CN111208826B - 四足机器人溜蹄步态规划方法、装置、设备及可读介质 - Google Patents
四足机器人溜蹄步态规划方法、装置、设备及可读介质 Download PDFInfo
- Publication number
- CN111208826B CN111208826B CN202010100280.9A CN202010100280A CN111208826B CN 111208826 B CN111208826 B CN 111208826B CN 202010100280 A CN202010100280 A CN 202010100280A CN 111208826 B CN111208826 B CN 111208826B
- Authority
- CN
- China
- Prior art keywords
- robot
- expected
- leg
- moment
- joint
- 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
Links
- 230000005021 gait Effects 0.000 title claims abstract description 67
- 238000000034 method Methods 0.000 title claims abstract description 43
- 206010034701 Peroneal nerve palsy Diseases 0.000 claims abstract description 26
- 210000000003 hoof Anatomy 0.000 claims abstract description 6
- 239000011159 matrix material Substances 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 5
- 230000007935 neutral effect Effects 0.000 claims description 5
- 238000002474 experimental method Methods 0.000 claims description 4
- 238000004088 simulation Methods 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 4
- 210000002414 leg Anatomy 0.000 description 63
- 230000008569 process Effects 0.000 description 7
- 210000001624 hip Anatomy 0.000 description 3
- 241001465754 Metazoa Species 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 210000004394 hip joint Anatomy 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000009193 crawling Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
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
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
-
- 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
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (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
本发明公开了一种四足机器人溜蹄步态规划方法、装置、设备及可读介质,该方法包括:将四足机器人简化成倒立摆模型,并将当前机器人质心的速度作为步态周期内的平均速度,并考虑期望速度与实际速度的闭环,对所述倒立摆模型进行简化;根据简化后的倒立摆模型,计算摆动腿期望的落脚点位置;根据期望的落脚点位置,获得摆动腿各关节的力矩;根据机器人期望的质心状态,获得支撑腿各关节的力矩;根据摆动腿和支撑腿各关节的力矩,经电机执行后实现溜蹄步态。采用本发明实施例的溜蹄步态规划方法既能保持机器人身体左右平衡,还可以控制身体的前后运动。
Description
技术领域
本发明涉及电机技术领域,尤其涉及一种四足机器人溜蹄步态规划方法、装置、设备及可读介质。
背景技术
溜蹄步态是四足动物常用的一种步态,市面上大多数四足机器人步态多样性较四足动物较为缺失。溜蹄步态是同侧的两足为支撑足,其余两足为非支撑足的步态。设同侧的前后两足同时抬起,同时落地,且左右两侧的动作对称。为了能够连续地步行,左右方向的动作要进行适当的控制。
现有四足机器人大多采用的步态多为爬行(walk)和对角小跑步态(trot),对溜蹄步态的规划方法相关的研究较少。而且由于四足机器人自由度很多,动力学模型复杂,现有的一些方法存在规划过程繁琐,步态稳定性差等问题。
发明内容
本发明的目的是提出一种四足机器人溜蹄步态规划方法、装置、设备及可读介质,以解决相关技术中存在的规划过程繁琐,步态稳定性差等问题。
为了达到上述目的,本发明所采用的技术方案如下:
第一方面,本发明实施例提供一种四足机器人溜蹄步态规划方法,包括:
将四足机器人简化成倒立摆模型,并将当前机器人质心的速度作为步态周期内的平均速度,并考虑期望速度与实际速度的闭环,对所述倒立摆模型进行简化;
根据简化后的倒立摆模型,计算摆动腿期望的落脚点位置;
根据期望的落脚点位置,获得摆动腿各关节的力矩;
根据机器人期望的质心状态,获得支撑腿各关节的力矩;
根据摆动腿和支撑腿各关节的力矩,经电机执行后实现溜蹄步态。
进一步地,将四足机器人简化成倒立摆模型,包括:
建立坐标系,将机器人简化成三维空间中的倒立摆模型;
将倒立摆模型分解成yz平面和xz平面内的平面倒立摆。
进一步地,将当前机器人质心的速度作为步态周期内的平均速度,并考虑期望速度与实际速度的闭环,对所述平面倒立摆模型进行简化,包括:
进一步地,根据简化后的倒立摆模型,计算摆动腿期望的落脚点位置,包括:
由此得到摆动腿的x和y向期望的落脚点位置,z向期望的落脚点位置设置为地面高度。
进一步地,根据摆动腿期望的落脚点位置,获得摆动腿各关节的力矩,包括:
机器人摆动腿的初始位置由关节编码器经逆运动学所得到,规划平滑曲线使得摆动腿能在步态周期内从初始位置运动到目标位置;xyz向的摆动腿期望位置为平滑曲线fxyz(t)∈R3,其中t为时间;
机器人运动学变换矩阵为T,那么可以得到机器人单腿各关节θ∈R3的值为:
θ=T-1fxyz(t)
得到摆动腿各个关节期望位置之后,对其做PD控制,就可以得到摆动腿各关节的力矩。
进一步地,根据机器人期望的质心状态,获得支撑腿各关节的力矩,包括:
考虑前馈,作用于质心的控制量为bd:
其中Fxyz,Torquerpy为作用于质心的力和力矩,m,I为机器人的质量和转动惯量,pd,p为质心的期望位置和实际位置,θd,θ,wd,w为各姿态角的期望角度,实际角度,期望角速度和实际角速度,Kp,d,Kd,p,Kp,w,Kd,w为PD控制参数;
各腿的发力为F=(F1 T,F2 T,F3 T,F4 T)T,通过选择矩阵和位置矩阵A,得到bd=AF的形式,可以通过解线性二次型方程得到各腿发力Fsolution:
机器人雅可比矩阵为J,各关节力矩为τ=JTFsolution。
进一步地,通过实验或仿真调整k1和k2的值,改善控制性能。
第二方面,本发明实施例提供一种四足机器人溜蹄步态规划装置,包括:
简化模块,用于将四足机器人简化成倒立摆模型,并将当前机器人质心的速度作为步态周期内的平均速度,并考虑期望速度与实际速度的闭环,对所述倒立摆模型进行简化;
落脚点位置计算模块,用于根据简化后的倒立摆模型,计算摆动腿期望的落脚点位置;
摆动腿各关节力矩计算模块,用于根据期望的落脚点位置,获得摆动腿各关节的力矩;
支撑腿各关节力矩计算模块,用于根据机器人期望的质心状态,获得支撑腿各关节的力矩;
执行模块,用于根据摆动腿和支撑腿各关节的力矩,经电机执行后实现溜蹄步态。
第三方面,本发明实施例提供一种设备,包括存储器、处理器,所述存储器中存储有可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现上述第一方面所述的一种四足机器人溜蹄步态规划方法。
第四方面,本发明实施例提供一种具有处理器可执行的非易失的程序代码的计算机可读介质,其特征在于,所述程序代码使所述处理器执行所述第一方面所述的一种四足机器人溜蹄步态规划方法。
在本发明实施例中,将四足机器人简化成倒立摆模型,将当前机器人质心的速度作为步态周期内的平均速度,并考虑期望速度与实际速度的闭环,可以将复杂的倒立摆模型公式也简化成简单的经验公式。采用本发明实施例的溜蹄步态规划方法既能保持机器人身体左右平衡,还可以控制身体的前后运动。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的一种四足机器人溜蹄步态规划方法的流程图;
图2是根据本发明实施例的四足机器人的坐标系;
图3是根据本发明实施例的四足机器人的平面倒立摆运动示意图;
图4是根据本发明实施例的一种四足机器人溜蹄步态规划装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例1:
根据本发明实施例,提供了一种四足机器人溜蹄步态规划方法的方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的一种四足机器人溜蹄步态规划方法的流程图,如图1所示,该方法包括如下步骤:
步骤S101,将四足机器人简化成倒立摆模型,并将当前机器人质心的速度作为步态周期内的平均速度,并考虑期望速度与实际速度的闭环,对所述倒立摆模型进行简化;
步骤S102,根据简化后的倒立摆模型,计算摆动腿期望的落脚点位置;
步骤S103,根据期望的落脚点位置,获得摆动腿各关节的力矩;
步骤S104,根据机器人期望的质心状态,获得支撑腿各关节的力矩;
步骤S105,根据摆动腿和支撑腿各关节的力矩,经电机执行后实现溜蹄步态。
在本发明实施例中,将四足机器人简化成倒立摆模型,将当前机器人质心的速度作为步态周期内的平均速度,并考虑期望速度与实际速度的闭环,可以将复杂的倒立摆模型公式也简化成简单的经验公式。采用本发明实施例的溜蹄步态规划方法既能保持机器人身体左右平衡,还可以控制身体的前后运动。
可选的,上述将四足机器人简化成倒立摆模型,包括:
(1)建立坐标系,将机器人简化成三维空间中的倒立摆模型,如图2所示;
(2)将倒立摆模型分解成yz平面和xz平面内的平面倒立摆。
多数的四足机器人在设计的时候都会将所有执行器都集成在髋关节处,从而使得腿部重量足够的轻,这样能使得腿可以进行各种高速运动;这样的设计使得其和倒立摆模型非常接近,重量主要集中在身体部分。本发明中机器人所有的电机都集成于髋关节处,和倒立摆模型非常相符,所以可以将其简化成两个平面内的倒立摆模型,原本复杂的动力学模型即可以采用平面倒立摆相应的特性来进行分析,可以极大的简化建模这个过程。
可选的,上述将当前机器人质心的速度作为步态周期内的平均速度,并考虑期望速度与实际速度的闭环,对所述平面倒立摆模型进行简化,包括:
对于平面倒立摆,在将质心速度作为步态周期Ts内的平均速度之后,/>为在步态周期内运行距离的中性点,倒立摆质心速度与期望速度/>的闭环关系为/>其中k为控制参数,得到简化后的倒立摆模型的落脚点为/>通过调整k的大小可以使得支撑点在中性点的前面或后面,从而实现末状态速度和位置的变化。如图3中,虚线和点划线分别代表支撑点在中性点前后的机器人的末状态。
平面倒立摆模型是一个微分方程,无法求得解析解,为了求解需要增加其他约束。因为本处仅需要求得落脚点来保证机器人平衡,所以为了简化这个过程,采用一些近似,能够快速的得到落脚点的表达式。
可选的,根据简化后的倒立摆模型,计算摆动腿期望的落脚点位置,包括:
(1)对于y向控制,由于机器人的质心在y方向上距离髋有一定距离,若该距离较大,需要适当内收以减少倒立摆偏离,考虑极限情况,如果完全内收到质心正下方,则期望状态速度可以设置为0m/s,但是这样腿会相互干涉,所以需要留有一定空间;那么质心就必须产生一个来回运动,所以期望状态速度就需要给定一个值该值的大小与腿偏离质心的位置yl有关,可以先取一个较小的yl值作为初值,若后续测试中仍有裕量,可以逐步加大。将y向期望速度/>取理想状态下的值ylTs/2作为初值,其中yl为腿髋侧摆旋转中心偏离质心的位置,y向的落脚点位置/>其中k2为控制参数,/>为质心y向速度;
(3)由此得到摆动腿的x和y向期望的落脚点位置,z向期望的落脚点位置设置为地面高度,至此摆动腿的xyz坐标完全确定。
采用倒立摆模型的落脚点表达式,经分析后等效于机器人两个方向的落脚点,这样可以明确各个参数的取值,便于后期进行计算。
可选的,根据摆动腿期望的落脚点位置,获得摆动腿各关节的力矩,包括:
(1)机器人摆动腿的初始位置由关节编码器经逆运动学所得到,规划平滑曲线使得摆动腿能在步态周期内从初始位置运动到目标位置;xyz向的摆动腿期望位置为平滑曲线fxyz(t)∈R3,其中t为时间;
(2)机器人运动学变换矩阵为T,那么可以得到机器人单腿各关节θ∈R3的值为:
θ=T-1fxyz(t)
(3)得到摆动腿各个关节期望位置之后,对其做PD控制,就可以得到摆动腿各关节的力矩。
对于机器人初始位置到目标位置的平滑曲线的规划可以使得机器人摆动腿轨迹在规划时间内是连续且平滑的,从而保证经逆运动学变换后关节的轨迹也是连续平滑的,便于对关节进行控制。
下面以机器人单腿为例来进行说明平滑曲线的计算方式。
(1)设摆动腿轨迹在各个方向上均为三次样条曲线,则:
(2)代入始末位置状态,可以求得系数矩阵,则摆动退轨迹可以表示成时间的函数(实际应和当前机器人状态以及期望的目标状态也有关,但是因为实时计算,所以此处为了形式简便暂记为此形式),其中fxyz,a,b,c,d∈R3
fxyz(t)=[a,b,c,d][t3,t2,t,1]T
可选的,根据机器人期望的质心状态,获得支撑腿各关节的力矩,包括:
(1)质心以及方向控制PD策略如下,考虑前馈,作用于质心的控制量为bd:
其中Fxyz,Torquerpy为作用于质心的力和力矩,m,I为机器人的质量和转动惯量,pd,p为质心的期望位置和实际位置,θd,θ,wd,w为各姿态角的期望角度,实际角度,期望角速度和实际角速度,Kp,d,Kd,p,Kp,w,Kd,w为PD控制参数;
(2)各腿的发力为F=(F1 T,F2 T,F3 T,F4 T)T,通过选择矩阵和位置矩阵A,得到bd=AF的形式,可以通过解线性二次型方程得到各腿发力Fsolution,其中CE,cE,CI,cI为等式约束和不等式约束的方程系数,此处可以为摩擦约束和最大力约束:
s.t.
CEF+cE=0
CIF+cI≥0
(3)机器人雅可比矩阵为J,各关节力矩为τ=JTFsolution。
采用这种控制方式并且通过线性二次型求解,可以保证机器人身体的各个自由度都是可控的并且便于增加约束方程,这对机器人的身体的位姿控制有好处,可以增加机器人的稳定性。
可选的,可以通过实验或仿真调整k1和k2的值,改善控制性能,通过实验或仿真得到控制参数可以极大的简化求解过程。
采用这种方式可以通过简单的参数调整来优化一部分由于模型简化近似所带来的稳定性问题,以一种简单高效的方式提升机器人的稳定性。
实施例2:
图4是根据本发明实施例的一种四足机器人溜蹄步态规划装置的结构示意图。出于描述的目的,所绘的体系结构仅为合适环境的一个示例,并非对本申请的使用范围或功能提出任何局限。也不应该将一种四足机器人溜蹄步态规划装置视为对图4所示的任一组件或组合具有任何依赖或需求,该装置,包括:
简化模块11,用于将四足机器人简化成倒立摆模型,并将当前机器人质心的速度作为步态周期内的平均速度,并考虑期望速度与实际速度的闭环,对所述倒立摆模型进行简化;
落脚点位置计算模块12,用于根据简化后的倒立摆模型,计算摆动腿期望的落脚点位置;
摆动腿各关节力矩计算模块13,用于根据期望的落脚点位置,获得摆动腿各关节的力矩;
支撑腿各关节力矩计算模块14,用于根据机器人期望的质心状态,获得支撑腿各关节的力矩;
执行模块15,用于根据摆动腿和支撑腿各关节的力矩,经电机执行后实现溜蹄步态。
实施例3:
本发明实施例提供一种设备,包括存储器、处理器,所述存储器中存储有可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现上述第一方面所述的一种四足机器人溜蹄步态规划方法。
实施例4:
本发明实施例提供一种具有处理器可执行的非易失的程序代码的计算机可读介质,其特征在于,所述程序代码使所述处理器执行所述第一方面所述的一种四足机器人溜蹄步态规划方法。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (9)
1.一种四足机器人溜蹄步态规划方法,其特征在于,包括:
将四足机器人简化成倒立摆模型,并将当前机器人质心的速度作为步态周期内的平均速度,并考虑期望速度与实际速度的闭环,对所述倒立摆模型进行简化;
根据简化后的倒立摆模型,计算摆动腿期望的落脚点位置;
根据期望的落脚点位置,获得摆动腿各关节的力矩;
根据机器人期望的质心状态,获得支撑腿各关节的力矩;
根据摆动腿和支撑腿各关节的力矩,经电机执行后实现溜蹄步态;
其中,根据机器人期望的质心状态,获得支撑腿各关节的力矩,包括:
考虑前馈,作用于质心的控制量为bd:
其中Fxyz,Torquerpy为作用于质心的力和力矩,m,I为机器人的质量和转动惯量,pd,p为质心的期望位置和实际位置,θd,θ,wd,w为各姿态角的期望角度,实际角度,期望角速度和实际角速度,Kp,d,Kd,p,Kp,w,Kd,w为PD控制参数;
各腿的发力为F=(F1 T,F2 T,F3 T,F4 T)T,通过选择矩阵和位置矩阵A,得到bd=AF的形式,可以通过解线性二次型方程得到各腿发力Fsolution:
机器人雅可比矩阵为J,各关节力矩为τ=JTFsolution。
2.根据权利要求1所述的一种四足机器人溜蹄步态规划方法,其特征在于,将四足机器人简化成倒立摆模型,包括:
建立坐标系,将机器人简化成三维空间中的倒立摆模型;
将倒立摆模型分解成yz平面和xz平面内的平面倒立摆。
5.根据权利要求1所述的一种四足机器人溜蹄步态规划方法,其特征在于,根据摆动腿期望的落脚点位置,获得摆动腿各关节的力矩,包括:
机器人摆动腿的初始位置由关节编码器经逆运动学所得到,规划平滑曲线使得摆动腿能在步态周期内从初始位置运动到目标位置;xyz向的摆动腿期望位置为平滑曲线fxyz(t)∈R3,其中t为时间;
机器人运动学变换矩阵为T,那么可以得到机器人单腿各关节θ∈R3的值为:
θ=T-1fxyz(t)
得到摆动腿各个关节期望位置之后,对其做PD控制,就可以得到摆动腿各关节的力矩。
6.根据权利要求4所述的一种四足机器人溜蹄步态规划方法,其特征在于,通过实验或仿真调整k1和k2的值,改善控制性能。
7.一种四足机器人溜蹄步态规划装置,其特征在于,包括:
简化模块,用于将四足机器人简化成倒立摆模型,并将当前机器人质心的速度作为步态周期内的平均速度,并考虑期望速度与实际速度的闭环,对所述倒立摆模型进行简化;
落脚点位置计算模块,用于根据简化后的倒立摆模型,计算摆动腿期望的落脚点位置;
摆动腿各关节力矩计算模块,用于根据期望的落脚点位置,获得摆动腿各关节的力矩;
支撑腿各关节力矩计算模块,用于根据机器人期望的质心状态,获得支撑腿各关节的力矩;
执行模块,用于根据摆动腿和支撑腿各关节的力矩,经电机执行后实现溜蹄步态;
其中,根据机器人期望的质心状态,获得支撑腿各关节的力矩,包括:
考虑前馈,作用于质心的控制量为bd:
其中Fxyz,Torquerpy为作用于质心的力和力矩,m,I为机器人的质量和转动惯量,pd,p为质心的期望位置和实际位置,θd,θ,wd,w为各姿态角的期望角度,实际角度,期望角速度和实际角速度,Kp,d,Kd,p,Kp,w,Kd,w为PD控制参数;
各腿的发力为F=(F1 T,F2 T,F3 T,F4 T)T,通过选择矩阵和位置矩阵A,得到bd=AF的形式,可以通过解线性二次型方程得到各腿发力Fsolution:
机器人雅可比矩阵为J,各关节力矩为τ=JTFsolution。
8.一种设备,包括存储器、处理器,所述存储器中存储有可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现上述权利要求1至6任一项所述的一种四足机器人溜蹄步态规划方法。
9.一种具有处理器可执行的非易失的程序代码的计算机可读介质,其特征在于,所述程序代码使所述处理器执行所述权利要求1至6任一所述的一种四足机器人溜蹄步态规划方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010100280.9A CN111208826B (zh) | 2020-02-18 | 2020-02-18 | 四足机器人溜蹄步态规划方法、装置、设备及可读介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010100280.9A CN111208826B (zh) | 2020-02-18 | 2020-02-18 | 四足机器人溜蹄步态规划方法、装置、设备及可读介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111208826A CN111208826A (zh) | 2020-05-29 |
CN111208826B true CN111208826B (zh) | 2023-06-16 |
Family
ID=70784646
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010100280.9A Active CN111208826B (zh) | 2020-02-18 | 2020-02-18 | 四足机器人溜蹄步态规划方法、装置、设备及可读介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111208826B (zh) |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111857170B (zh) * | 2020-07-29 | 2024-04-09 | 中国人民解放军陆军装甲兵学院 | 一种四足机器人腿部关节负载规律分析方法 |
CN112147890B (zh) * | 2020-09-04 | 2021-12-28 | 西安交通大学 | 一种基于Acrobot模型的四足机器人对角支撑静平衡控制方法 |
CN112051797B (zh) * | 2020-09-07 | 2023-12-26 | 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 |
CN112536796B (zh) * | 2020-11-23 | 2024-03-15 | 深圳市优必选科技股份有限公司 | 机器人控制方法、装置、计算机可读存储介质及机器人 |
CN112859875B (zh) * | 2021-01-28 | 2023-10-20 | 南方科技大学 | 足式机器人运动轨迹优化方法、设备及存储介质 |
CN114986526B (zh) * | 2021-03-01 | 2024-09-06 | 腾讯科技(深圳)有限公司 | 机器人运动控制方法、装置、机器人及存储介质 |
CN113033027B (zh) * | 2021-05-18 | 2021-11-02 | 追觅创新科技(苏州)有限公司 | 智能机器人的步态控制方法及装置、存储介质、电子装置 |
CN113753150B (zh) * | 2021-05-31 | 2024-01-12 | 腾讯科技(深圳)有限公司 | 轮腿式机器人的控制方法、装置、设备及可读存储介质 |
CN114137992B (zh) * | 2021-10-20 | 2024-08-09 | 深圳鹏行智能研究有限公司 | 一种降低足式机器人抖动的方法及相关装置 |
CN113830197B (zh) * | 2021-11-23 | 2022-04-05 | 之江实验室 | 一种应用于双足机器人动态行走的平衡控制方法 |
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 |
CN114734445B (zh) * | 2022-05-09 | 2024-06-28 | 中兵智能创新研究院有限公司 | 一种四足机器人动态适应负载的控制方法 |
CN115202378A (zh) * | 2022-06-24 | 2022-10-18 | 浙江大学 | 一种仿人机器人动态步行控制方法 |
CN115284280A (zh) * | 2022-06-30 | 2022-11-04 | 杭州云深处科技有限公司 | 一种四足机器人的侧翻方法 |
CN115981346B (zh) * | 2023-03-20 | 2024-06-07 | 深圳鹏行智能研究有限公司 | 机器人控制方法以及机器人 |
Citations (6)
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 |
KR101372740B1 (ko) * | 2013-01-31 | 2014-03-11 | 서강대학교산학협력단 | 사족 주행로봇 |
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 |
US9395726B1 (en) * | 2014-07-24 | 2016-07-19 | Google Inc. | Methods and devices for bound and gallop gaits |
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 |
CN109204602A (zh) * | 2018-10-31 | 2019-01-15 | 南京航空航天大学 | 微型四足机器人 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9044859B2 (en) * | 2013-10-31 | 2015-06-02 | Disney Enterprises, Inc. | Method for gait generation and tracking control for a bipedal walking robot |
CN109987169B (zh) * | 2017-12-29 | 2021-01-08 | 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 |
-
2020
- 2020-02-18 CN CN202010100280.9A patent/CN111208826B/zh active Active
Patent Citations (6)
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 |
KR101372740B1 (ko) * | 2013-01-31 | 2014-03-11 | 서강대학교산학협력단 | 사족 주행로봇 |
US9395726B1 (en) * | 2014-07-24 | 2016-07-19 | Google Inc. | Methods and devices for bound and gallop gaits |
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 |
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 |
CN109204602A (zh) * | 2018-10-31 | 2019-01-15 | 南京航空航天大学 | 微型四足机器人 |
Non-Patent Citations (3)
Title |
---|
仿生腿足式机器人的发展――浙江大学控制学院机器人实验室熊蓉教授谈国内外腿足式机器人研究情况;熊蓉;;机器人技术与应用(第02期);全文 * |
四足机器人溜蹄步态动步行的研究;方亚彬,陈秉聪,江村超,荒川章;机器人(第01期);全文 * |
面向未知复杂地形的四足机器人运动规划方法;周坤;李川;李超;朱秋国;;机械工程学报(第02期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111208826A (zh) | 2020-05-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111208826B (zh) | 四足机器人溜蹄步态规划方法、装置、设备及可读介质 | |
WO2022252863A1 (zh) | 轮腿式机器人的控制方法、装置、轮腿式机器人及设备 | |
JP3972854B2 (ja) | ロボットの運動制御装置 | |
Furuta et al. | Design and construction of a series of compact humanoid robots and development of biped walk control strategies | |
US7685081B2 (en) | Bipedal walking simulation | |
CN105242677B (zh) | 四足机器人双足支撑相位力位混合控制方法 | |
JP2008534304A (ja) | 二段階外乱応答手法を用いた脚式ロボットの制御システムおよび制御方法 | |
CN111367327A (zh) | 一种四足机器人仿生跳跃动作的控制方法和装置 | |
Hyon et al. | Passivity-based full-body force control for humanoids and application to dynamic balancing and locomotion | |
Chen et al. | Bionic mechanism and kinematics analysis of hopping robot inspired by locust jumping | |
CN109760761A (zh) | 一种基于生物仿生原理和直觉的四足机器人运动控制方法 | |
Sato et al. | Vertical jumping by a legged robot with upper and lower leg bi-articular muscle–tendon complexes | |
Austin et al. | Leg design to enable dynamic running and climbing on bobcat | |
Elibol et al. | Power usage reduction of humanoid standing process using q-learning | |
Nakamura et al. | Trajectory planning for a leg swing during human walking | |
Park et al. | Cooperative-dual-task-space-based whole-body motion balancing for humanoid robots | |
Li et al. | Trotting gait planning and implementation for a little quadruped robot | |
Krishna et al. | Dynamic gaits and control in flexible body quadruped robot | |
JP4587699B2 (ja) | ロボット装置及びその制御方法 | |
Liu et al. | Learning control of quadruped robot galloping | |
He et al. | Optimization of standing long jump strategy on a small quadruped robot | |
CN117207203B (zh) | 机器人控制方法、装置、机器人及存储介质 | |
JP2004195554A (ja) | 脚式移動ロボット | |
WO2024021767A1 (zh) | 控制足式机器人的方法、装置、设备、足式机器人、计算机可读存储介质和计算机程序产品 | |
Li et al. | A semiautonomous sprawl robot based on remote wireless control |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: Room 108, West District, building a, No. 525 Xixi Road, Xihu District, Hangzhou City, Zhejiang Province Applicant after: HANGZHOU DEEPROBOTICS Co.,Ltd. Address before: 310007 room 5183, C tower, 525 Xixi Road, Xihu District, Hangzhou, Zhejiang. Applicant before: HANGZHOU DEEPROBOTICS Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |