CN106681341A - 基于多维度工作空间耦合算法的多足机器人步态优化控制方法 - Google Patents
基于多维度工作空间耦合算法的多足机器人步态优化控制方法 Download PDFInfo
- Publication number
- CN106681341A CN106681341A CN201611138355.2A CN201611138355A CN106681341A CN 106681341 A CN106681341 A CN 106681341A CN 201611138355 A CN201611138355 A CN 201611138355A CN 106681341 A CN106681341 A CN 106681341A
- Authority
- CN
- China
- Prior art keywords
- fuselage
- constraint
- coordinate system
- leg
- spaces
- 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
- 230000005021 gait Effects 0.000 title claims abstract description 70
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000004422 calculation algorithm Methods 0.000 title claims abstract description 29
- 230000008878 coupling Effects 0.000 title claims abstract description 24
- 238000010168 coupling process Methods 0.000 title claims abstract description 24
- 238000005859 coupling reaction Methods 0.000 title claims abstract description 24
- 238000005457 optimization Methods 0.000 title claims abstract description 24
- 238000013507 mapping Methods 0.000 claims abstract description 14
- 210000001503 joint Anatomy 0.000 claims abstract description 4
- 241000238631 Hexapoda Species 0.000 claims description 16
- 230000014509 gene expression Effects 0.000 claims description 14
- 230000008859 change Effects 0.000 claims description 10
- 238000006243 chemical reaction Methods 0.000 claims description 10
- 239000011159 matrix material Substances 0.000 claims description 9
- 230000007704 transition Effects 0.000 claims description 8
- 206010034719 Personality change Diseases 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 abstract description 4
- 210000002683 foot Anatomy 0.000 description 19
- 238000006073 displacement reaction Methods 0.000 description 6
- 241000592274 Polypodium vulgare Species 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 229920000535 Tan II Polymers 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 230000006641 stabilisation Effects 0.000 description 2
- 238000011105 stabilization Methods 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/08—Control of attitude, i.e. control of roll, pitch, or yaw
- G05D1/0891—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for land vehicles
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Manipulator (AREA)
Abstract
一种基于多维度工作空间耦合算法的多足机器人步态优化控制方法,包括如下步骤:步骤一、求解虚拟约束半径,根据虚拟约束半径解析机身摆动腿运动约束K空间;步骤二、求解摆动腿理想落足点约束R空间以及机身稳定性约束B空间,并对机身摆动腿运动约束K空间,理想落足点可达约束R空间,机身稳定性约束B空间进行耦合,解出多维度机身工作空间W,然后提出机身“死锁”的失稳情况及其解决措施;步骤三、根据步骤二求得的多维度机身工作空间,解析站立腿关节输出位置和机身工作空间之间的映射关系,最后,对关节转角进行多项式插补运算,完成机器人在非结构环境下的步态规划。本发明保证机器人在非结构环境下步态的稳定性以及步态的高效性。
Description
技术领域
本发明涉及多足机器人非结构环境下多维度机身工作空间耦合及步态优化领域,具体涉及基于多维度工作空间耦合算法的多足机器人步态优化控制方法。
背景技术
多足机器人具有丰富的驱动冗余和离散的步态点,能够实现复杂的步态方式,具有较强的地形适应能力。据统计,地球上有90%以上的地表属于崎岖表面,要使多足机器人在户外环境下进行作业,就必须对其在非结构环境下的步态进行规划,实现步态的稳定性和高效性。
在非结构环境下,多足机器人一个步态周期包括三个过程:(1)机器人机身重心移到工作空间内指定的点;(2)摆动腿抬起落到理想落足点;(3)摆动相和支撑相互换,新的摆动相落到理想落足点。其中,能否找到合理的机身工作空间是多足机器人能否在非结构环境下稳定步行的关键。
在多足机器人机身工作空间求解的方法中,较为常见的是解析法。机器人机身运动主要包括6个参数,分别是沿着空间坐标系三轴的移动和转动。解析法采用机身运动合成的方法,当机身处于理想姿态和理想位置时,利用机身坐标、世界坐标和关节坐标之间的坐标系姿态转换,分别求出足端相对于根关节的坐标表达式,然后合成求得足端最终的表达式。代入足端位置和关节角度约束,求出机器人重心在世界坐标系下的位置,改变机身姿态可得出重心的另外一种位置空间。这种算法的优点是求得的机身工作空间较为精确,但是,在计算过程中涉及到大量的坐标间姿态转换、机身和机器人摆动腿的正、逆运动学求解,算法的计算效率不高,在机器人步态实时计算中会影响机器人的步行效率。因此,目前迫切需要提出一种能够提高机器人步态效率和步态稳定性的机身工作空间求解算法,并将其应用到多足机器人在非结构环境下的步态规划中。
发明内容
鉴于现有解析法对多足机器人机身非结构环境下工作空间求解效率低的问题,本发明提出一种多维度耦合机身工作空间求解方法,该方法主要由三个约束子空间组成,这三个约束子空间分别是摆动腿运动约束K空间,摆动腿理想落足点约束R空间以及机身稳定性约束B空间,最终,这三个机身约束子空间耦合后的空间就是多足机器人机身非结构环境下的多维度工作空间;鉴于机身工作空间对于多足机器人在非结构环境下步态规划的重要性,将本文提出的多维度耦合机身工作空间求解算法应用于多足机器人非结构环境下的步态规划,最终,提出一种地形适应能力强,高效的步态规划方法。
本发明解决其技术问题所采用的技术方案是:
一种基于多维度工作空间耦合算法的多足机器人步态优化控制方法,包括以下步骤:
步骤一:求解虚拟约束半径,根据虚拟约束半径解析机身摆动腿运动约束K空间;
步骤二:求解摆动腿理想落足点约束R空间以及机身稳定性约束B空间,并对机身摆动腿运动约束K空间,理想落足点可达约束R空间,机身稳定性约束B空间进行耦合,解出多维度机身工作空间W;
步骤三:根据步骤二求得的多维度机身工作空间W,解析站立腿关节输出位置和机身空间之间的映射关系,并对关节转角进行多项式插补运算,完成机器人在非结构环境下的步态规划。
进一步,所述的步骤一中,首先,求解足端在根关节坐标系下的位置,令摆动腿连杆长为Li(i=1,2,3),关节转角为θsi,则摆动腿足端在根关节坐标系下的位置为:
px=[L1+L2cθs2+L3c(θs2+θs3)]cθs1
py=[L1+L2cθs2+L3c(θs2+θs3)]sθs1
pz=L2sθs2+L3s(θs2+θs3)
式中,sθ=sinθ,cθ=cosθ;
其次,解析摆动腿足端虚拟约束半径:
然后,令世界坐标系为OW-zyz,机身坐标系为OC-xyz,求解机身运动约束Ki空间:
式中,Wci为每条摆动腿的运动约束Ki空间中心在世界坐标系中的位置,其表达式为:
式中,Wai为足端在世界坐标系中的位置,为机身坐标系与机身坐标系之间的位置转换矩阵,Cbi为根关节在世界坐标系中的位置;
最后,对机器人六条腿的约束Ki空间进行耦合,得出摆动腿约束K空间:
K=ΣKi(i=1,2,3,4,5,6)。
再进一步,所述的步骤二通过以下方式实现:
首先,求解摆动腿理想落足点可达约束R空间:
R=F1∩F2∩F3
上式为机器人采用三角步态时的理想落足点约束R空间,其中Fi(i=1,2,3)为假想摆动腿的运动约束Ki空间,其求解方式和步骤一相同;
其次,求解机身稳定约束B空间:
则机身稳定性约束为:
dM=min{d1,d2,d3}
上式中的系数表达式如下:
a1=y2-y1 b1=x1-x2 c1=x2y1-x1y2
a2=y3-y1 b2=x1-x3 c2=x3y1-x1y3
a3=y2-y1 b3=x2-x3 c3=x3y2-x2y3
然后,耦合机身摆动腿运动约束K空间,摆动腿理想落足点可达约束R空间以及机身稳定性约束B空间,解析多维度机身工作W:
W=K∩R∩B
由步骤二中的表达式看出摆动腿运动约束K空间和机身姿态有关,因此,通过改变机身姿态来改变K空间,从而改变机身工作空间W。
更进一步,所述的步骤三通过以下方式实现:
首先,在根关节坐标系下,首先,求解站立腿足端和各关节输出位置之间的映射关系:
θd2=2arctan t1
θd3=2arctan t2-2arctan t1
式中,t1=tan(θd2/2),t2=tan[(θd2-θd3)/2],为站立腿足端在根关节坐标系下的位置;
其次,在机身位于理想姿态下时,解析站立腿足端在机身坐标系下的位置:
式中,为摆动腿足端在根关节坐标系下的位置,为机身处于理想目标位姿时机身坐标系与世界坐标系之间的位置转换矩阵,其表达式如下:
式中,α、β、γ分别表示机身处于目标位姿时相对于世界坐标系的偏航角、横滚角和俯仰角;
然后,在机身处于理想位姿下时,解析站立腿足端在机身坐标系下的位置:
式中,为机身处于理想位姿下时,根关节坐标系与世界坐标系之间的位置坐标转换,为机身处于初始位姿下时,根关节坐标系与世界坐标系之间的位置坐标转换;
则站立腿足端在根关节坐标系下的位置:
式中,为机身处于理想位姿下时,根关节坐标系和机身坐标系之间的位置转换矩阵,为机身处于理想位姿下时,机身坐标系与世界坐标系之间的位置坐标转换,为机身处于初始位姿下时,机身坐标系与世界坐标系之间的位置坐标转换;
根据上式,利用站立腿足端位置和关节输出位置的映射关系,解出在根关节下,机身工作空间和关节输出位置的映射关系:
θd1=π-A tan2(byC,bxC)
θd2=2arctan t1
θd3=2arctan t2-2arctan t1
式中,t1=tan(θd2/2),t2=tan[(θd2-θd3)/2],BAC(b xc,byc,bzc)为机身坐标系在根关节坐标系下的位置;
最后,对关节输出角进行多项式插补运算,以六足机器人为例,完成机器人在非结构环境下的步态优化。
本发明的有益效果主要表现在:
1、本发明提出了一种机身非结构环境下的多维度耦合求解算法,能够迅速求出机身在复杂地形下的有效工作空间,采用本发明的非结构环境下步态规划方法的步态消耗时间约为现有步态规划算法的1/5,并且,随着地形结构越发复杂,其算法效率的提高更为明显。
2、基于多维度工作空间耦合算法的多足非结构环境下步态优化方法,提高了多足机器人在非结构环境下步态的稳定性。
3、基于多维度工作空间耦合算法的多足非结构环境下步态优化方法,提高多足机器人对非结构环境的地形适应能力。
附图说明
图1是本发明的基于多维度工作空间耦合算法的多足机器人步态优化控制方法应用的六足机器人结构示意图;
图2是在根关节坐标系下,多足机器人单摆动腿足端位置和关节输出位置之间的映射关系;
图3是机身工作空间摆动腿运动约束K空间的示意图,图中:OC和OW分别代表机身坐标系和世界坐标系,向量li代表虚拟约束半径;
图4是六足机器人非结构环境下机身运动约束K空间在x-y坐标面上的投影图。图中:两个圆相交部分代表运动约束K空间在x-y坐标面上的投影。
图5是六足机器人非结构环境下机身工作空间W在x-y坐标面上的投影图。
图6是六足机器人非结构环境下机身改变姿态后的摆动腿运动约束运动约束K空间在x-y坐标面上的投影图。图中:虚线部分为机身在原先姿态下的运动约束K空间,而实线部分为机身在现有姿态下的运动约束K空间;
图7是基于多维度工作空间耦合求解算法的步态优化控制方法流程图;
图8是六足机器人机身重心沿世界坐标系x轴方向上的位移曲线图;
图9是六足机器人腿1、3、5足端沿世界坐标系x轴方向上的位移曲线图;
图10是六足机器腿2、4、6足端沿世界坐标系x轴方向上的位移曲线图;
图11是六足机器人机身重心沿世界坐标系z轴方向上的位移曲线图;
图12是六足机器人腿1、3、5腿足端沿世界坐标系z轴方向上的位移曲线图;
图13是六足机器人腿2、4、6端沿世界坐标系z轴方向上的位移曲线图;
图14是六足机器人在非结构环境下运动时机身的最小稳定裕度变化曲线图;
图15是采用本发明的非结构环境下步态优化方法的步态消耗时间与现有步态规划算法消耗时间对比图,图中:虚线部分为采用本发明步态优化控制算法跨越一次障碍所需要的时间,实线部分为现有算法跨越一次障碍所需要的时间,不难发现,采用本发明的非结构环境下步态优化控制算法的步态消耗时间约为现有步态规划算法的1/5,并且随着障碍距离d的不断增加,本发明所采用的步态规划方法的算法效率在不断地提高。
具体实施方式
下面结合附图对本发明作进一步描述。
参照图1~图15,一种基于多维度工作空间耦合算法的步态优化控制方法,以六足机器人为例,包括六足机器人机身和六条相互独立的步行腿,所述步态控制方法包括以下步骤:
步骤一:令摆动腿的连杆长为Li,关节转角为θi,建立摆动腿足端和关节输出位置之间的映射关系图如图2所示,由此求得摆动腿足端在根关节坐标系下的位置:
px=[L1+L2cθs2+L3c(θs2+θs3)]cθs1
py=[L1+L2cθs2+L3c(θs2+θs3)]sθs1
pz=L2sθs2+L3s(θs2+θs3)
式中,sθ=sinθ,cθ=cosθ;
其次,解析摆动腿足端虚拟约束半径:
然后,令世界坐标系为OW-zyz,机身坐标系为OC-xyz,如图3所示,求解机身运动约束Ki空间:
Wci为每条摆动腿的运动约束Ki空间中心在世界坐标系中的位置,其表达式为:
式中,Wai为足端在世界坐标系中的位置,为机身坐标系与机身坐标系之间的位置转换矩阵,Cbi为根关节在世界坐标系中的位置。
最后,对机器人六条腿的约束Ki空间进行耦合,得出摆动腿运动约束K空间:
K=ΣKi(i=1,2,3,4,5,6)
摆动腿运动约束K空间在x-y坐标面上的投影如图4所示。
步骤二:求解摆动腿理想落足点约束R空间以及机身稳定性约束B空间,并对机身摆动腿运动约束K空间,理想落足点可达约束R空间,机身稳定性约束B空间进行耦合,解出多维度机身工作空间W,然后提出机身“死锁”的失稳情况及其解决措施,过程如下:
首先,求解摆动腿理想落足点可达约束R空间:
R=F1∩F2∩F3
上式为机器人采用三角步态时的理想落足点约束R空间,其中Fi(i=1,2,3)为假想摆动腿的运动约束Ki空间,其求解方式和步骤一相同。
其次,求解机身稳定约束B空间:
则机身稳定性约束为:
dM=min{d1,d2,d3}
上式中的系数表达式如下:
a1=y2-y1 b1=x1-x2 c1=x2y1-x1y2
a2=y3-y1 b2=x1-x3 c2=x3y1-x1y3
a3=y2-y1 b3=x2-x3 c3=x3y2-x2y3
然后,耦合机身摆动腿运动约束K空间,摆动腿理想落足点可达约束R空间以及机身稳定性约束B空间,得到多维度机身工作空间W:
W=K∩R∩B
非结构环境下机身多维度耦合工作空间W如图5所示,图中:实线同心圆相交部分为机身运动约束K空间,虚线同心圆相交部分为摆动腿理想落足点可达约束F空间,实线三角形为稳定性约束B空间,三个子空间交集部分为机身空间W。
在非结构环境下,多足机器人在步行过程中可能随时会出现无论哪条腿摆动都会引起失稳的现象,这种现象称为机身“死锁”,产生这种现象的原因是机器人机身工作空间不存在。要实现多足机器人在非结构环境下的稳定步态,必须提出解决机身“死锁”的措施。
由步骤一中的表达式可以看出摆动腿运动约束K空间和机身姿态有关,因此,可以通过改变机身姿态来改变K空间,从而改变机身工作空间W。如图6所示,图中:虚线部分为机身在原先姿态下的运动约束K空间,而实现部分为机身在现有姿态下的运动约束K空间。
同理,可以通过改变机身的另外两个子空间来解决机身“锁死”,比如,可以通过改变站立腿数量来改变机身稳定约束B空间,或者改变理想落足点的位置来改变摆动腿理想落足点可达F空间。一般情况下,当机身工作空间不存在时,首先改变站立腿的数量,其次是改变理想落足点的位置,最后才是改变机身的姿态,因为这种方法具有一定的不确定性和随机性。
步骤三:在根关节坐标系下,首先,求解站立腿足端和各关节输出位置之间的映射关系:
θd2=2arctan t1
θd3=2arctan t2-2arctan t1
式中,t1=tan(θd2/2),t2=tan[(θd2-θd3)/2],为站立腿足端在根关节坐标系下的位置。
其次,在机身位于理想姿态下时,解析站立腿足端在机身坐标系下的位置:
式中,为摆动腿足端在根关节坐标系下的位置,为机身处于理想目标位姿时机身坐标系与世界坐标系之间的位置转换矩阵,其表达式如下:
式中,α、β、γ分别表示机身处于目标位姿时相对于世界坐标系的偏航角、横滚角和俯仰角。
然后,在机身处于理想位姿下时,解析站立腿足端在机身坐标系下的位置:
则站立腿足端在根关节坐标系下的位置:
式中,为机身处于理想位姿下时,根关节坐标系和机身坐标系之间的位置转换矩阵,为机身处于理想位姿下时,根关节坐标系与世界坐标系之间的位置坐标转换,为机身处于初始位姿下时,根关节坐标系与世界坐标系之间的位置坐标转换。
根据上式,利用站立腿足端位置和关节输出位置的映射关系,解出在根关节下,机身工作空间和关节输出位置的映射关系:
θd1=π-A tan2(byC,bxC)
θd2=2arctan t1
θd3=2arctan t2-2arctan t1
式中,t1=tan(θd2/2),t2=tan[(θd2-θd3)/2],式中,BAC(bxc,byc,bzc)为机身坐标系在根关节坐标系下的位置。
最后,对关节输出角进行多项式插补运算,完成多足机器人在非结构环境下的步态优化。
本发明基于多维度工作空间耦合算法的步态优化控制方法流程框图如图7所示,图中,要实现多足机器人在非结构环境下的稳定、高效步态,最终需要求得多足机器人在非结构环境下摆动腿和站立腿关节的输出位置,即关节转角θs和θd。站立腿的关节转角主要由机身工作空间和机身逆运动学来确定,而摆动腿的关节转角主要由理想落足点的位置和摆动腿运动学决定。
采用本发明的基于多维度工作空间耦合算法的步态优化控制方法能够提高多足机器人在非结构环境下步态的稳定性和地形适应能力,以六足机器人为例,采用本发明的步态过程图如图8-13所示。图中:不难发现,在0-4s这段时间中,机器人采用二步态,也叫四边形步态,这是因为与三角步态相比,二步态具有更高的稳定性,机器人在一个环境中刚开始步行时,采用二步态更能保证机器人的稳定步行。
根据图8-13所得的数据,得出六足机器人在非结构环境下最小稳定裕度如图14所示,图中:机器人在起始迈步阶段具有较高的稳定裕度,经过一个周期的二步态后,采用步态效率更高的三角步态,但在这之前,机器人首先得调整腿部姿态(4-5s),然后在5-11s采用两个周期的三角步态,腿1、3、5为一组,腿2、4、6为另一组。在11s左右,机身工作空间持续减小,最小稳定裕度也随之减小,此时,必须调整机器人的摆动腿数量,不然将会出现机身“锁死”的现象,于是在12-22s采用非周期步态,即机器人腿的运动顺序和足端的运动轨迹是非固定的。从图中还可以看出,改变步态策略之后,机器人的最小稳定裕度保持在较高的水平,避免了机器人失稳。
采用本发明的非结构环境下步态优化方法的步态消耗时间约为现有步态规划算法的1/5,并且,随着地形结构越发复杂,其算法效率的提高更为明显。如图15所示,图中,虚线部分为采用本发明步态优化控制算法跨越一次障碍所需要的时间,实线部分为采用现有算法跨越一次障碍所需要的时间。从图中可以看出,采用本发明算法的六足机器人能够在较短时间内迅速跨越障碍,并且随着障碍距离d的不断增加,本发明所采用的步态规划方法的算法效率不断地提高。
Claims (4)
1.一种基于多维度工作空间耦合算法的多足机器人步态优化控制方法,其特征在于:包括以下步骤:
步骤一:求解虚拟约束半径,根据虚拟约束半径解析机身摆动腿运动约束K空间;
步骤二:求解摆动腿理想落足点约束R空间以及机身稳定性约束B空间,并对机身摆动腿运动约束K空间,理想落足点可达约束R空间,机身稳定性约束B空间进行耦合,解出多维度机身工作空间W;
步骤三:根据步骤二求得的多维度机身工作空间W,解析站立腿关节输出位置和机身空间之间的映射关系,并对关节转角进行多项式插补运算,完成机器人在非结构环境下的步态规划。
2.如权利要求1所述的基于多维度工作空间耦合算法的多足机器人步态优化控制方法,其特征在于:所述的步骤一中,首先,求解足端在根关节坐标系下的位置,令摆动腿连杆长为Li(i=1,2,3),关节转角为θsi,则摆动腿足端在根关节坐标系下的位置为:
px=[L1+L2cθs2+L3c(θs2+θs3)]cθs1
py=[L1+L2cθs2+L3c(θs2+θs3)]sθs1
pz=L2sθs2+L3s(θs2+θs3)
式中,sθ=sinθ,cθ=cosθ;
其次,解析摆动腿足端虚拟约束半径:
然后,令世界坐标系为OW-zyz,机身坐标系为OC-xyz,求解机身运动约束Ki空间:
式中,为每条摆动腿的运动约束Ki空间中心在世界坐标系中的位置,其表达式为:
式中,为足端在世界坐标系中的位置,为机身坐标系与机身坐标系之间的位置转换矩阵,为根关节在世界坐标系中的位置;
最后,对机器人六条腿的约束Ki空间进行耦合,得出摆动腿约束K空间:
K=ΣKi(i=1,2,3,4,5,6)。
3.如权利要求1或2所述的基于多维度工作空间耦合算法的多足机器人步态优化控制方法,其特征在于:所述的步骤二通过以下方式实现:
首先,求解摆动腿理想落足点可达约束R空间:
R=F1∩F2∩F3
上式为机器人采用三角步态时的理想落足点约束R空间,其中Fi(i=1,2,3)为假想摆动腿的运动约束Ki空间,其求解方式和步骤一相同;
其次,求解机身稳定约束B空间:
则机身稳定性约束为:
dM=min{d1,d2,d3}
上式中的系数表达式如下:
a1=y2-y1 b1=x1-x2 c1=x2y1-x1y2
a2=y3-y1 b2=x1-x3 c2=x3y1-x1y3
a3=y2-y1 b3=x2-x3 c3=x3y2-x2y3
然后,耦合机身摆动腿运动约束K空间,摆动腿理想落足点可达约束R空间以及机身稳定性约束B空间,解析多维度机身工作W:
W=K∩R∩B
由步骤二中的表达式看出摆动腿运动约束K空间和机身姿态有关,因此,通过改变机身姿态来改变K空间,从而改变机身工作空间W。
4.如权利要求1或2所述的基于多维度工作空间耦合算法的多足机器人步态优化控制方法,其特征在于:所述的步骤三通过以下方式实现:
首先,在根关节坐标系下,首先,求解站立腿足端和各关节输出位置之间的映射关系:
θd2=2arctan t1
θd3=2arctant2-2arctan t1
式中,t1=tan(θd2/2),t2=tan[(θd2-θd3)/2],为站立腿足端在根关节坐标系下的位置;
其次,在机身位于理想姿态下时,解析站立腿足端在机身坐标系下的位置:
式中,为摆动腿足端在根关节坐标系下的位置,为机身处于理想目标位姿时机身坐标系与世界坐标系之间的位置转换矩阵,其表达式如下:
式中,α、β、γ分别表示机身处于目标位姿时相对于世界坐标系的偏航角、横滚角和俯仰角;
然后,在机身处于理想位姿下时,解析站立腿足端在机身坐标系下的位置:
式中,为机身处于理想位姿下时,根关节坐标系与世界坐标系之间的位置坐标转换,为机身处于初始位姿下时,根关节坐标系与世界坐标系之间的位置坐标转换;
则站立腿足端在根关节坐标系下的位置:
式中,为机身处于理想位姿下时,根关节坐标系和机身坐标系之间的位置转换矩阵,为机身处于理想位姿下时,机身坐标系与世界坐标系之间的位置坐标转换,为机身处于初始位姿下时,机身坐标系与世界坐标系之间的位置坐标转换;
根据上式,利用站立腿足端位置和关节输出位置的映射关系,解出在根关节下,机身工作空间和关节输出位置的映射关系:
θd1=π-Atan2(byC,bxC)
θd2=2arctant1
θd3=2arctan t2-2arctan t1
式中,t1=tan(θd2/2),t2=tan[(θd2-θd3)/2],BAC(bxc,byc,bzc)为机身坐标系在根关节坐标系下的位置;
最后,对关节输出角进行多项式插补运算,以六足机器人为例,完成机器人在非结构环境下的步态优化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611138355.2A CN106681341B (zh) | 2016-12-12 | 2016-12-12 | 基于多维度工作空间耦合算法的多足机器人步态优化控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611138355.2A CN106681341B (zh) | 2016-12-12 | 2016-12-12 | 基于多维度工作空间耦合算法的多足机器人步态优化控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106681341A true CN106681341A (zh) | 2017-05-17 |
CN106681341B CN106681341B (zh) | 2019-09-10 |
Family
ID=58868844
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611138355.2A Active CN106681341B (zh) | 2016-12-12 | 2016-12-12 | 基于多维度工作空间耦合算法的多足机器人步态优化控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106681341B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107121128A (zh) * | 2017-05-27 | 2017-09-01 | 中国北方车辆研究所 | 一种足式机器人地形参数的测量方法及系统 |
CN109398521A (zh) * | 2017-08-15 | 2019-03-01 | 天津市大然科技有限公司 | 一种腰部扭动参与下的四足机器人静态步态设计方法 |
CN109720435A (zh) * | 2018-12-29 | 2019-05-07 | 深圳市优必选科技有限公司 | 机器人步态调试方法和装置 |
CN110869172A (zh) * | 2017-06-29 | 2020-03-06 | 万德克拉夫特公司 | 用于移动外骨骼的方法 |
CN111309039A (zh) * | 2020-02-27 | 2020-06-19 | 杭州云深处科技有限公司 | 一种四足机器人姿态控制方法和装置 |
CN111766885A (zh) * | 2020-07-08 | 2020-10-13 | 清华大学深圳国际研究生院 | 一种四足机器人的静步态规划方法 |
CN113183164A (zh) * | 2021-05-10 | 2021-07-30 | 上海工程技术大学 | 一种基于曲柄摇杆机构的仿生机械牛及控制方法 |
CN113303699A (zh) * | 2021-07-08 | 2021-08-27 | 长春工业大学 | 一种楼梯清扫六足机器人 |
CN113377113A (zh) * | 2021-07-02 | 2021-09-10 | 北方工业大学 | 足式机器人足端轨迹规划方法、系统及控制方法、系统 |
CN114313052A (zh) * | 2021-12-31 | 2022-04-12 | 杭州未名信科科技有限公司 | 可自锁的腿足模块及机器人 |
CN117067223A (zh) * | 2023-10-16 | 2023-11-17 | 哈尔滨理工大学 | 一种基于运动稳定性估计的六足机器人自由步态规划方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102591344A (zh) * | 2012-03-05 | 2012-07-18 | 中国人民解放军国防科学技术大学 | 四足仿生机器人的时位控制方法 |
WO2012129259A1 (en) * | 2011-03-21 | 2012-09-27 | Honda Motor Co., Ltd. | Damage reduction control for humanoid robot fall |
CN105607632A (zh) * | 2015-10-15 | 2016-05-25 | 浙江大学 | 一种3d欠驱动双足机器人跳跃运动的驱动控制方法 |
-
2016
- 2016-12-12 CN CN201611138355.2A patent/CN106681341B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012129259A1 (en) * | 2011-03-21 | 2012-09-27 | Honda Motor Co., Ltd. | Damage reduction control for humanoid robot fall |
CN102591344A (zh) * | 2012-03-05 | 2012-07-18 | 中国人民解放军国防科学技术大学 | 四足仿生机器人的时位控制方法 |
CN105607632A (zh) * | 2015-10-15 | 2016-05-25 | 浙江大学 | 一种3d欠驱动双足机器人跳跃运动的驱动控制方法 |
Non-Patent Citations (7)
Title |
---|
CHUNYANG ZHANG 等: "Research on Gait Planning and Static Stability of Hexapod Walking Robot", 《IEEE》 * |
QIAO SUN 等: "An online gait planner of hexapod robot to safely pass through crowded environment based on tactile sense and virtual dynamic model", 《IEEE》 * |
李满宏 等: "基于离散化的六足机器人自由步态生成算法", 《机械工程学报》 * |
艾青林 等: "基于多维度空间耦合的六足机器人步态规划", 《中国机械工程》 * |
艾青林 等: "钢结构建筑探伤机器人刚柔耦合空间位姿解析与实验研究", 《机器人》 * |
阮惠祥: "基于多维度空间耦合的六足机器人非平坦地形下步态规划", 《百度文库》 * |
陈刚: "六足步行机器人位姿控制及步态规划研究", 《百度文库》 * |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107121128B (zh) * | 2017-05-27 | 2022-04-05 | 中国北方车辆研究所 | 一种足式机器人地形参数的测量方法及系统 |
CN107121128A (zh) * | 2017-05-27 | 2017-09-01 | 中国北方车辆研究所 | 一种足式机器人地形参数的测量方法及系统 |
CN110869172A (zh) * | 2017-06-29 | 2020-03-06 | 万德克拉夫特公司 | 用于移动外骨骼的方法 |
CN110869172B (zh) * | 2017-06-29 | 2023-01-10 | 万德克拉夫特公司 | 用于移动外骨骼的方法 |
CN109398521A (zh) * | 2017-08-15 | 2019-03-01 | 天津市大然科技有限公司 | 一种腰部扭动参与下的四足机器人静态步态设计方法 |
CN109720435A (zh) * | 2018-12-29 | 2019-05-07 | 深圳市优必选科技有限公司 | 机器人步态调试方法和装置 |
CN111309039A (zh) * | 2020-02-27 | 2020-06-19 | 杭州云深处科技有限公司 | 一种四足机器人姿态控制方法和装置 |
CN111309039B (zh) * | 2020-02-27 | 2023-08-22 | 杭州云深处科技有限公司 | 一种四足机器人姿态控制方法和装置 |
CN111766885A (zh) * | 2020-07-08 | 2020-10-13 | 清华大学深圳国际研究生院 | 一种四足机器人的静步态规划方法 |
CN111766885B (zh) * | 2020-07-08 | 2023-08-11 | 清华大学深圳国际研究生院 | 一种四足机器人的静步态规划方法 |
CN113183164A (zh) * | 2021-05-10 | 2021-07-30 | 上海工程技术大学 | 一种基于曲柄摇杆机构的仿生机械牛及控制方法 |
CN113377113A (zh) * | 2021-07-02 | 2021-09-10 | 北方工业大学 | 足式机器人足端轨迹规划方法、系统及控制方法、系统 |
CN113377113B (zh) * | 2021-07-02 | 2022-01-04 | 北方工业大学 | 足式机器人足端轨迹规划方法、系统及控制方法、系统 |
CN113303699A (zh) * | 2021-07-08 | 2021-08-27 | 长春工业大学 | 一种楼梯清扫六足机器人 |
CN113303699B (zh) * | 2021-07-08 | 2024-05-03 | 长春工业大学 | 一种楼梯清扫六足机器人 |
CN114313052A (zh) * | 2021-12-31 | 2022-04-12 | 杭州未名信科科技有限公司 | 可自锁的腿足模块及机器人 |
CN114313052B (zh) * | 2021-12-31 | 2023-05-16 | 杭州未名信科科技有限公司 | 可自锁的腿足模块及机器人 |
CN117067223A (zh) * | 2023-10-16 | 2023-11-17 | 哈尔滨理工大学 | 一种基于运动稳定性估计的六足机器人自由步态规划方法 |
CN117067223B (zh) * | 2023-10-16 | 2024-01-05 | 哈尔滨理工大学 | 一种基于运动稳定性估计的六足机器人自由步态规划方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106681341B (zh) | 2019-09-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106681341A (zh) | 基于多维度工作空间耦合算法的多足机器人步态优化控制方法 | |
Park et al. | Variable-speed quadrupedal bounding using impulse planning: Untethered high-speed 3d running of mit cheetah 2 | |
CN107562052B (zh) | 一种基于深度强化学习的六足机器人步态规划方法 | |
CN104965517A (zh) | 一种机器人笛卡尔空间轨迹的规划方法 | |
CN105183009B (zh) | 一种冗余机械臂轨迹控制方法 | |
CN105608309B (zh) | 一种双足机器人步行规划和控制方法 | |
CN103149933A (zh) | 基于闭环控制的仿人机器人全向行走方法 | |
CN104192221A (zh) | 一种电驱动六足机器人运动控制系统及方法 | |
CN110039544A (zh) | 基于三次样条插值的仿人足球机器人步态规划 | |
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 | |
CN112882485B (zh) | 一种双足机器人逆运动学的几何计算方法 | |
CN112847354B (zh) | 变电站足式机器人姿态调整方法、控制器、系统及机器人 | |
Norby et al. | Fast global motion planning for dynamic legged robots | |
CN104986241A (zh) | 四足机器人及其步态规划方法 | |
CN112147889A (zh) | 一种四足机器人复合式越障轨迹规划方法 | |
CN106842959A (zh) | 一种Nao机器人步态规划遗传算法 | |
CN106873614A (zh) | 一种基于控制策略的三维步态自我同步和自我稳定方法 | |
US8924013B2 (en) | Method and system for path planning and controlling | |
CN113805601A (zh) | 一种基于协作控制的双足机器人楼梯爬越步态规划方法 | |
CN107398903A (zh) | 工业机械手臂执行端的轨迹控制方法 | |
CN109164705A (zh) | 一种动态双足步行机器人鲁棒控制方法 | |
Lim et al. | Optimal gait primitives for dynamic bipedal locomotion | |
CN114347017B (zh) | 基于平面投影的吸附式移动加工机器人曲面运动控制方法 | |
CN108717267B (zh) | 一种六足机器人中枢模式逆向控制方法 | |
CN110555240B (zh) | 一种从机器人装配体模型到仿真模型的自动生成方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |