CN112327869A - 基于关节速度规划的四足机器人对角步态运动控制方法 - Google Patents
基于关节速度规划的四足机器人对角步态运动控制方法 Download PDFInfo
- Publication number
- CN112327869A CN112327869A CN202011299900.2A CN202011299900A CN112327869A CN 112327869 A CN112327869 A CN 112327869A CN 202011299900 A CN202011299900 A CN 202011299900A CN 112327869 A CN112327869 A CN 112327869A
- Authority
- CN
- China
- Prior art keywords
- trunk
- coordinate space
- foot
- robot
- 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.)
- Granted
Links
- 230000005021 gait Effects 0.000 title claims abstract description 55
- 238000000034 method Methods 0.000 title claims abstract description 45
- 210000002414 leg Anatomy 0.000 claims abstract description 29
- 210000004394 hip joint Anatomy 0.000 claims abstract description 25
- 239000011159 matrix material Substances 0.000 claims abstract description 18
- 230000009466 transformation Effects 0.000 claims abstract description 15
- 238000013507 mapping Methods 0.000 claims abstract description 8
- 206010034701 Peroneal nerve palsy Diseases 0.000 claims description 7
- 239000013598 vector Substances 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 5
- 230000006870 function Effects 0.000 claims description 2
- 238000013459 approach Methods 0.000 claims 1
- 238000012360 testing method Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000010586 diagram Methods 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
- 230000005484 gravity Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 210000001503 joint Anatomy 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000037230 mobility Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 210000001624 hip Anatomy 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000006386 neutralization reaction Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000012549 training 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
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
-
- 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
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
本发明公开了一种基于关节速度规划的四足机器人对角步态运动控制方法,包括:将机器人对角步态运动模型映射至惯性坐标空间,在惯性坐标空间的一个平面内,根据躯干目标侧向速度选定落足点,使躯干在该平面内的姿态角为零;根据躯干的目标高度、前向速度和转向速度得到足所在腿部的髋关节位置;根据髋关节的位置和惯性坐标空间向躯干坐标空间的变换矩阵,得到躯干坐标空间内足的位置坐标;根据由足的位置坐标得到的足所在腿部的关节速度和选定的落足点控制机器人的对角步态运动。适用于采用位置控制模式的四足机器人,调节机器人躯干的姿态和运动速度。
Description
技术领域
本发明涉及机器人技术领域,特别是涉及一种基于关节速度规划的四足机器人对角步态运动控制方法。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息,不必然构成在先技术。
在多足步行机器人中,四足机器人相对于单足或双足机器人运动更加稳定,与六足或更多足的机器人相比结构又更加简单,因此在足式机器人中有着广泛的研究与应用。
自然界中的四足动物在运动过程中会根据运动目的和地形信息采用不同的步态,其中对角小跑是一种处于四足对角线上两条腿同时运行的步态,这种步态在相当大的运动速度范围内能保证比较高的能量效率,而且每一步之间躯干姿态并没有特别明显的起伏,因此对角小跑步态是自然界中最为常见的步态。然而,对于四足机器人而言,由于大部分四足机构的足部结构非常小,且重心较高,当机器人以对角腿支撑时难以保持平衡,因此四足机器人对角步态的稳定运动控制对其更好的适应环境、提高复杂地面运动能力和抗扰动能力具有重要意义。
现有的四足机器人对角步态稳定运动控制方法主要可分为基于虚拟模型控制的方法、基于模型预测控制的方法、基于全身控制的方法、基于学习的方法等。其中基于虚拟模型控制的方法是指将腿足式机器人虚拟为一个简化的模型,通过控制简化模型实现机器人的运动,例如常见的“弹簧-负载-倒立摆”模型控制方法;模型预测控制,是指基于机器人动力学模型,构造对角步态运动的多优化多约束算式,预测机器人在将来几个控制周期内的运动控制规律;全身控制方法,是指将机器人不同腿部不同运动任务进行分级,基于任务优先级计算机器人各关节的运动扭矩;基于学习的控制方法主要是指通过深度学习等算法模仿自然界四足动物的运动模式,并基于训练实现机器人的对角小跑运动。
虽然上述方法在四足机器人对角小跑运动控制方面取得了较好的成效,但是,这些方法均需要依赖机器人的力控制关节驱动器或力感知元件。高精度的力控制驱动器或力感知原件增加了机器人系统的设计难度和制造成本。与之相比,采用关节位置/速度控制模式的四足机器人对传感、制造、驱动等方面要求较低,系统更加简单。然而,发明人发现,现有的基于关节位置/速度规划的四足机器人对角步态控制算法,如中枢模式发生器算法和零力矩点算法等,均存在稳定性不强、地形适应性差等问题。
发明内容
为了解决上述问题,本发明提出了一种基于关节速度规划的四足机器人对角步态运动控制方法,将四足机器人对角步态运动模型映射至惯性坐标空间,在该空间的一个平面内,实现躯干姿态控制以及运动速度,在其余平面内构造求解支撑腿的运动方式,最终根据得到的关节速度实现四足机器人鲁棒稳定的全方位对角步态运动,保障躯干的平衡和稳定。
为了实现上述目的,本发明采用如下技术方案:
第一方面,本发明提供一种基于关节速度规划的四足机器人对角步态运动控制方法,包括:
将机器人对角步态运动模型映射至惯性坐标空间,在惯性坐标空间的一个平面内,根据躯干目标侧向速度选定落足点,以控制躯干的侧向速度;
根据躯干的目标高度、前向速度和转向速度得到足所在腿部的髋关节位置;
根据髋关节位置和惯性坐标空间向躯干坐标空间的变换矩阵,得到躯干坐标空间内足的位置坐标;
根据由足的位置坐标得到的足所在腿部的关节速度和选定的落足点控制机器人的对角步态运动。
第二方面,本发明提供一种基于关节速度规划的四足机器人对角步态运动控制系统,包括:
躯干姿态控制模块,用于将机器人对角步态运动模型映射至惯性坐标空间,在惯性坐标空间的一个平面内,根据躯干目标侧向速度选定落足点,以控制躯干的侧向速度;
髋关节位置确定模块,用于根据躯干的目标高度、前向速度和转向速度得到足所在腿部的髋关节位置;
足位置确定模块,用于根据髋关节位置和惯性坐标空间向躯干坐标空间的变换矩阵,得到躯干坐标空间内足的位置坐标;
控制模块,用于根据由足的位置坐标得到的足所在腿部的关节速度和选定的落足点控制机器人的对角步态运动。
第三方面,本发明提供一种四足机器人,包括第二方面所述的控制系统,完成第一方面所述的控制方法。
第四方面,本发明提供一种电子设备,包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令,所述计算机指令被处理器运行时,完成第一方面所述的方法。
第五方面,本发明提供一种计算机可读存储介质,用于存储计算机指令,所述计算机指令被处理器执行时,完成第一方面所述的方法。
与现有技术相比,本发明的有益效果为:
本发明基于关节速度规划的四足机器人对角步态稳定运动控制方法,无需力控制或力感知原件,适用于采用位置控制模式的四足机器人,调节机器人躯干的姿态和运动速度,增强移动能力和地形适应能力。
本发明将四足机器人的对角步态运动模型映射至一个新的惯性坐标空间,在该空间的一个平面内,将机器人等效为倒立摆模型,实现躯干姿态控制以及速度跟随,保障躯干的平衡和稳定。
本发明在惯性坐标空间的其余平面内构造机器人的微分运动学模型,求解支撑腿的运动方式,将各平面中的控制算法进行融合,得到关节速度以实现四足机器人鲁棒稳定的全方位对角步态运动。
本发明附加方面的优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解,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。
图1为本发明实施例1提供的基于关节速度规划的四足机器人对角步态运动控制方法流程图;
图2为本发明实施例1提供的四足机器人对角步态运动中的坐标系示意图;
图3为本发明实施例1提供的四足机器人对角步态在{OS}坐标系各子平面中的模型图;
图4为本发明实施例1提供的四足机器人对角步态控制框图。
具体实施方式:
下面结合附图与实施例对本发明做进一步说明。
应该指出,以下详细说明都是示例性的,旨在对本发明提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本发明的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,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。
在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
实施例1
如图1所示,本实施例提供一种基于关节速度规划的四足机器人对角步态运动控制方法,包括:
将机器人对角步态运动模型映射至惯性坐标空间,在惯性坐标空间的一个平面内,根据躯干目标侧向速度选定落足点,以控制躯干的侧向速度;
根据躯干的目标高度、前向速度和转向速度得到足所在腿部的髋关节位置;
根据髋关节的位置和惯性坐标空间向躯干坐标空间的变换矩阵,得到躯干坐标空间内足的位置坐标;
根据由足的位置坐标得到的足所在腿部的关节角速度和选定的落足点控制机器人的对角步态运动。
如图2所示,将机器人对角步态运动模型映射至躯干坐标空间{OB}、惯性坐标空间{OS}和世界坐标空间{OW},设定四足机器人左前足(足-0)和右后足(足-3)处于摆动相,右前足(足-1)和左后足(足-2)处于支撑相;
其中,躯干坐标系{OB}位于机器人躯干的几何中心,xB,yB,zB分别指向机器人躯干前向、左侧和上方;
惯性坐标系{OS}其原点位于足-1和足-2连线的中点处,xS指向足-1,ys位于水平面内且垂直于ys,zS的方向由右手定则确定;
世界坐标系{OW},zW指向重力的反方向。
上标B代表该变量是在{OB}中表示,上标S代表该变量是在在{OS}中表示,无上标的变量则代表该变量是在{OW}中表示。
设定,四足机器人的躯干姿态表示为Z-Y-X欧拉角[αβγ],其中α为横滚角,β为俯仰角,γ为航向角;
足-i的位置向量表示为pfi=[xfiyfizfi]T;
躯干质心位置向量表示为pb=[xbybzb]T。
基于上述定义,{OB}向{OW}的变换矩阵为:
设定,
则{OB}向{OS}的变换矩阵表示为:
机器人躯干在yS-zS平面中的姿态角为:
其中,(·)i括号中向量的第i个元素;
类似地,机器人躯干在xS-zS平面中和xS-yS平面中的姿态角分别为:
如图3所示为四足机器人对角步态在{OS}坐标系各子平面中的模型,机器人在yS-zS平面内的运动可看作是在支撑直线上的平衡控制问题,目标是控制机器人躯干高度(Szb)、前向速度侧向速度以及转向速度并保证躯干姿态平行于xS-yS平面,即
本实施例将机器人在yS-zS平面内的对角步态运动模型简化为倒立摆模型,定义髋关节坐标为:
为保证躯干高度稳定,SzC设定为:
其中,mb为躯干的质量;Ib为躯干的转动惯量;kp、kd为增益量;
且:
采用下式所示的躯干调整算法,根据设定的躯干的目标高度、前向速度和转向速度求解足所在腿部的髋关节位置:
其中Ji为足-i所在腿部的雅可比矩阵。
当对四足机器人对角步态运动新型操控时,设定机器人的前向速度vfor、侧向速度vlat、转向速度ωtur和躯干高度h,通过下式将上诉操控命令转化为{OS}坐标系内的系统指令:
在上述关节速度与落足点规划的基础上,设计如图4所示的四足机器人对角步态稳定运动控制器。
本实施例将上述控制算法在四足机器人样机上进行测试,测试采用的样机每条腿包括三个关节,每个关节由一个舵机驱动;机器人样机的控制量为关节速度,机器人上的传感器包括躯干上的惯性测量单元(Inertial Measurement Unit,IMU)和关节角度传感器。
第一个测试是测试四足机器人的移动能力和地形适应能力;机器人被操控在非水平地形上执行前进、后退、转向等运动,机器人在整个过程中能够较好地跟随操作员发出的指令,并保持运动稳定;
第二个测试是测试算法的抗扰动能力;在机器人以对角步态运动过程中,对其躯干侧向施加冲击力,机器人在受到侧向冲击后能够主动调整腿部运动,保障躯干的平衡和稳定。
实施例2
本实施例提供一种基于关节速度规划的四足机器人对角步态运动控制系统,包括:
躯干姿态控制模块,用于将机器人对角步态运动模型映射至惯性坐标空间,在惯性坐标空间的一个平面内,根据躯干目标侧向速度选定落足点,以控制躯干的侧向速度;
髋关节位置确定模块,用于根据躯干的目标高度、前向速度和转向速度得到足所在腿部的髋关节位置;
足位置确定模块,用于根据髋关节的位置和惯性坐标空间向躯干坐标空间的变换矩阵,得到躯干坐标空间内足的位置坐标;
控制模块,用于根据由足的位置坐标得到的足所在腿部的关节角速度和选定的落足点控制机器人的对角步态运动。
此处需要说明的是,上述模块对应于实施例1中的步骤,上述模块与对应的步骤所实现的示例和应用场景相同,但不限于上述实施例1所公开的内容。需要说明的是,上述模块作为系统的一部分可以在诸如一组计算机可执行指令的计算机系统中执行。
在更多实施例中,还提供:
一种四足机器人,包括实施例2所述的控制系统,以完成实施例1所述的控制方法。
一种电子设备,包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令,所述计算机指令被处理器运行时,完成实施例1中所述的方法。为了简洁,在此不再赘述。
应理解,本实施例中,处理器可以是中央处理单元CPU,处理器还可以是其他通用处理器、数字信号处理器DSP、专用集成电路ASIC,现成可编程门阵列FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器可以包括只读存储器和随机存取存储器,并向处理器提供指令和数据、存储器的一部分还可以包括非易失性随机存储器。例如,存储器还可以存储设备类型的信息。
一种计算机可读存储介质,用于存储计算机指令,所述计算机指令被处理器执行时,完成实施例1中所述的方法。
实施例1中的方法可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器、闪存、只读存储器、可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。为避免重复,这里不再详细描述。
本领域普通技术人员可以意识到,结合本实施例描述的各示例的单元即算法步骤,能够以电子硬件或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
以上仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (10)
1.一种基于关节速度规划的四足机器人对角步态运动控制方法,其特征在于,包括:
将机器人对角步态运动模型映射至惯性坐标空间,在惯性坐标空间的一个平面内,根据躯干目标侧向速度选定落足点,以控制躯干的侧向速度;
根据躯干的目标高度、前向速度和转向速度得到足所在腿部的髋关节位置;
根据髋关节位置和惯性坐标空间向躯干坐标空间的变换矩阵,得到躯干坐标空间内足的位置坐标;
根据由足的位置坐标得到的足所在腿部的关节速度和选定的落足点控制机器人的对角步态运动。
2.如权利要求1所述的基于关节速度规划的四足机器人对角步态运动控制方法,其特征在于,将机器人对角步态运动模型映射至躯干坐标空间、惯性坐标空间和世界坐标空间,根据躯干坐标空间向世界坐标空间的变换矩阵计算得到惯性坐标空间向躯干坐标空间的变换矩阵。
4.如权利要求1所述的基于关节速度规划的四足机器人对角步态运动控制方法,其特征在于,髋关节位置坐标中Szc为根据在t时刻躯干目标高度的变化值。
5.如权利要求1所述的基于关节速度规划的四足机器人对角步态运动控制方法,其特征在于,髋关节位置坐标中Syc为选定的落足点在落足时刻的坐标值。
6.如权利要求1所述的基于关节速度规划的四足机器人对角步态运动控制方法,其特征在于,当躯干在惯性坐标空间yS-zS平面内的姿态角趋近于零时,惯性坐标空间向躯干坐标空间的变换矩阵简化为躯干坐标空间中足位置坐标的函数;
根据得到的躯干坐标空间内足的位置坐标和足所在腿部的雅可比矩阵得到的足所在腿部的关节速度。
7.一种基于关节速度规划的四足机器人对角步态运动控制系统,其特征在于,包括:
躯干姿态控制模块,用于将机器人对角步态运动模型映射至惯性坐标空间,在惯性坐标空间的一个平面内,根据躯干目标侧向速度选定落足点,以控制躯干的侧向速度;
髋关节位置确定模块,用于根据躯干的目标高度、前向速度和转向速度得到足所在腿部的髋关节位置;
足位置确定模块,用于根据髋关节位置和惯性坐标空间向躯干坐标空间的变换矩阵,得到躯干坐标空间内足的位置坐标;
控制模块,用于根据由足的位置坐标得到的足所在腿部的关节速度和选定的落足点控制机器人的对角步态运动。
8.一种四足机器人,其特征在于,包括权利要求7所述的控制系统,以完成权利要求1-6任一项所述的控制方法。
9.一种电子设备,其特征在于,包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令,所述计算机指令被处理器运行时,完成权利要求1-6任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,用于存储计算机指令,所述计算机指令被处理器执行时,完成权利要求1-6任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011299900.2A CN112327869B (zh) | 2020-11-19 | 2020-11-19 | 基于关节速度规划的四足机器人对角步态运动控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011299900.2A CN112327869B (zh) | 2020-11-19 | 2020-11-19 | 基于关节速度规划的四足机器人对角步态运动控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112327869A true CN112327869A (zh) | 2021-02-05 |
CN112327869B CN112327869B (zh) | 2021-09-24 |
Family
ID=74321584
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011299900.2A Active CN112327869B (zh) | 2020-11-19 | 2020-11-19 | 基于关节速度规划的四足机器人对角步态运动控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112327869B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113093780A (zh) * | 2021-04-06 | 2021-07-09 | 中山大学 | 一种基于降阶极点配置法的机器人平衡控制方法及装置 |
CN115092283A (zh) * | 2022-07-25 | 2022-09-23 | 中山大学 | 基于带有前庭反馈的梯度cpg的机器人控制方法 |
WO2022247133A1 (zh) * | 2021-05-27 | 2022-12-01 | 深圳市优必选科技股份有限公司 | 一种双足机器人控制方法、装置、双足机器人及存储介质 |
WO2023206498A1 (zh) * | 2022-04-29 | 2023-11-02 | 北京小米机器人技术有限公司 | 足式机器人控制方法、装置、介质及足式机器人 |
JP7540631B2 (ja) | 2022-10-31 | 2024-08-27 | テンセント・アメリカ・エルエルシー | 歩行軌道のコンピュータ生成のための方法及び電子機器 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106886155A (zh) * | 2017-04-28 | 2017-06-23 | 齐鲁工业大学 | 一种基于pso‑pd神经网络的四足机器人运动轨迹控制方法 |
CN109871018A (zh) * | 2019-02-25 | 2019-06-11 | 北京航空航天大学 | 一种具有腰部自由度四足机器人的控制方法 |
CN111913490A (zh) * | 2020-08-18 | 2020-11-10 | 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 |
-
2020
- 2020-11-19 CN CN202011299900.2A patent/CN112327869B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106886155A (zh) * | 2017-04-28 | 2017-06-23 | 齐鲁工业大学 | 一种基于pso‑pd神经网络的四足机器人运动轨迹控制方法 |
CN109871018A (zh) * | 2019-02-25 | 2019-06-11 | 北京航空航天大学 | 一种具有腰部自由度四足机器人的控制方法 |
CN111913490A (zh) * | 2020-08-18 | 2020-11-10 | 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 |
Non-Patent Citations (7)
Title |
---|
CHAO DING 等: "Locomotion Control of Quadruped Robots With Online Center of Mass Adaptation and Payload Identification", 《IEEE ACCESS》 * |
CHEN ZHIHUA 等: "Research on High Precision Control of Joint Position Servo System for Hydraulic Quadruped Robot", 《2019 CHINESE CONTROL CONFERENCE (CCC)》 * |
LI WANG: "Design and Implementation of a Quadruped Bionic Robot Based on Virtual Prototype Technology", 《3RD ANNUAL INTERNATIONAL WORKSHOP ON MATERIALS SCIENCE AND ENGINEERING (IWMSE2017)》 * |
徐鹏: "基于地面几何/物理特征建模的六足机器人运动规划研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
罗斌: "基于落地时间的四足机器人对角运动平衡控制方法", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
郎琳: "基于接触力控制的对角步态四足机器人环境", 《中国优秀博硕士学位论文全文数据库(博士)信息科技辑》 * |
鄂明成 等: "一种粗糙地形下四足仿生机器人的柔顺步态生成方法", 《机器人》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113093780A (zh) * | 2021-04-06 | 2021-07-09 | 中山大学 | 一种基于降阶极点配置法的机器人平衡控制方法及装置 |
CN113093780B (zh) * | 2021-04-06 | 2022-01-14 | 中山大学 | 一种基于降阶极点配置法的机器人平衡控制方法及装置 |
WO2022247133A1 (zh) * | 2021-05-27 | 2022-12-01 | 深圳市优必选科技股份有限公司 | 一种双足机器人控制方法、装置、双足机器人及存储介质 |
WO2023206498A1 (zh) * | 2022-04-29 | 2023-11-02 | 北京小米机器人技术有限公司 | 足式机器人控制方法、装置、介质及足式机器人 |
CN115092283A (zh) * | 2022-07-25 | 2022-09-23 | 中山大学 | 基于带有前庭反馈的梯度cpg的机器人控制方法 |
JP7540631B2 (ja) | 2022-10-31 | 2024-08-27 | テンセント・アメリカ・エルエルシー | 歩行軌道のコンピュータ生成のための方法及び電子機器 |
Also Published As
Publication number | Publication date |
---|---|
CN112327869B (zh) | 2021-09-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112327869B (zh) | 基于关节速度规划的四足机器人对角步态运动控制方法 | |
CN111913490A (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 | |
US8793019B2 (en) | Control device for legged mobile robot | |
JP5284923B2 (ja) | 脚式移動ロボットの制御装置 | |
JP5483997B2 (ja) | 脚式移動ロボットの制御装置 | |
US7339340B2 (en) | Control system and related method for multi-limbed, multi-legged robot | |
JP6715952B2 (ja) | バランスのとれた運動および行動能力が向上した移動型ロボット | |
CN104407611B (zh) | 一种仿人机器人稳定行走的控制方法 | |
US20130079929A1 (en) | Robot and control method thereof | |
CN109760761B (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 | |
US7561941B2 (en) | Ambulatory robot and method for controlling the same | |
CN111290272B (zh) | 基于多足机器人的姿态平稳性调整方法 | |
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 | |
Miyashita et al. | Human-like natural behavior generation based on involuntary motions for humanoid robots | |
US20220203526A1 (en) | Humanoid robot control method, humanoid robot using the same, and computer readable storage medium | |
CN116619382A (zh) | 机器人运动控制方法、系统及电子设备 | |
US9395726B1 (en) | Methods and devices for bound and gallop gaits | |
CN113843799B (zh) | 一种四足机器人姿态复位控制方法、装置及存储介质 | |
WO2024066868A1 (zh) | 机器人控制方法、装置、机器人、计算机可读存储介质及计算机程序产品 | |
Kim et al. | Dynamic behaviors on the NAO robot with closed-loop whole body operational space control | |
Park et al. | Cooperative-dual-task-space-based whole-body motion balancing for humanoid robots | |
CN118163085A (zh) | 运动控制方法、装置、机器人及可读储存介质 | |
Yi et al. | Active stabilization of a humanoid robot for real-time imitation of a human operator | |
Rodriguez-Angeles et al. | An online inertial sensor-guided motion control for tracking human arm movements by robots | |
Ficht et al. | Online balanced motion generation for humanoid robots |
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 |