CN104816298B - 一种仿人机器人摔倒动作的相似性评价方法 - Google Patents

一种仿人机器人摔倒动作的相似性评价方法 Download PDF

Info

Publication number
CN104816298B
CN104816298B CN201510239456.8A CN201510239456A CN104816298B CN 104816298 B CN104816298 B CN 104816298B CN 201510239456 A CN201510239456 A CN 201510239456A CN 104816298 B CN104816298 B CN 104816298B
Authority
CN
China
Prior art keywords
joint
robot
section
human body
sampling time
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
CN201510239456.8A
Other languages
English (en)
Other versions
CN104816298A (zh
Inventor
黄强
余张国
武赢
陈学超
孟立波
张伟民
田野
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.)
Beijing Institute of Technology BIT
Original Assignee
Beijing Institute of Technology BIT
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 Beijing Institute of Technology BIT filed Critical Beijing Institute of Technology BIT
Priority to CN201510239456.8A priority Critical patent/CN104816298B/zh
Publication of CN104816298A publication Critical patent/CN104816298A/zh
Application granted granted Critical
Publication of CN104816298B publication Critical patent/CN104816298B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1628—Programme controls characterised by the control loop
    • B25J9/1651—Programme controls characterised by the control loop acceleration, rate control
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1628—Programme controls characterised by the control loop
    • B25J9/1633—Programme controls characterised by the control loop compliant, force, torque control, e.g. combined with position control
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1628—Programme controls characterised by the control loop
    • B25J9/1653—Programme controls characterised by the control loop parameters identification, estimation, stiffness, accuracy, error analysis

Abstract

本发明提供了一种仿人机器人摔倒动作的相似性评价方法，通过提出的相似性评价函数，综合运动学和动力学全方位的因素，把各关节加速度和受力因素考虑进来，提供了综合考虑机器人摔倒过程中的相似性评价方法。

Description

一种仿人机器人摔倒动作的相似性评价方法
技术领域
本发明是涉及一种仿人机器人动作评价方法，属于机器人技术领域。
背景技术
仿人机器人是与人类最接近的一种机器人，和其他构形的机器人相比，仿人机器人在外形上更加友好，同时能方便地使用为人类发明设计的各种工具，更容易适应人类生活环境。随着科技的发展，人们对智能机器人的需求日益增长。仿人机器人具有广阔的发展前景。
但是目前大多数仿人机器人只能在特定环境中移动，难以适应复杂环境，而无法投入实际应用。主要瓶颈之一是仿人机器人摔倒会对自身造成致命性损伤，从而使其不能正常运行。
为了减小仿人机器人摔倒对自身造成的影响，一些学者对仿人机器人摔倒运动进行了研究，并提出了一些用专门的摔倒控制器来控制其摔倒运动的方法。
专利号为200810171982.5的中国发明专利《基于人体运动轨迹的机器人节奏性动作的相似性评价方法》提出了基于人体规律的机器人和人体动作的相似性评价方法，包含空间和时间因素
非专利文献Huang Q,Yu Z,Zhang W,et al.Design and similarity evaluationon humanoid motion based on human motion capture[J].Robotica,2010,28(05):737-745.提出了一种描述机器人和人体空间动作(刀书表演)的相似性评价方法，考虑空间位置和速度的动作相似。
机器人的摔倒过程，既包含运动学上的约束，也包含动力学上的约束。尤其是摔倒碰撞过程中，受力情况是一个重要指标。
然而，现有的方法大多数只简单的考虑了摔倒时下身的运动，而考虑手臂的运动控制对摔倒的影响的研究较少，特别是基于仿生的手臂摔倒运动控制更为缺乏。
现有的评价函数大多只考虑空间位形和速度的相似，即只考虑运动学层次上的相似，没有考虑动力学方面的相似，即没有把各关节加速度和受力因素考虑进来。
发明内容
本发明的目的是提供一种一种基于仿生规律的仿人机器人摔倒过程中，动作的相似性评价方法。
本发明采取的技术方案是：
一种仿人机器人摔倒动作的相似性评价方法，包括以下步骤：
(1)通过运动捕捉系统捕捉人体摔倒运动数据，同时用测力台分别测人体和机器人手臂末端触地受力情况；
(2)由逆运动学和逆动力学，由笛卡尔空间末端位姿，以及受力和/或力矩，求得关节空间各关节的姿态，以及受力和/或力矩；
(3)按照各个关节是否相对于身体运动进行分割，分割段数目代号p(p＝1,2,3…e)；对身体关节相对运动的时间段进行分析，相对静止的不考虑，舍掉；
(4)对每一个分割的基段进行运动学和动力学时间上分割并匹配；
(5)按照匹配的结果，由机器人机械结构自由度的约束，合理修改人体运动数据，把人体数据映射到机器人上；
(6)对人体和机器人的数据按照采样时间进行三次样条插值，并得到人体和机器人在摔倒过程中各个关节的位置、速度、加速度；
(7)通过相似性评价函数，在运动学，动力学和时间上对机器人摔倒过程进行评价。
优选地，所述进行评价的公式如下：
sp＝A+B+C+D
A和B：运动学层次的相似，即各关节位置和速度在对应时间段上的相似；
C和D：动力学层次的相似，即各关节加速度和力(力矩)在对应时间段上的相似。
优选地，所述评价公式具体如下(公式右边四项分别对应A，B，C，D)：
s p = h . 1 1 + Σ i = 1 n C i . β i + ( 0.5 - h ) . 1 1 + Σ 1 n C i β i , + m . 1 1 + Σ i = 1 n C i a i + ( 0.5 - m ) . 1 1 + Σ 1 n C i f i
sp：分割段p的相似性评价系数；
n:完成相应摔倒动作的所有相关的关节数目；
i：完成相应动作的相关联的关节编号；
h:运动学层次上的空间和时间相似权重的比例调节系数；
m:动力学层次上的各关节加速度相似影响系数；
βi：i关节的空间相似性；
i关节的时间相似性：
机器人的i关节在分割段p的各个采样时间段(1…k)的关节角；
人体映射的i关节在分割段p的各个采样时间段(1…k)的关节角；
ΔQri(tr)＝|ΔQri(tr)max-ΔQri(tr)min|：机器人对应动作中，相关联的所有关节的最大误差；
机器人的i关节在分割段p的各个采样时间段(1…k)的关节速度；
人体映射的i关节在分割段p的各个采样时间段(1…k)的关节速度；
机器人对应动作中，相关联的所有关节的最大速度误差；
ai：i关节的加速度相似性；
机器人的i关节在分割段p的各个采样时间段(1…k)的关节加速度；
人体映射的i关节在分割段p的各个采样时间段(1…k)的关节加速度；
ΔAri(tr)＝|ΔAri(tr)max-ΔAri(tr)min|：机器人对应动作中，相关联的所有关节的最大加速度误差；
fi:i关节的受力相似性；
机器人的i关节在分割段p的各个采样时间段(1…k)的关节受力或力矩；
人体映射的i关节在分割段p的各个采样时间段(1…k)的关节受力或力矩；
ΔFri(tr)＝|ΔFri(tr)max-ΔFri(tr)min|：机器人对应动作中，相关联的所有关节的最大受力或力矩的误差；
Ci：权重系数，摔倒过程中，起主要作用的关节的权重大，辅助
作用的权重小。
优选地，所述运动学层次上的空间和时间相似权重的比例调节系数设为0.25。
优选地，所述动力学层次上的各关节加速度相似影响系数设为0.25。
通过采用以上技术方案，本发明提出的相似性评价函数，综合运动学和动力学全方位的因素，提供了综合考虑机器人摔倒过程中的相似性评价方法。
附图说明
图1是本发明的评价方法建立过程的场景示意图。
具体实施方式
人类经过长期进化，具备在摔倒过程中自我保护的能力，人类会利用全身的运动来尽可能减小摔倒对自身带来的伤害。因此，本发明从仿生学角度出发，借鉴人体摔倒运动的产生与控制机理(特指手臂)，研究仿人机器人的摔倒运动规划与控制技术(手臂)，使机器人在摔倒时能主动控制自身的全身运动，将摔倒对自身的损伤减小到最小。
所以基于仿生学的观点，需要对机器人摔倒过程中，和人类的相似性进行评价，从而为我们设计更有的机器人摔倒策略提供参考价值。
下面结合附图对本发明作进一步说明。
评价建立流程
1)运动捕捉系统捕捉人体摔倒运动数据，同时用测力台分别测人体和机器人手臂末端触地受力情况(如图1所示)；
2)由逆运动学和逆动力学，由笛卡尔空间末端位姿和受力(力矩)，求得关节空间各关节的姿态和受力(力矩)；
3)按照各个关节是否相对于身体运动进行分割，分割段数目代号p(p＝1，2，3…e)；对身体关节相对运动的时间段进行分析，相对静止的不考虑，舍掉；
4)对每一个分割的基段进行运动学和动力学时间上分割并匹配；
5)按照匹配的结果，由机器人机械结构自由度的约束，合理修改人体运动数据，把人体数据映射到机器人上；
6)对人体和机器人的数据按照采样时间进行三次样条插值，并得到人体和机器人在摔倒过程中各个关节的位置，速度，加速度；
7)通过相似性评价函数，在运动学，动力学和时间上对机器人摔倒过程进行评价；
评价公式如下：
sp＝A+B+C+D
A和B：运动学层次的相似，即各关节位置和速度在对应时间段上的相似
C和D：动力学层次的相似，即各关节加速度和力(力矩)在对应时间段上的相似
具体如下(公式右边四项分别对应A，B，C，D)：
s p = h . 1 1 + Σ i = 1 n C i . β i + ( 0.5 - h ) . 1 1 + Σ 1 n C i β i , + m . 1 1 + Σ i = 1 n C i a i + ( 0.5 - m ) . 1 1 + Σ 1 n C i f i
sp：分割段p的相似性评价系数
n:完成相应摔倒动作的所有相关的关节数目
i：完成相应动作的相关联的关节编号
h:运动学层次上的空间和时间相似权重的比例调节系数，一般设为0.25
m:动力学层次上的各关节加速度相似影响系数，一般设为0.25
βi：i关节的空间相似性；
i关节的时间相似性：
机器人的i关节在分割段p的各个采样时间段(1…k)的关节角
人体映射的i关节在分割段p的各个采样时间段(1…k)的关节角
ΔQri(tr)＝|ΔQri(tr)max-ΔQri(tr)min|：机器人对应动作中，相关联的所有关节的最大误差。
机器人的i关节在分割段p的各个采样时间段(1…k)的关节速度
人体映射的i关节在分割段p的各个采样时间段(1…k)的关节速度
机器人对应动作中，相关联的所有关节的最大速度误差。
ai：i关节的加速度相似性；
机器人的i关节在分割段p的各个采样时间段(1…k)的关节加速度
人体映射的i关节在分割段p的各个采样时间段(1…k)的关节加速度
ΔAri(tr)＝|ΔAri(tr)max-ΔAri(tr)min|：机器人对应动作中，相关联的所有关节的最大加速度误差。
fi:i关节的受力相似性；
机器人的i关节在分割段p的各个采样时间段(1…k)的关节受力(力矩)
人体映射的i关节在分割段p的各个采样时间段(1…k)的关节受力(力矩)
ΔFri(tr)＝|ΔFri(tr)max-ΔFri(tr)min|：机器人对应动作中，相关联的所有关节的最大受力(力矩)误差。
Ci：权重系数。摔倒过程中，起主要作用的关节的权重大，辅助作用的权重小
采样时间
对于任意的分割段p
为保证采样结果正确，需满足如下约束：
1 - ϵ ≤ T p h T p r / T h T r ≤ 1 + ϵ
分割段p人体运动的总时间；
ΔTh：采样时间间隔k代表采样个数
分割段p机器人运动的总时间
ΔTh：采样时间间隔k代表采样个数
Th：人体摔倒的总体时间，
Tr：机器人摔倒的总体时间，
ε趋于0，但是大于0
通过上述过程，可以把分割段p的相似性评价系数求出来。

Claims (4)

1.一种仿人机器人摔倒动作的相似性评价方法，包括以下步骤：
(1)通过运动捕捉系统捕捉人体摔倒运动数据，同时用测力台分别测人体和机器人手臂末端触地受力情况；
(2)由逆运动学和逆动力学，由笛卡尔空间末端位姿，以及受力和/或力矩，求得关节空间各关节的姿态，以及受力和/或力矩；
(3)按照各个关节是否相对于身体运动进行分割，分割段数目代号p(p＝1,2,3…e)；对身体关节相对运动的时间段进行分析，相对静止的不考虑，舍掉；
(4)对每一个分割的基段进行运动学和动力学时间上分割并匹配；
(5)按照匹配的结果，由机器人机械结构自由度的约束，合理修改人体运动数据，把人体数据映射到机器人上；
(6)对人体和机器人的数据按照采样时间进行三次样条插值，并得到人体和机器人在摔倒过程中各个关节的位置、速度、加速度；
(7)通过相似性评价函数，在运动学，动力学和时间上对机器人摔倒过程进行评价；
所述进行评价的公式如下：
sp＝A+B+C+D
A和B：运动学层次的相似，即各关节位置和速度在对应时间段上的相似；
C和D：动力学层次的相似，即各关节加速度和力(力矩)在对应时间段上的相似；
所述评价公式具体如下(公式右边四项分别对应A，B，C，D)：
sp：分割段p的相似性评价系数；
n:完成相应摔倒动作的所有相关的关节数目；
i：完成相应动作的相关联的关节编号；
h:运动学层次上的空间和时间相似权重的比例调节系数；
m:动力学层次上的各关节加速度相似影响系数；
βi：i关节的空间相似性；
β’i：i关节的时间相似性：
机器人的i关节在分割段p的各个采样时间段(1…k)的关节角；
人体映射的i关节在分割段p的各个采样时间段(1…k)的关节角；
ΔQri(tr)＝|ΔQri(tr)max-ΔQri(tr)min|：机器人对应动作中，相关联的所有关节的最大误差；
机器人的i关节在分割段p的各个采样时间段(1…k)的关节速度；
人体映射的i关节在分割段p的各个采样时间段(1…k)的关节速度；
ΔQ′ri(tr)＝|ΔQ′ri(tr)max-ΔQ′ri(tr)min|：机器人对应动作中，相关联的所有关节的最大速度误差；
ai：i关节的加速度相似性；
机器人的i关节在分割段p的各个采样时间段(1…k)的关节加速度；
人体映射的i关节在分割段p的各个采样时间段(1…k)的关节加速度；
ΔAri(tr)＝|ΔAri(tr)max-ΔAri(tr)min|：机器人对应动作中，相关联的所有关节的最大加速度误差；
fi:i关节的受力相似性；
机器人的i关节在分割段p的各个采样时间段(1…k)的关节受力或力矩；
人体映射的i关节在分割段p的各个采样时间段(1…k)的关节受力或力矩；
ΔFri(tr)＝|ΔFri(tr)max-ΔFri(tr)min|：机器人对应动作中，相关联的所有关节的最大受力或力矩的误差；
Ci：权重系数，摔倒过程中，起主要作用的关节的权重大，辅助作用的权重小。
2.根据权利要求1所述的方法，其特征在于，所述运动学层次上的空间和时间相似权重的比例调节系数设为0.25。
3.根据权利要求1或2所述的方法，其特征在于，所述动力学层次上的各关节加速度相似影响系数设为0.25。
4.根据权利要求1所述的方法，其特征在于，对于任意的分割段p，
为保证采样结果正确，需满足如下约束：
ε趋于0，但是大于0
分割段p人体运动的总时间；
ΔTh：采样时间间隔，k代表采样个数
分割段p机器人运动的总时间；
Th：人体摔倒的总体时间，
Tr：机器人摔倒的总体时间，
CN201510239456.8A 2015-05-12 2015-05-12 一种仿人机器人摔倒动作的相似性评价方法 Active CN104816298B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510239456.8A CN104816298B (zh) 2015-05-12 2015-05-12 一种仿人机器人摔倒动作的相似性评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510239456.8A CN104816298B (zh) 2015-05-12 2015-05-12 一种仿人机器人摔倒动作的相似性评价方法

Publications (2)

Publication Number Publication Date
CN104816298A CN104816298A (zh) 2015-08-05
CN104816298B true CN104816298B (zh) 2016-08-31

Family

ID=53726898

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510239456.8A Active CN104816298B (zh) 2015-05-12 2015-05-12 一种仿人机器人摔倒动作的相似性评价方法

Country Status (1)

Country Link
CN (1) CN104816298B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107877512A (zh) * 2017-09-29 2018-04-06 北京理工大学 一种机器鼠与实验鼠运动相似性评价方法
CN107818318B (zh) * 2017-11-27 2020-05-22 华南理工大学 一种人形机器人模仿相似度评价方法
CN111291831B (zh) * 2020-03-06 2023-12-08 北京理工大学 一种仿人机器人摔倒预测方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE60142847D1 (de) * 2000-11-17 2010-09-30 Honda Motor Co Ltd Zweifüssiger roboter
JP2004364396A (ja) * 2003-06-04 2004-12-24 Yaskawa Electric Corp モータの制御装置および制御方法
CN1830635A (zh) * 2005-03-10 2006-09-13 北京理工大学 基于人体运动轨迹的仿人形机器人动作的相似性评价
CN101412218B (zh) * 2008-10-28 2010-09-29 北京理工大学 基于人体运动轨迹的机器人节奏性动作的相似性评价方法

Also Published As

Publication number Publication date
CN104816298A (zh) 2015-08-05

Similar Documents

Publication Publication Date Title
CN101610877B (zh) 用于触觉控制的方法和设备
Wooten et al. Exploration and inspection with vine-inspired continuum robots
CN104816298B (zh) 一种仿人机器人摔倒动作的相似性评价方法
KR20100026785A (ko) 진화 알고리즘과 모방학습에 기초한 로봇의 동작 제어 방법
Nonami et al. Hydraulically actuated hexapod robots
Fang et al. Skill learning for human-robot interaction using wearable device
CN108860360A (zh) 一种四足机器人跳跃障碍的系统
CN106826813A (zh) 基于曲线拟合建模和多重约束落足点评估的机器人稳定运动控制方法
CN1947960A (zh) 用于识别环境和进行作业的仿人机器人
CN107578461A (zh) 一种基于子空间筛选的三维虚拟人体物理运动生成方法
CN104858852A (zh) 类人机器人实时模仿人体上肢动作的优化与约束方法
CN104809276A (zh) 一种多手指机器人动力学解析模型及其建模方法
Takemori et al. Development of the multifunctional rescue robot FUHGA2 and evaluation at the world robot summit 2018
Neilson et al. A Riemannian geometry theory of human movement: The geodesic synergy hypothesis
CN106239511A (zh) 一种基于头部运动的机器人移动控制方式
CN104715133B (zh) 一种待辨识对象的运动学参数在轨辨识方法和装置
Xinfeng et al. Dynamics analyze of a dual-arm space robot system based on Kane's method
Zhang et al. Rigid-flexible coupling dynamic modeling and performance analysis of a bioinspired jumping robot with a six-bar leg mechanism
Higashimori et al. Dimensional analysis based design on tracing type legged robots
US20180043245A1 (en) Simulation System for Balance Control in Interactive Motion
Hubicki From running birds to walking robots: optimization as a unifying framework for dynamic bipedal locomotion
CN205870565U (zh) 一种基于Kinect的远程体感机器人控制系统
Slovich et al. Hume: A bipedal robot for human-centered hyperagility
CN112882467A (zh) 一种双足仿人机器人在斜坡上行走的步态规划方法
Choi et al. Comparison of linear and torsion-based dynamic modeling of a jumping robot via energy conversion

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
C14 Grant of patent or utility model
GR01 Patent grant