CN109968355A - 一种仿人机器人步态平衡模型建立的方法 - Google Patents

Abstract

本发明涉及一种人体示教与机器学习相结合的仿人机器人步态规划方法，属于人工智能与机器人控制领域。本发明将人体示教和支持向量回归学习算法相结合应用在仿人机器人的步态规划中，基于支持向量回归算法构建仿人机器人步态平衡泛化模型，将人体完成步行动作时的关节角度和ZMP信息输入步态平衡泛化模型，可直接得到经稳定性补偿的关节角度。引用WOA优化模型的参数以使模型得到最优的泛化效果，完善步态平衡模型的性能。利用步态平衡泛化模型得到的关节角度驱动NAO仿人机器人可使其完成稳定步行动作。本发明降低了仿人机器人步态模仿算法的复杂度，提高了实时性，并且保留了仿人机器人步行动作的稳定性和拟人性。

Description

一种仿人机器人步态平衡模型建立的方法

技术领域

本发明涉及一种仿人机器人步态平衡模型建立的方法，属于人工智能与机器人控制领域。

背景技术

仿人机器人由于拥有与人体结构相似的双足式结构，可以较好的适应轮式机器人难以适应的高低落差较大的地形场景，且在崎岖多变的地形环境中机动性好，因此仿人机器人可以代替人类在复杂和危险的环境下工作，同时也被广泛应用到服务，医疗康复和教育娱乐等多个领域。因此仿人机器人的研究也就成为了机器人领域的重要研究方向之一，目前传统依据仿人动力学模型进行步态规划有着计算量大，环境适应性差，运动模式单一的缺点，使用人体示教的方式可以使仿人机器人步行动作自然，并且可以通过示教不同的动作提高环境适应性，但由于仿人机器人与人体质量分布不同若要保持稳定需要进行关节补偿角的计算，计算量大的问题并没有得到根本解决，使用机器学习构建“模型”思想，则大大减少了传统算法的运算量和计算过程，但是动作仍然存在僵硬单一的缺点。

面对上述仿人机器人步态规划存在的问题，考虑将人体示教与机器学习相结合，构建仿人机器人步态平衡泛化模型。通过对人体步行动作的信息采集，将示教信息输入到步态平衡泛化模型中，通过训练可以直接由模型输出经稳定性补偿后的关节角度驱动仿人机器人完成稳定步行，使其能在大大减少计算量的同时保留步行动作的自然性和稳定性。

虽然通过人体示教与机器学习相结合的方式能解决传统算法存在的问题，但由于机器学习算法模型具体构建的问题，如何使构建出的步态平衡模型具有良好的泛化能力成为了关键问题，仿人机器人步态平衡模型的构建面临如下三个具体问题：(1)由于体感采集器的限制，需要选择一种小样本的机器学习算法作为步态平衡模型的基础(2)需要使用优化算法，选取机器学习算法中的最佳参数，使模型的泛化效果最佳(3)需要在人体示教动作中提取并选择合适的示教信息作为步态平衡模型的输入。针对以上存在的问题，提出一种仿人机器人步态平衡模型构建的方法，使仿人机器人通过人体示教数据输入步态平衡模型直接得到经稳定性补偿的机器人关节角度，使仿人机器人实现稳定且自然的步行动作。

发明内容

本发明将机器学习与人体示教相结合，提出一种仿人机器人步态平衡泛化模型的构建方法。流程如图1所示，捕捉人体运动过程的骨骼点数据，通过空间向量法计算人体运动的关节角度信息和ZMP信息，应用传统算法计算稳定性补偿角度构成测试集和训练集，基于支持向量回归算法构建步态平衡泛化模型，对模型输入人体示教信息，使用WOA对模型的三个参数进行寻优得到最佳泛化效果的参数，通过模型可直接泛化得到经稳定性补偿后的机器人的关节角度，以此驱动机器人可完成稳定自然的步行动作。具体实现过程如下：

(1)使用Kinect2.0采集人体在平地中完成稳定步行动作的25个关节的空间位置(Kinect坐标系中的x，y，z)序列，并使用空间向量法求取各个关节的角度，以左腿为例需求取左踝关节俯仰角和滚动角，左膝关节俯仰角以及左胯关节俯仰角和滚动角5个自由度，共进行全身19个自由度的关节角度计算。

(2)ZMP(零力矩点)判据是判定仿人机器人行走是否稳定的关键信息，由于人体示教的行走动作为稳定动作，因此将示教行走时支撑脚骨骼点(foot right或foot left)的三维坐标作为人体示教的x向，y向，z向ZMP信息。

(3)由于Kinect体感采集器拍摄范围的限制，采取样本数量有限,考虑基于SVR(支持向量回归)算法建立步态平衡泛化模型，SVR是一种小样本机器学习算法，由于其使用结构风险最小化原则，能在有限的样本的训练下，使模型有更好好的泛化能力，并且其算法复杂度与样本的训练维数无关，避免了维数灾难，是一种有着很强理论基础的小样本学习方法，给定样本

D＝{(x₁，y₁)，(x₂，y₂)…，(x_i，y_i)，i＝1，2...，l}

其中，x是n维输入值，y是一维输出值，x_i，y_i表示第i个样本，l为样本数量其原理如式(1)所示：

式中ω为超平面法向量，b为位移项(此两项为模型参数)，为核函数。在SVM间隔最大化思想下引入不敏感损失函数ε和惩罚系数C(优化得到具体见步骤(5))以及间隔左侧的松弛变量ξ_i和右侧的松弛变量(两侧的两个松弛变量均大于等于0)，可得到ε-SVR非线性回归模型：

为了计算更加便捷，通过引入拉格朗日第一乘子α_i和格朗日第二乘子并对拉格朗日函数中的ω和b求偏导为0，可以得到SVR的对偶最优化问题：

式中为RBF核函数，α_j，x_j为对拉格朗日函数中的ω和b求偏导为0，并代入拉格朗日函数得到，含义为第j个样本的输入和拉格朗日第一，第二乘子。

由不等式约束问题需满足的KKT条件可解得SVR的解形如：

式中，

其中，b为位移项，应用核函数可以将训练数据映射到高维空间再线性回归以简化运算。不敏感损失函数ε，惩罚系数C(隐含在两个拉格朗日乘子α_i、中)以及两个松弛变量ξ_i、可以保证算法在训练过程中不会过拟合和欠拟合。

(4)获得示教数据并确立模型的算法后，以平衡补偿后的关节角度(即机器人驱动角度)作为输出，对模型输入人体的关节角度和人体在步行运动时的ZMP信息(由(2)可知平衡补偿后的关节角度与这二者有很强的相关关系)，由SVR非线性回归模型代替人体示教信息和稳定性后的关节角度之间的函数关系直接泛化出经补偿的关节角度在稳定的基础上省去稳定性补偿角的复杂计算，完成仿人机器人的步行控制。构建模型总体结构如图2所示。以踝关节两个自由度为例，以x向的ZMP信息作为关节自由度中俯仰角的示教信息，z向的ZMP信息作为关节自由度中滚动角角的示教信息，具体结构如图3所示。在充分利用人体示教信息的基础上，保证了仿人机器人的稳定性与自然性并简化了稳定性补偿角的计算。

(5)步态平衡模型构建完成后，确定SVR非线性回归模型中的C，p，ε三个参数变量成为了决定模型是否能输出理想的经稳定性补偿后的关节角度的关键步骤，三个参数选取的不合适就会直接导致模型的训练误差或泛化误差变得不在理想范围之内，出现过拟合和欠拟合的问题。人为确定三个参数的方法很难获得性能较好的泛化模型且低效繁琐，而常用的参数寻优方法，如粒子群优化(PSO)算法和遗传算法(GA)得到的参数在SVR非线性回归模型中，由于算法收敛到一定精度时无法继续优化，能达到的精度有限，有时会产生泛化能力不够的问题。鲸鱼优化算法(WOA)是一种全局随机优化算法，是一种新颖且效果很好的优化算法。从一组随机解开始，通过开发阶段找到最优解的大体范围，再通过螺旋收缩包围的机制找到最优解的具体位置。其数学模型建立如下：

式中，为随机更新系数，为综合更新系数(两个更新系数通过线性递减函数和随机系数确定)，为(0,2)线性递减系数，为(0,1)内的随机系数，当时算法处于开发阶段，为当前最优解，为当前解，为当前解与最优解之间的距离。这种搜索方法体现了WOA在开发阶段，全局(线性递减)和随机相结合的思想，具有相当的合理性。

当时，算法进入探索阶段，以收缩包围机制和螺旋更新机制与原先更新机制相结合的方式去寻找最优解。收缩包围机制是指通过逐步减小的值，使当前解接近最优解。螺旋更新机制是指不同于开发阶段的螺旋更新方式，使搜索精度更高，其具体数学模型如下：

式中，e为(-1,1)的随机数，β为螺旋型函数，q为随机概率即(0,1)的随机数。

当迭代次数达到最大时，最终采用下式来进行最优解的确定。

式中，x_rand为当前最优解中随机选取的一个解。

在对步态平衡模型进行参数寻优之前，需确定三个参数的寻优空间，过小会导致可能最佳参数在寻优空间之外，过大会影响寻优的效率。结合SVR模型在关节角度控制应用中的三个关键参数的寻优范围的经验，对该寻优范围的上下限进行适当地扩大，并选择MSE(均方误差)函数作为适应性函数进行寻优。经WOA寻优得到的C，p，ε三个参数，通过训练即可获得有理想泛化效果的步态平衡模型，寻优过程如图4所示。通过WOA算法优化的仿人机器人步态平衡泛化模型三个关键参数及训练性能指标如下表所示：

(6)用WOA寻优得到的步态平衡模型参数以及通过传统步态模仿补偿关节角度的方法得到经稳定性补偿后程度关节角度构成的训练集和测试集，去训练和测试步态平衡泛化模型。分别以同一步长、步态周期下和不同步长、步态周期下的训练集和测试集验证算法的有效性，由于在步行动作中踝关节和髋关节对平衡性的影响最大，以此二者，踝关节步态平衡模型测试结果如图5，图6所示，髋关节步态平衡模型测试结果如图7，图8所示。测试得到的关节角度驱动仿人机器人完成步行动作的ZMP轨迹如图9，图10所示。

附图说明

图1仿人机器人步态平衡模型构建流程图

图2仿人机器人步态平衡模型总体结构图

图3仿人机器人步态平衡模型单个关节具体结构图

图4WOA寻优MSE变化曲线图

图5同一步长、步态周期下踝关节泛化结果(a)俯仰角(b)滚动角

图6不同步长、步态周期下踝关节泛化结果(a)俯仰角(b)滚动角

图7同一步长、步态周期下髋关节泛化结果(a)俯仰角(b)滚动角

图8不同步长、步态周期下髋关节泛化结果(a)俯仰角(b)滚动角

图9同一步长、步态周期下在泛化驱动角度下机器人ZMP轨迹

图10不同步长、步态周期下在泛化驱动角度下机器人ZMP轨迹

具体实施方式

通过体感摄影机Kinect采集人体示教数据，通过示教数据规划机器人步态，实现机器人对人体动作的模仿，具体实施方式如下：

①使用Kinect2.0对人体步行动作进行数据采集。Kinect2.0是一款能对人体的骨骼点信息进行跟踪，记录的体感采集器，它能对人体的25个骨骼点进行跟踪，并记录其Kinect坐标系下的三维坐标(x，y，z)。

②在MATLAB中，对人体示教数据进行处理并构建平衡泛化模型，具体步骤包括：运用空间向量法进行人体关节角度的计算；通过人体在步行运动双脚的高度选取支撑脚，以支撑脚底部的骨骼点作为ZMP信息提取，并进行数据预处理(归一化)；SVR非线性模型构建；利用模仿学习计算平衡性补偿角的方式到经补偿后的机器人关节角度构成训练集和测试集：同一步长、步态周期下使用Kinect2.0采集一组人体行走数据，共177个数据点(一个步态周期)，前130个作为训练集，后47个作为测试集，不同步长、步态周期下使用Kinect采集76个与训练集步长，步态周期均不同的人体行走数据点(两个步态周期)作为测试集。由于仿人机器人的关节较多，在其步行运动过程中，通过调整髋关节和踝关节8个关节角度便可以实现稳态步行；WOA参数寻优：首先，确定三个参数的寻优范围分别为p：(0.005,0.3)，C：(0.05,3),ε:(1,4)，构成WOA的寻优空间。构建WOA的适应性函数。针对ε-SVR算法的训练参数的优化问题，选择MSE函数作为适应性函数，使用WOA迭代寻优，在寻优空间内确定一组C,p，ε，使训练的MSE值最小；步态平衡泛化模型训练和泛化。

③在WEBOTS的仿真平台上，使用模型泛化的补偿后的关节角度驱动由AldebaranRobotics公司研发的有着13个关节，25个自由度的仿人机器人：NAO，观察其运动效果。

Claims (5)

1.一种仿人机器人步态平衡模型建立的方法，其特征在于，具体步骤如下:

(1)利用体感摄影机Kinect2.0采集人体在平地中完成稳定步行动作中的25个骨骼点的空间位置轨迹，即Kinect坐标系中的x，y，z，并使用空间向量法求取各个关节的角度并使用平滑滤波的方法降低误差，提取支撑脚底部关节点作为人体示教的ZMP轨迹；

(2)基于支持向量回归算法构建仿人机器人步态平衡泛化模型，输入步骤(1)中得到的人体步行关节角度即仿人机器人所需的19个自由度以及ZMP信息，得到经稳定性补偿的关节角度；

(3)使用步态模仿算法进行补偿角度的计算作为训练集和测试集，使用WOA对模型进行参数寻优，得到使模型有最佳泛化效果的参数，并对其进行训练和测试，使其得到使机器人稳定步行的关节角度序列。

2.根据权利要求1所述的方法，其特征在于：以人体示教的关节角度和人体步行的ZMP信息作为步态平衡模型的输入；首先，人体示教的关节角度是机器人模仿人体动作的基础；其次，以平衡补偿后的关节角度即机器人驱动角度作为输出；在稳定的基础上省去稳定性补偿角的复杂计算，完成仿人机器人的步行控制；对模型输入人体的关节角度和人体在步行运动时的ZMP信息，由SVR非线性回归模型代替人体示教信息和稳定性后的关节角度之间的函数关系直接泛化出经补偿的关节角度。

3.根据权利要求1所述的方法，其特征在于：基于支持向量回归算法构建仿人机器人步态平衡模型，使用引入不敏感损失函数ε，惩罚系数C以及松弛变量ξ_i、后得到ε-SVR非线性回归模型，在防止过拟合现象发生的同时降低均方误差的上限；使用RBF核函数将非线性的数据映射到高位空间中，通过线性回归简化运算的同时处理非线性的步行动作数据。

4.根据权利要求1所述的方法，其特征在于：在SVR非线性回归模型中，采用鲸鱼优化算法(WOA)：首先，确定三个参数的寻优范围分别为p：(0.005,0.3)，C：(0.05,3),ε:(1,4)，构成WOA的寻优空间；构建WOA的适应性函数；针对ε-SVR算法的训练参数的优化问题，选择MSE函数作为适应性函数，使用WOA迭代寻优，在寻优空间内确定一组C,p，ε，使训练的MSE值最小。

5.根据权利要求1所述的方法，其特征在于：具体实现过程如下：

(1)使用Kinect2.0采集人体在平地中完成稳定步行动作的25个关节的空间位置序列，并使用空间向量法求取各个关节的角度，共进行全身19个自由度的关节角度计算；

(2)将示教行走时支撑脚骨骼点的三维坐标作为人体示教的x向，y向，z向零力矩点ZMP信息；

(3)给定样本

D＝{(x₁，y₁)，(x₂，y₂)…，(x_i，y_i)，i＝1，2...，l}

其中，x是n维输入值，y是一维输出值，x_i，y_i表示第i个样本，l为样本数量其原理如式(1)所示：

式中ω为超平面法向量，b为位移项，为核函数；在SVM间隔最大化思想下引入不敏感损失函数ε和惩罚系数C以及间隔左侧的松弛变量ξ_i和右侧的松弛变量两侧的两个松弛变量均大于等于0，得到ε-SVR非线性回归模型：

引入拉格朗日第一乘子α_i和格朗日第二乘子并对拉格朗日函数中的ω和b求偏导为0，得到SVR的对偶最优化问题：

式中为RBF核函数，α_j，x_j为对拉格朗日函数中的ω和b求偏导为0，并代入拉格朗日函数得到，含义为第j个样本的输入和拉格朗日第一，第二乘子；

由不等式约束问题需满足的KKT条件解得SVR的解形如：

式中，

其中，b为位移项，应用核函数将训练数据映射到高维空间再线性回归以简化运算；

(4)获得示教数据并确立模型的算法后，以平衡补偿后的关节角度即机器人驱动角度作为输出，对模型输入人体的关节角度和人体在步行运动时的ZMP信息，由SVR非线性回归模型代替人体示教信息和稳定性后的关节角度之间的函数关系直接泛化出经补偿的关节角度，完成仿人机器人的步行控制；

(5)步态平衡模型构建完成后，使用WOA迭代寻优。