CN110328670B - 基于地形模糊自适应的四足机器人静步态规划方法 - Google Patents

基于地形模糊自适应的四足机器人静步态规划方法 Download PDF

Info

Publication number
CN110328670B
CN110328670B CN201910795099.1A CN201910795099A CN110328670B CN 110328670 B CN110328670 B CN 110328670B CN 201910795099 A CN201910795099 A CN 201910795099A CN 110328670 B CN110328670 B CN 110328670B
Authority
CN
China
Prior art keywords
robot
foot
terrain
point
trunk
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
CN201910795099.1A
Other languages
English (en)
Other versions
CN110328670A (zh
Inventor
张帅帅
刘明
尹燕芳
樊铭渠
荣学文
宋锐
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.)
Shandong University of Science and Technology
Original Assignee
Shandong University of Science and Technology
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 Shandong University of Science and Technology filed Critical Shandong University of Science and Technology
Priority to CN201910795099.1A priority Critical patent/CN110328670B/zh
Publication of CN110328670A publication Critical patent/CN110328670A/zh
Application granted granted Critical
Publication of CN110328670B publication Critical patent/CN110328670B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
    • B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
    • 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)
  • Mechanical Engineering (AREA)
  • Robotics (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Transportation (AREA)
  • Manipulator (AREA)

Abstract

一种基于地形模糊自适应的四足机器人静步态规划方法，包括以下步骤：（1）根据机器人落足位置信息计算躯干俯仰角；（2）规划躯干运动轨迹，保证机器人在接下来迈步阶段的稳定性；（3）利用机器人两只前足触地时间对所行走地形的复杂度进行估计，并基于模糊算法实现对躯干运动轨迹规划中的参数进行自主调整；（4）完成一个完整的步态周期，重复整个过程。该方法使四足机器人在行走过程中能够根据地形起伏自主调整躯干的俯仰角，有效地提高了四足机器人摆动足跨越障碍物的高度及其地形适应性；有效地避免了出现速度或加速度突变，而造成机器人失去稳定性的情况；实现了四足机器人对地形变化自适应，有效地提高了四足机器人的地形适应性。

Description

基于地形模糊自适应的四足机器人静步态规划方法
技术领域
本发明涉及一种用于四足机器人对地形进行自适应的静步态规划方法，使得四足仿生机器人能够根据地形复杂度的变化自主调整步态参数，以提高其地形适应性，属于机器人控制领域。
背景技术
以四足哺乳动物为仿生对象开发的四足机器人能够跨越崎岖度更高的地形。因此，四足仿生机器人成为机器人研究一个的热点。在四足机器人的研究领域中，步态规划是实现四足机器人在复杂地形上稳定行走的关键要素。四足机器人具有多种步态，而在这些步态中，当机器人使用静步态行走时，任意时刻至少有三只足与地面接触，有效地增加了其在运动过程中的稳定性与鲁棒性。
为顺利通过崎岖度较高的地形，四足机器人一般选用静步态来增大自身的稳定性。“Steady Crawl Gait Generation Algorithm for Quadruped Robots”(AdvancedRobotics,2008,22(13-14):1539-1558)中提出了基于速度的静步态生成算法。“CPGmodulation for navigation and omnidirectional quadruped locomotion”(Roboticsand Autonomous Systems,2012,60(6):912-927)利用CPG(Central Pattern Generators)生成了能够使四足机器人实现全方位移动的静步态。“Improving traversability ofquadruped walking robots using body movement in 3D rough terrains”(Roboticsand Autonomous Systems,2011,59(12):1036-1048)提出了一种可提高四足机器人复杂地形通过能力的静步态规划方法。“基于速度矢量的四足机器人间歇步态规划方法”(机器人,2016,38(5):540-549)为实现大负重四足机器人的全方位稳定行走，提出了基于速度矢量的间歇步态规划方法。“连续不规则台阶环境四足机器人步态规划与控制”(机器人,2015,37(1):85-93)提出一种静步态规划方法，实现了四足机器人稳定地攀爬连续不规则台阶。“基于静平衡的四足机器人直行与楼梯爬越步态”(机器人，2010,32(2):226-232)对轮足式四足机器人爬越楼梯时的静步态进行了规划。“四足机器人坡面静步态平衡方法研究”(机械科学与技术,2009,28(4):436-441)”对四足机器人在坡面静步态平衡方法进行了相关的研究，着重分析了四足机器人在坡面行走的过渡状态下姿态的变化情况以及稳定行走的方法。中国硕士学位论文“仿生恐龙机器人的步态仿真及系统实现”为实现仿生四足恐龙机器人的稳定行走，提出了一种静步态规划方法。
在使用上述静步态规划方法生成四足机器人步态时，均未考虑地形信息。因而，机器人在使用这些步态行走的过程中就容易因受地形的影响而失去稳定性。
发明内容
本发明为了解决现有静步态生成方法存在的上述不足，提供一种稳定性好的地形模糊自适应静步态规划方法，以使四足机器人根据自身信息实时感知地形信息，并基于模糊算法实现步态参数随地形信息变化的自主调整，以提高机器人的地形适应性。
本发明的基于地形模糊自适应的四足机器人静步态规划方法，包括以下步骤：
(1)根据机器人落足位置信息计算躯干俯仰角，实现机器人躯干随地形变化的自适应调整，提高摆动足跨越障碍物的能力；
(2)根据非连续静步态的特点及机器人稳定性的需求，基于五次曲线规划躯干运动轨迹，保证机器人在接下来迈步阶段的稳定性；
(3)利用机器人两只前足触地时间对所行走地形的复杂度进行估计，并基于模糊算法，实现对躯干运动轨迹规划中的参数进行自主调整，提高机器人的地形适应性；
(4)完成一个完整的步态周期后，转到步骤(1)，重复整个过程。
所述步骤(1)中根据机器人落足位置信息计算躯干俯仰角的过程为：
四足机器人的每个步态周期包括三足支撑阶段(Three Feet Support Stage,TFSP)与四足支撑阶段(Four Feet Support Stage,FFSP)；假设在四足支撑阶段，机器人第i只足在坐标系{BO}中的坐标为BPi(Bxi，Byi，Bzi)(i∈[1,2,3,4])，αd为期望的俯仰角，{BOd}为机器人经姿态调整后的机体坐标系；
根据坐标系{BOd}与{BO}之间的关系，得到BPi在坐标系{BOd}中的坐标为：
Figure BDA0002180749060000021
满足下式的角度值即为期望的俯仰角αd：
Figure BDA0002180749060000022
所述步骤(2)中规划躯干运动轨迹的过程是：
将按迈步顺序接下来要摆动的后足记为NSF(Next Swing Foot)，记此足的期望落足点为DF(Desired Foothold)，与NSF位于躯干同侧的前足记为IFF(Ipsilateral FrontFoot)，记与NSF位于躯干不同侧的两只足中的前足与后足分别为CFF(ContralateralFront Foot)与CHF(Contralateral Hind Foot)；假设这四只足的投影在{PO}中的坐标分别为PNSF(PxNSF，PyNSF),PIFF(PxIFF，PyIFF),PCFF(PxCFF，PyCFF),PCHF(PxCHF，PyCHF),NSF期望落足点DF投影在坐标系{PO}中的坐标为PDF(PxDF，PyDF)；记两条直线LDF-CFF与LIFF-CHF的交点为PI(PxI,PyI)，在双支撑三角形ΔPI PCFF PCHF内，考虑最小稳定欲度Smin在内的稳定区域为ΔSDST，并记稳定区域ΔSDST内离重心调整的起点(坐标系{PO}的原点)最近的点为PN(PxN，PyN)，根据各支撑足投影的坐标，得到点PN的坐标为：
Figure BDA0002180749060000023
其中，
Figure BDA0002180749060000031
记PD(PxD，PyD)为ΔSDST的一个顶点，当以PD为重心调整的目标时，机器人能够以最小的侧移量，满足其在接下来迈步过程中的稳定性；
记两条直线LDF-CFF与LIFF-CHF的交点为PI(PxI,PyI),PI在坐标系{PO}的坐标值为：
Figure BDA0002180749060000032
根据双支撑三角形ΔPI PCFF PCHF各顶点的坐标，得到其内心PC(PxC,PyC)为：
Figure BDA0002180749060000033
其中，
Figure BDA0002180749060000034
根据点PC与PI的坐标，得到点PD的坐标值为：
Figure BDA0002180749060000035
其中，
Figure BDA0002180749060000036
定义
Figure BDA0002180749060000037
与
Figure BDA0002180749060000038
分别为由点PO指向点PN和点PD的向量，
Figure BDA0002180749060000039
为其和向量；
Figure BDA0002180749060000041
在向量
Figure BDA0002180749060000042
上满足下式的点确定为重心调整的目标点：
Figure BDA0002180749060000043
根据上式，得到PT的坐标值为：
Figure BDA0002180749060000044
根据确定的重心调整目标点的坐标，给出重心移动的轨迹方程为：
Figure BDA0002180749060000045
其中，TFFSP为四足机器人的四足支撑阶段(FFSP)中躯干的规划运动时间。
所述步骤(3)中利用机器人两只前足触地时间对所行走地形的复杂度进行估计的过程是：
在第m个步态周期中，记四足机器人两只前足在运动过程中由垂直下落阶段起始时刻到触地时刻所用时间为mti(i∈[1,2])；将第m-2个步态周期中两只前足的触地时间(m- 2t1，m-2t2)与在第m-1个步态周期中两只前足的触地时间(m-1t1，m-1t2)的标准差mσ作为第m个步态周期中地形复杂度的估计值mCe为：
Figure BDA0002180749060000051
根据地形复杂度变化趋势及时对Smin的值做出适应性调整，可进一步提高机器人的地形适应性。本发明中将根据地形的估计值，给出了对地形复杂度变化趋势的估计值为：
Figure BDA0002180749060000052
其中，Δt为两个相邻步态周期的间隔时间，m-1Ce与m-2Ce分别为第m-1与第m-2个步态周期中四足机器人越过地形崎岖度的估计值。
所述步骤(3)中的模糊算法是：
将地形复杂度的估计值及地形复杂度变化趋势的估计值作为模糊推理的输入量，将最小稳定欲度Smin的值作为模糊推理的输出量；
地形崎岖度的估计的语言集合为{平坦，一般崎岖，中度崎岖，高度崎岖}，模糊子集为{ZO,PS,PM,PB}，其论域为{1,2,3,4}；地形变化趋势的语言集合为{负大，负小，零，正大，正小}，对应的语言变量为{NB,NS,ZO,PS,PB}，其论域为{-1,-2,0,-1,-2}；基于模糊算法的重心轨迹规划的输出为最小稳定裕度Smin，其语言集合为{小，较小，较大，大}，对应的语言变量为{ZO,PS,PM,PB}，其论域为{1,2,3,4}；确定模糊推理的规则为：
Figure BDA0002180749060000053
本发明基于地形模糊对四足机器人进行自适应静步态规划，具有以下特点：
1.使四足机器人在行走过程中能够根据地形起伏自主调整躯干的俯仰角，有效地提高了四足机器人摆动足跨越障碍物的高度及其地形适应性；
2.考虑了机器人运动的连续性，机器人在运动过程中能够保证其躯干运动的速度和加速度连续，有效地避免了出现速度或加速度突变，而造成机器人失去稳定性的情况；
3.基于模糊算法给出了重心轨迹规划参数的规划方法，实现了四足机器人对地形变化自适应，有效地提高了四足机器人的地形适应性。
附图说明
图1为十二自由度四足仿生机器人的仿真模型图。
图2为机器人俯仰角的计算示意图。
图3为躯干移动轨迹路径点的确定的示意图。
图4为摆动足i的触地时间mti的示意图。
图5为基于模糊算法重心轨迹规划参数调整方法的俯视图。
图6为输入输出的模糊隶属度函数示意图。
图7为模糊算法的输入-输出关系曲面的示意图。
具体实施方式
本发明将四足机器人的整个自由步态规划的过程划分为多个步态周期，每个步态周期包括三足支撑阶段(Three Feet Support Stage,TFSP)与四足支撑阶段(Four FeetSupport Stage,FFSP)。在三足支撑阶段中四足机器人依次完成位于身体同侧两只足迈步运动，而在四足支撑阶段中，首先进行躯干俯仰角的调整，以保证机器人的摆动足在三足支撑阶段中，摆动足具有足够的工作空间以跨越地形上的障碍物；之后，通过四只足的支撑将躯干重心的投影调整到对应的稳定区域，以保证机器人能够稳定地完成另一侧两只足的迈步运动；当某个步态周期中的摆动足接触地面时，机器人将进行下一个步态周期中相关运动规划，然后机器人按照相应规划进行运动，完成一个完整的步态周期。
以如图1所示的十二自由度四足机器人为例，对本发明四足机器人地形模糊自适应静步态规划方法进行详细描述。
(1)躯干姿态调整角的计算
四足机器人在行走过程中，根据各足的落足点位置主动地调整躯干的姿态，是保证摆动足在运动过程中具有足够的运动空间以通过复杂地形的有效途径。
为防止机器人因地形扰动而发生躯干倾翻情况，在运动过程中，四足机器人往往保持其躯干的横滚角为零，而只对俯仰角进行主动调整。假设在四足支撑阶段，机器人第i只足在坐标系{BO}中的坐标为BPi(Bxi，Byi，Bzi)(i∈[1,2,3,4])。αd为期望的俯仰角，{BOd}为机器人经姿态调整后的机体坐标系。
根据坐标系{BOd}与{BO}之间的关系，可得到BPi在坐标系{BOd}中的坐标为：
Figure BDA0002180749060000061
在本发明中给出的步态规划方法中，期望通过姿态调整使机器人的四条腿均伸展至相对于机体坐标系{BO}的预先设定的长度
Figure BDA0002180749060000062
以保证各足在迈步过程中均具有足够的工作空间。因而，满足下式的角度值即为期望的俯仰角αd：
Figure BDA0002180749060000063
(2)基于模糊算法的躯干调整轨迹的规划
如图3所示，将按迈步顺序接下来要摆动的后足记为NSF(Next Swing Foot)，记此足的期望落足点为DF(Desired Foothold)，与NSF位于躯干同侧的前足记为IFF(Ipsilateral Front Foot)，记与NSF位于躯干不同侧的两只足中的前足与后足分别为CFF(Contralateral Front Foot)与CHF(Contralateral Hind Foot)。假设这四只足的投影在{PO}中的坐标分别为PNSF(PxNSF，PyNSF),PIFF(PxIFF，PyIFF),PCFF(PxCFF，PyCFF),PCHF(PxCHF，PyCHF),NSF期望落足点DF投影在坐标系{PO}中的坐标为PDF(PxDF，PyDF)。记两条直线LDF-CFF与LIFF-CHF的交点为PI(PxI,PyI)，在记双支撑三角形(记为ΔPI PCFF PCHF)内，考虑最小稳定欲度Smin在内的稳定区域为ΔSDST如图2中的阴影区域所示，并记稳定区域ΔSDST内离重心调整的起点(坐标系{PO}的原点)最近的点为PN(PxN，PyN)，根据各支撑足投影的坐标，可得到点PN的坐标为：
Figure BDA0002180749060000071
其中，
Figure BDA0002180749060000072
记PD(PxD，PyD)为ΔSDST的一个顶点，如图3所示。当以PD为重心调整的目标时，机器人能够以最小的侧移量，满足其在接下来迈步过程中的稳定性。
根据双支撑三角形ΔPI PCFF PCHF各顶点的坐标，可得其内心PC(PxC,PyC)为：
Figure BDA0002180749060000073
其中，
Figure BDA0002180749060000074
根据点PC与PI的坐标，可得到点PD的坐标值为：
Figure BDA0002180749060000075
其中，
Figure BDA0002180749060000081
为保证机器人在四足支撑阶段(FFSP)中以较短的移动距离及较小的侧移量将重心的投影移动至稳定区域ΔSDST内。本发明中给出的步态规划方法中综合点PN和点PD的位置，给出重心调整目标点(记为PT(PxT，PyT))的确定方法。
定义
Figure BDA0002180749060000082
与
Figure BDA0002180749060000083
分别为由点PO指向点PN和点PD的向量，
Figure BDA0002180749060000084
为其和向量。
Figure BDA0002180749060000085
在向量
Figure BDA0002180749060000086
上满足下式的点确定为重心调整的目标点。
Figure BDA0002180749060000087
根据上式，可得到PT的坐标值为：
Figure BDA0002180749060000088
根据确定的重心调整目标点的坐标，给出重心移动的轨迹方程为：
Figure BDA0002180749060000089
其中，TFFSP为四足机器人的四足支撑阶段中躯干的规划运动时间。
在机器人前进过程中，前足(1号足和2号足)的迈步运动间接地起到了对地形的崎岖度信息进行预先探测的作用。因此，本发明中提出了一种利用四足机器人前足在迈步过程中落地时间对地形崎岖度进行在线估计的方法。其中，摆动足运动轨迹采用矩形轨迹规划方法。
在第m个步态周期中，记四足机器人两只前足在运动过程中由垂直下落阶段起始时刻到触地时刻所用时间为mti(i∈[1,2])，如图4所示。
本发明中给出的地形复杂度估计方法中，将第m-2个步态周期中两只前足的触地时间(m-2t1，m-2t2)与在第m-1个步态周期中两只前足的触地时间(m-1t1，m-1t2)的标准差mσ作为第m个步态周期中地形复杂度的估计值mCe为：
Figure BDA0002180749060000091
根据地形复杂度变化趋势及时对Smin的值做出适应性调整，可进一步提高机器人的地形适应性。本发明中将根据地形的估计值，给出了对地形复杂度变化趋势的估计值为：
Figure BDA0002180749060000092
其中，Δt为两个相邻步态周期的间隔时间，m-1Ce与m-2Ce分别为第m-1与第m-2个步态周期中四足机器人越过地形崎岖度的估计值。
机器人在运动过程中，尤其是在崎岖地形上行走时，必须拥有足够的稳定欲度，而调整Smin的值能够改变机器人在行走过程中具有的稳定欲度。因此，机器人必须能够根据机器人所行走的地形信息设定Smin的值。如果Smin的值过小，机器人在运动过程中没有足够的稳定欲度，机器人容易受地形复杂度变化的影响，而易使机器人出现失稳的情况。由本发明中给出的重心轨迹规划方法可知，Smin的值越大，机器人在重心调整时，侧方向上的移动量越大。因而，机器人拥有足够的稳定欲度是必要的，但是稳定欲度过大，却会消耗不必要的能量，降低机器人行走的能量利用率。
为保证四足机器人能够根据地形信息的变化对Smin做适应性调整，本发明给出了基于模糊推理的Smin调整方法，如图5所示。将地形复杂度的估计值及地形复杂度变化趋势的估计值作为模糊推理的输入量，将Smin的值作为模糊推理的输出量。
地形崎岖度的估计的语言集合为{平坦，一般崎岖，中度崎岖，高度崎岖}，模糊子集为{ZO,PS,PM,PB}，其论域为{1,2,3,4}；地形变化趋势的语言集合为{负大，负小，零，正大，正小}，对应的语言变量为{NB,NS,ZO,PS,PB}，其论域为{-1,-2,0,-1,-2}；基于模糊算法的重心轨迹规划的输出为最小稳定裕度Smin，其语言集合为{小，较小，较大，大}，对应的语言变量为{ZO,PS,PM,PB}，其论域为{1,2,3,4}。
基于大量实验数据分析与经验积累，确定模糊推理的规则为：
Figure BDA0002180749060000101
三角隶属度函数作为常用的分段线性隶属度函数，其形式简单，物理意义清晰，基本满足系统需求，因此，输入输出均选三角形隶属度函数，如图6所示。图7给出了模糊算法的输入输出关系曲面。

Claims (1)

1.一种基于地形模糊自适应的四足机器人静步态规划方法，其特征是，包括以下步骤：
(1)根据机器人落足位置信息计算躯干俯仰角，实现机器人躯干随地形变化的自适应调整，提高摆动足跨越障碍物的能力；
(2)根据非连续静步态的特点及机器人稳定性的需求，规划躯干运动轨迹，保证机器人在接下来迈步阶段的稳定性；
(3)利用机器人两只前足触地时间对所行走地形的复杂度进行估计，并基于模糊算法，实现对躯干运动轨迹规划中的参数进行自主调整，提高机器人的地形适应性；
(4)完成一个完整的步态周期后，转到步骤(1)，重复整个过程；
所述步骤(2)中规划躯干运动轨迹的过程是：
将按迈步顺序接下来要摆动的后足记为NSF，记此足的期望落足点为DF，与NSF位于躯干同侧的前足记为IFF，记与NSF位于躯干不同侧的两只足中的前足与后足分别为CFF与CHF；假设这四只足的投影在{PO}中的坐标分别为PNSF(PxNSF，PyNSF),PIFF(PxIFF，PyIFF),PCFF(PxCFF，PyCFF),PCHF(PxCHF，PyCHF),NSF期望落足点DF投影在坐标系{PO}中的坐标为PDF(PxDF，PyDF)；记两条直线LDF-CFF与LIFF-CHF的交点为PI(PxI,PyI)，在双支撑三角形△PIPCFFPCHF内，考虑最小稳定裕度Smin在内的稳定区域为△SDST，并记稳定区域△SDST内离重心调整的起点(坐标系{PO}的原点)最近的点为PN(PxN，PyN)，根据各支撑足投影的坐标，得到点PN的坐标为：
Figure FDA0003609834010000011
其中，
Figure FDA0003609834010000012
记PD(PxD，PyD)为△SDST的一个顶点，当以PD为重心调整的目标时，机器人能够以最小的侧移量，满足其在接下来迈步过程中的稳定性；
记两条直线LDF-CFF与LIFF-CHF的交点为PI(PxI,PyI),PI在坐标系{PO}的坐标值为：
Figure FDA0003609834010000013
根据双支撑三角形△PI PCFFPCHF各顶点的坐标，得到其内心PC(PxC,PyC)为：
Figure FDA0003609834010000021
其中，
Figure FDA0003609834010000022
根据点PC与PI的坐标，得到点PD的坐标值为：
Figure FDA0003609834010000023
其中，
Figure FDA0003609834010000024
定义
Figure FDA0003609834010000025
与
Figure FDA0003609834010000026
分别为由点PO指向点PN和点PD的向量，
Figure FDA0003609834010000027
为其和向量；
Figure FDA0003609834010000028
在向量
Figure FDA0003609834010000029
上满足下式的点确定为重心调整的目标点：
Figure FDA00036098340100000210
根据上式，得到PT的坐标值为：
Figure FDA0003609834010000031
根据确定的重心调整目标点的坐标，给出重心移动的轨迹方程为：
Figure FDA0003609834010000032
其中，TFFSP为四足机器人的四足支撑阶段中躯干的规划运动时间。
CN201910795099.1A 2019-08-27 2019-08-27 基于地形模糊自适应的四足机器人静步态规划方法 Active CN110328670B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910795099.1A CN110328670B (zh) 2019-08-27 2019-08-27 基于地形模糊自适应的四足机器人静步态规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910795099.1A CN110328670B (zh) 2019-08-27 2019-08-27 基于地形模糊自适应的四足机器人静步态规划方法

Publications (2)

Publication Number Publication Date
CN110328670A CN110328670A (zh) 2019-10-15
CN110328670B true CN110328670B (zh) 2022-05-27

Family

ID=68150108

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910795099.1A Active CN110328670B (zh) 2019-08-27 2019-08-27 基于地形模糊自适应的四足机器人静步态规划方法

Country Status (1)

Country Link
CN (1) CN110328670B (zh)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110842921B (zh) * 2019-11-19 2022-06-24 山东大学 四足机器人大坡度地形或高障碍物攀爬跨越的步态规划方法
CN111123945A (zh) * 2019-12-30 2020-05-08 同济大学 一种基于混合控制的双足机器人步态轨迹生成方法及应用
CN111168672B (zh) * 2020-01-03 2021-07-20 广东博智林机器人有限公司 机器人运动规划方法、系统、计算机设备和存储介质
CN111290389B (zh) * 2020-02-25 2021-05-14 北京理工大学 一种双足机器人落脚位置控制系统与方法
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
CN111438694A (zh) * 2020-05-21 2020-07-24 中国计量大学 一种基于双生成函数的四足机器人对角步态规划方法
CN111913490B (zh) * 2020-08-18 2023-11-14 山东大学 基于落足调整的四足机器人动步态稳定控制方法及系统
CN112147889B (zh) * 2020-08-31 2022-11-25 南京理工大学 一种四足机器人复合式越障轨迹规划方法
CN114474034B (zh) * 2020-10-26 2024-05-28 腾讯科技（深圳）有限公司 足式机器人运动控制方法、装置、设备及介质
CN112571418B (zh) * 2020-12-15 2022-02-25 山东科技大学 四足机器人运动状态聚类与自主决策方法
CN112947312B (zh) * 2021-01-28 2021-09-14 仲恺农业工程学院 一种农业机器人运动控制方法
CN113401244A (zh) * 2021-06-21 2021-09-17 北京理工大学 一种基于足式机器人的千斤顶自动顶升救灾系统
CN114115280B (zh) * 2021-11-29 2024-03-29 深圳市优必选科技股份有限公司 四足奔跑步态规划方法、装置及机器人控制设备
CN114683289A (zh) * 2022-05-09 2022-07-01 中兵智能创新研究院有限公司 一种四足机器人姿态预适应控制方法
CN115963850B (zh) * 2023-01-13 2024-03-19 华中科技大学 四足机器人及其坡度地形环境自适应运动方法与控制系统
CN116787450B (zh) * 2023-08-28 2023-10-31 南方电网电力科技股份有限公司 一种多足机器人楼梯行走的控制方法、装置和设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106695791A (zh) * 2017-01-11 2017-05-24 山东科技大学 四足仿生机器人连续自由步态生成方法
CN107045552A (zh) * 2017-04-28 2017-08-15 齐鲁工业大学 一种基于正弦对角步态与快速查表法的四足机器人运动控制方法及控制装置
CN107065867A (zh) * 2017-03-28 2017-08-18 浙江大学 一种面向未知崎岖地形的四足机器人运动规划方法
CN107538490A (zh) * 2017-08-25 2018-01-05 哈尔滨理工大学 面向复杂地形的四足机器人运动规划方法
CN107807655A (zh) * 2017-10-27 2018-03-16 山东大学 基于三维空间中步态调整的四足机器人平衡稳定控制方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106695791A (zh) * 2017-01-11 2017-05-24 山东科技大学 四足仿生机器人连续自由步态生成方法
CN107065867A (zh) * 2017-03-28 2017-08-18 浙江大学 一种面向未知崎岖地形的四足机器人运动规划方法
CN107045552A (zh) * 2017-04-28 2017-08-15 齐鲁工业大学 一种基于正弦对角步态与快速查表法的四足机器人运动控制方法及控制装置
CN107538490A (zh) * 2017-08-25 2018-01-05 哈尔滨理工大学 面向复杂地形的四足机器人运动规划方法
CN107807655A (zh) * 2017-10-27 2018-03-16 山东大学 基于三维空间中步态调整的四足机器人平衡稳定控制方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
Generation of a continuous free gait for quadruped robot over rough terrains;Shuaishuai Zhang等;《ADVANCED ROBOTICS》;20190118;1-16 *
基于虚拟模型的四足机器人对角小跑步态控制方法;张国腾等;《机器人 ROBOT》;20160131;第38卷(第1期);64-74 *
基于阻抗控制的多足步行机器人腿部柔顺控制研究;朱雅光;《中国博士学位论文全文数据库》;20150228(第02期);83-108 *
崎岖地形环境下四足机器人的静步态规划方法;张帅帅等;《吉林大学学报（工学版）》;20160731;第46卷(第4期);1287-1296 *
未知环境下的变形移动机器人路径规划;庞杰等;《制造业自动化》;20170630;第39卷(第6期);1-4 *

Also Published As

Publication number Publication date
CN110328670A (zh) 2019-10-15

Similar Documents

Publication Publication Date Title
CN110328670B (zh) 基于地形模糊自适应的四足机器人静步态规划方法
CN111413966B (zh) 一种递进式模型预测无人驾驶规划跟踪协同控制方法
CN111913490B (zh) 基于落足调整的四足机器人动步态稳定控制方法及系统
Grandia et al. Perceptive locomotion through nonlinear model-predictive control
CN110842921B (zh) 四足机器人大坡度地形或高障碍物攀爬跨越的步态规划方法
CN112666939B (zh) 一种基于深度强化学习的机器人路径规划算法
Wellhausen et al. Rough terrain navigation for legged robots using reachability planning and template learning
Lee et al. Quadruped robot obstacle negotiation via reinforcement learning
CN108931988B (zh) 一种基于中枢模式发生器的四足机器人的步态规划方法、中枢模式发生器及机器人
WO2021169043A1 (zh) 一种双足机器人落脚位置控制系统与方法
CN114248855B (zh) 双足机器人空间域步态规划与控制的方法
CN114022824A (zh) 一种面向狭窄环境的四足机器人运动规划方法
Zhang et al. Static gait planning method for quadruped robot walking on unknown rough terrain
CN114779785A (zh) 一种基于pso参数整定的移动机器人平滑轨迹规划方法
Sotnik et al. Analysis of Existing Infliences in Formation of Mobile Robots Trajectory
Xi et al. Walking control of a biped robot on static and rotating platforms based on hybrid reinforcement learning
Haddeler et al. Explore bravely: Wheeled-legged robots traverse in unknown rough environment
CN113515135A (zh) 多足机器人的控制方法、装置、电子设备及存储介质
Wang et al. Fast online optimization for terrain-blind bipedal robot walking with a decoupled actuated slip model
Zamani et al. Feedback motion planning of legged robots by composing orbital lyapunov functions using rapidly-exploring random trees
Kim et al. Dynamic bipedal walking using real-time optimization of center of mass motion and capture point-based stability controller
CN116619382A (zh) 机器人运动控制方法、系统及电子设备
Liu et al. Force distribution for the legs of a quadruped walking vehicle
CN115840453A (zh) 四足机器人自适应足端避障方法、装置、电子设备及介质
CN110497414B (zh) 四足机器人连续躯干运动轨迹规划方法

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