿的操作者的游走腿位置/姿势(齐次变换矩阵)
T4:机器人3的支撑腿位置/姿势(齐次变换矩阵)
T5:提起前机器人3的游走腿位置/姿势(齐次变换矩阵)
T6:着陆后机器人3的游走腿位置/姿势(齐次变换矩阵)
机器人CPU 8根据下面的等式1计算机器人3的游走腿位置/姿势T6
等式1:T6=T4T3=T4(T1 -1T2)
根据以上等式1明显的是,例如,在通过将3维磁性传感器附接到用户的脚并且直接地检测右腿和左腿的相对位置而可以从最初起计算出T3的情况下,无需在机器人CPU 8中计算T1和T3。此外,考虑到人的步长与机器人3的步长之间的差异,可以通过将根据操作信息所计算出的值乘以一定的比例来改变T3。此外,考虑到机器人3的脚的可移动范围和大小,其可以被改变为用于防止自身干扰(self-interference)的值。
机器人CPU 8通过根据提起前机器人3的游走腿位置/姿势T5、针对游走腿时段ts对游走腿轨迹(用于一步的右脚和左脚的目标腿位置/姿势)进行插值以使其达到着陆时游走腿位置/姿势T6来生成游走腿轨迹,并且对机器人3的预测时段缓冲器进行更新(S13)。基本上,通过五阶多项式插值可以对构成游走腿轨迹的每个游走腿位置/姿势的目标值进行插值,使得在游走腿轨迹的顶部和底部的速度和加速度为0。在考虑所提起的腿的高度的情况下,添加将腿垂直地提起所提起的腿高度并且然后将其降低的插值,并且使用六阶多项式插值。
此外,作为被施加到机器人3的实际游走腿轨迹,如果在腿沿垂直方向被提起离开地面之后,其未向前、向后、向左或向右迈步,则由于摩擦力其对稳定性具有负面影响,诸如,脚的蹒跚。因此,通过延迟垂直方向(z轴方向)上的游走腿轨迹之外的插值轨迹的开始并且较早地结束来实际地生成在游走腿完全地被提起之后的迈出一步的轨迹。在此实施例中,任何方法可以被用作详细的实施方法。
作为此处理的结果,用于游走腿的目标腿位置/姿势被更新为预测时段缓冲器中从更新位置起回溯游走腿时段的长度的点。具体地,如图11所示,更新预测时段缓冲器的阴影区域。此外,如图11的网格区域所指示地,优选地采用与着陆时(更新位置)的信息相同的信息从更新位置到其末端填充预测时段缓冲器。
具体地,如图11所示,机器人CPU 8将指示所生成的游走腿轨迹的信息存储到预测时段缓冲器中从更新位置起回溯游走腿时段的长度的范围中。然后,机器人CPU 8采用着陆时的目标腿位置/姿势的信息(游走腿轨迹中最后的目标腿位置/姿势的信息)来填充预测时段缓冲器中的更新位置之后的范围。
注意,在游走腿被确定为着陆并且生成游走腿轨迹之外的时间处,可以通过如原样地复制之前的信息在更新位置处更新每个腿的目标腿位置/姿势信息。此外,当从预测时段缓冲器的头部获取目标腿位置/姿势并且在预测时段缓冲器的末端建立空间时,之前的信息可以如原样地复制并且被存储到该位置处。换言之,在此实施例中,仅当游走腿被确定为着陆时执行用于游走腿轨迹的目标腿位置/姿势的更新。
(S14:根据加重操作信息的目标ZMP的计算)
机器人CPU 8根据下面的等式2、基于从测量PC 6所接收到的操作信息计算机器人3的目标ZMP,从而更新机器人3的预测时段缓冲器(S14)。注意,等式2中的fL和fR是在预测时段缓冲器更新位置点处的机器人3的腿位置。
等式2:
期望
期望ZMP=目标ZMP((x,y)的2维矢量)
fL:机器人左腿的中心位置((x,y)的2维矢量)
fR:机器人右腿的中心位置((x,y)的2维矢量)
Fzl:操作者的左腿的垂直向下的加重(标量)
Fzr:操作者的右腿的垂直向下的加重(标量)
因为在开始此处理之前已经更新了操作者的右腿加重量和左腿加重量以及机器人3的右腿和左腿的腿位置/姿势(目标腿位置/姿势),所以机器人CPU 8基于由加重信息所指示的右腿加重量和左腿加重量以及在预测时段缓冲器的更新位置处的目标腿位置/姿势中的右腿和左腿的位置计算在更新位置处的目标ZMP。然后,如图12所示,机器人CPU 8执行处理以采用所计算出的目标ZMP的信息填充预测时段缓冲器中的更新位置之后的整个部分。
具体地,如图12所示,机器人CPU 8将指示所计算出的目标ZMP的信息存储到预测时段缓冲器中的更新位置之后的整个区域(从更新位置到末端的区域)。
在游走腿被确定为被提起的情况下,因为在等式2中所提起的腿的加重量(Fzl或Fzr)为0或基本上为0,所以即使当接下来在S13中改变游走腿时,也未施加影响。
作为此处理的结果,因为根据由操作者施加到地面的右腿加重与左腿加重的比例计算目标ZMP,所以可以直观地控制由机器人3施加到地面的加重的比例。具体地,从机器人3的右腿和左腿中的每个到ZMP的距离被确定为与操作者的右腿加重和左腿加重的比例成反比的比例。换言之,机器人3的右腿加重与左腿加重的比例可以被设定为操作者的右腿加重与左腿加重的比例。尽管描述了基于机器人3的脚位置(例如,脚尖的中心)计算目标ZMP的示例,但是可以根据操作者的脚位置以及来自脚的加重计算ZMP,并且与机器人3中所计算出的ZMP相对应的位置可以被计算为目标ZMP。
(S15:根据加重信息和机器人腿姿势的目标臀部姿势的计算)
接下来,机器人CPU 8基于由加重信息所指示的右腿加重量和左腿加重量以及在预测时段缓冲的更新位置处的目标腿位置/姿势中的右腿和左腿的腿姿势计算目标臀部姿势,并且将所计算出的目标臀部姿势存储在预测时段缓冲器的更新位置处(S15)。在此步骤中,计算沿着绕垂直方向(z轴方向)的旋转方向上的臀部姿势。具体地,根据下面等式3计算绕z轴的臀部姿势,使得上肢指向由操作者施加了较大加重的脚的方向。
等式3:
θw:绕z轴的臀部姿势(标量)
θl:绕z轴的左腿姿势(标量)
θr:绕z轴的右腿姿势(标量)
Fzl:操作者的左腿的垂直向下的加重(标量)
Fzr:操作者的右腿的垂直向下的加重(标量)
尽管这适用于其他臀部姿势,但是优选地被应用到如上所述的绕z轴的臀部姿势以用于自然动作。此外,就如同图12所示的目标ZMP的情况一样,执行处理以采用所计算出的目标臀部姿势的信息填充预测时段缓冲器中的更新位置之后的整个部分。
具体地,机器人CPU 8将指示所计算出的臀部姿势的信息存储到预测时段缓冲器中的更新位置之后的整个范围中,就如同图12所示的情况一样。
以这种方式,在此处理中,臀部姿势被设置为通过使用操作者的左腿加重与右腿加重的比例对机器人3的左腿姿势和右腿姿势进行组合所获得的姿势,在该姿势上反映了操作者的左腿姿势和右腿姿势。根据此处理,操作者可以通过在双腿上的加重操作直观地控制机器人3的上肢的方向。这是创新的,因为可以根据较少的测量信息控制上肢而无需对操作者的臀部姿势进行测量。此外,臀部姿势可以被设置为双腿姿势之间的中间姿势,并且其不限于以上方法。
(S16:稳定化处理的执行)
机器人CPU 8执行预见控制或模型预测控制,并且生成在整个预测时段上稳定的重力轨迹中心。具体地,机器人CPU 8基于在目标ZMP的预测时段缓冲器中所存储的所有目标ZMP计算当前以及未来重力位置的目标中心。考虑到重心附近的力矩,可以经由多个步骤执行预见控制。然后,机器人CPU 8执行逆向动力学以满足所计算出的重力轨迹中心和目标腿位置/姿势,并且计算最终关节角度(S16)。具体地,机器人CPU 8基于所计算出的重力轨迹中心、在预测时段缓冲器的头部的右腿的目标腿位置/姿势和左腿的目标腿位置/姿势、以及目标臀部姿势,来计算机器人3当前时刻应当具有的每个关节角度。
尽管作为机器人的独立轴致动器的控制的低水平控制通常处于高频率周期,但是诸如预见控制的高水平控制处于具有几十毫秒的计算时间的相当缓慢的周期。具体地,在预见控制中被计算为重力轨迹中心的用于几个采样的重力位置中心在低水平控制侧被处理。因为可以根据现有技术进行S16中的控制,所以省略对其详细的描述。
(S17:每个关节的控制)
机器人CPU 8使用作为目标角度的所计算出的关节角度中的每个控制与每个关节相对应的致动器(S17)。注意,因为此时针对一个控制周期消耗预测时段缓冲器的信息,所以消除在头部处的信息,并且新信息被添加到末端处。如上所述,与在预测时段缓冲器末端处的信息相同的信息可以如上所述暂时地被添加。
(S18:错误处理)
在此实施例中,当操作者的双腿均被提起(S6:是)时,或操作信息的获取被中断(S2:否)时,机器人3安全地进入作为错误的停止(S18)。在这种情况下,机器人CPU 8可以将目标ZMP的轨迹设置回机器人3的双腿的当前中心,并且之后不执行游走腿确定和游走腿轨迹生成。具体地,机器人CPU 8可以顺序地生成目标ZMP以逐渐地返回到机器人3的双腿的中心,并且对预测时段缓冲器进行更新。此外,当操作信息的接收恢复为正常并且确定操作者的双腿再次着陆时,预测时段缓冲器可以返回到正常处理(可以重新开始图3所示的处理)。
<4.稳定化>
在此实施例中,如图4的模式C所示,在预测时段缓冲器中的目标值的更新位置可以被设置在中间位置处而不是在后端处,并且之后存储临时值。此外,在游走腿轨迹的生成中,如图11所示,从预测时段缓冲器的更新位置回溯到头部的范围被更新。因此,存在下述关注:当施加用于对机器人3进行稳定化处理的预见控制或模型预测控制时,用于确保稳定性的重力轨迹中心突然地改变。
对于此关注,图13和图14示出了下述结果:将对在更新预测时段缓冲器(1.6秒)的后端的情况下与在更新比预测时段缓冲器的头部晚1.0秒的位置作为更新位置的情况下,使用模型预测控制执行稳定化时的重力轨迹中心进行对比的结果与目标ZMP一起绘制在沿x方向和y方向的图表上。试验条件为:一步为约0.8秒,并且步长为约10厘米至20厘米。在图13和图14中,“COG_Z_FULL”指示在更新位置在后端处的情况下的重力轨迹中心,而“COG_Z_1.0s”指示更新位置在比预测时段缓冲器的头部晚1.0秒的位置处的情况下的重力轨迹中心。注意,图13是出了沿x轴重力轨迹中心的改变,而图14示出了沿y轴重力轨迹中心的改变。
在图表中根据模型预测控制所生成的重力轨迹中心不存在显著的差异,其说明了在这种水平的步行中,预测时段缓冲器的更新位置中的差异不会导致关于机器人3的稳定性的显著问题。这是因为在预见控制和模型预测控制两者中加重被赋值给未来目标值,并且当其变为更远的未来时对稳定性的贡献比例下降。
图15示出了预见控制增益的一个示例。如此图表所示,不存在由晚于1.0秒的未来目标值产生的显著影响,并且使用通过模拟器和真实类人机器人中的任一个所生成的重力轨迹中心,稳定的步行是实际可能的。
此外,在此实施例中,因为通过从预测时段缓冲器的预测位置回溯到头部来更新游走腿轨迹,所以存在刚好在预测时段缓冲器的头部之后的位置发生改变的情况。因此,对下述情况存在轻微关注:在重心附近的力矩改变对稳定性具有负面影响。然而,因为具有支配性影响的目标ZMP是根据需要根据操作信息所生成的并且反映在预测时段缓冲器的更新位置上,所以游走腿轨迹的改变的影响相对非常小。
如上所述,因为在此实施例中,如图13和图14所示,可以以基本上与使用预测时段缓冲器的整个范围的情况相等的精度生成重力轨迹中心,所以能够使得以一秒的小延迟进行下肢的直观操作的优点显著大于具有对于稳定性的负面影响的缺点。
<5.实施例的有利效果>
(1.使用操作者的双腿的加重的直观操作)
在此实施例中,依照操作者右腿加重与左腿加重的比例控制机器人3的目标ZMP。换言之,计算当两足步行机器人3产生具有操作者的右腿加重与左腿加重的比例的加重时的目标ZMP。因此,如图16所示,操作者可以根据如图16所示的他/她自己的右腿加重量和左腿加重量,直观地控制机器人3的右腿加重量和左腿加重量。例如,如图16所示,可以进行各种动作,诸如,使得机器人3以任意强度踩踏在当脚踏板被压下时其上盖打开的垃圾箱(踏板桶)的脚踏板上。
此外,在此实施例中,依照操作者的右腿加重与左腿加重的比例以及右腿和左腿的姿势控制机器人3的臀部姿势。因此,如图17所示,操作者可以根据如图17所示的他/她自身的右腿和左腿的加重量以及腿姿势直观地控制机器人3的上体的定向。
(2.简单的主设备装置结构)
在此实施例中,如果可以获取游走腿着陆时操作者的双腿的加重量以及双腿之间的相对位置/姿势,则可以控制机器人3。因此,例如,不需要如在专利文献1中的将机器人3的躯体感觉信息反馈给操作者的结构。此外,如果可以测量游走腿着陆时操作者的双腿的加重量以及双腿之间的相对位置/姿势,则不一定需要动作捕捉装置以及测力板。从而可以实现简单的结构。
(3.游走腿轨迹和着陆位置的容易和灵活的改变)
在此实施例中,在游走腿着陆时确定游走腿轨迹。因此,与根据需要将动作捕捉结果反映在游走腿轨迹上的控制相比,可以以简单的方式控制机器人3的着陆位置。此外,与根据需要将动作捕捉结果反映在游走腿轨迹上的控制相比,可以通过自身干扰避免处理以及地面识别结果非常容易地改变着陆位置。例如,在根据需要将动作捕捉结果反映在游走腿轨迹的控制的情况下,即使其为导致机器人3的自身干扰的游走腿轨迹,也忠实地复制操作者的游走腿轨迹,并且作为结果机器人3遭受自身干扰。另一方面,在此实施例中,因为仅着陆位置被反映为操作者的操作,所以可以任意地获得避免自身干扰的游走腿轨迹。此外,在根据需要将动作捕捉结果反映在游走腿轨迹的控制的情况下,即使可以识别出在游走腿着陆时的着陆位置处存在障碍物,因为机器人3的游走腿已经沿着忠实地反映操作者的游走腿轨迹的游走腿轨迹移动,所以着陆时不可以进行游走腿轨迹的突然的修改,从而在一些情况下无法避免障碍物。另一方面,在此实施例中,如果可以识别出周围环境的传感器等(例如,摄像装置等)被安装在机器人3上,例如,可以在当识别出在与操作者的游走腿的着陆相对应的机器人3的着陆位置处存在障碍物时修改游走腿轨迹,因此有助于障碍物避免。
(4.快速操作响应)
在此实施例中,依照操作者的右腿加重与左腿加重的比例控制机器人3的目标ZMP。因此,当操作者提起一条腿时,目标ZMP完全地移动到支撑腿的位置。这消除了用于设置允许目标ZMP移动到支撑腿位置的转变时段的需要,并且从而可以改进系统响应。
此外,在此实施例中,因为预测时段缓冲器的更新位置被设置在中间位置处,所以考虑到操作稳定性,具有大约一秒的小延迟的步行操作是可能的。因为有效地完成了未来目标值的更新,所以这也对响应的改进有贡献。
(5.坐下的操作者的可操作性)
在此实施例中,如上所述地,在S13中的游走腿轨迹生成中,游走腿着陆时支撑腿与游走腿的相对位置/姿势作为操作者的脚的位置/姿势而被关注。因此,在游走腿被提起(单腿支撑状态)或处于双腿支撑状态中的状态下,当操作者在地面上滑动支撑腿时,未对机器人3的动作施加影响。
如图19所示地使用这种方法,当坐下时通过重复提起游走腿时向后滑动支撑腿并且然后向前移动游走腿,操作操作者可以控制机器人3以保持向前移动。同样地,当改变臀部姿势并且进行旋转动作时,在坐下时通过滑动支撑腿可以进行控制。
从而,即使操作者对于进行操作所需要的区域狭窄时也可以在有限宽的区域中使得机器人3进行动作。此外,对于详细的操作,操作者可以通过将步长调整为通常的步的间隔来再次站起并且进行控制。
<6.实施例的修改例>
(1.预测时段缓冲器的剩余部分的目标ZMP的修改)
在以上的说明中,如图12所示,从目标ZMP轨迹的更新位置到末端的数据通过被填充(filled)有与预测时段缓冲器的更新位置处相同的目标ZMP而被使用。然而,下面的方式也是可能的。
(A)进行校正以逐渐地使得在更新位置之后的目标ZMP成为双腿的中心部分。
(B)通过根据目标ZMP的之前轨迹估计未来轨迹来进行校正。
(2.根据需要的操作者的游走腿动作的反映)
在以上说明中,计算操作者的游走腿着陆时的游走腿轨迹,并且一次性地覆写预测时段缓冲器。另一方面,操作者的游走腿位置/姿势可以根据需要被反映在机器人3的预测时段缓冲器的更新位置上。在这种情况下,未通过多项式插值生成游走腿轨迹,并且机器人3的游走腿随着操作者的游走腿移动而移动。这对于稳定性是轻微有效的,因为对游走腿时段不存在限制,并且在预测时段缓冲器的头部附近的位置处的游走腿轨迹未改变。然而,如果高频噪声进入操作者的脚位置/姿势的测量结果,则机器人3的关节的驱动速度立即变为过度。此外,施加许多限制,诸如,需要始终考虑机器人3的自身干扰和关节角度限制。因此,考虑到当前计算机器的能力,当如上所述地依照识别结果执行动作时,一次性地生成游走腿轨迹的上述技术更为用户友好并且更有效。
应当注意,本发明未被限制为上述实施例,并且在不背离本发明的范围的情况下可以进行各种改变和修改。
例如,尽管在以上实施例中描述了控制两足步行机器人的情况,但是本发明不限于此。例如,本发明可以被应用到控制CG(计算机图形)字符的情况。
此外,尽管在以上实施例中计算当两足步行机器人3产生具有操作者的右腿加重与左腿加重的比例的加重时的目标ZMP,但是其不限于操作者的右腿加重与左腿加重的比例和两足步行机器人3的右腿加重与左腿加重的比例完全匹配的情况。
此外,尽管在以上实施例中测量PC 6将操作信息传送到机器人3,并且机器人CPU 8基于所接收到的操作信息计算目标值,但是本发明不限于此。例如,测量PC 6可以根据操作信息计算目标值,并且将其传送到机器人3,以及机器人CPU 8可以将所接收到的目标值存储到预测时段缓冲器中。
此外,在以上实施例中,出于描述的方便在处理的一个周期(从S2至S17)中执行关于双腿支撑状态的确定(S3)以及关于提起的确定(S4,S6)。然而,当然可行的是:在关于双腿支撑状态的确定(S3)中在之前的周期中执行确定操作状态的处理,而在关于提起的确定(S4、S6)中在当前周期中通过所接收到的操作信息确定操作状态,从而将由机器人3接收操作信息的单位设置为一个周期。
因此,根据以上所述的发明,将明显的是发明的实施例可以按照多种方式变化。这样的变化不应当被认为是对本发明的精神和范围的偏离,并且对于本领域内技术人员而言明显的是所有的这样的修改包含在所附权利要求的范围中。
Claims (7)
1.一种两足步行机器人控制方法,用于两足步行机器人的步行的主从式控制,所述两足步行机器人控制方法包括:
加重检测步骤,检测由操作者的右腿和左腿分别施加到地面的加重;
目标零力矩点ZMP计算步骤,计算当所述两足步行机器人产生具有所检测到的右腿加重与左腿加重的比例的加重时的目标ZMP;以及
控制步骤,依照所计算出的目标ZMP控制所述两足步行机器人。
2.根据权利要求1所述的两足步行机器人控制方法,还包括:
检测步骤,根据所检测到的右腿加重和左腿加重的改变检测所述操作者进行的一步;以及
游走腿轨迹计算步骤,根据当所述操作者进行的一步结束时所检测到的右腿加重和左腿加重,计算用于与所述操作者进行的一步相对应的所述两足步行机器人的一步的游走腿轨迹,其中
所述控制步骤还控制所述两足步行机器人沿着所计算出的游走腿轨迹步行。
3.根据权利要求2所述的两足步行机器人控制方法,其中,
所述游走腿轨迹计算步骤生成游走腿轨迹信息并且将所述游走腿轨迹信息存储到缓冲器中,所述游走腿轨迹信息以与所述操作者进行的一步的游走腿时段相对应的大小指示所述游走腿轨迹,
所述控制步骤依照由在所述缓冲器中所存储的游走腿轨迹信息所指示的游走腿轨迹,控制所述两足步行机器人,
所述两足步行机器人控制方法还包括游走腿时段计算步骤,所述游走腿时段计算步骤根据所检测到的右腿加重和左腿加重的改变计算所述操作者进行的一步的游走腿时段,以及
当所计算出的游走腿时段长于用于将所述游走腿轨迹信息存储到所述缓冲器中的时间段的上限时,所述游走腿时段计算步骤在对所述游走腿时段进行校正以满足所述上限之后生成所述游走腿轨迹信息。
4.根据权利要求2或3所述的两足步行机器人控制方法,还包括:
游走腿时段计算步骤,根据所检测到的右腿加重和左腿加重计算所述操作者进行的一步的游走腿时段,其中
当所计算出的游走腿时段短于用于所述两足步行机器人再现与所述操作者进行的一步相对应的一步的时间段的下限时,所述游走腿时段计算步骤在对所述操作者进行的一步的游走腿时段进行校正以满足所述下限之后生成所述游走腿轨迹。
5.根据权利要求2或3所述的两足步行机器人控制方法,还包括:
游走腿时段计算步骤,根据所检测到的右腿加重和左腿加重计算所述操作者进行的一步的游走腿时段,其中
当所计算出的游走腿时段短于用于所述两足步行机器人再现与所述操作者进行的一步相对应的一步的时间段的下限时,所述游走腿时段计算步骤使得所述操作者进行的一步无效。
6.根据权利要求1至5中任一项所述的两足步行机器人控制方法,还包括:
臀部姿势计算步骤,将围绕所述两足步行机器人的垂直轴的臀部姿势计算为通过依照所检测到的右腿加重和左腿加重的加重比例对所述两足步行机器人的右腿姿势和左腿姿势进行组合所获得的姿势,其中
所述控制步骤还控制所述两足步行机器人以实现所计算出的臀部姿势。
7.一种两足步行机器人控制系统,所述两足步行机器人控制系统用作用于对用作从设备的两足步行机器人的步行进行主从式控制的主设备,所述两足步行机器人控制系统包括:
加重检测单元,检测由操作者的右腿和左腿分别施加到地面的加重;
目标零力矩点ZMP计算单元,计算当所述两足步行机器人产生具有所检测到的右腿加重与左腿加重的比例的加重时的目标ZMP;以及
控制单元,依照所计算出的目标ZMP控制所述两足步行机器人。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014007544A JP5962679B2 (ja) | 2014-01-20 | 2014-01-20 | 2足歩行ロボット制御方法及び2足歩行ロボット制御システム |
JP2014-007544 | 2014-01-20 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104793622A true CN104793622A (zh) | 2015-07-22 |
CN104793622B CN104793622B (zh) | 2018-01-30 |
Family
ID=53543998
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510020500.6A Expired - Fee Related CN104793622B (zh) | 2014-01-20 | 2015-01-15 | 两足步行机器人控制方法和两足步行机器人控制系统 |
Country Status (3)
Country | Link |
---|---|
US (1) | US9434430B2 (zh) |
JP (1) | JP5962679B2 (zh) |
CN (1) | CN104793622B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109991989A (zh) * | 2017-12-29 | 2019-07-09 | 深圳市优必选科技有限公司 | 机器人空闲状态下的动态平衡方法、装置及存储介质 |
CN110065062A (zh) * | 2018-01-24 | 2019-07-30 | 南京机器人研究院有限公司 | 一种多关节机器人的运动控制方法 |
CN111538234A (zh) * | 2020-07-08 | 2020-08-14 | 深圳市优必选科技股份有限公司 | 任务分层控制方法、装置、机器人和可读存储介质 |
WO2021003986A1 (zh) * | 2019-07-11 | 2021-01-14 | 北京理工大学 | 一种双足机器人足部力和力矩跟随控制方法 |
CN113770997A (zh) * | 2021-09-06 | 2021-12-10 | 广州科语机器人有限公司 | 机器人及机器人越障控制方法、存储介质和设备 |
CN114905478A (zh) * | 2021-02-08 | 2022-08-16 | 腾讯科技(深圳)有限公司 | 双边遥操作系统及控制方法 |
CN114986526A (zh) * | 2021-03-01 | 2022-09-02 | 腾讯科技(深圳)有限公司 | 机器人运动控制方法、装置、机器人及存储介质 |
CN115256396A (zh) * | 2022-08-23 | 2022-11-01 | 北京理工大学 | 基于双层模型预测控制的双足机器人全向行走质心轨迹规划方法 |
Families Citing this family (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013011644A1 (ja) * | 2011-07-15 | 2013-01-24 | パナソニック株式会社 | 姿勢推定装置、姿勢推定方法、および姿勢推定プログラム |
US9987749B2 (en) * | 2014-08-15 | 2018-06-05 | University Of Central Florida Research Foundation, Inc. | Control interface for robotic humanoid avatar system and related methods |
US10081098B1 (en) | 2014-08-25 | 2018-09-25 | Boston Dynamics, Inc. | Generalized coordinate surrogates for integrated estimation and control |
US9387588B1 (en) | 2014-08-25 | 2016-07-12 | Google Inc. | Handling gait disturbances with asynchronous timing |
US9618937B1 (en) | 2014-08-25 | 2017-04-11 | Google Inc. | Slip detection using robotic limbs |
JP6228097B2 (ja) * | 2014-10-06 | 2017-11-08 | 本田技研工業株式会社 | 移動ロボット |
US9446518B1 (en) * | 2014-11-11 | 2016-09-20 | Google Inc. | Leg collision avoidance in a robotic device |
US9440353B1 (en) | 2014-12-29 | 2016-09-13 | Google Inc. | Offline determination of robot behavior |
US9499218B1 (en) | 2014-12-30 | 2016-11-22 | Google Inc. | Mechanically-timed footsteps for a robotic device |
US9594377B1 (en) * | 2015-05-12 | 2017-03-14 | Google Inc. | Auto-height swing adjustment |
US9586316B1 (en) * | 2015-09-15 | 2017-03-07 | Google Inc. | Determination of robotic step path |
US9789607B1 (en) * | 2015-11-03 | 2017-10-17 | Google Inc. | Achieving a target gait in a legged robot based on steering commands |
US10017218B1 (en) * | 2015-11-11 | 2018-07-10 | Boston Dynamics, Inc. | Achieving a target gait behavior in a legged robot |
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 |
US9789919B1 (en) | 2016-03-22 | 2017-10-17 | Google Inc. | Mitigating sensor noise in legged robots |
JP6682341B2 (ja) * | 2016-05-10 | 2020-04-15 | パナソニック株式会社 | 歩行制御方法、歩行制御プログラム及び2足歩行ロボット |
KR101875510B1 (ko) * | 2016-11-22 | 2018-07-09 | 한국과학기술연구원 | 이족 보행 로봇의 안정된 보행 제어를 위해 단순화된 로봇의 모델링 방법 |
WO2018212226A1 (ja) * | 2017-05-17 | 2018-11-22 | Telexistence株式会社 | 制御装置、ロボット制御方法及びロボット制御システム |
CN109693233B (zh) * | 2017-10-20 | 2020-11-24 | 深圳市优必选科技有限公司 | 机器人姿态检测方法、装置、终端设备及计算机存储介质 |
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 |
US11173605B2 (en) * | 2018-02-26 | 2021-11-16 | dogugonggan Co., Ltd. | Method of controlling mobile robot, apparatus for supporting the method, and delivery system using mobile robot |
JP7285703B2 (ja) * | 2019-06-17 | 2023-06-02 | 株式会社ソニー・インタラクティブエンタテインメント | ロボット制御システム |
CN110920769B (zh) * | 2019-11-28 | 2020-12-15 | 深圳市优必选科技股份有限公司 | 机器人的足腰协调步态规划方法、装置、介质及机器人 |
CN112975941B (zh) * | 2019-12-13 | 2022-06-24 | 深圳市优必选科技股份有限公司 | 机器人控制方法、装置、计算机可读存储介质及机器人 |
CN111098300B (zh) * | 2019-12-13 | 2021-06-04 | 深圳市优必选科技股份有限公司 | 一种机器人平衡控制方法、装置、可读存储介质及机器人 |
JP2021142589A (ja) * | 2020-03-10 | 2021-09-24 | 本田技研工業株式会社 | 移動体の操縦システム |
CN113552880B (zh) * | 2021-07-14 | 2023-08-04 | 中国北方车辆研究所 | 一种双足轮式机器人平衡控制方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10217159A (ja) * | 1997-01-31 | 1998-08-18 | Honda Motor Co Ltd | 脚式移動ロボットの遠隔制御システム |
JPH10291184A (ja) * | 1997-04-21 | 1998-11-04 | Honda Motor Co Ltd | 二足歩行型ロボットの遠隔制御システム |
JP2008036761A (ja) * | 2006-08-04 | 2008-02-21 | Toyota Motor Corp | 動作データ作成装置及びその方法 |
CN101403925A (zh) * | 2008-10-28 | 2009-04-08 | 北京理工大学 | 一种仿人机器人稳定行走的脚着地时间的控制方法及系统 |
CN101414190A (zh) * | 2008-10-28 | 2009-04-22 | 北京理工大学 | 基于有效稳定区域仿人机器人稳定行走的控制方法和系统 |
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 |
US20120143374A1 (en) * | 2010-12-03 | 2012-06-07 | Disney Enterprises, Inc. | Robot action based on human demonstration |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3649861B2 (ja) * | 1997-06-20 | 2005-05-18 | 本田技研工業株式会社 | 二足歩行型ロボットの遠隔制御システム |
JP2003170374A (ja) | 2001-11-30 | 2003-06-17 | Kawasaki Heavy Ind Ltd | ロボットの遠隔操作装置 |
US7313463B2 (en) * | 2005-03-31 | 2007-12-25 | Massachusetts Institute Of Technology | Biomimetic motion and balance controllers for use in prosthetics, orthotics and robotics |
JP2010099418A (ja) | 2008-10-27 | 2010-05-06 | Dainippon Printing Co Ltd | 歩行パターン生成装置、歩行パターン生成方法、及び歩行パターン生成プログラム |
JP5644312B2 (ja) | 2010-09-21 | 2014-12-24 | 大日本印刷株式会社 | 歩行状態表示システム |
JP2013111118A (ja) * | 2011-11-25 | 2013-06-10 | Tomohito Takubo | 歩行補助装置 |
-
2014
- 2014-01-20 JP JP2014007544A patent/JP5962679B2/ja active Active
-
2015
- 2015-01-15 US US14/597,607 patent/US9434430B2/en active Active
- 2015-01-15 CN CN201510020500.6A patent/CN104793622B/zh not_active Expired - Fee Related
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10217159A (ja) * | 1997-01-31 | 1998-08-18 | Honda Motor Co Ltd | 脚式移動ロボットの遠隔制御システム |
US5841258A (en) * | 1997-01-31 | 1998-11-24 | Honda Giken Kogyo Kabushiki Kaisha | Remote control system for legged moving robot |
JPH10291184A (ja) * | 1997-04-21 | 1998-11-04 | Honda Motor Co Ltd | 二足歩行型ロボットの遠隔制御システム |
JP2008036761A (ja) * | 2006-08-04 | 2008-02-21 | Toyota Motor Corp | 動作データ作成装置及びその方法 |
CN101403925A (zh) * | 2008-10-28 | 2009-04-08 | 北京理工大学 | 一种仿人机器人稳定行走的脚着地时间的控制方法及系统 |
CN101414190A (zh) * | 2008-10-28 | 2009-04-22 | 北京理工大学 | 基于有效稳定区域仿人机器人稳定行走的控制方法和系统 |
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 |
US20120143374A1 (en) * | 2010-12-03 | 2012-06-07 | Disney Enterprises, Inc. | Robot action based on human demonstration |
Non-Patent Citations (1)
Title |
---|
郭新明等: "载人两足步行机器人步态规划", 《MECHANICAL & ELECTRICAL ENGINEERING MAGAZINE》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109991989A (zh) * | 2017-12-29 | 2019-07-09 | 深圳市优必选科技有限公司 | 机器人空闲状态下的动态平衡方法、装置及存储介质 |
CN109991989B (zh) * | 2017-12-29 | 2021-12-17 | 深圳市优必选科技有限公司 | 机器人空闲状态下的动态平衡方法、装置及存储介质 |
CN110065062A (zh) * | 2018-01-24 | 2019-07-30 | 南京机器人研究院有限公司 | 一种多关节机器人的运动控制方法 |
WO2021003986A1 (zh) * | 2019-07-11 | 2021-01-14 | 北京理工大学 | 一种双足机器人足部力和力矩跟随控制方法 |
CN111538234A (zh) * | 2020-07-08 | 2020-08-14 | 深圳市优必选科技股份有限公司 | 任务分层控制方法、装置、机器人和可读存储介质 |
CN114905478A (zh) * | 2021-02-08 | 2022-08-16 | 腾讯科技(深圳)有限公司 | 双边遥操作系统及控制方法 |
CN114986526A (zh) * | 2021-03-01 | 2022-09-02 | 腾讯科技(深圳)有限公司 | 机器人运动控制方法、装置、机器人及存储介质 |
CN113770997A (zh) * | 2021-09-06 | 2021-12-10 | 广州科语机器人有限公司 | 机器人及机器人越障控制方法、存储介质和设备 |
CN115256396A (zh) * | 2022-08-23 | 2022-11-01 | 北京理工大学 | 基于双层模型预测控制的双足机器人全向行走质心轨迹规划方法 |
CN115256396B (zh) * | 2022-08-23 | 2024-05-28 | 北京理工大学 | 基于双层模型预测控制的双足机器人全向行走质心轨迹规划方法 |
Also Published As
Publication number | Publication date |
---|---|
US20150202768A1 (en) | 2015-07-23 |
JP5962679B2 (ja) | 2016-08-03 |
CN104793622B (zh) | 2018-01-30 |
US9434430B2 (en) | 2016-09-06 |
JP2015134397A (ja) | 2015-07-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104793622A (zh) | 两足步行机器人控制方法和两足步行机器人控制系统 | |
US20230347524A1 (en) | Generalized coordinate surrogates for integrated estimation and control | |
US20240075998A1 (en) | Control of robotic devices with non-constant body pitch | |
RU2680791C2 (ru) | Всенаправленный колесный человекоподобный робот, основанный на контроллере положения и скорости с линейным прогнозированием | |
US9555543B2 (en) | Robot with joints of variable rigidity and method for calculating said optimized rigidity | |
RU2680628C2 (ru) | Всенаправленный колесный человекоподобный робот, основанный на контроллере положения и скорости с линейным прогнозированием | |
JP4936288B2 (ja) | 目標経路生成システム | |
US8326459B2 (en) | Robot control apparatus, robot control method, and computer readable recording medium having recorded thereon a robot control program | |
US20210162589A1 (en) | Systems and methods for learning agile locomotion for multiped robots | |
JP2007175809A (ja) | ロボット制御装置 | |
WO2009067458A1 (en) | Learning capture points for humanoid push recovery | |
JP6781101B2 (ja) | 非線形システムの制御方法、二足歩行ロボットの制御装置、二足歩行ロボットの制御方法及びそのプログラム | |
Ji et al. | Synthesizing the optimal gait of a quadruped robot with soft actuators using deep reinforcement learning | |
WO2015137169A1 (ja) | 地形判断装置、脚式移動ロボット、ロボットシステム、脚式移動ロボットの制御方法、及び、ロボットシステムの制御方法 | |
JP5104355B2 (ja) | ロボット制御装置、ロボット制御方法およびロボット制御プログラム | |
JP4810880B2 (ja) | ロボットとその制御方法 | |
US7437214B2 (en) | Robot device and method of controlling the same | |
JP2020116710A (ja) | ロボット制御システム | |
US8761926B2 (en) | Apparatus and method for robot control | |
JP4905041B2 (ja) | ロボット制御装置 | |
CN112782973B (zh) | 基于双智能体协作博弈的双足机器人行走控制方法和系统 | |
CN117406787A (zh) | 姿态控制方法、装置、机器人、存储介质和程序产品 | |
JP2004306253A (ja) | ロボット装置及びロボット装置の制御方法 | |
KR20210000770A (ko) | 이동 로봇의 보행 제어 시스템과 방법 및 이를 위한 컴퓨터 프로그램 | |
CN117021093A (zh) | 一种基于三维平衡状态流形引导的动态平衡恢复控制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180130 |
|
CF01 | Termination of patent right due to non-payment of annual fee |