CN105033997A - 一种基于视觉的仿人机器人快速作业全身规划及控制方法 - Google Patents
一种基于视觉的仿人机器人快速作业全身规划及控制方法 Download PDFInfo
- Publication number
- CN105033997A CN105033997A CN201510586749.3A CN201510586749A CN105033997A CN 105033997 A CN105033997 A CN 105033997A CN 201510586749 A CN201510586749 A CN 201510586749A CN 105033997 A CN105033997 A CN 105033997A
- Authority
- CN
- China
- Prior art keywords
- planning
- robot
- control
- instep
- anthropomorphic 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
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
- B25J9/1694—Programme controls characterised by use of sensors other than normal servo-feedback from position, speed or acceleration sensors, perception control, multi-sensor controlled systems, sensor fusion
- B25J9/1697—Vision controlled systems
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J11/00—Manipulators not otherwise provided for
Abstract
本发明提供了一种仿人机器人快速作业全身规划及控制方法,基于视觉信息得到目标位置后,通过判定是否在运动范围内来判定是否跨步以及如何跨步,最后进行手臂规划的运动规划方法。本发明针对机器人快速移动作业任务提出的软着地控制器与摆动腿消振控制器进行动态稳定控制,最后实现机器人快速作业。
Description
技术领域
本发明涉及一种基于微小型视觉系统的仿人机器人快速作业全身规划及控制方法,属于机器人控制技术领域。
背景技术
仿人机器人具有人类的外形特征,能够在不改变人类日常生活环境及工作条件的前提下,辅助或代替人完成各种工作,节省改造环境的巨大成本。仿人机器人作为机器人领域的高技术前沿,具有潜在的强大应用前景,已成为智能机器人技术研究的焦点。刚刚结束的美国国防部先进研究项目局举办的机器人挑战赛旨在考查机器人的抗灾救援能力,各个参赛队被要求开车、走路、开门、钻墙、关闭消防栓、越过障碍、爬梯子等项目,可以说该比赛汇聚了世界各国的最先进机器人,也代表了世界机器人的先进水平。纵观各个项目,机器人也都是在相对静态环境下进行缓慢操作,并未实现快速动态过程中的操作动作。就比赛而言,各参赛队出色的完成了比赛,然而实际境况中,若真在救灾现场,时间就是生命与金钱,机器人如果能够突破动态快速作业的关键技术,必将实现其走向实用化的跨越式发展。
由于仿人机器人本身的复杂性以及运动过程中的稳定性保持极其困难,现有的仿人机器人并不能实现全身快速运动与作业,只能完成相对静态的作业,例如双足固定不动,手臂完成较慢的操作以保证仿人机器人的稳定性;另外仿人机器人手臂大多只对静态物体进行操作,不能对动态物体进行操作(例如抓取飞来物体等任务)。因此,就需要提高仿人机器人的工作效率及实用性,解决仿人机器人快速移动作业过程中的视觉检测、全身规划及稳定性控制等关键技术问题。
发明内容
本发明的目的在于提供一种基于微小型视觉系统的仿人机器人快速作业全身规划及控制方法,解决仿人机器人快速移动作业过程中的视觉检测、全身规划及稳定性控制等关键技术问题。
本发明的技术方案是
一种仿人机器人快速作业全身规划及控制方法,所述仿人机器人具有微小视觉系统,所述方法包括如下步骤:
步骤1,通过视觉检测分析运动目标轨迹,确定手臂末端执行器需要到达的目标位置及剩余时间;
步骤2,根据仿人机器人自身状态进行全身运动规划,
步骤3,进行动态稳定控制;
步骤4,实现仿人机器人快速作业。
优选地,所述的微小视觉系统包括双目摄像头、信号处理板、相机云台伺服控制电路;所述微小视觉系统安装在所述仿人机器人头部,其具有两个自由度,控制双目摄像头进行360°全方位搜索。
优选地,所述步骤2中的全身运动规划过程包括如下步骤:
对目标位置及剩余时间进行检测,根据机器人自身状态确定目标位置是否在运动范围内,若在,则只规划手臂轨迹;若不在,则通过双足跨步的方式增大运动范围;
在双足轨迹规划时首先对跨步规划进行分析,判定是否单步跨步就能完成目标规划,若是则只做单步规划,若否则进行多步连续规划;
进行手臂规划。
优选地,所述仿人机器人具有足部感知系统,所述步骤3中的动态稳定控制包括软着地控制,所述软着地进一步包括:
利用足部感知系统采集的脚面距地面距离及脚面姿态的信息,对摆动腿进行控制,
d为足部感知系统测量的脚面的顶点离地面的距离,通过微分可以得到脚面着地的速度,
通过这四个顶点与地面的距离及接近速度,控制摆动腿进行软着地,目的是着地时,摆动腿脚面与地面平行,与地面相对速度为零。
优选地,所述步骤3中的动态稳定控制包括摆动腿控制,所述摆动腿控制进一步包括:
以足部感知系统采集的摆动腿的角速度、角加速度为输入,输出摆动腿髋关节的修正量Δθh(t);
θh0(t)等于在线规划的动态步态髋关节的参考值,该参考值加上修正量Δθh(t)为髋关节的实际参考值,达到消除振荡的目的。
现有的仿人机器人作业方案由于稳定性原因,常采用静态状态下(即双足固定的状态下)完成手臂作业,并不能实现快速高效的作业;另外其作业内容也紧紧局限于静态物体。本发明旨在突破仿人机器人迈入实用化的重大瓶颈,提出了基于视觉系统的仿人机器人手臂快速作业过程中的全身运动规划与控制方法,解决现有仿人机器人工作效率较低等问题,快速高效稳定的到达指定位置,高效完成任务。
附图说明
图1是本发明的基于视觉系统的仿人机器人迅速作业全身规划及控制流程图。
图2是根据本发明的微小型视觉系统示意图
图3是全身运动规划流程图
图4是摆动腿软着地控制示意图
图5是摆动腿消振控制原理示意图
具体实施方式
图1为基于视觉系统的仿人机器人快速作业全身规划及控制流程图,过程如下:通过视觉检测分析运动目标轨迹,确定手臂末端执行器需要到达的目标位置及剩余时间,根据机器人自身状态进行全身运动规划,而后进行动态稳定控制,最后实现机器人快速作业。
提到的微小视觉系统由高速相机、信号处理板、相机云台伺服控制电路等构成。安装在仿人机器人头部的两个自由度(自由度1和自由度2)可以控制双目摄像头进行360°全方位搜索,具有安装空间小的特点,如图2所示。
图3为全身运动规划流程图,过程如下:首先对目标位置及剩余时间进行检测,根据机器人自身状态确定目标位置是否在运动范围内,若在,则只规划手臂轨迹;若不在,则通过双足跨步的方式增大运动范围。为最大限度节省时间,提高效率,在双足轨迹规划时首先对跨步规划进行判定,是否单步跨步就能完成目标规划,若是则只做单步规划,若否则进行多步连续规划,最后进行手臂规划。
机器人在快速跨步时,摆动腿必须是快速抬起,快速落下,这种快速着地很可能在0.15s左右完成,导致了地面给摆动腿较大的冲击,使机器人不稳定。为了使机器人软着地,设计软着地控制器,利用足部感知系统采集的脚面距地面距离及脚面姿态等信息,对摆动腿进行控制,如图4。d为足部感知系统测量的脚面的顶点离地面的距离,通过微分可以得到脚面着地的速度,通过这四个顶点与地面的距离及接近速度,控制摆动腿进行软着地,目的是着地时,摆动腿脚面与地面平行,与地面相对速度为零。
当机器人进行快速跨步时,机器人的髋关节运动角度较大,而且下肢的惯量较大,势必导致摆动腿振荡,对机器人稳定性产生严重影响。为了消除振荡,设计摆动腿控制器,以足部感知系统采集的摆动腿的角速度、角加速度为输入,摆动腿髋关节的修正量Δθh(t)输出。θh0(t)等于在线规划的动态步态髋关节的参考值,该参考值加上修正量Δθh(t)为髋关节的实际参考值,达到消除振荡的目的,如图5所示。
Claims (5)
1.一种仿人机器人快速作业全身规划及控制方法,所述仿人机器人具有微小视觉系统,所述方法包括如下步骤:
步骤1,通过视觉检测分析运动目标轨迹,确定手臂末端执行器需要到达的目标位置及剩余时间;
步骤2,根据仿人机器人自身状态进行全身运动规划,
步骤3,进行动态稳定控制;
步骤4,实现仿人机器人快速作业。
2.根据权利要求1所述的方法,其特征在于,所述的微小视觉系统包括双目摄像头、信号处理板、相机云台伺服控制电路;所述微小视觉系统安装在所述仿人机器人头部,其具有两个自由度,控制双目摄像头进行360°全方位搜索。
3.根据权利要求1所述的方法,其特征在于,所述步骤2中的全身运动规划过程包括如下步骤:
对目标位置及剩余时间进行检测,根据机器人自身状态确定目标位置是否在运动范围内,若在,则只规划手臂轨迹;若不在,则通过双足跨步的方式增大运动范围;
在双足轨迹规划时首先对跨步规划进行分析,判定是否单步跨步就能完成目标规划,若是则只做单步规划,若否则进行多步连续规划;
进行手臂规划。
4.根据权利要求1所述的方法,其特征在于,所述仿人机器人具有足部感知系统,所述步骤3中的动态稳定控制包括软着地控制,所述软着地进一步包括:
利用足部感知系统采集的脚面距地面距离及脚面姿态的信息,对摆动腿进行控制,
d为足部感知系统测量的脚面的顶点离地面的距离,通过微分可以得到脚面着地的速度,
通过这四个顶点与地面的距离及接近速度,控制摆动腿进行软着地,目的是着地时,摆动腿脚面与地面平行,与地面相对速度为零。
5.根据权利要求1所述的方法,其特征在于,所述步骤3中的动态稳定控制包括摆动腿控制,所述摆动腿控制进一步包括:
以足部感知系统采集的摆动腿的角速度、角加速度为输入,输出摆动腿髋关节的修正量Δθh(t);
θh0(t)等于在线规划的动态步态髋关节的参考值,该参考值加上修正量Δθh(t)为髋关节的实际参考值,达到消除振荡的目的。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510586749.3A CN105033997B (zh) | 2015-09-15 | 2015-09-15 | 一种仿人机器人快速作业全身规划及控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510586749.3A CN105033997B (zh) | 2015-09-15 | 2015-09-15 | 一种仿人机器人快速作业全身规划及控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105033997A true CN105033997A (zh) | 2015-11-11 |
CN105033997B CN105033997B (zh) | 2017-06-13 |
Family
ID=54441261
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510586749.3A Active CN105033997B (zh) | 2015-09-15 | 2015-09-15 | 一种仿人机器人快速作业全身规划及控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105033997B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106426200A (zh) * | 2016-10-14 | 2017-02-22 | 深圳四博智联科技有限公司 | 一种乒乓球机器人及其控制方法 |
CN106901916A (zh) * | 2017-03-13 | 2017-06-30 | 上海大学 | 一种采用脑电信号控制的可行走座椅装置及其控制系统 |
CN109483540A (zh) * | 2018-11-21 | 2019-03-19 | 南京邮电大学 | 基于高斯惩罚的仿人机器人分层踢球优化模型的优化方法 |
CN110647819A (zh) * | 2019-08-28 | 2020-01-03 | 中国矿业大学 | 一种井下人员跨越皮带异常行为检测方法及装置 |
CN111571588A (zh) * | 2020-05-15 | 2020-08-25 | 深圳国信泰富科技有限公司 | 一种机器人全身动作规划方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005007491A (ja) * | 2003-06-17 | 2005-01-13 | Sony Corp | 脚式歩行ロボットの運動制御装置及び運動制御方法 |
US20050065650A1 (en) * | 2002-11-15 | 2005-03-24 | Lewis Murray Anthony | Certain principles of biomorphic robots including foot placement selection using non-geometric visual properties |
CN101402199A (zh) * | 2008-10-20 | 2009-04-08 | 北京理工大学 | 基于视觉的手眼式低伺服精度机器人移动目标抓取方法 |
CN101531006A (zh) * | 2009-03-31 | 2009-09-16 | 清华大学 | 双足机器人动力式行走方法 |
CN102139714A (zh) * | 2010-01-18 | 2011-08-03 | 三星电子株式会社 | 仿人机器人及其步行控制方法 |
CN102902271A (zh) * | 2012-10-23 | 2013-01-30 | 上海大学 | 基于双目视觉的机器人目标识别与抓取系统及方法 |
CN104656676A (zh) * | 2014-12-25 | 2015-05-27 | 北京理工大学 | 一种仿人机器人手腿眼伺服控制的装置与方法 |
CN204366968U (zh) * | 2015-01-04 | 2015-06-03 | 广东工业大学 | 基于三维体感摄影机的多自由度仿人机器人 |
-
2015
- 2015-09-15 CN CN201510586749.3A patent/CN105033997B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050065650A1 (en) * | 2002-11-15 | 2005-03-24 | Lewis Murray Anthony | Certain principles of biomorphic robots including foot placement selection using non-geometric visual properties |
JP2005007491A (ja) * | 2003-06-17 | 2005-01-13 | Sony Corp | 脚式歩行ロボットの運動制御装置及び運動制御方法 |
CN101402199A (zh) * | 2008-10-20 | 2009-04-08 | 北京理工大学 | 基于视觉的手眼式低伺服精度机器人移动目标抓取方法 |
CN101531006A (zh) * | 2009-03-31 | 2009-09-16 | 清华大学 | 双足机器人动力式行走方法 |
CN102139714A (zh) * | 2010-01-18 | 2011-08-03 | 三星电子株式会社 | 仿人机器人及其步行控制方法 |
CN102902271A (zh) * | 2012-10-23 | 2013-01-30 | 上海大学 | 基于双目视觉的机器人目标识别与抓取系统及方法 |
CN104656676A (zh) * | 2014-12-25 | 2015-05-27 | 北京理工大学 | 一种仿人机器人手腿眼伺服控制的装置与方法 |
CN204366968U (zh) * | 2015-01-04 | 2015-06-03 | 广东工业大学 | 基于三维体感摄影机的多自由度仿人机器人 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106426200A (zh) * | 2016-10-14 | 2017-02-22 | 深圳四博智联科技有限公司 | 一种乒乓球机器人及其控制方法 |
WO2018068551A1 (zh) * | 2016-10-14 | 2018-04-19 | 深圳四博智联科技有限公司 | 一种乒乓球机器人及其控制方法 |
CN106426200B (zh) * | 2016-10-14 | 2018-09-18 | 深圳四博智联科技有限公司 | 一种乒乓球机器人及其控制方法 |
CN106901916A (zh) * | 2017-03-13 | 2017-06-30 | 上海大学 | 一种采用脑电信号控制的可行走座椅装置及其控制系统 |
CN109483540A (zh) * | 2018-11-21 | 2019-03-19 | 南京邮电大学 | 基于高斯惩罚的仿人机器人分层踢球优化模型的优化方法 |
CN109483540B (zh) * | 2018-11-21 | 2022-02-25 | 南京邮电大学 | 基于高斯惩罚的仿人机器人分层踢球优化模型的优化方法 |
CN110647819A (zh) * | 2019-08-28 | 2020-01-03 | 中国矿业大学 | 一种井下人员跨越皮带异常行为检测方法及装置 |
CN110647819B (zh) * | 2019-08-28 | 2022-02-01 | 中国矿业大学 | 一种井下人员跨越皮带异常行为检测方法及装置 |
CN111571588A (zh) * | 2020-05-15 | 2020-08-25 | 深圳国信泰富科技有限公司 | 一种机器人全身动作规划方法及系统 |
CN111571588B (zh) * | 2020-05-15 | 2021-05-18 | 深圳国信泰富科技有限公司 | 一种机器人全身动作规划方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN105033997B (zh) | 2017-06-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105033997B (zh) | 一种仿人机器人快速作业全身规划及控制方法 | |
CN102749919B (zh) | 一种多足机器人平衡控制方法 | |
Koolen et al. | Summary of team IHMC's virtual robotics challenge entry | |
Li et al. | Dynamic balance control for biped robot walking using sensor fusion, Kalman filter, and fuzzy logic | |
Yi et al. | Online learning of a full body push recovery controller for omnidirectional walking | |
CN109605364A (zh) | 一种仿人机器人摔倒检测和稳定控制方法 | |
Yi et al. | Practical bipedal walking control on uneven terrain using surface learning and push recovery | |
Heydari et al. | Robust model predictive control of biped robots with adaptive on-line gait generation | |
Kim et al. | Approach of team snu to the darpa robotics challenge finals | |
Zhao et al. | Terrain classification and adaptive locomotion for a hexapod robot Qingzhui | |
CN107856035A (zh) | 一种基于强化学习和全身控制器的鲁棒性动态运动方法 | |
Irawan et al. | Force threshold-based omni-directional movement for hexapod robot walking on uneven terrain | |
Neville et al. | A bipedal running robot with one actuator per leg | |
Jianhua | Design and kinematic simulation for Six-DOF leg mechanism of hexapod robot | |
Peng et al. | Whole-body balance stability regions for multi-level momentum and stepping strategies | |
Zhao et al. | A real-time low-computation cost human-following framework in outdoor environment for legged robots | |
CN105128011A (zh) | 一种基于视觉和移动的仿人机器人投射及稳定控制方法 | |
Ulloa et al. | Design and mixed-reality teleoperation of a quadruped-manipulator robot for sar tasks | |
Gür et al. | Model-based proprioceptive state estimation for spring-mass running | |
Dong et al. | On-line gait adjustment for humanoid robot robust walking based on divergence component of motion | |
Degani et al. | A dynamic single actuator vertical climbing robot | |
Chen et al. | A semi-autonomous quadruped robot for performing disinfection in cluttered environments | |
Yao et al. | A transferable legged mobile manipulation framework based on disturbance predictive control | |
Shang et al. | Foot placement estimator for quadruped push recovery | |
Lu et al. | Whole‐body motion planning and control of a quadruped robot for challenging terrain |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |