CN111198581B - 虚拟被动行走机器人速度调节方法及装置、存储介质终端 - Google Patents

虚拟被动行走机器人速度调节方法及装置、存储介质终端 Download PDF

Info

Publication number
CN111198581B
CN111198581B CN202010053903.1A CN202010053903A CN111198581B CN 111198581 B CN111198581 B CN 111198581B CN 202010053903 A CN202010053903 A CN 202010053903A CN 111198581 B CN111198581 B CN 111198581B
Authority
CN
China
Prior art keywords
speed
walking robot
kinetic energy
passive walking
virtual passive
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
CN202010053903.1A
Other languages
English (en)
Other versions
CN111198581A (zh
Inventor
许春权
徐萍
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.)
Tongji University
Original Assignee
Tongji University
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 Tongji University filed Critical Tongji University
Priority to CN202010053903.1A priority Critical patent/CN111198581B/zh
Publication of CN111198581A publication Critical patent/CN111198581A/zh
Application granted granted Critical
Publication of CN111198581B publication Critical patent/CN111198581B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D13/00—Control of linear speed; Control of angular speed; Control of acceleration or deceleration, e.g. of a prime mover
    • G05D13/66—Governor units providing for co-operation with control dependent upon a variable other than speed

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Manipulator (AREA)

Abstract

本发明公开了一种虚拟被动行走机器人速度调节方法及装置、存储介质和终端，其中方法包括：按预设方式执行速度调节过程；其中，速度调节过程包括：获取执行目标速度并计算执行目标重力加速度和执行目标行走动能；获取虚拟被动行走机器人的实际速度并计算实际行走动能；根据执行目标行走动能和实际行走动能计算动能误差；将动能误差和执行目标重力加速度传给到闭环虚拟被动行走速度控制器，并接收其输出的控制信号。本发明通过执行目标速度计算执行目标速度重力加速度和目标行走动能等控制器的参数，根据实际动能和目标行走动能之间的误差以及执行目标重力加速度进行反馈控制，最终实现速度切换且保证整个系统趋于稳定状态。

Description

虚拟被动行走机器人速度调节方法及装置、存储介质终端
技术领域
本发明涉及类圆规双足步行机器人虚拟被动行走速度调节技术领域，尤其涉及一种虚拟被动行走机器人的速度调节方法及装置、存储介质和终端。
背景技术
目前双足步行机器人行走步态的动态性能、能效比、稳定性是非常重要的指标。当前的双足步行机器人除了基于ZMP规则的主动式完全步态控制行走方式之外，基于模拟被动行走步态的虚拟被动行走步态控制方式正变得越来越重要。
被动行走是指不需借助外界驱动力矩，双足步行机器人完全依靠自身的重力作用，在具有一定向下倾斜角度的斜面上实现稳定的行走。这种步行方式属于自然而低能耗的行走步态，与人类的步行姿态极为相似。因此模拟这种被动行走步态能使得机器人大幅降低步行能耗，实现类似人类的步行性能。这称之为机器人的虚拟被动行走。虚拟被动行走是在被动行走的基础上提供一个小的力矩进行控制，从而能在平面或各种复杂地面上模拟下倾斜面上的被动步态进行行走。这种虚拟被动行走能提高机器人的能效比、充分利用能量进行行走，从而实现类似人类那种高效率的步行。
但是，由于被动行走的步态参数主要由斜面倾角决定，因此在被动行走过程中很难调整行走的速度。这也使得基于模拟被动行走步态的虚拟被动行走也很难调节行走速度。此外，单纯的被动行走稳定性非常差，对运动的初始状态非常敏感，因此无闭环控制的虚拟被动行走也同样稳定性很差。
发明内容
本发明所要解决的技术问题是现有模拟被动行走步态的虚拟被动行走很难调节行走速度，且现有无闭环控制的虚拟被动行走稳定性很差。
为了解决上述技术问题，本发明提供了一种虚拟被动行走机器人的速度调节方法，包括：按预设方式执行速度调节过程；
其中，所述速度调节过程包括：
获取执行目标速度，并根据所述执行目标速度计算执行目标重力加速度和执行目标行走动能；
获取虚拟被动行走机器人的实际速度，并根据所述虚拟被动行走机器人的实际速度计算所述虚拟被动行走机器人的实际行走动能；
根据所述执行目标行走动能和所述实际行走动能计算动能误差；
将所述动能误差和所述执行目标重力加速度传给到闭环虚拟被动行走速度控制器，接收所述闭环虚拟被动行走速度控制器输出的控制信号，并将所述控制信号传输给所述虚拟被动行走机器人。
优选地，按预设方式执行速度调节过程步骤包括：
获取最终目标速度和所述虚拟被动行走机器人的实际速度，根据所述最终目标速度和所述实际速度计算待调整速度差；
判断所述待调整速度差是否大于预设阈值，若是则设置至少一个中间目标速度，并将所有所述中间目标速度和最终目标速度按预设顺序依次作为执行目标速度，并在所有所述中间目标速度和最终目标速度按预设顺序依次作为执行目标速度时单次执行对应的速度调节过程，否则将所述最终目标速度作为执行目标速度，执行速度调整过程，其中，所述中间目标速度的数值位于所述最终目标速度的数值和所述实际速度的数值之间。
优选地，所述闭环虚拟被动行走速度控制器获取方式包括：
基于动力学方程和被模仿被动行走机器人行走速度与重力加速度之间的关系构建所述虚拟被动行走机器人的初步速度控制器；
根据所述被模仿被动行走机器人的机械能方程和所述虚拟被动行走机器人的机械能方程获取所述被模仿被动行走机器人动能和所述虚拟被动行走机器人势能的关系；
根据所述虚拟被动行走机器人的动能需实时跟踪所述被模仿被动行走机器人的动能，以及所述被模仿被动行走机器人动能和所述虚拟被动行走机器人势能的关系获取所述虚拟被动行走机器人的最终动能追踪控制器；
根据所述初步速度控制器和所述最终动能追踪控制器获取闭环虚拟被动行走速度控制器。
优选地，基于动力学方程和被模仿被动行走机器人行走速度与重力加速度之间的关系构建所述虚拟被动行走机器人的初步速度控制器步骤包括：
基于拉格朗日方程建立虚拟被动行走机器人的动力学方程模型以及被模仿被动行走机器人的动力学方程模型；
基于所述虚拟被动行走机器人的动力学方程模型和所述被模仿被动行走机器人的动力学方程模型构建所述虚拟被动行走机器人的虚拟被动行走力矩控制器；
基于动力学方程和被模仿被动行走机器人行走速度与重力加速度之间的关系和所述虚拟被动行走力矩控制器构建所述虚拟被动行走机器人的初步速度控制器。
优选地，所述被模仿被动行走机器人动能和所述虚拟被动行走机器人势能的关系为所述被模仿被动行走机器人动能的微分和所述虚拟被动行走机器人势能的微分成负相关关系。
优选地，根据所述虚拟被动行走机器人的动能需实时跟踪所述被模仿被动行走机器人的动能，以及所述被模仿被动行走机器人动能和所述虚拟被动行走机器人势能的关系获取所述虚拟被动行走机器人的最终动能追踪控制器步骤包括：
根据所述虚拟被动行走机器人的动能需实时跟踪所述被模仿被动行走机器人的动能设计所述虚拟被动行走机器人闭环控制规律；
基于所述被模仿被动行走机器人动能和所述虚拟被动行走机器人势能的关系、虚拟被动机器人动能的微分表示方式以及所述虚拟被动行走机器人闭环控制规律进行计算，获取以广义力为表现形式的动能追踪控制器；
根据以广义力为表现形式的动能追踪控制器获取最终动能追踪控制器。
优选地，根据所述初步速度控制器和所述最终动能追踪控制器获取闭环虚拟被动行走速度控制器步骤之后还包括：
通过测试确定所述闭环虚拟被动行走速度控制器中的控制器参数。
为了解决上述技术问题，本发明提供了一种虚拟被动行走机器人速度调节装置，包括依次连接的执行目标重力加速度及行走动能计算模块、实际行走动能计算模块、动能误差计算模块和速度调整模块；
所述执行目标重力加速度及行走动能计算模块，用于获取执行目标速度，并根据所述执行目标速度计算执行目标重力加速度和执行目标行走动能；
所述实际行走动能计算模块，用于获取虚拟被动行走机器人的实际速度，并根据所述虚拟被动行走机器人的实际速度计算所述虚拟被动行走机器人的实际行走动能；
所述动能误差计算模块，用于根据所述执行目标行走动能和所述实际行走动能计算动能误差；
所述速度调整模块，用于将所述动能误差和所述执行目标重力加速度传给到闭环虚拟被动行走速度控制器，并接收所述闭环虚拟被动行走速度控制器输出的控制信号，并将所述控制信号传输给所述虚拟被动行走机器人。
为了解决上述技术问题，本发明提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现虚拟被动行走机器人速度调节方法。
为了解决上述技术问题，本发明提供了一种终端，包括：处理器以及存储器，所述存储器与所述处理器之间通信连接；
所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述终端执行虚拟被动行走机器人速度调节方法。
与现有技术相比，上述方案中的一个或多个实施例可以具有如下优点或有益效果：
应用本发明实施例提供的虚拟被动行走机器人的速度调节方法，通过目标速度计算出执行目标重力加速度、根据机械能减去重力势能计算出目标行走动能等控制器的参数，根据实际动能和目标动能之间的误差进行反馈控制，最终实现速度切换且保证整个系统趋于稳定状态。进一步速度调节过程根据被动行走和重力加速度的关系，设计出一种能够在最大限度保持机器人被动行走特性的同时调节虚拟被动行走速度的闭环控制方法。
其它的特征和优点将在随后的说明书中阐述，并且部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例共同用于解释本发明，并不构成对本发明的限制。在附图中：
图1示出了本发明实施例一虚拟被动行走机器人的速度调节方法的过程示意图；
图2示出了本发明实施例一中虚拟被动行走机器人的简易模型和坐标系统示意图；
图3示出了本发明实施例一中被模仿动动行走机器人重力加速度和被动行走速度的关系示意图；
图4示出了本发明实施例一中虚拟被动行走机器人的一个速度调节过程示意图；
图5示出了利用本发明实施例一虚拟被动行走机器人的速度调节方法进行加速的速度加速变化过程示意图；
图6示出了利用本发明实施例一虚拟被动行走机器人的速度调节方法进行加速的虚拟重力加速度调整过程示意图；
图7示出了利用本发明实施例一虚拟被动行走机器人的速度调节方法进行减速的速度减速变化过程示意图；
图8示出了利用本发明实施例一虚拟被动行走机器人的速度调节方法进行减速的虚拟重力加速度调整过程示意图；
图9示出了利用本发明实施例一虚拟被动行走机器人的速度调节方法从静止起步的速度加速变化过程示意图；
图10示出了利用本发明实施例一虚拟被动行走机器人的速度调节方法从静止起步的虚拟重力加速度调整过程示意图；
图11示出了本发明实施例二虚拟被动行走机器人的速度调节装置结构示意图；
图12示出了本发明实施例四终端的结构示意图。
具体实施方式
以下将结合附图及实施例来详细说明本发明的实施方式，借此对本发明如何应用技术手段来解决技术问题，并达成技术效果的实现过程能充分理解并据以实施。需要说明的是，只要不构成冲突，本发明中的各个实施例以及各实施例中的各个特征可以相互结合，所形成的技术方案均在本发明的保护范围之内。
虚拟被动行走是在被动行走的基础上提供一个小的力矩进行控制，从而能在平面或各种复杂地面上模拟下倾斜面上的被动步态进行行走。虚拟被动行走能提高机器人的能效比、充分利用能量进行行走，从而实现类似人类那种高效率的步行。但由于被动行走的步态参数主要由斜面倾角决定，因此在被动行走过程中很难调整行走的速度。这也使得基于模拟被动行走步态的虚拟被动行走也很难调节行走速度。此外，单纯的被动行走稳定性非常差，对运动的初始状态非常敏感，因此无闭环控制的虚拟被动行走也同样稳定性很差。
实施例一
为解决现有技术中存在的技术问题，本发明实施例提供了一种虚拟被动行走机器人的速度调节方法。
图1示出了本发明实施例一虚拟被动行走机器人的速度调节方法的过程示意图；如图1所示，本发明实施例虚拟被动行走机器人的速度调节方法包括按预设方式执行速度调节过程，按预设方式执行速度调节过程具体包括如下步骤。
步骤S101，获取最终目标速度和虚拟被动行走机器人的实际速度，根据最终目标速度和实际速度计算待调整速度差。
具体地，根据实际需求情况确定虚拟被动行走机器人此次进行速度调节的最终目标速度，同时通过数据采集获取虚拟被动行走机器人的实际速度。而后将虚拟被动行走机器人的最终目标速度和实际速度做差取绝对值，得到虚拟被动行走机器人此次速度调节的待调整速度差。
步骤S102，判断待调整速度差是否大于预设阈值，若是则转步骤S103，否则转步骤S104。
具体地，本实施例具体通过闭环虚拟被动行走速度控制器进行速度调节，尽管其具有良好的稳定性，但当速度调整幅度过大时候依然可能导致不稳定，为了避免此种情况的发生，一般可以采取逐步调整的方法进行。因此需根据虚拟被动行走机器人的实际行走状况设置预设阈值，并在获取待调整速度差后对其进行进一步的判断，判断待调整速度差是否大于预设阈值，若是则表示待调整速度过大，需设置中间过渡调整速度，因此需转到步骤S103；若待调整速度差等于或小于预设阈值，则表示虚拟被动行走机器人可一步调整到最终目标速度，因此直接转到步骤S104即可。
步骤S103，设置至少一个中间目标速度，并将所有中间目标速度和最终目标速度按预设顺序依次作为执行目标速度，并在所有中间目标速度和最终目标速度按预设顺序依次作为执行目标速度时单次执行对应的速度调节过程，直到将虚拟被动行走机器人的速度调节到最终目标速度。
具体地，根据待调整速度差设置至少一个中间目标速度，且中间目标速度的数值位于最终目标速度的数值和实际速度的数值之间。而后对所有中间目标速度和最终目标速度按从大到小或从小到大的顺序进行排序。更进一步地，当虚拟被动行走机器人待调节的最终目标速度大于虚拟被动行走机器人的实际速度时，将所有中间目标速度和最终目标速度按从小到大的顺序进行排序；当虚拟被动行走机器人待调节的最终目标速度小于虚拟被动行走机器人的实际速度时，将所有中间目标速度和最终目标速度按从大到小的顺序进行排序。并按照排序依次将所有中间目标速度和最终目标速度作为执行目标速度，并依次分别执行将不同中间目标速度和最终目标速度分别作为执行目标速度时的速度调节过程，直到将虚拟被动行走机器人的速度调节到最终目标速度。优选地，中间目标速度为将最终目标速度和实际速度根据实际情况进行等分得来的。
步骤S104，将最终目标速度作为执行目标速度，执行速度调整过程。
具体地，执行该步骤表示虚拟被动行走机器人可直接调整速度到最终目标速度，该速度调节过程中的虚拟被动行走机器人不会存在不稳定的情况出现。进一步地，直接将最终目标速度作为执行目标速度，而后执行速度调整过程即可将虚拟被动行走机器人的速度调整到最终目标速度。
需要说明的是，虚拟被动行走机器人执行的所有速度调节过程均包括如下步骤，且图4示出了本发明实施例一中虚拟被动行走机器人的一个速度调节过程示意图；参考图4所示，速度调节过程包括如下步骤：
步骤S1，获取执行目标速度，并根据执行目标速度计算执行目标速度对应的执行目标重力加速度和执行目标行走动能。
具体地，基于步骤S103和步骤S104的设定获取对应的中间目标速度或最终目标速度作为执行目标速度；而后基于执行目标速度和重力加速度的数学关系式计算执行目标重力加速度，并根据机械能减去重力势能计算出执行目标行走动能。
步骤S2，获取虚拟被动行走机器人的实际速度，并根据虚拟被动行走机器人的实际速度计算虚拟被动行走机器人的实际行走动能。
具体地，通过数据采集或其它方式获取虚拟被动行走机器人的实际速度，并基于虚拟被动行走机器人动能的计算方法计算得到虚拟被动行走机器人的实际行走动能。
步骤S3，根据执行目标对应的虚拟行走动能和实际行走动能计算动能误差。
具体地，根据步骤S1获取的执行目标对应的虚拟行走动能和步骤S2中获取的虚拟被动行走机器人的实际行走动能获取虚拟被动行走机器人速度调整过程中的动能误差，即将执行目标速度对应的虚拟行走动能和实际行走动能做差并取绝对值，即得到虚拟被动行走机器人的动能误差。
步骤S4，将动能误差和执行目标重力加速度传给到闭环虚拟被动行走速度控制器，并接收闭环虚拟被动行走速度控制器输出的控制信号，并将控制信号传输给虚拟被动行走机器人。
具体地，将根据步骤S3获取的虚拟被动行走机器人的动能误差和和步骤S1获取的执行目标重力加速度传递到闭环虚拟被动行走速度控制器中，闭环虚拟被动行走速度控制器对虚拟被动行走机器人的动能误差和执行目标重力加速度进行处理得到对应的控制信号，并将控制信号传输给虚拟被动行走机器人，虚拟被动行走机器人根据控制信号对行走速度进行调整，使其速度逐渐调节到执行目标速度。
还需要说明的是，步骤S4中的闭环虚拟被动行走速度控制器最大限度的保持了机器人被动行走特性，同时也解决了无闭环控制的虚拟被动行走稳定性差的问题。进一步本实施例中闭环虚拟被动行走速度控制器的获取方式包括如下步骤。
步骤S41，基于动力学方程和被模仿被动行走机器人行走速度与重力加速度之间的关系构建虚拟被动行走机器人的初步速度控制器。
具体地，图2示出了本发明实施例一中虚拟被动行走机器人的简易模型和坐标系统示意图，其中，m表示虚拟被动行走机器人每条腿的质量，mb表示虚拟被动行走机器人上半身的质量，l表示虚拟被动行走机器人腿的长度，a表示虚拟被动行走机器人腿上半部分的长度，b表示虚拟被动行走机器人腿下半部分的长度，θ1表示广义坐标系下支撑脚的角度(支撑脚与斜面法线方向的夹角)和θ2表示广义坐标系下摆动脚的角度(支撑脚与斜面法线方向的夹角)，参考图2所示。首先基于拉格朗日方程建立虚拟被动行走机器人的动力学方程模型如下：
Figure GDA0002800156390000071
其中θ为关节广义坐标，φ为虚拟被动行走机器人所处斜面倾角，其值为零时为平面，M(θ)为惯性矩阵，
Figure GDA0002800156390000072
为科里奥利矩阵，Gp(θ，φ，g)为虚拟被动行走机器人的重力项矩阵(其中，g＝9.8为虚拟被动行走机器人所处现实世界的重力加速度)，Tp为虚拟被动行走机器人的关节驱动力矩向量。且
Figure GDA0002800156390000073
同理根据拉格朗日方程建立被模仿被动行走机器人的动力学方程模型如下：
Figure GDA0002800156390000081
其中，
Figure GDA0002800156390000082
为被模拟被动行走机器人所处的斜面倾角，
Figure GDA0002800156390000083
为被模拟被动行走机器人所处的重力项矩阵项。与现实世界中下倾斜面上的被动行走不同，对于虚拟被动行走机器人而言，其模拟的被动行走对象仅仅只具备动力学方程的数学意义，而不需要在现实世界中复现。因此，重力项矩阵
Figure GDA0002800156390000084
中的重力加速度
Figure GDA0002800156390000085
不再恒等于9.8，而是一个可以调节的变量。这一特性为调节虚拟被动行走的速度提供了理论基础。
建立虚拟被动行走机器人的动力学方程模型和被模仿被动行走机器人的动力学方程模型后，再基于虚拟被动行走机器人的动力学方程模型和被模仿被动行走机器人的动力学方程模型构建虚拟被动行走机器人的虚拟被动行走力矩控制器。进一步即根据公式(1)和公式(3)求得虚拟被动行走机器人的力矩控制器如下：
Figure GDA0002800156390000086
上述虚拟被动行走力矩控制器使得实际行走在倾角为φ的虚拟被动行走机器人能模拟出行走在下倾角为
Figure GDA0002800156390000087
重力加速度为
Figure GDA0002800156390000088
的被动行走机器人行走的步态。
接下来进一步考虑被模拟的被动行走机器人中重力加速度和行走速度之间的关系，鉴于双足步行机器人动力学方程的高度非线性，采用数值仿真的办法分析此关系。被模仿被动行走机器人重力加速度和被动行走速度的关系如图3所示；根据图3可知被模拟被动行走机器人被动行走速度v与重力加速度之间的关系如下：
Figure GDA0002800156390000089
因此，假设已知vg是重力场g下的被动行走速度，则重力场
Figure GDA00028001563900000810
下的被动行走速度
Figure GDA00028001563900000811
可由下式计算：
Figure GDA00028001563900000812
反之，如果已知vg是重力场g下的被动行走速度，当要机器人以速度
Figure GDA00028001563900000813
被动步行时，可计算出对应的重力加速度值为：
Figure GDA00028001563900000814
由于虚拟被动行走机器人的速度和其模拟的被模拟被动行走机器人的速度完全一致，因此根据据公式(4)和(7)可得到如下初步速度控制器，进一步可以通过如下初步速度控制器实现速度vg到速度
Figure GDA00028001563900000815
的切换：
Figure GDA0002800156390000091
步骤S42，根据被模仿被动行走机器人的机械能方程和虚拟被动行走机器人的机械能方程获取被模仿被动行走机器人动能和虚拟被动行走机器人势能的关系。
上述初步速度控制器是一个开环控制，抗干扰能力和单纯的被动行走一样较差，不能很好地应用于实际。且由于速度和动能是一一对应的关系，而平面行走和斜面行走相比，仅仅是坐标系的旋转，不会导致速度的变化，因此虚拟被动行走机器人和其模拟的被模仿被动行走机器人之间的动能是一个不变量，本发明实施例利用这特性设计了一个动能追踪控制器来实现虚拟被动行走的闭环控制。
更进一步地，在虚拟被动行走机器人被动行走的机械能为：
Figure GDA0002800156390000092
其中，
Figure GDA0002800156390000093
为虚拟被动行走机器人行走过程中的动能，Pp(θ，φ，g)＝MgYp为虚拟被动行走机器人行走过程中的势能。
被模仿被动行走机器人被动行走的机械能为：
Figure GDA0002800156390000094
其中，
Figure GDA0002800156390000095
为动能，
Figure GDA0002800156390000096
为势能。
无论是虚拟被动行走机器人系统还是其模拟的被动行走机器人系统，在机器人行走的单支撑阶段都符合机械能守恒定理，即虚拟被动行走机器人被动行走的机械能和被模仿被动行走机器人被动行走的机械能的微分均为零
Figure GDA0002800156390000097
因此根据式子(9)和式子(10)可得到：
Figure GDA0002800156390000098
Figure GDA0002800156390000099
再考虑到虚拟被动行走机器人和其模拟的被模仿被动行走机器人的动能相等，进一步可得到：
Figure GDA00028001563900000910
其中，Yv为被模仿被动行走机器人的质心相对于其支撑点的垂直坐标。M＝m+mb为被模仿被动行走机器人的总质量。根据公式(13)推导出来的公式得出以下定理：
定理1：被模仿被动行走机器人动能的微分和虚拟被动行走机器人势能的微分成负相关关系，即
Figure GDA00028001563900000911
步骤S43，根据虚拟被动行走机器人的动能需实时跟踪被模仿被动行走机器人的动能，以及被模仿被动行走机器人动能和虚拟被动行走机器人势能的关系获取虚拟被动行走机器人的最终动能追踪控制器。
此时将被动行走机器人看作为目标被动行走机器人，该步骤接下来继续设计基于动能追踪的控制器。要想使得机器人能实现虚拟被动行走，虚拟被动行走机器人当前的动能就必须跟踪目标被动行走机器人的动能，因此，设计如下控制规律：
Figure GDA0002800156390000101
其中，ζ为控制器参数，Kd为目标被动行走机器人的动能。
而后根据定理1可以得到目标被动行走机器人的动能微分
Figure GDA0002800156390000102
Figure GDA0002800156390000103
对等式(15)的两边积分可以得到目标被动行走机器人的动能Kd如下：
Figure GDA0002800156390000104
其中，E0是被模仿被动行走机器人的机械能。
同时还可知虚拟被动行走机器人动能的微分可以由如下式子表示：
Figure GDA0002800156390000105
其中，Qp为虚拟被动行走机器人对应于广义坐标θ的广义力。
根据公式(14)-(17)可得到：
Figure GDA0002800156390000106
而后根据公式(18)得到虚拟被动行走机器人以广义力为表现形式的动能追踪控制器：
Figure GDA0002800156390000107
根据以广义力为表现形式的动能追踪控制器整理后获取最终动能追踪控制器如下：
Figure GDA0002800156390000108
步骤S44，根据初步力矩控制器和最终动能追踪控制器获取闭环虚拟被动行走速度控制器。
具体地，根据步骤S41中获取的初步力矩控制器和步骤S43中获取的最终动能追踪控制器，进一步可得出如下闭环虚拟被动行走速度控制器：
Figure GDA0002800156390000111
其中，当虚拟被动行走机器人在倾角为φ的地面上模拟在倾角为
Figure GDA0002800156390000112
的斜面上被动行走的被动行走机器人时候，若已经知道虚拟被动行走机器人的行走速度为vg，则可以在不破坏被动特性的情况下，利用上述闭环虚拟被动行走速度控制器将虚拟被动行走机器人的速度稳定地调整为
Figure GDA0002800156390000113
步骤S45，通过测试确定闭环虚拟被动行走速度控制器中的控制器参数。
具体地，上述闭环虚拟被动行走速度控制器中，只有控制器参数ζ需要通过测试确定，因此将虚拟被动行走机器人在倾角为φ的面上试行走，并根据虚拟被动行走机器人速度调节所需时间反复调试控制器参数ζ。由于控制器参数ζ越大收敛速度越快，因此在确保速度调节所需时间虚拟被动行走机器人被动行走稳定的前提下，调试得到的控制器参数ζ越大越好。
同时需要说明的是，在进行速度调节时并不需要测出完整的行走速度和虚拟重力加速度之间的关系，只需要测出一个重力场g所对应的速度vg即可。目标被动行走机器人的动能Kd的计算通过(16)实时进行，其中机械能可通过仿真计算确定，势能则通过机器人的位形计算。
为了更进步一步地说明本发明虚拟被动行走机器人的速度调节方法，还利用本发明实施例虚拟被动行走机器人的速度调节方法进行了加速调节过程，具体图5示出了利用本发明实施例一虚拟被动行走机器人的速度调节方法进行加速的速度加速变化过程示意图，图6示出了利用本发明实施例一虚拟被动行走机器人的速度调节方法进行加速的虚拟重力加速度调整过程示意图；参考图5和图6所示，速度从0.4350m/s切换到0.6174m/s的仿真结果，采取设置中间目标速度的方式进行速度调节，仿真结果表明，速度切换中、切换后虚拟被动行走机器人都可以实现稳定行走。
利用本发明实施例虚拟被动行走机器人的速度调节方法进行了减速调节过程，具体图7示出了利用本发明实施例一虚拟被动行走机器人的速度调节方法进行减速的速度减速变化过程示意图；图8示出了利用本发明实施例一虚拟被动行走机器人的速度调节方法进行减速的虚拟重力加速度调整过程示意图。参考图7和图8所示，速度从0.6174m/s切换到0.4350m/的仿真结果，采取设置中间目标速度的方式进行速度调节；仿真结果表明，速度中、切换后的虚拟被动行走机器人都可以实现稳定行走。
还利用本发明实施例虚拟被动行走机器人的速度调节方法进行从静止开始虚拟被动行走的启动过程；具体图9示出了利用本发明实施例一虚拟被动行走机器人的速度调节方法从静止起步的速度加速变化过程示意图；图10示出了利用本发明实施例一虚拟被动行走机器人的速度调节方法从静止起步的虚拟重力加速度调整过程示意图。参考图9和图10所示，速度从0m/s切换到0.4350m/s的仿真结果，同样采取过度法方法逐步提高速度，实验结果表明该方法可以很好地实现机器人的启动控制。
本发明实施例提供的虚拟被动行走机器人的速度调节方法，通过目标速度计算出执行目标重力加速度、根据机械能与重力势能之差计算目标动能等控制器的参数，根据实际动能和目标动能之间的误差进行反馈控制，最终实现速度切换且保证整个系统趋于稳定状态。进一步速度调节过程根据被动行走和重力加速度的关系，设计出一种能够在最大限度保持机器人被动行走特性的同时调节虚拟被动行走速度的闭环控制方法。
实施例二
为解决现有技术中存在的技术问题，本发明实施例提供了一种虚拟被动行走机器人的速度调节装置。
图11示出了本发明实施例二虚拟被动行走机器人的速度调节装置结构示意图；参考图11所示，本发明实施例虚拟被动行走机器人的速度调节装置包括依次连接的执行目标重力加速度及行走动能计算模块、实际行走动能计算模块、动能误差计算模块和速度调整模块。
执行目标重力加速度及行走动能计算模块，用于获取执行目标速度，并根据执行目标速度计算执行目标重力加速度和执行目标行走动能。
实际行走动能计算模块，用于实际行走动能计算模块用于获取虚拟被动行走机器人的实际速度，并根据虚拟被动行走机器人的实际速度计算虚拟被动行走机器人的实际行走动能。
动能误差计算模块，用于动能误差计算模块用于根据执行目标行走动能和实际行走动能计算动能误差。
速度调整模块，用于速度调整模块用于将动能误差和执行目标重力加速度传给到闭环虚拟被动行走速度控制器，并接收闭环虚拟被动行走速度控制器输出的控制信号，并将控制信号传输给虚拟被动行走机器人。
本发明实施例提供的虚拟被动行走机器人的速度调节装置，通过目标速度计算出目标重力加速度，根据机械能和重力势能之差计算出目标动能等控制器的参数，根据实际动能和目标动能之间的误差进行反馈控制，最终实现速度切换且保证整个系统趋于稳定状态。进一步速度调节过程根据被动行走和重力加速度的关系，设计出一种能够在最大限度保持机器人被动行走特性的同时调节虚拟被动行走速度的闭环控制方法。
实施例三
为解决现有技术中存在的上述技术问题，本发明实施例还提供了一种存储介质，其存储有计算机程序，该计算机程序被处理器执行时可实现实施例一中虚拟被动行走机器人的速度调节方法中的所有步骤。
虚拟被动行走机器人的速度调节方法的具体步骤以及应用本发明实施例提供的可读存储介质获取的有益效果均与实施例一相同，在此不在对其进行赘述。
需要说明的是：存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
实施例四
为解决现有技术中存在的上述技术问题，本发明实施例还提供了一种终端。
图12示出了本发明实施例四终端的结构示意图，参照图12，本实施例终端包括相互连接的处理器及存储器；存储器用于存储计算机程序，处理器用于执行存储器存储的计算机程序，以使终端执行时可实现实施例一虚拟被动行走机器人的速度调节方法中的所有步骤。
虚拟被动行走机器人的速度调节方法的具体步骤以及应用本发明实施例提供的终端获取的有益效果均与实施例一相同，在此不在对其进行赘述。
需要说明的是，存储器可能包含随机存取存储器(Random Access Memory，简称RAM)，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。同理处理器也可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital SignalProcessing，简称DSP)、专用集成电路(Application Specific Integrated Circuit，简称ASIC)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
虽然本发明所公开的实施方式如上，但所述的内容只是为了便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所属技术领域内的技术人员，在不脱离本发明所公开的精神和范围的前提下，可以在实施的形式上及细节上作任何的修改与变化。

Claims (9)

1.一种虚拟被动行走机器人的速度调节方法，包括：按预设方式执行速度调节过程；
其中，所述速度调节过程包括：
获取执行目标速度，并根据所述执行目标速度计算执行目标重力加速度和执行目标行走动能；
获取虚拟被动行走机器人的实际速度，并根据所述虚拟被动行走机器人的实际速度计算所述虚拟被动行走机器人的实际行走动能；
根据所述执行目标行走动能和所述实际行走动能计算动能误差；
将所述动能误差和所述执行目标重力加速度传给到闭环虚拟被动行走速度控制器，接收所述闭环虚拟被动行走速度控制器输出的控制信号，并将所述控制信号传输给所述虚拟被动行走机器人；
所述闭环虚拟被动行走速度控制器获取方式包括：
基于动力学方程和被模仿被动行走机器人行走速度与重力加速度之间的关系构建所述虚拟被动行走机器人的初步速度控制器；
根据所述被模仿被动行走机器人的机械能方程和所述虚拟被动行走机器人的机械能方程获取所述被模仿被动行走机器人动能和所述虚拟被动行走机器人势能的关系；
根据所述虚拟被动行走机器人的动能需实时跟踪所述被模仿被动行走机器人的动能，以及所述被模仿被动行走机器人动能和所述虚拟被动行走机器人势能的关系获取所述虚拟被动行走机器人的最终动能追踪控制器；
根据所述初步速度控制器和所述最终动能追踪控制器获取闭环虚拟被动行走速度控制器。
2.根据权利要求1所述的方法，其特征在于，按预设方式执行速度调节过程步骤包括：
获取最终目标速度和所述虚拟被动行走机器人的实际速度，根据所述最终目标速度和所述实际速度计算待调整速度差；
判断所述待调整速度差是否大于预设阈值，若是则设置至少一个中间目标速度，并将所有所述中间目标速度和最终目标速度按预设顺序依次作为执行目标速度，并在所有所述中间目标速度和最终目标速度按预设顺序依次作为执行目标速度时单次执行对应的速度调节过程，否则将所述最终目标速度作为执行目标速度，执行速度调整过程，其中，所述中间目标速度的数值位于所述最终目标速度的数值和所述实际速度的数值之间。
3.根据权利要求1所述的方法，其特征在于，基于动力学方程和被模仿被动行走机器人行走速度与重力加速度之间的关系构建所述虚拟被动行走机器人的初步速度控制器步骤包括：
基于拉格朗日方程建立虚拟被动行走机器人的动力学方程模型以及被模仿被动行走机器人的动力学方程模型；
基于所述虚拟被动行走机器人的动力学方程模型和所述被模仿被动行走机器人的动力学方程模型构建所述虚拟被动行走机器人的虚拟被动行走力矩控制器；
基于动力学方程和被模仿被动行走机器人行走速度与重力加速度之间的关系和所述虚拟被动行走力矩控制器构建所述虚拟被动行走机器人的初步速度控制器。
4.根据权利要求1所述的方法，其特征在于，所述被模仿被动行走机器人动能和所述虚拟被动行走机器人势能的关系为所述被模仿被动行走机器人动能的微分和所述虚拟被动行走机器人势能的微分成负相关关系。
5.根据权利要求1所述的方法，其特征在于，根据所述虚拟被动行走机器人的动能需实时跟踪所述被模仿被动行走机器人的动能，以及所述被模仿被动行走机器人动能和所述虚拟被动行走机器人势能的关系获取所述虚拟被动行走机器人的最终动能追踪控制器步骤包括：
根据所述虚拟被动行走机器人的动能需实时跟踪所述被模仿被动行走机器人的动能设计所述虚拟被动行走机器人闭环控制规律；
基于所述被模仿被动行走机器人动能和所述虚拟被动行走机器人势能的关系、虚拟被动机器人动能的微分表示方式以及所述虚拟被动行走机器人闭环控制规律进行计算，获取以广义力为表现形式的动能追踪控制器；
根据以广义力为表现形式的动能追踪控制器获取最终动能追踪控制器。
6.根据权利要求1所述的方法，其特征在于，根据所述初步速度控制器和所述最终动能追踪控制器获取闭环虚拟被动行走速度控制器步骤之后还包括：
通过测试确定所述闭环虚拟被动行走速度控制器中的控制器参数。
7.一种虚拟被动行走机器人速度调节装置，其特征在于，包括依次连接的执行目标重力加速度及行走动能计算模块、实际行走动能计算模块、动能误差计算模块和速度调整模块；
所述执行目标重力加速度及行走动能计算模块，用于获取执行目标速度，并根据所述执行目标速度计算执行目标重力加速度和执行目标行走动能；
所述实际行走动能计算模块，用于获取虚拟被动行走机器人的实际速度，并根据所述虚拟被动行走机器人的实际速度计算所述虚拟被动行走机器人的实际行走动能；
所述动能误差计算模块，用于根据所述执行目标行走动能和所述实际行走动能计算动能误差；
所述速度调整模块，用于将所述动能误差和所述执行目标重力加速度传给到闭环虚拟被动行走速度控制器，并接收所述闭环虚拟被动行走速度控制器输出的控制信号，并将所述控制信号传输给所述虚拟被动行走机器人；
所述闭环虚拟被动行走速度控制器获取方式包括：
基于动力学方程和被模仿被动行走机器人行走速度与重力加速度之间的关系构建所述虚拟被动行走机器人的初步速度控制器；
根据所述被模仿被动行走机器人的机械能方程和所述虚拟被动行走机器人的机械能方程获取所述被模仿被动行走机器人动能和所述虚拟被动行走机器人势能的关系；
根据所述虚拟被动行走机器人的动能需实时跟踪所述被模仿被动行走机器人的动能，以及所述被模仿被动行走机器人动能和所述虚拟被动行走机器人势能的关系获取所述虚拟被动行走机器人的最终动能追踪控制器；
根据所述初步速度控制器和所述最终动能追踪控制器获取闭环虚拟被动行走速度控制器。
8.一种存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1至6中任一项虚拟被动行走机器人速度调节方法。
9.一种终端，其特征在于，包括：处理器以及存储器，所述存储器与所述处理器之间通信连接；
所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述终端执行如权利要求1至6中任一项虚拟被动行走机器人速度调节方法。
CN202010053903.1A 2020-01-17 2020-01-17 虚拟被动行走机器人速度调节方法及装置、存储介质终端 Active CN111198581B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010053903.1A CN111198581B (zh) 2020-01-17 2020-01-17 虚拟被动行走机器人速度调节方法及装置、存储介质终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010053903.1A CN111198581B (zh) 2020-01-17 2020-01-17 虚拟被动行走机器人速度调节方法及装置、存储介质终端

Publications (2)

Publication Number Publication Date
CN111198581A CN111198581A (zh) 2020-05-26
CN111198581B true CN111198581B (zh) 2021-02-12

Family

ID=70746647

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010053903.1A Active CN111198581B (zh) 2020-01-17 2020-01-17 虚拟被动行走机器人速度调节方法及装置、存储介质终端

Country Status (1)

Country Link
CN (1) CN111198581B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113400316B (zh) * 2021-07-09 2023-01-20 同济大学 建筑垃圾分拣机械手抓取控制方法及装置

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008067404A2 (en) * 2006-11-29 2008-06-05 Honda Motor Co., Ltd. Determination of foot placement for humanoid push recovery
JP2011194503A (ja) * 2010-03-18 2011-10-06 Toyota Motor Corp ２脚歩行ロボット
CN102887188A (zh) * 2012-10-17 2013-01-23 同济大学 基于能量最优的双足被动行走步态控制方法
CN103204193A (zh) * 2013-04-08 2013-07-17 浙江大学 一种欠驱动双足机器人行走控制方法
CN104042269A (zh) * 2013-03-14 2014-09-17 伊西康内外科公司 包括关节运动锁的可关节运动的外科器械
CN105608309A (zh) * 2015-12-11 2016-05-25 杭州南江机器人股份有限公司 一种双足机器人步行规划和控制方法
CN105857437A (zh) * 2016-05-11 2016-08-17 重庆足步科技有限公司 双足半被动行走器及其行走控制方法
CN106814610A (zh) * 2017-01-23 2017-06-09 长春工业大学 基于非线性模型预测控制的双足机器人步态优化的信赖域‑sqp方法
CN108345211A (zh) * 2017-01-23 2018-07-31 深圳市祈飞科技有限公司 双足仿人机器人及其非线性步态规划方法以及控制方法
CN108974002A (zh) * 2017-06-02 2018-12-11 本田技研工业株式会社 车辆控制装置、车辆控制方法及存储介质
CN109382824A (zh) * 2017-08-08 2019-02-26 西门子保健有限责任公司 用于操作机器人的方法和机器人系统
CN109956016A (zh) * 2017-12-26 2019-07-02 同济大学 一种仿生机器鱼及其控制方法
CN109960150A (zh) * 2019-03-30 2019-07-02 南京理工大学 巡检机器人轨迹跟踪控制方法
CN109987169A (zh) * 2017-12-29 2019-07-09 深圳市优必选科技有限公司 双足机器人的步态控制方法、装置、终端设备及介质

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008067404A2 (en) * 2006-11-29 2008-06-05 Honda Motor Co., Ltd. Determination of foot placement for humanoid push recovery
JP2011194503A (ja) * 2010-03-18 2011-10-06 Toyota Motor Corp ２脚歩行ロボット
CN102887188A (zh) * 2012-10-17 2013-01-23 同济大学 基于能量最优的双足被动行走步态控制方法
CN104042269A (zh) * 2013-03-14 2014-09-17 伊西康内外科公司 包括关节运动锁的可关节运动的外科器械
CN103204193A (zh) * 2013-04-08 2013-07-17 浙江大学 一种欠驱动双足机器人行走控制方法
CN105608309A (zh) * 2015-12-11 2016-05-25 杭州南江机器人股份有限公司 一种双足机器人步行规划和控制方法
CN105857437A (zh) * 2016-05-11 2016-08-17 重庆足步科技有限公司 双足半被动行走器及其行走控制方法
CN106814610A (zh) * 2017-01-23 2017-06-09 长春工业大学 基于非线性模型预测控制的双足机器人步态优化的信赖域‑sqp方法
CN108345211A (zh) * 2017-01-23 2018-07-31 深圳市祈飞科技有限公司 双足仿人机器人及其非线性步态规划方法以及控制方法
CN108974002A (zh) * 2017-06-02 2018-12-11 本田技研工业株式会社 车辆控制装置、车辆控制方法及存储介质
CN109382824A (zh) * 2017-08-08 2019-02-26 西门子保健有限责任公司 用于操作机器人的方法和机器人系统
CN109956016A (zh) * 2017-12-26 2019-07-02 同济大学 一种仿生机器鱼及其控制方法
CN109987169A (zh) * 2017-12-29 2019-07-09 深圳市优必选科技有限公司 双足机器人的步态控制方法、装置、终端设备及介质
CN109960150A (zh) * 2019-03-30 2019-07-02 南京理工大学 巡检机器人轨迹跟踪控制方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
Biped walking by elastic potential energy and control strategy;Botao Wu等;《Proceedings of the 33rd Chinese Control Conference》;20140630;第7994-7999页 *
Limit cycles in a passive compass gait biped and passivity-mimicking control laws;Goswamia等;《Journal of Autonomous Robots》;19971231;第4卷(第3期);第273-286页 *
Principle and method of speed control for biped robots;Luo Xiang等;《2013 13th IEEE-RAS International Conference on Humanoid Robots (Humanoids)》;20131017;第8-13页 *
无动力双足步行机器人控制策略与算法;刘振泽;《控制理论与应用》;20090228;第26卷(第2期);第113-121页 *
类圆规双足被动行走模型及其稳定性;安康，等;《同济大学学报(自然科学版)》;20170831;第45卷(第8期);第1209-1217页 *

Also Published As

Publication number Publication date
CN111198581A (zh) 2020-05-26

Similar Documents

Publication Publication Date Title
Feng et al. Optimization based full body control for the atlas robot
CN110202574B (zh) 基于环境刚度估计的机器人自适应混合阻抗/导纳控制方法
Miura et al. Human-like walking with toe supporting for humanoids
Yi et al. Online learning of a full body push recovery controller for omnidirectional walking
CN110405762B (zh) 一种基于空间二阶倒立摆模型的双足机器人姿态控制方法
CN113290559B (zh) 机器人平衡控制方法、装置、机器人控制设备及存储介质
Yi et al. Learning full body push recovery control for small humanoid robots
CN114442649B (zh) 一种双足机器人混杂动力学建模和运动规划方法
CN114995479A (zh) 一种基于强化学习的四足机器人虚拟模型控制器的参数控制方法
Hauser et al. Biologically inspired kinematic synergies enable linear balance control of a humanoid robot
CN111198581B (zh) 虚拟被动行走机器人速度调节方法及装置、存储介质终端
Dafarra et al. Non-linear trajectory optimization for large step-ups: Application to the humanoid robot atlas
Jalgha et al. A hybrid ankle/hip preemptive falling scheme for humanoid robots
Leng et al. M-A3C: a mean-asynchronous advantage actor-critic reinforcement learning method for real-time gait planning of biped robot
Chen et al. Integrable whole-body orientation coordinates for legged robots
CN107511830A (zh) 一种五自由度混联机器人控制器参数自适应调整实现方法
JP3555945B2 (ja) ロボット装置のためのモーション編集装置及びモーション編集方法、ロボット装置及びロボット装置の制御方法、並びにコンピュータ・プログラム
Meriçli et al. Improving biped walk stability using real-time corrective human feedback
Yang et al. Yaw moment compensation for humanoid robot via arms swinging
Xu et al. Disturbance rejection for biped robots during walking and running using control moment gyroscopes
Duan et al. Application of PID Tracking Control in Inverted Pendulum System
Ferreira et al. Diagonal walk reference generator based on Fourier approximation of ZMP trajectory
CN206288109U (zh) 自适应运动多关节行走机器人
Han et al. Ankle torque control for steady walking of humanoid robot
Kim et al. A method for dynamically balancing a point foot robot

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