CN112114589A - 足式机器人运动控制方法、装置、设备及介质 - Google Patents
足式机器人运动控制方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN112114589A CN112114589A CN202010927326.4A CN202010927326A CN112114589A CN 112114589 A CN112114589 A CN 112114589A CN 202010927326 A CN202010927326 A CN 202010927326A CN 112114589 A CN112114589 A CN 112114589A
- Authority
- CN
- China
- Prior art keywords
- foot
- centroid
- target
- point
- centroid position
- 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
- 238000000034 method Methods 0.000 title claims abstract description 58
- 230000008859 change Effects 0.000 claims abstract description 145
- 238000012216 screening Methods 0.000 claims abstract description 18
- 238000005070 sampling Methods 0.000 claims description 137
- 230000006870 function Effects 0.000 claims description 29
- 230000001133 acceleration Effects 0.000 claims description 28
- 230000014509 gene expression Effects 0.000 claims description 24
- 238000010586 diagram Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 14
- 239000013598 vector Substances 0.000 description 12
- 239000011159 matrix material Substances 0.000 description 9
- 230000016776 visual perception Effects 0.000 description 7
- 238000005452 bending Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 5
- 206010034701 Peroneal nerve palsy Diseases 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 239000000126 substance Substances 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 230000005021 gait Effects 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 241000282472 Canis lupus familiaris Species 0.000 description 1
- DSCFFEYYQKSRSV-KLJZZCKASA-N D-pinitol Chemical compound CO[C@@H]1[C@@H](O)[C@@H](O)[C@H](O)[C@H](O)[C@H]1O DSCFFEYYQKSRSV-KLJZZCKASA-N 0.000 description 1
- 241000282326 Felis catus Species 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004438 eyesight Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000452 restraining effect Effects 0.000 description 1
- 230000000007 visual effect Effects 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
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
-
- 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
- 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)
- Physics & Mathematics (AREA)
- Transportation (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Robotics (AREA)
- Electromagnetism (AREA)
- Manipulator (AREA)
Abstract
本申请提供一种足式机器人运动控制方法、装置、设备及介质,涉及机器人技术领域,该方法包括:获取与运动路径的空间路径起点和空间路径终点对应的质心状态数据;基于空间路径起点和空间路径终点,确定在运动路径中各足端的目标落脚点;基于质心状态数据,确定质心位置变化系数与足端接触力的变化关系;在约束条件集合的约束下,筛选满足变化关系的目标质心位置变化系数;约束条件集合包括空间落脚点约束条件,空间落脚点约束条件用于约束质心位置变化系数的取值,以使足式机器人能够达到确定的目标落脚点;根据目标质心位置变化系数和各足端的目标落脚点,确定目标运动控制参数;基于目标运动控制参数,控制足式机器人按照运动路径进行运动。
Description
技术领域
本申请涉及机器人技术领域,尤其涉及一种足式机器人运动控制方法、装置、设备及介质。
背景技术
计算机不断发展,逐渐出现了各种机器人,例如足式机器人,如何控制机器人的运动是机器人领域所关注的问题。通常在控制足式机器人运动之前,需要先确定出足式机器人的质心运动轨迹,进而根据质心控制足式机器人。
相关技术中一般是根据足式机器人的运动方程求解机器人的质心位置。但根据足式机器人的运动方程求解出的轨迹实际与足式机器人的真实运动环境相符程度不高,导致足式机器人在该质心运动轨迹的控制下很难完成运动,即相关技术中生成的质心位置适应性差。
发明内容
本申请实施例提供一种足式机器人运动控制方法、装置、设备及介质,用于提高生成的质心位置的适应性。
一方面,一种足式机器人运动控制方法,包括:
获取与运动路径的空间路径起点和空间路径终点对应的质心状态数据;
基于所述空间路径起点和所述空间路径终点,确定在所述运动路径中各足端的目标落脚点;
基于所述质心状态数据,确定质心位置变化系数与足端接触力的变化关系;
在约束条件集合的约束下,筛选满足所述变化关系的目标质心位置变化系数;其中,所述约束条件集合包括空间落脚点约束条件,所述空间落脚点约束条件用于约束所述质心位置变化系数的取值,以使所述足式机器人能够达到确定的目标落脚点;
根据所述目标质心位置变化系数和所述各足端的目标落脚点,确定目标运动控制参数;
基于所述目标运动控制参数,控制所述足式机器人按照所述运动路径进行运动。
又一方面,提供一种足式机器人运动控制装置,该装置包括:
获取模块,用于获取与运动路径的空间路径起点和空间路径终点对应的质心状态数据;
第一确定模块,用于基于所述空间路径起点和所述空间路径终点,确定在所述运动路径中各足端的目标落脚点;
第二确定模块,用于基于所述质心状态数据,确定质心位置变化系数与足端接触力的变化关系;
筛选模块,用于在约束条件集合的约束下,筛选满足所述变化关系的目标质心位置变化系数;其中,所述约束条件集合包括空间落脚点约束条件,所述空间落脚点约束条件用于约束所述质心位置变化系数的取值,以使所述足式机器人能够达到确定的目标落脚点;
第四确定模块,用于根据所述目标质心位置变化系数和所述各足端的目标落脚点,确定目标运动控制参数;
控制模块,用于基于所述目标运动控制参数,控制所述足式机器人按照所述运动路径进行运动。
在一种可能的实施例中,所述质心状态数据包括空间路径起点的起始质心位置,第二确定模块具体用于:
获得所述足式机器人完成所述运动路径所需的移动时长;
从所述移动时长中确定出多个采样时刻,并确定每个采样时刻与所述空间路径起点对应的时刻之间的时间间隔;
针对每个采样时刻,根据每个采样时刻对应的时间间隔、所述起始质心位置、以及每个采样时刻的质心位置与足端接触力之间的关系式,获得所述质心位置变化系数与每个采样时刻的足端接触力之间的变化关系。
在一种可能的实施例中,第二确定模块具体用于:
根据每个采样时刻的身体姿态,确定每个采样时刻的质心角动量;
根据每个采样时刻的质心角动量、每个采样时刻对应的时间间隔、所述起始质心位置、以及每个采样时刻的质心位置与足端接触力之间的关系式,获得质心位置变化系数与每个采样时刻的足端接触力之间的变化关系。
在一种可能的实施例中,所述筛选模块具体用于:
针对每个采样时刻,根据每个采样时刻与接触面接触的足端、所述足式机器人在每个采样时刻的身体姿态、所述各足端的目标落脚点、以及空间落脚点约束条件,确定质心位置变化系数的目标约束关系;
筛选出满足所述每个采样时刻对应的目标约束关系,以及所述每个采样时刻的足端接触力与质心位置变化系数之间变化关系的目标质心位置变化系数。
在一种可能的实施例中,所述第二确定模块还用于:
针对每个采样时刻,根据每个采样时刻与接触面接触的足端关联的关节的转动范围和长度,确定与接触面接触的足端可达的多个位置;
对所述多个位置进行拟合,获得所述足式机器人的空间落脚点约束条件。
在一种可能的实施例中,所述筛选模块具体用于:
在约束条件集合的约束下,获得满足所述变化关系的多组候选结果;其中,每组候选结果包括质心位置变化系数;
根据所述多组候选结果,最小化目标函数,从所述多组候选结果中确定出目标结果;其中,所述目标函数是根据候选结果的相关量构建的二次项。
在一种可能的实施例中,所述目标函数包括如下至少一种:
在所述运动路径中足端接触力的变化量相关的二次项;
在所述运动路径中质心位置的变化量的二次项;
所述质心状态数据中所述空间路径终点的终止质心位置与候选结果中在空间路径终点的质心位置的差值的二次项;
所述质心状态数据中所述空间路径终点的终止质心速度与候选结果中在空间路径终点的质心速度的差值的二次项;
所述质心状态数据中所述空间路径终点的终止质心加速度与候选结果中在空间路径终点的质心加速度的差值的二次项。
在一种可能的实施例中,所述约束条件集合还包括:
用于约束落脚的足端与接触面之间的摩擦力大小的摩擦力约束条件;其中,落脚的足端与接触面之间的摩擦力根据足端接触力和摩擦系数确定。
在一种可能的实施例中,所述第一确定模块具体用于:
采集所述足式机器人当前所处环境的三维点云图;
根据所述足式机器人在所述运动路径中每次与接触面接触的足端,从所述三维点云图中,确定出所述每次与接触面接触的足端所对应的目标落脚点。
在一种可能的实施例中,第三确定模块具体用于:
根据所述目标质心位置变化系数,确定所述足式机器人在任意时刻的质心位置;
根据所述足式机器人在任意时刻的质心位置,以及所述各足的目标落脚点,确定所述足式机器人在任意时刻的关节力矩。
本申请实施例提供一种足式机器人运动控制设备,包括:
存储器;
至少一个处理器,与所述采集组件以及所述存储器连接;
其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述至少一个处理器通过执行所述存储器存储的指令实现如一方面中任一项所述的方法。
本申请实施例提供一种存储介质,所述存储介质存储有计算机指令,当所述计算机指令在计算机上运行时,使得计算机执行如一方面中任一项所述的方法。
由于本申请实施例采用上述技术方案,至少具有如下技术效果:
本申请实施例中,根据足式机器人在空间路径起点和空间路径终点的质心状态数据,确定足式机器人的足端接触力与质心位置变化系数之间的变化关系,并根据变化关系以及约束条件集合,确定足式机器人的质心位置变化系数,进而确定足式机器人在各个时刻的质心位置,由于约束条件集合中包括了空间落脚点约束条件,这样使得确定出的质心位置均是足式机器人可达的,使得确定出的足式机器人的质心运动轨迹与足式机器人的实际运动过程更匹配,提升确定出的质心位置的适应性。且,本申请实施例中能够实现自动生成足式机器人的质心运动轨迹,本申请实施例能够控制足式机器人沿设定的目标落脚点进行运动,提高了足式机器人智能化程度。
附图说明
图1为本申请实施例提供的足式机器人运动控制方法的应用场景示例图;
图2为本申请实施例提供的控制设备的结构示例图;
图3A为本申请实施例提供的根据位置拟合的第一空间的示例图;
图3B为本申请实施例提供的基于图3A确定出的支撑平面示例图;
图3C为本申请实施例提供的基于图3B确定出的第一五面体的示例图;
图3D为本申请实施例提供的基于图3C确定出的凸多面体的示例图;
图4为本申请实施例提供的一种足式机器人的结构示例图;
图5为本申请实施例提供的一种足式机器人运动控制方法的流程图;
图6为本申请实施例提供的一种采样时刻的分布示意图;
图7为本申请实施例提供的一种质心运动轨迹示意图;
图8为本申请实施例提供的一种足式机器人运动控制装置的结构示意图;
图9为本申请实施例提供的一种足式机器人运动控制设备的结构示意图。
具体实施方式
为了更好的理解本申请实施例提供的技术方案,下面将结合说明书附图以及具体的实施方式进行详细的说明。
为了便于本领域技术人员更好地理解本申请的技术方案,下面对本申请涉及的名词进行介绍。
机器人(Robot):包括各类模拟人类行为或思想上模拟其他生物的机械(如机器狗,机器猫等)。在广义上某些电脑程序也被称为机器人。在当代工业中,機器人指能自动执行任务的人造机器人,用以取代或协助人类工作,可以是机电装置,或由电脑程序或电子电路控制。
足式机器人:泛指具有足端的机器人,足式机器人可以配置有一个或多个足端,例如两足、四足或六足等。每个足端对应配置有一个或多个关节。
运动路径:是指足式机器人需要完成的运动路径,运动路径的长度可以是任意的,具体不做限制。足式机器人完成运动路径所需的移动时长视为一个采样周期。移动时长中包括多个时刻,在实际确定质心位置时,从多个时刻中选择出的时刻称为采样时刻。
空间路径起点:又可以称为起始位置,是指机器人沿运动路径开始运动的位置,空间路径起点对应的时刻又可以称为起始时刻。
空间路径终点:是指机器人沿运动路径停止运动的位置,空间路径终点对应的时刻又可以称为终止时刻。
质心状态数据:是指用于描述机器人质心状态变化的数据,具体包括机器人的质心位置、质心速度或质心加速度中的一种或多种。质心位置:为机器人质量的中心位置,用于描述机器人的位置,机器人在不同的运动状态下,其质心位置会发生变化。质心速度可以由质心位置对时间间隔求一阶导得到,质心加速可以由质心位置对时间间隔求二阶导得到。为了便于描述,空间路径起点的质心位置可以称为起始质心位置,空间路径起点的质心速度可以称为起始质心速度,空间路径起点的质心加速度可以称为起始质心加速度。同理,空间路径终点的质心位置可以称为终点质心位置,空间路径终点的质心速度可以称为终点质心速度,空间路径终点的质心加速度可以称为终点质心加速度。
目标落脚点:又可以称为落脚点,是指在机器人的足端与接触面接触时,该足端与接触面接触的位置。例如,在某个时刻,机器人的第一足端与接触面接触,其第一足端对应的落脚点为A点。
质心位置变化系数:质心位置变化系数用于描述时间变化过程性质心位置变化参数。质心位置变化系数以矩阵形式表示,或者以向量形式表示等。质心位置变化系数与时间间隔能够共同表示特定时刻的质心位置,该时间间隔是指该特定时刻与空间路径起点对应时刻之间的时间差。
接触面:是指机器人的足端与环境所接触的面,接触面例如地面、或其它与足端接触的支撑物等。应当说明的是,由于路面不平等情况,足式机器人多个足端所对应的接触面可能是不同的。
质心运动轨迹:又可以称为质心运动轨迹,用于描述机器人在不同时刻的质心位置,实际是由包括机器人在不同时刻的质心位置组成。
接触点:又可以称为落脚的足端,是指机器人与接触面接触的足端,与接触面接触的足端的数量即为接触点的数量。当然,机器人在不同时刻,与接触面接触的足端并不完全相同。
迈步时序:用于描述机器人在完成运动路径过程中的步态情况,具体包括机器人沿运动路径运动过程中的至少一个运动阶段,以及每个运动阶段的持续时长。
足端接触力:是指机器人与接触面接触的足端与接触面之间的作用力大小。
约束条件集合:是指用于约束质心位置变化系数取值的关系式。约束条件集合包括一个或多个约束条件。本申请实施例中的约束条件集合至少包括空间落脚点约束条件,空间落脚点约束条件用于约束质心位置变化系数,以使机器人能够达到目标落脚点,该空间落脚点约束条件具体是与机器人的质心位置变化系数相关。
目标运动控制参数:用于控制足式机器人运动所需的参数,具体包括足式机器人在任意时刻的关节角度,以及任意时刻的关节力矩等。
另外,本申请实施例中的“多个”是指两个或两个以上,“至少一个”是指一个或多个,“A和/或B”具体包括A、B以及A和B三种情况。
下面对本申请实施例的设计思想进行介绍。
为了提高生成的质心位置的适应性,本申请实施例提供一种足式机器人运动控制方法,该方法中先确定足式机器人在每次落脚的足端所对应的目标落脚点,根据足式机器人在运动路径的空间路径起点和空间路径终点的质心状态数据,确定出质心位置变化系数与足端接触力的变化关系,并基于多个候选落脚点,利用变化关系和约束条件集合,确定出足式机器人的目标质心位置变化系数,进而根据目标质心位置变化系数和目标落脚点,确定出目标运动控制参数,利用目标运动控制参数控制足式机器人沿运动路径运动。由于本申请实施例中的约束条件集合中考虑了足式机器人的落脚点的工作空间,使得确定出的质心位置控制足式机器人时,该足式机器人能够达到目标落脚点,提高了确定出质心位置与实际运动环境的适应性。且,该方法实现了足式机器人的质心位置甚至质心运动轨迹的自动生成,以及实现了了足式机器人能够沿着选取的目标落脚点的运动,提高了足式机器人的自动化程度。
进一步地,本申请实施例中可以根据变化关系、约束条件集合,以及目标函数构建二次规划,利用求解二次规划的方式求解目标质心位置变化系数。由于二次规划问题如果存在解,必然能够求解出全局最优解,将求解目标质心位置变化系数转换为二次规划问题,使得能够求解出最优的目标质心位置变化系数。
基于上述设计思想,下面对本申请实施例中足式机器人运动控制方法的应用场景进行介绍。
请参照图1,为一种足式机器人运动控制方法的应用场景图,或者可以理解为足式机器人运动控制系统的架构图,该架构图包括足式机器人110和控制设备120,下面对控制设备120与足式机器人110之间的交互过程进行示例介绍。
在一种可能的情况中,控制设备120与足式机器人110是相对独立的两个设备:
在该情况下,足式机器人110和控制设备120之间可以进行有线或无线通信,图1中是以足式机器人110和控制设备120之间利用通信网络实现通信为例。
在控制足式机器人110运动之前,控制设备120可以根据用户的操作,或者足式机器人110的任务,设置足式机器人110在运动路径中的空间路径起点和空间路径终点的质心状态数据。或者,足式机器人110可以检测空间路径起点的质心状态数据,并将空间路径起点的质心状态数据上传至控制设备120。或者,控制设备120直接采集足式机器人110在空间路径起点的质心状态数据。
进一步地,控制设备120采集足式机器人110的环境图像,或接收足式机器人110上报的环境图像,控制设备120根据该环境图像确定足式机器人110在运动路径中需要落足的足端的目标落脚点。当然,控制设备120确定目标落脚点的方式有多种,下文进行具体介绍。
控制设备120根据空间路径起点和空间路径终点的质心状态数据,以及落脚点,确定足式机器人110的质心运动轨迹,进而控制足式机器人110进行相应的运动。其中,确定质心运动轨迹和落脚点的内容将在下文中进行介绍。
控制设备120可以通过服务器或终端实现,服务器包括但不限于:独立的物理服务器、多个物理服务器构成的服务器集群、或者分布式系统,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。终端例如手机、个人计算机、智能电视或便携式平板电脑等。
在另一种可能的情况中,控制设备120为足式机器人110的一部分:
控制设备120可以设置在足式机器人110的机体内,例如,控制设备120为足式机器人110中的内部处理器等。
在控制设备120控制足式机器人110运动之前,控制设备120可以从上位机接收运动指令,或根据用户的输入操作以获得运动指令,该运动指令可以指示足式机器人110执行某项任务,或者指示足式机器人110运动路径中的空间路径起点和空间路径终点。上位机可以为与控制设备120无线或有线连接的任意设备,上位机例如终端或服务器等。
控制设备120采集足式机器人110在空间路径起点和空间路径终点的质心状态数据。进一步地,控制设备120可以根据足式机器人110当前所处的环境图像,确定足式机器人110每次落足的足端的目标落脚点。控制设备120根据空间路径起点和空间路径终点的质心状态数据、以及目标落脚点,确定足式机器人的质心运动轨迹,进而控制足式机器人110进行运动。其中,确定质心运动轨迹的内容将在下文中进行介绍。
为了更清楚地介绍控制设备120的结构,下面结合图2所示的足式机器人运动控制系统进行示例介绍,图2中是以控制设备120包括视觉感知单元210、轨迹生成单元220和运动控制单元230为例。
其中,视觉感知单元210可以设置在足式机器人110上,例如搭载在足式机器人110的头部。视觉感知单元210例如摄像头、红外摄像头中的一种或多种。摄像头例如RGBD摄像头。
视觉感知单元210可以采集机器人状态。机器人状态包括足式机器人110空间路径起点和空间路径终点的质心状态数据,视觉感知单元210还可以采集足式机器人110所处的环境图像,根据环境图像获得足式机器人110每次落脚的目标落脚点,并根据足式机器人110的运动路径,获得足式机器人110的迈步时序。
在获得质心状态数据、环境图像以及迈步时序之后,视觉感知单元210可以这些数据发送至轨迹生成单元220。轨迹生成单元220接收并根据机器人状态数据、迈步时序和目标落脚点,确定足式机器人110在多个时刻的质心位置,进而获得该足式机器人110的质心运动轨迹,进一步确定足式机器人110的全身运动轨迹,并将全身运动轨迹发送给运动控制单元230。
运动控制单元230可以根据全身运动轨迹和目标落脚点,确定该足式机器人110各个关节的关节力矩,按照各个关节力矩,控制足式机器人110的各个关节转动,从而实现足式机器人110运动。
进一步地,运动控制单元230还可以监测足式机器人110移动的过程中实时的足式机器人状态,以保证足式机器人110能够稳定移动。
基于上述应用场景,下面对本申请实施例涉及的运动控制方法的总体思路进行介绍:
本申请实施例预先选取目标落脚点,将足式机器人110在每个时刻的质心位置转换为质心位置变化系数、起始质心位置,以及该时刻与起始质心位置之间的时间间隔三者之间的关系。根据质心状态数据,将质心位置与足端接触力之间的关系转换为质心位置变化系数与足端接触力之间的变化关系,并基于该变化关系以及约束条件集合,进而求解出质心位置变化系数,进而根据质心位置变化系数,获得足式机器人110的质心运动轨迹,并根据质心运动轨迹和目标落脚点确定足式机器人110的目标运动控制参数,利用目标运动控制参数控制足式机器人110的运动。
进一步地,在确定质心位置变化系数时,可以结合约束条件集合和变化关系,将确定质心位置变化系数的问题转换为一个混合整数二次规划问题,通过求解二次规划问题,以获得质心位置。变化关系以及约束条件集合是控制设备120中预配置的,或者控制设备120从其他设备或网络资源获取的,或者由控制设备120创建的。下面对控制设备120创建变化关系和约束条件集合的方式进行示例介绍:
一,获得变化关系:
控制设备120可以从网络资源或其他设备获得每个时刻的质心位置与对应时刻的足端接触力之间的关系式,足端接触力的含义可以参照前文论述的内容,此处不再赘述。将该关系式中每个时刻的质心位置采用起始质心位置、质心位置变化系数和时间间隔共同表示,从而将每个时刻的质心位置与对应时刻的足端接触力之间的关系式转换为质心位置变化系数和足端接触力之间的变化关系。其中,变化关系用于表示质心位置变化系数和足端接触力之间的变化关系。在获得变化关系之后,控制设备120可以以任意形式存储该变化关系,任意形式例如函数形式、描述语句形式等。下面对控制设备120创建变化关系的过程进行具体示例介绍:
1:获得足式机器人110的第一关系式。
第一关系式是指足式机器人110的质心动力学方程,用于表示足式机器人110的运动与所受外力之间的关系。第一关系式可以有多种表达形式,例如牛顿-欧拉方程。一种第一关系式示例如下:
其中,m为足式机器人110的总质量,g∈R3为重力加速度,pG∈R3为足式机器人110的质心位置,为足式机器人110与接触面第i个接触点的位置,或者也可以称为目标落脚点,即表示与接触面接触的足端的位置,L∈R3为足式机器人110质心角动量,表示角动量对时间间隔求一阶导,fi∈R3为第i个接触点的足端接触力,Nc为目标落脚点的个数,运算是指( )的斜对角阵,表示由pG对时间间隔求二阶导。R3表示以三个坐标值表示的向量。
应当说明的是,本申请实施例中在没有特定说明的情况下,各个量均是以世界坐标系下的表示结果。例如上式(1)中的各个变量均是在世界坐标系下的表示结果。
进一步地,公式(1)中的前三行是根据牛顿定律获得的,后三行是根据欧拉方程获得的。
2:将第一关系式中每个时刻的质心位置表示为从起始质心位置与经过时间间隔t后的质心位置变化量之和,获得第二关系式。
①:将质心位置设置表示为起始位置的质心位置到经过时间间隔t后的质心位置变化量之和,具体为:
pG=pinit+pt (4)
其中,pinit表示起始质心位置,pt表示经过时间间隔t后的质心变化量。
②:将公式(4)代入公式(2),获得第二关系式示例如下:
下面对上述第二关系式中的各项进行分析:
其中,pt=pt xy+pt z,pt xy包括pt在x和y轴上的分量。是指质心位置变化量pt在xy轴构成的平面上的分量对时间间隔的二阶导数,也表示质心加速度在x、y轴构成的平面上的分量;是指质心位置变化量pt在z轴构成的平面上的分量对时间间隔的二阶导数,也表示质心加速度在z轴构成的平面上的分量;表示质心位置变化量pt在xy轴分量的斜对角阵,表示质心位置变化量pt在z轴分量的斜对角阵。
另外,足式机器人110在z轴方向上的运动通常较为稳定,因此可以忽略以及此外,以及的绝对值较小,也可以忽略。在实际控制足式机器人110的过程中,也可以通过调整足端与接触面之间的足端作用力来获取上述公式(6)被忽略的项,也就是公式(6)中所涉及的力矩。
作为一种实施例,可以忽略第二关系式中的第五项,获得第三关系式:
Gf≈H0xt-w (7)
其中:
4:将质心位置变化量设置为以时间为自变量的n阶多项式,具体如下:
其中,TP=[1t...tn]∈R1×(n+1),c*=[c*,0c*,1…c*,n]T∈Rn+1为多项式系数,*代表x、y和z,t表示时间间隔,即该时刻与空间路径起点对应时刻之间的时间间隔,c是指质心位置变化系数,包含了所有多项式系数。在实际应用中在获得质心位置变化系数c后,根据上述公式(8)能计算出多个时刻中每个时刻的质心位置。
作为一种实施例,n的取值大于或等于2的任意整数。
5:将上述公式(8)对时间间隔t进行求二阶导,获得质心加速度,并根据质心加速度以及第三关系式,获得第四关系式。
其中,质心加速度具体表示如下:
将公式(8)和公式(9)代入公式(7)获得如下的第四关系式为:
Gf≈Hc-w (10)
作为一种实施例,在实际应用中,由于公式(10)中其它变量均是可以计算得到的,因此质心位置变化系数c和足端接触力f之间呈线性关系。
6:由于在不同时刻,f、H和w的取值可能不同,因此可以将上述公式(10)进一步表示为如下所示的变化关系:
Gkfk=Hkc-wk (11)
其中,k表示第k个时刻,fk表示第k个时刻的足端接触力,Hk表示第k个时刻H的取值,wk表示第k个时刻w的取值,Gk表示第k个时刻G的取值。
应当说明的是,上述是对创建变化关系的过程进行示例说明,实际上述过程中可以利用其它的动力学方程描述足式机器人110的质心运动轨迹,进而对其它的动力学方程进行变换,以获得变化关系。
二,获得约束条件集合:
约束条件集合包括一个或多个约束条件,每个约束条件是用于约束质心位置的取值范围,每个约束条件的具体形式可以是不等式。约束条件集合至少包括空间落脚点约束条件,空间落脚点约束条件的含义可以参照前文论述的内容,此处不再赘述。控制设备120可以是从网络资源、或其它设备获得约束条件集合、或者自行创建的约束条件集合,下面对控制设备120创建各个约束条件进行示例说明:
(1)获得空间落脚点约束条件:
1:控制设备120离散地计算足端关联的关节所能达到的多个位置,并根据多个位置拟合第一空间。
足端为足式机器人110需要落脚的任一足端,足端为关联的关节是该足端为关联的任意关节,例如该足端为直接相连的关节,或通过其他关节间接连接的关节。控制设备120可以根据关节的长度以及关节的弯曲范围,确定该足端在该关节对应的局部固定坐标系中能够达到的位置,每个位置在局部固定坐标系中表示为一个点,控制设备120对这些点进行拟合,获得第一空间。关节的弯曲范围是指关节能够弯曲的最小角度和最大角度组成的范围,例如弯曲范围为0°~120°,该弯曲范围通常是已知的。关节的长度例如关节长度为1米。
2:从第一空间中确定出支撑平面。
S1.1,根据第一空间中最上层的点,确定出第一空间的凸包。
根据拟合出第一空间,确定第一空间中最上层的点,连接这些点,以获得凸包。
S1.2,在凸包底部取一支撑平面将足端工作空间划分为上下两部分。
其中,该支撑平面的选取可有一定的随意性,但需尽可能地保留下半部分的工作空间,由此产生的下半部分工作空间呈凸集合体。
例如,请参照图3A,表示选取支撑面的示例图,根据各个位置拟合出的第一空间具体如图3A整体所示的不规则形状,从第一空间中确定出凸包301,根据该凸面确定出支撑平面302,在支撑平面下方的点均为该足端能够达到的点。
3:确定支撑平面与第一空间边界上的n个交点,并从第一空间中确定出与该支撑平面最远的第一点,根据该第一点以及n个交点,确定出第一(n+1)多面体。
例如,n取值为四,确定支撑平面与第一空间边界上的四个交点,并从第一空间中确定出与该支撑平面最远的第一点,根据该第一点以及四个交点,确定出第一五多面体。
例如,请参照图3B,为一种确定出第一五面体的示例图,具体参照图3B中第一五面体303所示。
4:确定与第一(n+1)多面体最远的第二点,根据第二点与该第一(n+1)多面体形成第二多面体,重复4论述的步骤,直至获得凸多面体。
例如,请参照图3C,表示形成的多面体304,最终形成如图3D中所示的凸多面体305。
在获得凸多面体后,控制设备120可以获得该凸多面体中各个面的线性不等式表示:
sil Txi≤dil
其中,dil是凸多面体中面与原点之间的距离,sil表示凸多面体中面对应的单位法向量,l表示面的数量。联合各个面的不等式,从而获得如下述所示的线性不等式:
Si Txi≤di (12)
其中,Si=[sil si2 ... sil]∈R3×l,di=[dil di2 ... dil]∈Rl,xi表示足式机器人110在该局部固定坐标系下的目标落脚点,dil是凸多面体中面与原点之间的距离,sil表示凸多面体中面对应的单位法向量,l表示凸多面体对应的面的数量,c表示质心位置变化系数。
在具体实施时,上述公式(12)可以在关节的局部固定坐标系中进行,关节的局部固定坐标系是指以该关节的局部为坐标原点建立的坐标系,即关节的局部固定坐标系的坐标原点与世界坐标系下的坐标原点可能不同。该关节可以是与落脚的足端相关的任一关节。
例如,请参照图4所示的足式机器人110的位置示意图,足式机器人110包括多个关节410,4个足端420,每个足端420关联有多个关节。关节的局部固定坐标系具体如图4中所示的坐标系。
应当说明的是,在该局部固定坐标系下,各个变量均可以沿该局部固定坐标系分解为多个变量。例如,图4中的足与接触面之间的接触力fi可以局部固定坐标系进行分解为ni、fi1和fi2,质心位置pG也可以沿局部固定坐标系进行分解。
5:将目标落脚点ri转换为局部固定坐标系的表示,获得第五关系式。
由于上述公式(12)为局部固定坐标系的表示,因此需要将世界坐标系(又可以称为全局坐标系)下的目标落脚点ri转换为局部固定坐标系的表示,具体转换过程表示为:
其中,R0∈R3×3为旋转矩阵,代表足式机器人110在当前时刻的身体姿态,pil∈R3为足式机器人110中第i足端的第一关节相对于足式机器人110质心在身体坐标系中位置,Ril∈R3为关节在局部固定坐标系中相对于身体坐标系的身体姿态。pil和Ril均为常量。
作为一种实施例,当足式机器人110的身体姿态变化较小时,可以为常数,或者控制设备120可以根据当前时刻所对应的足式机器人110的身体姿态确定。
3:将第五关系式中的质心位置表示为与时间相关的n阶多项式,并带入公式(12),获得第六关系式:
具体联合上述公式(4)、(8)、(12)和(13),获得第六关系式为:
Aic≤bi (14)
其中:
其中,Ai表示第i个足端对应的A取值,bi表示第i个足端对应的b取值。
4:将目标落脚点和时刻引入第六关系式,获得空间落脚点约束条件:
①:将时刻对应的目标落脚点位置引入第六关系式,获得第七关系式表示为:
Ac≤b (15)
矩阵A和向量b根据取决于时刻、当时落脚的足端的数量以及目标落脚点。
②:为确保生成的运动过程中机器人能时刻达到期望接触位置,设置h个时刻,并要求每个时刻都能满足上述公式(15),进而可以将时刻引入第七关系,获得如下空间落脚点约束条件为:
Ahc≤bh,h=1,2,3…H (16)
其中,h的取值和前文的k的取值可以是相同的,也可以是不同的。Ah表示第h个时刻对应的A的取值,bh表示第h个时刻对应的b的取值。
除了空间落脚点约束条件,约束条件集合还可以包括用于约束每个采样时刻与接触面接触的足端与接触面之间摩擦力大小的摩擦力约束条件。下面对控制设备120创建摩擦力约束条件的方式进行示例:
(2)获得摩擦力约束条件:
1:确定每个时刻对应的足端对应的摩擦力约束表示,获得第八关系式:
每个足端与接触面之间的接触力fi(i=1,2…Nc)均受到摩擦力约束,可以近似为如下第十一关系式:
其中,Ni=-[μini-oi μini+oi μini-ti μini+ti]∈R3×4,ni表示第i足的目标落脚点的法向量,oi表示第i足的目标落脚点的一个切线方向上的向量,ti第i足的目标落脚点的另一个切线方向上的向量,μi表示摩擦系数。
应当说明的是,足端所接触的接触面材质不同时,对应的摩擦系数的取值也可能不同,在同一个时刻,不同足端所接触的接触面不同,不同足端与接触面之间的摩擦力系数也可能不同。
2:在第八关系式中引入时间和落脚的足,获得摩擦力约束条件。
联合所有足端所对应的摩擦力约束,获得第九关系式:
NTf≤0 (18)
在不同时刻,接触力大小不同,因此可以在公式(18)中引入时刻,获得摩擦力约束条件为:
由于变化关系、约束条件集合所对应的关系式较少,而需要求解的未知量较多,因此满足变化关系、约束条件集合的质心位置变化系数可能不止一个,因此在实际求解上述中的质心位置变化系数时,可以从满足变化关系、约束条件集合的取值中随机确定出目标质心位置变化系数。或者,为了获得较佳的质心位置变化系数,本申请实施例中还可以引入目标函数,利用目标函数进一步地筛选出最优的质心位置变化系数,进而将最优的质心位置变化系数确定为目标质心位置变化系数。
由于求解二次规划问题必然地能够获得相应的解,因此本申请实施例中可以将确定目标质心位置变化系数转化为一个二次规划问题,为此,本申请实施例中的目标函数至少包括一个或多个变量的二次项,一个或多个变量可以是满足变化关系和约束条件集合的候选结果相关的任意的变量。二次项可以根据变量的二次方构建的。
在一种可能的实施例中,目标函数包括如下的至少一种:
A1:在运动路径中足端接触力的变化量相关的二次项;
A2:在运动路径中质心位置的变化量的二次项;
A3:质心状态数据中所述空间路径终点的终止质心位置与候选结果中在空间路径终点的质心位置的差值的二次项;
A4:质心状态数据中所述空间路径终点的终止质心速度与候选结果中在空间路径终点的质心速度的差值的二次项;
A5:质心状态数据中所述空间路径终点的终止质心加速度与候选结果中在空间路径终点的质心加速度的差值的二次项。
下面对上述各个二次项的作用进行分析:
A1的作用:足端接触力的变化量可以用于优化足端与接触面之间的作用力的分配,使得足式机器人110在行走过程中足端与接触面之间的作用力分配更为均匀。
A2的作用:质心位置变化量反应了质心运动轨迹的长度,有利于降低质心运动轨迹的震荡幅度。
A3~A5的作用:有利于降低计算结果与实际结果之间的误差。
联合上述A1~A5,一种目标函数的表达式如下:
Jgrf+Jlen+Jtgt (20)
其中,Jgrf为在运动路径中所有足端接触力的加权平方和,Jlen为每相两个时刻之间的质心位置变化量之间的差值的加权平方和,Jtgt为质心状态数据中空间路径终点的终止质心位置与候选结果中在空间路径终点的质心位置的差值、候选结果中的终止位置对应的质心速度与终止位置的状态数据对应的质心速度之间的差值、以及候选结果中的终止位置对应的质心加速度与终止位置的状态数据对应的质心加速度之间的差值三者的加权平方和。
在介绍完构建变化关系、约束条件集合和目标函数的内容之后,下面结合图5所示的足式机器人运动控制方法的流程,对本申请实施例具体如何利用构建出的变化关系和约束条件集合,确定质心位置的过程进行示例介绍,该方法包括:
S501,获取与运动路径的空间路径起点和空间路径终点对应的质心状态数据。
在控制足式机器人110运动时,控制设备120是通过控制足式机器人110的足端的抬起和落下,进而实现足式机器人110的移动,使得足式机器人110能够完成从空间路径起点至空间路径终点的整个运动路径的运动。空间路径起点为足式机器人110为当前时刻所在的位置。空间路径终点为足式机器人110要达到的位置,空间路径终点可以是提前设定的,或者控制设备120根据足式机器人110所需执行的任务确定的。
质心状态数据的含义以及获取方式可以参照前文论述的内容,此处不再赘述。质心状态数据可以包括质心位置。或者,控制设备120可以根据质心位置、质心速度或质心加速度中的一种,求解出另外两种的取值。质心位置、质心速度或质心加速度均可以通过坐标系中的坐标表示或通过向量表示等。
作为一种实施例,运动路径、空间路径起点和空间路径终点是根据选择的足式机器人110的采样周期相关的,运动路径、空间路径起点和空间路径终点三者可以根据实际需要进行灵活设定。
例如,控制设备120可以将足式机器人110当前时刻对应的位置确定为空间路径起点,控制设备120可以将第3s所对应的位置确定为空间路径终点,在下一个采样周期时,可以选择第3s作为足式机器人110运动的空间路径起点。
S502,基于空间路径起点和所述空间路径终点,确定在运动路径中各足端的目标落脚点。
足式机器人110从空间路径起点到空间路径终点过程中,可能有一个或多个足端落脚,每个足端可能落脚一次或多次,具体与设定的空间路径起点和所述空间路径终点相关,控制设备120可以预先为每次需要落脚的足端确定目标落脚点。目标落脚点是指足式机器人110在运动路径中对应的目标落脚点。目标落脚点可以用世界坐标系中的坐标表示或向量表示等。
在具体实现时,控制设备120可以通过视觉感知单元210采集足式机器人110的环境图像,并构建环境图像中各像素点与世界坐标系之间的转换关系。控制设备120通过环境图像,以及转换关系,确定沿空间路径起点到空间路径终点的移动方向上的目标落脚点。
控制设备120具体可以根据环境图像,识别从空间路径起点到空间路径终点中的障碍物,根据转换关系,确定沿空间路径起点到空间路径终点所对应的移动方向上的非障碍物的位置,并将确定出的位置作为目标落脚点。
或者,控制设备120通过视觉感知单元210采集环境的三维点云图,根据环境的三维点云图,从三维点云图中确定目标落脚点,具体可以从三维点云图中确定非障碍物的位置作为目标落脚点。其中,视觉感知单元210为RGBD摄像头时,可以采集得到三维点云图,或者例如通过采集足式机器人120当前所处的多个环境图像,对多个环境图像进行三维重建,获得三维点云图。
或者,控制设备120可以从空间路径起点到空间路径终点的移动方向上随机选择多个位置作为目标落脚点。
由于足式机器人110在运动路径过程可能不止一次落脚,控制设备110可以确定出机器人在运动路径中每次落脚所对应目标落脚点。或者,在确定目标落脚点时,可以根据足式机器人110的运动速度,确定足式机器人110可能落脚的大区域,并根据上述任一方式依次从每次落脚对应的大区域中筛选出目标落脚点。
例如,请继续参照图4,足式机器人110的当前位置如图4所示,控制设备120分别确定各个足端的目标落脚点430具体如图4中所示的地面上的圆圈。
S503,基于质心状态数据,确定质心位置变化系数与足端接触力的变化关系。
其中,变化关系例如前文论述的公式(11),变化关系的含义可以参照前文论述的内容,此处不再赘述。
如果要实现对足式机器人110的运动控制,理论上需要获得足式机器人110从空间路径起点到空间路径终点中任意时刻的质心位置,但这样的计算量较大,为此,本申请实施例中控制设备120可以通过获得运动路径中多个时刻中每个时刻的质心位置,基于这多个时刻的质心位置进而确定出质心运动轨迹。
参照前文公式(1)所示的变化关系,由于变化关系中除了质心位变化系数置和足端接触力,还包括Hk和wk等参数,因此可以通过质心状态数据等已知量求解出这些参数,进而获得只包含质心位置变化系数与足端接触力两个未知量的变化关系。
下面对控制设备120获得变化关系的方式进行具体示例介绍:
S1.1,获得多个采样时刻。
控制设备120可以根据运动路径的长度以及足式机器人110的运动速度,获得足式机器人完成运动路径所需的移动时长,或者控制设备120直接获得预配置的运动路径所需的移动时长。
在获得移动时长之后,控制设备120可以从移动时长中随机采样,获得多个采样时刻。随机采样以获得采样时刻的方式较为简单。
或者,控制设备120根据足式机器人110的迈步时序,从每个运动阶段的持续时长中分别进行采样,以获得多个采样时刻。由于每个运动阶段都对应其对应的采样时刻,这样可以保证各个运动阶段都能对应存在采样时刻,利于提高后期确定出的质心运动轨迹的准确性。
作为一种实施例,任意相邻两个采样时刻之间的时间间隔可以是相同的,也可以是不相同的,不相同是指任意相邻两个采样时刻之间的时间间隔是不完全相同的,或者存在相邻两个采样时刻之间的时间间隔不相同。
作为一种实施例,获得的采样时刻的个数越多,采样时刻分布越合理,确定出的质心运动轨迹可靠性越高。但采样时刻越多,后续求解质心位置变化系数所构建的关系式的数量越多,求解质心位置变化系数所需时间越长,因此合理规划采样点的数量极为重要,在本申请实施例中,采样时刻至少包括每个运动阶段的起始时刻和终止时刻,以及每个运动阶段的至少一中间时刻。中间时刻是指该运动阶段的起始时刻和终止时刻之间的任意时刻。
例如,将足式机器人110的四足行走步态设置为一个采样周期,控制设备120将该采样周期中足式机器人110的运动过程依次划分为八个运动阶段,八个运动阶段具体为:四足支撑移动质心(简称为4S)、迈右后足(简称为HR)、迈右前足(简称为FR)、四腿支撑移动质心(简称为4S)、四足支撑移动质心(简称为4S)、迈左后足(简称为HL)、迈左前足(简称为FL)和四足支撑移动质心(简称为4S)。
请参照图6所示的采样时刻分布示意图,八个运动阶段每个运动阶段的持续时长可以分别表示为图6中所示的t1、t2、t3、t4、t5、t6、t7和t8,为便于描述,八个运动阶段分别称为第一运动阶段、第二运动阶段,以此类推。控制设备120从每个运动阶段进行采样,获得如图6所示的第一运动阶段中的采样时刻为1和2,第二运动阶段中的采样时刻为2、3和4,第三运动阶段中的采样时刻为4、5和6,第四运动阶段中的采样时刻为6、7和8,依次类推,获得多个采样时刻。其中,图6中属于同一种形状的采样时刻表示属于同一个运动阶段中的采样时刻,不同形状的采样时刻表示两个采样时刻属于两个不同的运动阶段。
应当说明的是,由于一个采样周期内各个运动阶段是连续的,因此某个运动阶段的结束时刻既可以视为该运动阶段中的采样时刻,又可以视为下一个运动阶段的采样时刻,例如上述图6中的采样时刻6可以同时视为第三运动阶段和第四运动阶段中的采样时刻。
S1.2,从移动时长中确定出多个采样时刻,并确定每个采样时刻与空间路径起点对应的时刻之间的时间间隔。
控制设备120已知空间路径起点对应的起始时刻,以及每个采样时刻,因此可以确定出每个采样时刻与起始时刻之间的时间间隔。多个采样时刻对应可以获得多个时间间隔。
S1.3,针对每个采样时刻,根据每个采样时刻对应的时间间隔、起始质心位置、以及每个采样时刻的质心位置与足端接触力之间的关系式,获得质心位置变化系数与每个采样时刻的足端接触力之间的变化关系。
其中,每个采样时刻的质心位置与足端接触力之间的关系式为预存的关系式,该关系式具体如前文论述的公式(2)。
控制设备120根据每个采样时刻对应的时间间隔,以及起始质心位置,可以确定上述公式(11)中的Hk和wk的取值,从而可以获得只存在质心位置变化系数与每个采样时刻的足端接触力两个未知量的变化关系。
wk可以取固定值,或者将足式机器人110的重力,以及起始质心位置,以及第k个时刻的质心角动量L的取值代入上述的公式中,从而计算出每个采样时刻对应的wk的取值。质心角动量可以通过每个采样时刻的身体姿态计算得到。第k个时刻是被选择的采样时刻,因此第k个时刻又可以称为第k个采样时刻。
进一步地,由于控制设备120获得足式机器人110的迈步时序,在迈步时序确定的情况下,控制设备120能够确定每次需要落脚的足端,也能对应获得部分采样时刻足式机器人110与接触面接触的第i个接触点在世界坐标系下的位置rij。
例如,继续参照图6所示的例子:
(1)当足式机器人处于4S阶段,Gk为3×4矩阵,具体可以由公式(3)依据对应时刻的足式机器人的目标落脚点得到。fk为12维向量,Nk为16×12矩阵、Nk根据对应时刻的足式机器人的目标落脚点的法向、切向量、以及摩擦系数计算得到。
当机器人处于不同阶段时,目标落脚点数量、位置及其它相关信息可能发生变化,Gk和将Nk随时间变化,并且Hk和wk将随时间变化,最终在每个时刻有一个质心位置变化系数与每个采样时刻所对应的足端接触力之间的变化关系。
S504,在约束条件集合的约束下,筛选满足变化关系的目标质心位置变化系数。
其中,约束条件集合包括空间落脚点约束条件,空间落脚约束条件的含义及具体表达式可以参照前文论述的内容,此处不再赘述,空间落脚点约束条件具体可参照前文公式(16)。
由于根据每个采样时刻的变化关系,以及约束条件集合并不能获得唯一解,因此,控制设备120可以确定出满足每个采样时刻的变化关系和约束条件集合的多组候选结果。每一组候选结果包括质心位置变化系数。候选结果还可以包括每个采样时刻对应的接触力。控制设备120可以从多组候选结果中任一组候选结果中的质心位置变化系数确定为目标质心位置变化系数。
或者,控制设备120可以根据目标函数,从多组候选结果中确定出目标质心位置变化系数。下面对控制设备120确定多组候选结果的过程进行示例介绍:
步骤1:针对每个采样时刻,根据每个采样时刻与接触面接触的足端、足式机器人110在每个采样时刻的身体姿态、各足端的目标落脚点、以及空间落脚点约束条件,确定质心位置变化系数的目标约束关系。
空间落脚约束条件的表达式可以参照前文论述的公式(16),在公式(16)中除了质心位置变化系数c之外,还包括一些需要控制设备120求解的变化量,具体包括公式(16)中的Ah和bh,下面对控制设备120确定这些变化量的方式进行示例说明。
当足式机器人110的身体姿态变化较小时,控制设备120可以根据每个采样时刻与接触面落脚的足端的数量、足式机器人110足端对应的关节的转动范围、以及关节的长度,从而确定出空间落脚点约束条件中的变化量Ah和bh的取值,进而获得质心位置变化系数c的目标约束关系。由于每个采样时刻的Ah和bh的取值可能不同,因此可以获得每个采样时刻对应的目标约束关系。
或者,当足式机器人110的身体姿态发生变化较大不可忽略时,控制设备120可以根据每个采样时刻与接触面落脚的足端的数量、足式机器人110的身体姿态、足式机器人110足端对应的关节的转动范围、以及关节的长度,进而确定出变化量Ah和bh的取值,从而获得质心位置变化系数c的目标约束关系。
作为一种实施例,足式机器人110足端对应的关节的转动范围、以及关节的长度可以是控制设备120采用默认的关节的长度以及关节的弯曲范围获得的,或者控制设备120预先获得的该足式机器人110的关节的长度以及关节的弯曲范围。其中,足式机器人110的任意两个足端所对应的关节的转动范围、以及关节的长度可以是相同的,或者也可以是不同的。
在一种可能的实施例中,当约束条件集合还包括摩擦力约束条件时,其中,摩擦力约束条件的含义可以参照前文论述的内容,此处不再赘述。控制设备120可以根据采样时刻,以及摩擦力约束条件,获得每个采样时刻所对应的目标落脚点与足端接触力之间的约束关系。
2:联合每个采样时刻的变化关系,每个采样时刻的目标约束关系,获得多组候选结果。
控制设备120可以根据采样时刻的变化关系,每个采样时刻的目标约束关系,确定满足这些关系的各组候选结果。候选结果的含义可以参照前文论述的内容,此处不再赘述。
作为一种实施例,如果约束条件集合还包括摩擦力约束条件时,则确定出的每组候选结果还应当满足这些约束条件。
例如,候选结果具体应当满足如下关系式:
其中,k表示任意一个采样时刻,h表示任意一个采样时刻,v0表示质心速度,a表示质心加速度。
在一种可能的实施例中,控制设备120可以从多组候选结果中随机确定出一个候选结果,作为最终的目标结果。
3:根据多组候选结果,最小化目标函数,获得目标结果。
在本申请实施例中,控制设备120结合目标函数,以获得最终的目标结果。
具体的,控制设备120在获得候选结果之后,可以确定每组候选结果所对应的目标函数的取值,将目标函数的取值最小所对应的候选结果确定为目标结果。下面以目标函数为前文论述的公式(20)为例,对控制设备120获得一组候选结果对应的目标函数的取值的过程进行介绍:
(1)控制设备120根据一组候选结果中多个采样时刻中每个采样时刻的质心位置,获得每个采样时刻对应的足端接触力,确定各个足端接触力的加权平方和,从而获得公式(20)所示的目标函数中的Jgrf的取值。其中,每个接触力的加权权重可以是相同的,或者可以是不同的。
(2)控制设备120确定多个采样时刻中每相邻两个采样时刻的质心位置的差值的加权平方,从而获得公式(20)所示的目标函数中Jlen的取值。每个质心位置的加权权重可以是相同的,或者可以是不同的。
(3)控制设备120确定候选结果中在空间路径终点对应的质心位置与质心状态数据中在空间路径终点的质心位置之间的差值、候选结果中在空间路径终点对应的质心速度与质心状态数据中在空间路径终点的质心速度之间的差值、以及候选结果中在空间路径终点对应的质心加速度与质心状态数据中在空间路径终点的质心加速度之间的差值者三者的加权平方和,从而获得公式(20)所示的目标函数中的Jtgt的取值。
在获得公式(20)所示的目标函数中Jgrf的取值、Jlen的取值和Jtgt的取值之后,控制设备120确定Jgrf的取值、Jlen的取值和Jtgt的取值之和,从而该候选结果对应的目标函数的取值。
S505,根据目标质心位置变化系数和各足端的目标落脚点,确定目标运动控制参数。
控制设备120在获得目标结果后,也就获得了质心位置变化系数,控制设备120可以根据质心位置变化系数以及对应的时间间隔,获得多个采样时刻的质心位置,其中涉及的具体计算公式可以参照前文中的公式(4)和公式(8)。
控制设备120在获得多个采样时刻的质心位置之后,可以根据多个采样时刻的质心位置拟合出质心运动轨迹,或者,可以对多个采样时刻的质心位置进行插值,从而获得足式机器人110的质心运动轨迹。拟合方式有多种,此处不作限定。在获得质心运动轨迹之后,也就相当于获得了足式机器人110在每个时刻的质心位置。
例如,请参照图7,表示根据图6中确定出的目标结果拟合出的质心运动轨迹,从图7可以看出随着运动阶段的不同,质心位置不断发生变化。
进一步地,控制设备120可以根据足式机器人110的质心位置以及目标落脚点,通过逆运动学计算出足式机器人全身运动轨迹,全身运动轨迹包括足式机器人110在各个时刻所对应的各个关节的关节角度。该关节角度用于表示足式机器人的关节转动后所呈现的角度。然后,通过逆动力学和优化控制方法,确定机器人在运动路径中多个关节的关节力矩。关节力矩以及关节角度均可以视为目标运动控制参数。
S506,基于目标运动控制参数,控制足式机器人按照运动路径进行运动。
具体的,控制设备120可以通过控制足式机器人110各个足端中的各个关节,来实现足式机器人的各个足的抬起或落下,从而带动足式机器人110沿着移动路径移动。控制设备120具体通过控制足式机器人110的多个关节的关节力矩,使足式机器人的至少一个足支撑足式机器人移动,使足式机器人的真实质心位置尽量地保持在上述确定出的质心位置。
本申请实施例中,由于在确定足式机器人110的质心位置时,引入了空间落脚点约束条件,因此使得确定出的质心位置是满足该空间落脚点约束条件的,提高了确定出的质心位置与足式机器人实际运动过程的相符合程度,提升了质心位置的适应性,进而提高了基于质心位置和目标落脚点确定的关节力矩的合理程度。
基于同一发明构思,本申请实施例提供一种足式机器人运动控制装置,该装置相当于设置在前文论述的控制设备120或足式机器人110中,请参照图8,该足式机器人运动控制装置800包括:
获取模块810,用于获取与运动路径的空间路径起点和空间路径终点对应的质心状态数据;
第一确定模块820,用于基于空间路径起点和空间路径终点,确定在运动路径中各足端的目标落脚点;
第二确定模块830,用于基于质心状态数据,确定质心位置变化系数与足端接触力的变化关系;
筛选模块840,用于在约束条件集合的约束下,筛选满足变化关系的目标质心位置变化系数;其中,约束条件集合包括空间落脚点约束条件,空间落脚点约束条件用于约束质心位置变化系数的取值,以使足式机器人能够达到确定的目标落脚点;
第四确定模块850,用于根据目标质心位置变化系数和各足端的目标落脚点,确定目标运动控制参数;
控制模块860,用于基于目标运动控制参数,控制足式机器人按照运动路径进行运动。
在一种可能的实施例中,质心状态数据包括空间路径起点的起始质心位置,第二确定模块830具体用于:
获得足式机器人完成运动路径所需的移动时长;
从移动时长中确定出多个采样时刻,并确定每个采样时刻与空间路径起点对应的时刻之间的时间间隔;
针对每个采样时刻,根据每个采样时刻对应的时间间隔、起始质心位置、以及每个采样时刻的质心位置与足端接触力之间的关系式,获得质心位置变化系数与每个采样时刻的足端接触力之间的变化关系。
在一种可能的实施例中,第二确定模块830具体用于:
根据每个采样时刻的身体姿态,确定每个采样时刻的质心角动量;
根据每个采样时刻的质心角动量、每个采样时刻对应的时间间隔、起始质心位置、以及每个采样时刻的质心位置与足端接触力之间的关系式,获得质心位置变化系数与每个采样时刻的足端接触力之间的变化关系。
在一种可能的实施例中,筛选模块840具体用于:
针对每个采样时刻,根据每个采样时刻与接触面接触的足端、足式机器人在每个采样时刻的身体姿态、各足端的目标落脚点、以及空间落脚点约束条件,确定质心位置变化系数的目标约束关系;
筛选出满足每个采样时刻对应的目标约束关系,以及每个采样时刻的足端接触力与质心位置变化系数之间变化关系的目标质心位置变化系数。
在一种可能的实施例中,第二确定模块830还用于:
针对每个采样时刻,根据每个采样时刻与接触面接触的足端关联的关节的转动范围和长度,确定与接触面接触的足端可达的多个位置;
对多个位置进行拟合,获得足式机器人的空间落脚点约束条件。
在一种可能的实施例中,筛选模块840具体用于:
在约束条件集合的约束下,获得满足变化关系的多组候选结果;其中,每组候选结果包括质心位置变化系数;
根据多组候选结果,最小化目标函数,从多组候选结果中确定出目标结果;其中,目标函数是根据候选结果的相关量构建的二次项。
在一种可能的实施例中,目标函数包括如下至少一种:
在运动路径中足端接触力的变化量相关的二次项;
在运动路径中质心位置的变化量的二次项;
质心状态数据中空间路径终点的终止质心位置与候选结果中在空间路径终点的质心位置的差值的二次项;
质心状态数据中空间路径终点的终止质心速度与候选结果中在空间路径终点的质心速度的差值的二次项;
质心状态数据中空间路径终点的终止质心加速度与候选结果中在空间路径终点的质心加速度的差值的二次项。
在一种可能的实施例中,约束条件集合还包括:
用于约束落脚的足端与接触面之间的摩擦力大小的摩擦力约束条件;其中,落脚的足端与接触面之间的摩擦力根据足端接触力和摩擦系数确定。
在一种可能的实施例中,第一确定模块820具体用于:
采集足式机器人当前所处环境的三维点云图;
根据足式机器人在运动路径中每次与接触面接触的足端,从三维点云图中,确定出每次与接触面接触的足端所对应的目标落脚点。
在一种可能的实施例中,第三确定模块850具体用于:
根据目标质心位置变化系数,确定足式机器人在任意时刻的质心位置;
根据足式机器人在任意时刻的质心位置,以及各足的目标落脚点,确定足式机器人在任意时刻的关节力矩。
图8所示的足式机器人运动控制装置800可以用于实现前文论述的任一足式机器人运动控制方法,此处不再赘述。
基于同一发明构思,本申请实施例还提供了一种足式机器人运动控制设备。该足式机器人运动控制设备能够用于实现前文足式机器人110的功能,或能够用于实现前文控制设备120的功能。
请参照图9,足式机器人运动控制设备900以通用计算机设备的形式表现。计算机设备900的组件可以包括但不限于:至少一个处理器910、至少一个存储器920、连接不同系统组件(包括处理器910和存储器920)的总线930。
总线930表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器、外围总线、处理器或者使用多种总线结构中的任意总线结构的局域总线。
存储器920可以包括易失性存储器形式的可读介质,例如随机存取存储器(RAM)921和/或高速缓存存储器922,还可以进一步包括只读存储器(ROM)923。存储器920还可以包括具有一组(至少一个)程序模块925的程序/实用工具926,这样的程序模块925包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。处理器910用于执行存储器920存储的程序指令等实现前文论述的足式机器人运动控制方法。
计算机设备900可以与一个或多个外部设备940(例如键盘、指向设备等)通信,还可与一个或者多个使得终端能与计算机设备900交互的设备通信,和/或与使得该计算机设备900能与一个或多个其它设备进行通信的任何设备(例如路由器、调制解调器等)通信。这种通信可以通过输入/输出(I/O)接口950进行。并且,计算机设备900还可以通过网络适配器960与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器960通过总线930与用于计算机设备900的其它模块通信。应当理解,尽管图中未示出,可以结合计算机设备900使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
基于同一发明构思,本申请实施例提供一种存储介质,所述存储介质存储有计算机指令,当所述计算机指令在计算机上运行时,使得计算机执行前文论述的足式机器人运动控制方法。
基于同一发明构思,本申请实施例提供一种计算机程序产品,该计算机程序产品包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述的任一足式机器人运动控制方法。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (13)
1.一种足式机器人运动控制方法,其特征在于,包括:
获取与运动路径的空间路径起点和空间路径终点对应的质心状态数据;
基于所述空间路径起点和所述空间路径终点,确定在所述运动路径中各足端的目标落脚点;
基于所述质心状态数据,确定质心位置变化系数与足端接触力的变化关系;
在约束条件集合的约束下,筛选满足所述变化关系的目标质心位置变化系数;其中,所述约束条件集合包括空间落脚点约束条件,所述空间落脚点约束条件用于约束所述质心位置变化系数的取值,以使所述足式机器人能够达到确定的目标落脚点;
根据所述目标质心位置变化系数和所述各足端的目标落脚点,确定目标运动控制参数;
基于所述目标运动控制参数,控制所述足式机器人按照所述运动路径进行运动。
2.如权利要求1所述的方法,其特征在于,所述质心状态数据包括空间路径起点的起始质心位置,基于所述质心状态数据,确定质心位置变化系数与足端接触力的变化关系,包括:
获得所述足式机器人完成所述运动路径所需的移动时长;
从所述移动时长中确定出多个采样时刻,并确定每个采样时刻与所述空间路径起点对应的时刻之间的时间间隔;
针对每个采样时刻,根据每个采样时刻对应的时间间隔、所述起始质心位置、以及每个采样时刻的质心位置与足端接触力之间的关系式,获得所述质心位置变化系数与每个采样时刻的足端接触力之间的变化关系。
3.如权利要求2所述的方法,其特征在于,针对每个采样时刻,根据每个采样时刻对应的时间间隔、所述起始质心位置、以及每个采样时刻的质心位置与足端接触力之间的关系式,获得所述质心位置变化系数与每个采样时刻的足端接触力之间的变化关系,包括:
根据每个采样时刻的身体姿态,确定每个采样时刻的质心角动量;
根据每个采样时刻的质心角动量、每个采样时刻对应的时间间隔、所述起始质心位置、以及每个采样时刻的质心位置与足端接触力之间的关系式,获得质心位置变化系数与每个采样时刻的足端接触力之间的变化关系。
4.如权利要求2所述的方法,其特征在于,在约束条件集合的约束下,筛选满足所述变化关系的目标质心位置变化系数,包括:
针对每个采样时刻,根据每个采样时刻与接触面接触的足端、所述足式机器人在每个采样时刻的身体姿态、所述各足端的目标落脚点、以及空间落脚点约束条件,确定质心位置变化系数的目标约束关系;
筛选出满足所述每个采样时刻对应的目标约束关系,以及所述每个采样时刻的足端接触力与质心位置变化系数之间变化关系的目标质心位置变化系数。
5.如权利要求4所述的方法,其特征在于,所述方法还包括:
针对每个采样时刻,根据每个采样时刻与接触面接触的足端关联的关节的转动范围和长度,确定与接触面接触的足端可达的多个位置;
对所述多个位置进行拟合,获得所述足式机器人的空间落脚点约束条件。
6.如权利要求1~5任一项所述的方法,其特征在于,在约束条件集合的约束下,筛选满足所述变化关系的目标质心位置变化系数,包括:
在约束条件集合的约束下,获得满足所述变化关系的多组候选结果;其中,每组候选结果包括质心位置变化系数;
根据所述多组候选结果,最小化目标函数,从所述多组候选结果中确定出目标结果;其中,所述目标函数是根据候选结果的相关量构建的二次项。
7.如权利要求6所述的方法,其特征在于,所述目标函数包括如下至少一种:
在所述运动路径中足端接触力的变化量相关的二次项;
在所述运动路径中质心位置的变化量的二次项;
所述质心状态数据中所述空间路径终点的终止质心位置与候选结果中在空间路径终点的质心位置的差值的二次项;
所述质心状态数据中所述空间路径终点的终止质心速度与候选结果中在空间路径终点的质心速度的差值的二次项;
所述质心状态数据中所述空间路径终点的终止质心加速度与候选结果中在空间路径终点的质心加速度的差值的二次项。
8.如权利要求1~5任一项所述的方法,其特征在于,所述约束条件集合还包括:
用于约束落脚的足端与接触面之间的摩擦力大小的摩擦力约束条件;其中,落脚的足端与接触面之间的摩擦力根据足端接触力和摩擦系数确定。
9.如权利要求1~5任一项所述的方法,其特征在于,基于所述空间路径起点和所述空间路径终点,确定在所述运动路径中各足端的目标落脚点,包括:
采集所述足式机器人当前所处环境的三维点云图;
根据所述足式机器人在所述运动路径中每次与接触面接触的足端,从所述三维点云图中,确定出所述每次与接触面接触的足端所对应的目标落脚点。
10.如权利要求1~5任一项所述的方法,其特征在于,根据所述目标质心位置变化系数和所述各足端的目标落脚点,确定目标运动控制参数,包括:
根据所述目标质心位置变化系数,确定所述足式机器人在任意时刻的质心位置;
根据所述足式机器人在任意时刻的质心位置,以及所述各足的目标落脚点,确定所述足式机器人在任意时刻的关节力矩。
11.一种足式机器人运动控制装置,其特征在于,包括:
获取模块,用于获取与运动路径的空间路径起点和空间路径终点对应的质心状态数据;
第一确定模块,用于基于所述空间路径起点和所述空间路径终点,确定在所述运动路径中各足端的目标落脚点;
第二确定模块,用于基于所述质心状态数据,确定质心位置变化系数与足端接触力的变化关系;
筛选模块,用于在约束条件集合的约束下,筛选满足所述变化关系的目标质心位置变化系数;其中,所述约束条件集合包括空间落脚点约束条件,所述空间落脚点约束条件用于约束所述质心位置变化系数的取值,以使所述足式机器人能够达到确定的目标落脚点;
第四确定模块,用于根据所述目标质心位置变化系数和所述各足端的目标落脚点,确定目标运动控制参数;
控制模块,用于基于所述目标运动控制参数,控制所述足式机器人按照所述运动路径进行运动。
12.一种足式机器人运动控制设备,其特征在于,包括:
存储器;
至少一个处理器,与所述采集组件以及所述存储器连接;
其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述至少一个处理器通过执行所述存储器存储的指令实现如权利要求1~10中任一项所述的方法。
13.一种存储介质,其特征在于,所述存储介质存储有计算机指令,当所述计算机指令在计算机上运行时,使得计算机执行如权利要求1~10中任一项所述的方法。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010927326.4A CN112114589B (zh) | 2020-09-07 | 2020-09-07 | 足式机器人运动控制方法、装置、设备及介质 |
PCT/CN2021/102721 WO2022048266A1 (zh) | 2020-09-07 | 2021-06-28 | 足式机器人运动控制方法、装置、设备及介质 |
EP21863334.5A EP4105756A4 (en) | 2020-09-07 | 2021-06-28 | METHOD, APPARATUS AND APPARATUS FOR CONTROLLING THE MOVEMENT OF A ROBOT WITH LEGS AND MEDIUM |
US17/969,999 US20230055206A1 (en) | 2020-09-07 | 2022-10-20 | Legged robot motion control method, apparatus, and device, and medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010927326.4A CN112114589B (zh) | 2020-09-07 | 2020-09-07 | 足式机器人运动控制方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112114589A true CN112114589A (zh) | 2020-12-22 |
CN112114589B CN112114589B (zh) | 2024-02-09 |
Family
ID=73803146
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010927326.4A Active CN112114589B (zh) | 2020-09-07 | 2020-09-07 | 足式机器人运动控制方法、装置、设备及介质 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20230055206A1 (zh) |
EP (1) | EP4105756A4 (zh) |
CN (1) | CN112114589B (zh) |
WO (1) | WO2022048266A1 (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112731941A (zh) * | 2020-12-29 | 2021-04-30 | 深圳市优必选科技股份有限公司 | 双足机器人路径规划方法、装置和双足机器人 |
CN112783175A (zh) * | 2021-01-04 | 2021-05-11 | 腾讯科技(深圳)有限公司 | 质心轨迹确定方法、装置、足式机器人、设备及介质 |
CN112834764A (zh) * | 2020-12-28 | 2021-05-25 | 深圳市人工智能与机器人研究院 | 机械臂的采样控制方法及装置、采样系统 |
WO2022048266A1 (zh) * | 2020-09-07 | 2022-03-10 | 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 |
WO2022089195A1 (zh) * | 2020-10-26 | 2022-05-05 | 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、介质及程序 |
CN114683281A (zh) * | 2022-03-18 | 2022-07-01 | 乐聚(深圳)机器人技术有限公司 | 足式机器人运动控制方法、装置、电子设备及存储介质 |
CN114723807A (zh) * | 2021-01-04 | 2022-07-08 | 腾讯科技(深圳)有限公司 | 质心轨迹确定方法、装置、足式机器人、设备及介质 |
CN114750162A (zh) * | 2022-05-17 | 2022-07-15 | 北京理工大学 | 一种仿人机器人高动态运动质心柔顺控制方法 |
CN114911221A (zh) * | 2021-02-09 | 2022-08-16 | 北京小米移动软件有限公司 | 机器人的控制方法、装置及机器人 |
WO2024021749A1 (zh) * | 2022-07-25 | 2024-02-01 | 腾讯科技(深圳)有限公司 | 足式机器人的运动控制方法、装置、足式机器人、存储介质及程序产品 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116880493A (zh) * | 2023-07-26 | 2023-10-13 | 苏州光格科技股份有限公司 | 足式机器人及其越障方法、装置和存储介质 |
CN116859978B (zh) * | 2023-08-08 | 2024-05-03 | 之江实验室 | 一种双足机器人踝关节控制的逆运动学求解方法及装置 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013184232A (ja) * | 2012-03-06 | 2013-09-19 | Toyota Motor Corp | 脚式歩行ロボットおよびその重心軌道生成方法 |
US20170036346A1 (en) * | 2015-08-05 | 2017-02-09 | Honda Motor Co., Ltd. | Desired zmp trajectory generating device for a mobile robot |
US20180004208A1 (en) * | 2015-12-02 | 2018-01-04 | Goertek Inc. | Method and device for controlling gait of biped robot |
CN107562052A (zh) * | 2017-08-30 | 2018-01-09 | 唐开强 | 一种基于深度强化学习的六足机器人步态规划方法 |
CN107644441A (zh) * | 2017-08-30 | 2018-01-30 | 南京大学 | 基于三维成像的多足机器人复杂路况离散成落脚点方法 |
CN108333931A (zh) * | 2018-01-25 | 2018-07-27 | 北京理工大学 | 一种面向崎岖地形的四足机器人双层结构步态规划方法 |
CN110209048A (zh) * | 2019-05-20 | 2019-09-06 | 华南理工大学 | 基于动力学模型的机器人时间最优轨迹规划方法、设备 |
CN110737195A (zh) * | 2019-10-21 | 2020-01-31 | 同济大学 | 基于速度控制的双足机器人行走落脚点规划方法及装置 |
US20200209890A1 (en) * | 2018-12-29 | 2020-07-02 | Ubtech Robotics Corp Ltd | Robot centroid position adjustment method and apparatus and robot using the same |
CN111506094A (zh) * | 2020-04-14 | 2020-08-07 | 腾讯科技(深圳)有限公司 | 质心位置确定方法、装置、足式机器人及存储介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9586316B1 (en) * | 2015-09-15 | 2017-03-07 | Google Inc. | Determination of robotic step path |
CN106826813B (zh) * | 2016-12-12 | 2019-08-23 | 杭州宇芯机器人科技有限公司 | 一种六足机器人稳定运动控制方法 |
CN110597267B (zh) * | 2019-09-27 | 2023-01-10 | 长安大学 | 一种足式机器人的局部最优落足点选取方法 |
CN112114589B (zh) * | 2020-09-07 | 2024-02-09 | 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 |
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 |
-
2020
- 2020-09-07 CN CN202010927326.4A patent/CN112114589B/zh active Active
-
2021
- 2021-06-28 EP EP21863334.5A patent/EP4105756A4/en active Pending
- 2021-06-28 WO PCT/CN2021/102721 patent/WO2022048266A1/zh unknown
-
2022
- 2022-10-20 US US17/969,999 patent/US20230055206A1/en active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013184232A (ja) * | 2012-03-06 | 2013-09-19 | Toyota Motor Corp | 脚式歩行ロボットおよびその重心軌道生成方法 |
US20170036346A1 (en) * | 2015-08-05 | 2017-02-09 | Honda Motor Co., Ltd. | Desired zmp trajectory generating device for a mobile robot |
US20180004208A1 (en) * | 2015-12-02 | 2018-01-04 | Goertek Inc. | Method and device for controlling gait of biped robot |
CN107562052A (zh) * | 2017-08-30 | 2018-01-09 | 唐开强 | 一种基于深度强化学习的六足机器人步态规划方法 |
CN107644441A (zh) * | 2017-08-30 | 2018-01-30 | 南京大学 | 基于三维成像的多足机器人复杂路况离散成落脚点方法 |
CN108333931A (zh) * | 2018-01-25 | 2018-07-27 | 北京理工大学 | 一种面向崎岖地形的四足机器人双层结构步态规划方法 |
US20200209890A1 (en) * | 2018-12-29 | 2020-07-02 | Ubtech Robotics Corp Ltd | Robot centroid position adjustment method and apparatus and robot using the same |
CN110209048A (zh) * | 2019-05-20 | 2019-09-06 | 华南理工大学 | 基于动力学模型的机器人时间最优轨迹规划方法、设备 |
CN110737195A (zh) * | 2019-10-21 | 2020-01-31 | 同济大学 | 基于速度控制的双足机器人行走落脚点规划方法及装置 |
CN111506094A (zh) * | 2020-04-14 | 2020-08-07 | 腾讯科技(深圳)有限公司 | 质心位置确定方法、装置、足式机器人及存储介质 |
Non-Patent Citations (1)
Title |
---|
JONAS BUCHLI 等: "Compliant Quadruped Locomotion Over Rough Terrain", IEEE XPLORE, pages 814 - 820 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022048266A1 (zh) * | 2020-09-07 | 2022-03-10 | 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 |
WO2022089195A1 (zh) * | 2020-10-26 | 2022-05-05 | 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、介质及程序 |
CN112834764B (zh) * | 2020-12-28 | 2024-05-31 | 深圳市人工智能与机器人研究院 | 机械臂的采样控制方法及装置、采样系统 |
CN112834764A (zh) * | 2020-12-28 | 2021-05-25 | 深圳市人工智能与机器人研究院 | 机械臂的采样控制方法及装置、采样系统 |
CN112731941A (zh) * | 2020-12-29 | 2021-04-30 | 深圳市优必选科技股份有限公司 | 双足机器人路径规划方法、装置和双足机器人 |
CN112731941B (zh) * | 2020-12-29 | 2024-03-05 | 深圳市优必选科技股份有限公司 | 双足机器人路径规划方法、装置和双足机器人 |
CN114723807A (zh) * | 2021-01-04 | 2022-07-08 | 腾讯科技(深圳)有限公司 | 质心轨迹确定方法、装置、足式机器人、设备及介质 |
CN112783175A (zh) * | 2021-01-04 | 2021-05-11 | 腾讯科技(深圳)有限公司 | 质心轨迹确定方法、装置、足式机器人、设备及介质 |
CN114911221A (zh) * | 2021-02-09 | 2022-08-16 | 北京小米移动软件有限公司 | 机器人的控制方法、装置及机器人 |
CN114911221B (zh) * | 2021-02-09 | 2023-11-28 | 北京小米机器人技术有限公司 | 机器人的控制方法、装置及机器人 |
CN114683281A (zh) * | 2022-03-18 | 2022-07-01 | 乐聚(深圳)机器人技术有限公司 | 足式机器人运动控制方法、装置、电子设备及存储介质 |
CN114750162A (zh) * | 2022-05-17 | 2022-07-15 | 北京理工大学 | 一种仿人机器人高动态运动质心柔顺控制方法 |
CN114750162B (zh) * | 2022-05-17 | 2023-10-17 | 北京理工大学 | 一种仿人机器人高动态运动质心柔顺控制方法 |
WO2024021749A1 (zh) * | 2022-07-25 | 2024-02-01 | 腾讯科技(深圳)有限公司 | 足式机器人的运动控制方法、装置、足式机器人、存储介质及程序产品 |
Also Published As
Publication number | Publication date |
---|---|
EP4105756A1 (en) | 2022-12-21 |
EP4105756A4 (en) | 2023-10-18 |
CN112114589B (zh) | 2024-02-09 |
US20230055206A1 (en) | 2023-02-23 |
WO2022048266A1 (zh) | 2022-03-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112114589B (zh) | 足式机器人运动控制方法、装置、设备及介质 | |
CN112051797B (zh) | 足式机器人运动控制方法、装置、设备及介质 | |
CN114474034B (zh) | 足式机器人运动控制方法、装置、设备及介质 | |
Tonneau et al. | An efficient acyclic contact planner for multiped robots | |
CN113534828B (zh) | 质心位置确定方法、装置、足式机器人及存储介质 | |
Bouyarmane et al. | Using a multi-objective controller to synthesize simulated humanoid robot motion with changing contact configurations | |
JP7324932B2 (ja) | 動的計画コントローラ | |
Kim et al. | Computationally-robust and efficient prioritized whole-body controller with contact constraints | |
CN108858188B (zh) | 一种应用于人形机器人的人体转体和位移映射方法 | |
US20220258356A1 (en) | Visual perception device based spatial calibration method and apparatus for robot body coordinate system, and storage medium | |
CN112783175B (zh) | 质心轨迹确定方法、装置、足式机器人、设备及介质 | |
CN111223168A (zh) | 目标对象控制方法、装置、存储介质和计算机设备 | |
WO2022089247A1 (zh) | 足式机器人运动控制方法、装置、设备、介质及程序 | |
CN117008592A (zh) | 足式机器人的运动控制方法、装置、设备及存储介质 | |
CN114723807A (zh) | 质心轨迹确定方法、装置、足式机器人、设备及介质 | |
CN113485403A (zh) | 机器人的步态规划方法、装置、处理设备及存储介质 | |
CN116265202A (zh) | 一种机器人的控制方法、装置及介质、一种机器人 | |
JP7454677B2 (ja) | 質量中心位置決定方法、装置、足式ロボット及びコンピュータプログラム | |
Dung et al. | Humanoid climbing robot modeling in matlab-simechanics | |
CN114115288A (zh) | 机器人步态调整方法、装置、设备及存储介质 | |
CN114253134A (zh) | 双足机器人的驱动方法、装置、控制器及介质 | |
CN116931418A (zh) | 机器人的控制方法、装置、设备、存储介质及程序产品 | |
CN117008580A (zh) | 足式机器人的运动控制方法、装置、设备及存储介质 | |
CN116324884A (zh) | 用于视觉定位的设备和方法 | |
CN116483108A (zh) | 四足机器人的状态修正方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40035339 Country of ref document: HK |
|
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |