CN112698650B - 仿人机器人的类人步态控制方法、装置、设备及存储介质 - Google Patents
仿人机器人的类人步态控制方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN112698650B CN112698650B CN202011487389.9A CN202011487389A CN112698650B CN 112698650 B CN112698650 B CN 112698650B CN 202011487389 A CN202011487389 A CN 202011487389A CN 112698650 B CN112698650 B CN 112698650B
- Authority
- CN
- China
- Prior art keywords
- target
- humanoid robot
- virtual centroid
- vector
- current moment
- 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
- 238000000034 method Methods 0.000 title claims abstract description 59
- 230000005021 gait Effects 0.000 title claims abstract description 54
- 210000002414 leg Anatomy 0.000 claims abstract description 172
- 239000013598 vector Substances 0.000 claims abstract description 125
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 53
- 210000000544 articulatio talocruralis Anatomy 0.000 claims abstract description 42
- 210000003127 knee Anatomy 0.000 claims abstract description 40
- 210000003423 ankle Anatomy 0.000 claims description 52
- 230000008859 change Effects 0.000 claims description 33
- 210000002683 foot Anatomy 0.000 claims description 24
- 238000004364 calculation method Methods 0.000 claims description 16
- 230000009467 reduction Effects 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 9
- 210000000689 upper leg Anatomy 0.000 claims description 8
- 244000309466 calf Species 0.000 claims description 4
- 230000007306 turnover Effects 0.000 claims description 3
- 210000000629 knee joint Anatomy 0.000 abstract description 11
- 238000013461 design Methods 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 18
- 230000008569 process Effects 0.000 description 8
- 101001044011 Homo sapiens Lipase member M Proteins 0.000 description 7
- 102100021611 Lipase member M Human genes 0.000 description 7
- 101100532584 Clostridium perfringens (strain 13 / Type A) sspC1 gene Proteins 0.000 description 6
- 101100095550 Homo sapiens SENP7 gene Proteins 0.000 description 6
- 101150098865 SSP2 gene Proteins 0.000 description 6
- 102100023645 Sentrin-specific protease 3 Human genes 0.000 description 6
- 102100031406 Sentrin-specific protease 7 Human genes 0.000 description 6
- 108010092928 Stomoxys serine protease 3 Proteins 0.000 description 6
- 210000003371 toe Anatomy 0.000 description 5
- 101100256651 Homo sapiens SENP6 gene Proteins 0.000 description 4
- 101150038317 SSP1 gene Proteins 0.000 description 4
- 101100125020 Schizosaccharomyces pombe (strain 972 / ATCC 24843) pss1 gene Proteins 0.000 description 4
- 101100018019 Schizosaccharomyces pombe (strain 972 / ATCC 24843) ssc1 gene Proteins 0.000 description 4
- 102100023713 Sentrin-specific protease 6 Human genes 0.000 description 4
- 210000004394 hip joint Anatomy 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 102000014944 Lysosome-Associated Membrane Glycoproteins Human genes 0.000 description 2
- 108010064171 Lysosome-Associated Membrane Glycoproteins Proteins 0.000 description 2
- 238000005452 bending Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 241000282412 Homo Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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
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
本发明实施例公开了一种仿人机器人的类人步态控制方法、装置、设备及存储介质，方法包括：获取仿人机器人当前时刻的虚拟质心到左腿踝关节的第一向量和虚拟质心到右腿踝关节的第二向量，及获取仿人机器人当前时刻的虚拟质心原始规划值；根据第一向量、第二向量、虚拟质心原始规划值及预设的降低虚拟质心高度算法，确定仿人机器人当前时刻虚拟质心降低后的目标虚拟质心高度；根据目标虚拟质心高度控制仿人机器人进行直膝行走。通过利用仿人机器人的双腿与虚拟质心之间的向量对仿人机器人的虚拟质心高度进行降低处理，通过降低虚拟质心高度的方式，实现直膝行走，优化仿人机器人的步态控制，进一步降低膝关节舵机力矩需求，实现硬件设计重量减小。
Description
技术领域
本发明涉及机器人控制技术领域，尤其涉及一种仿人机器人的类人步态控制方法、装置、设备及存储介质。
背景技术
目前对双足机器人的研究解决了机器人步行模式生成的问题，目前已经实现了多种仿人机器人的稳定行走步态模式。然而，这些传统的类人机器人的步行模式并不像人类那样自然，主要的原因在于机器人步行模式中对机器人的膝关节的控制与人类步行模式存在差异，人类步行模式包括直膝行走，而类人机器人的步行模式则没有这种控制模式。
传统的机器人无法实现直膝行走的原因在于直膝姿态实际上就是一个运动学奇异点，在此处无法求解逆运动，因此为了防止该奇异点的产生，传统的类人机器人总是要预设最小屈膝值来进行屈膝行走来避免奇异点的产生，这就使得传统的机器人的膝关节的舵机力矩需求较大，硬件设计重量较大，且步态区别于人类步态，同时导致行走速度无法进一步提升。
发明内容
本发明的主要目的在于提供一种仿人机器人的类人步态控制方法、装置、设备及存储介质，可以解决现有技术中的传统机器人的膝关节舵机力矩需求较大，导致行走速度无法进一步提升，且步态区别于人类步态。
为实现上述目的，本发明第一方面提供一种仿人机器人的类人步态控制方法，所述方法包括：
获取所述仿人机器人当前时刻的虚拟质心到左腿踝关节的第一向量和所述虚拟质心到右腿踝关节的第二向量，及获取所述仿人机器人当前时刻的虚拟质心原始规划值；
根据所述第一向量、第二向量、虚拟质心原始规划值及预设的降低虚拟质心高度算法，确定所述仿人机器人当前时刻虚拟质心降低后的目标虚拟质心高度；
根据所述目标虚拟质心高度控制所述仿人机器人进行直膝行走。
为实现上述目的，本发明第二方面提供一种仿人机器人的类人步态控制装置，所述装置包括：
数据获取模块：用于获取所述仿人机器人当前时刻的虚拟质心到左腿踝关节的第一向量和所述虚拟质心到右腿踝关节的第二向量，及获取所述仿人机器人当前时刻的虚拟质心原始规划值；
高度规划模块：用于根据所述第一向量、第二向量、虚拟质心原始规划值及预设的降低虚拟质心高度算法，确定所述仿人机器人当前时刻虚拟质心降低后的目标虚拟质心高度；
直膝行走模块：用于根据所述目标虚拟质心高度控制所述仿人机器人进行直膝行走。
为实现上述目的，本发明第三方面提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行以下步骤：
获取所述仿人机器人当前时刻的虚拟质心到左腿踝关节的第一向量和所述虚拟质心到右腿踝关节的第二向量，及获取所述仿人机器人当前时刻的虚拟质心原始规划值；
根据所述第一向量、第二向量、虚拟质心原始规划值及预设的降低虚拟质心高度算法，确定所述仿人机器人当前时刻虚拟质心降低后的目标虚拟质心高度；
根据所述目标虚拟质心高度控制所述仿人机器人进行直膝行走。
为实现上述目的，本发明第四方面提供一种设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行以下步骤：
获取所述仿人机器人当前时刻的虚拟质心到左腿踝关节的第一向量和所述虚拟质心到右腿踝关节的第二向量，及获取所述仿人机器人当前时刻的虚拟质心原始规划值；
根据所述第一向量、第二向量、虚拟质心原始规划值及预设的降低虚拟质心高度算法，确定所述仿人机器人当前时刻虚拟质心降低后的目标虚拟质心高度；
根据所述目标虚拟质心高度控制所述仿人机器人进行直膝行走。
采用本发明实施例，具有如下有益效果：
本发明实施例公开了一种仿人机器人的类人步态控制方法、装置、设备及存储介质，方法包括：获取所述仿人机器人当前时刻的虚拟质心到左腿踝关节的第一向量和所述虚拟质心到右腿踝关节的第二向量，及获取所述仿人机器人当前时刻的虚拟质心原始规划值；根据所述第一向量、第二向量、虚拟质心原始规划值及预设的降低虚拟质心高度算法，确定所述仿人机器人当前时刻虚拟质心降低后的目标虚拟质心高度；根据所述目标虚拟质心高度控制所述仿人机器人进行直膝行走。通过利用仿人机器人的双腿与虚拟质心之间的向量对仿人机器人的虚拟质心高度进行降低处理，通过降低虚拟质心高度的方式，实现直膝行走，优化仿人机器人的步态控制，进一步降低膝关节舵机力矩需求，实现硬件设计减小重量。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
其中：
图1为本发明实施例中一种仿人机器人的类人步态控制方法的流程示意图；
图2为本发明实施例中仿人机器人的右腿的结构示意图；
图3为为本发明实施例中一种仿人机器人的类人步态控制方法的另一流程示意图；
图4为本发明实施例中仿人机器人的步行模式的结构示意图；
图5为本发明实施例中质心高度变化与传统LIMP质心高度变化对比示意图；
图6为本发明实施例中一种仿人机器人的类人步态控制方法的步态周期划分示意图；
图7为本发明实施例中一种仿人机器人的类人步态控制方法中仿人机器人的脚掌的俯仰角随着预设系数的变化示意图；
图8为本发明实施例中一种仿人机器人的类人步态控制方法中仿人机器人的足部参数示意图；
图9为本发明实施例中一种仿人机器人的类人步态控制方法中摆动腿抬脚阶段脚掌俯仰角变化引起脚踝位置变化的关系示意图；
图10为本发明实施中一种仿人机器人的类人步态控制方法中仿人机器人的脚踝位置在X方向的改变量；
图11为本发明实施中一种仿人机器人的类人步态控制方法中仿人机器人的脚踝位置在Z方向的改变量；
图12为本发明实施例中一种仿人机器人的类人步态控制装置的结构框图；
图13为本发明实施例中计算机设备的结构框图。
具体实施方式
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作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请查阅图1，图1为本发明实施例中一种仿人机器人的类人步态控制方法的流程示意图，该方法包括：
步骤101、获取所述仿人机器人当前时刻的虚拟质心到左腿踝关节的第一向量和所述虚拟质心到右腿踝关节的第二向量，及获取所述仿人机器人当前时刻的虚拟质心原始规划值；
在本发明实施例中，仿人机器人模仿人类具有两条用于行走的机器腿，可以称为左腿和右腿，且结构和人类的腿的相似，也是包含大腿、小腿、踝关节及脚掌。此外，仿人机器人还具有虚拟质心，其中，虚拟质心是指仿人机器人静止时建立的平衡点，若对该点施力，系统会沿着力的方向运动、不会旋转。
为了能够在仿人机器人行走的过程中，降低其虚拟质心的高度，可先获取到仿人机器人当前时刻的虚拟质心原始规划值，该虚拟质心原始规划值为构建仿人机器人行走模型时预设的质心规划值。
需要说明的是，本发明实施例涉及的仿人机器人步态控制的多种初始和/或原始规划值，均是基于线性倒立摆模型LIPM获得的，目前对于线性倒立摆模型的构建属于常见技术手段，在此不再赘述。
且进一步地，还将获取到仿人机器人当前时刻的虚拟质心到左腿踝关节的第一向量和该虚拟质心到右腿踝关节的第二向量，为了便于理解，请参阅图2，图2为本发明实施例中仿人机器人的左腿的结构示意图，其中，∑W为世界坐标系包括x、y、z轴，T点为身体坐标原点即虚拟质心点，H点为髋关节，K点为膝关节，A点为踝关节。d为虚拟质心到髋关节的距离，l1和l2分别为大腿和小腿的长度。
可以理解的是，通过正运动学求解可获得虚拟质心到踝关节的向量，以左腿为例，虚拟质心到左腿踝关节的第一向量为：
dL＝p6-p0
其中，p6为左腿踝关节位置，p0为虚拟质心位置，且还可以类似的得到虚拟质心到右腿踝关节的第二向量dR。
步骤102、根据所述第一向量、第二向量、虚拟质心原始规划值及预设的降低虚拟质心高度算法，确定所述仿人机器人当前时刻虚拟质心降低后的目标虚拟质心高度；
步骤103、根据所述目标虚拟质心高度控制所述仿人机器人进行直膝行走。
在本发明实施例中，直膝行走为在整个步行周期中仿人机器人在行走时某一时刻产生直膝状态，使得膝关节舵机力矩需求降低，实现提速。
在本发明实施例中仿人机器人的类人步态控制方法包括：获取所述仿人机器人当前时刻的虚拟质心到左腿踝关节的第一向量和所述虚拟质心到右腿踝关节的第二向量，及获取所述仿人机器人当前时刻的虚拟质心原始规划值；根据所述第一向量、第二向量、虚拟质心原始规划值及预设的降低虚拟质心高度算法，确定所述仿人机器人当前时刻虚拟质心降低后的目标虚拟质心高度；根据所述目标虚拟质心高度控制所述仿人机器人进行直膝行走。通过利用仿人机器人的双腿与虚拟质心之间的向量对仿人机器人的虚拟质心高度进行降低处理，通过降低虚拟质心高度的方式，实现直膝行走，优化仿人机器人的步态控制，进一步降低膝关节舵机力矩需求，实现硬件设计重量减小。
为了更好地理解本发明实施例中的技术方案，请参阅图3，图3为本发明实施例中一种仿人机器人的类人步态控制方法的另一流程示意图，所述方法包括：
步骤301、获取所述仿人机器人当前时刻的虚拟质心到左腿踝关节的第一向量和所述虚拟质心到右腿踝关节的第二向量，及获取所述仿人机器人当前时刻的虚拟质心原始规划值；
在本发明实施例中，步骤301涉及到的内容，与上述步骤101相关的实施例中描述的内容相似，具体可以参阅前述方法实施例中的内容，此处不做赘述。
步骤302、获取所述仿人机器人的大腿长度及小腿长度，及计算所述第一向量和第二向量在所述仿人机器人的行走方向上的第一分量和第二分量；
图4为本发明实施例中仿人机器人的步行模式的结构示意图，其中，期望腿长为图4中的虚线ld，步长为sd，质心高度为hc，计算第一向量dL和第二向量dR在行走方向上的分量以获得第一分量dLx和第二分量dRx，该计算过程为正运动学计算过程，因此不再赘述。
步骤303、基于所述降低虚拟质心高度算法，根据所述大腿长度、小腿长度、所述第一分量及第二分量确定所述仿人机器人在当前时刻的虚拟质心降低值；
在本发明实施例中，我们发现双足机器人在整个行走周期，并不是所有的时刻都需要增加腿长，也就是降质心高度并不是整个行走周期所必须的，因此，我们提出了一种基于步态的降质心算法，将传统LIPM算法中降质心的参数sd替换成dLx-dRx，得出新的质心高度变化Δh公式即降低虚拟质心高度算法如下：
其中，α≧1是裕度系数，第一分量dLx和第二分量dRx分别是第一向量dL和第二向量dR在行走方向上的分量。在一个左腿前向迈步行周期中，dLx-dRx的值从-sd变化到sd，在一个右腿前向迈步行周期中，dRx-dLx的值从-sd变化到sd，即上述差值计算可以理解为双腿间的距离变化，通过摆动腿与支撑腿分量作差得到。
需要说明的是，传统的步态规划的模型为线性倒立摆模型(Linear InvertedPendulumMode，以下简称LIPM)，即保持质心的高度不变，当提高步行速度时，即增加步长。因此根据勾股定理，可以通过降低质心高度hc，来降低LIPM的期望腿长ld。具体降质心高度Δh计算公式为：
其中，α≧1是裕度系数，而质心高度hc＝l1+l2-Δh。
为更好理解本发明实施例与传统模式的区别及改进，请参阅图5，图5为本发明实施例中质心高度变化与传统LIMP质心高度变化对比示意图；
需要说明的是，图5所示曲线为直膝行走模式的质心高度变化，点-划线构成的直线为LIPM模型的质心高度变化，其中，横坐标为双腿在步行方向上的距离，该距离为直膝行走时摆动腿与支撑腿的差，纵坐标为质心高度变化。
可以理解的是，横坐标为双腿在步行方向上的距离，该距离可以为-sd～sd，也可以为-sd1～sd2，本发明实施例以-sd～sd进行举例说明不做具体限定。
步骤304、利用所述虚拟质心原始规划值及所述虚拟质心降低值，确定所述目标虚拟质心高度；
可以理解的是，目标虚拟质心高度的计算公式为：hc＝l1+l2-Δh。
其中，Δh通过上述新的质心高度变化即降低虚拟质心高度算法计算公式获得，使得质心高度与当前时刻的双腿间距离有关，精准的控制质心高度。
步骤305、根据所述目标虚拟质心高度控制所述仿人机器人进行直膝行走。
在本发明实施例中，步骤305涉及到的内容，与上述步骤103相关的实施例中描述的内容相似，具体可以参阅前述方法实施例中的内容，此处不做赘述。
在本发明实施例中，上述步骤305，之前还包括：
步骤a、确定所述仿人机器人当前时刻在直膝行走周期内所处的目标时期，所述目标时期为双腿支撑期或者为单腿支撑期；
需要说明的是，仿人机器人的双腿与人类行走过程中双腿变化相类似，腿部状态包括双腿支撑期和单腿支撑期，双腿支撑期为仿人机器人呈站立状态时和双脚状态替换所处的腿部状态期间；单腿支撑期为在行进过程中双腿交替产生的腿部状态期间。
步骤b、当所述目标阶段为单腿支撑期，确定所述仿人机器人的支撑腿及摆动腿；
可以理解的是，单腿支撑期才会产生支撑腿和摆动腿，通过逆运动学实时计算双腿的脚踝与虚拟质心的在行进方向上的相对位置关系，若所述位置关系发生变化则说明其为摆动腿。
步骤c、确定所述摆动腿在当前时刻所处的迈步阶段，所述迈步阶段包括摆动腿抬脚阶段、摆动腿腾空阶段及摆动腿落脚阶段；
为更好理解本发明实施例的步态周期划分，请参阅图6，图6为本发明实施例中一种仿人机器人的类人步态控制方法的步态周期划分示意图。
如图6所示，假设图中以右腿支撑、左腿摆动，仿人机器人的整个直膝行进的步行的周期分为单腿支撑期可以表示为SSP和双腿支撑期可以表示为DSP，进一步的，考虑到在单腿支撑期过程中有脚底板俯仰角即pitch角的角度变化，SSP又可以分为摆动腿抬脚阶段可以表示为SSP1、摆动腿腾空阶段可以表示为SSP2和摆动腿落脚阶段可以表示为SSP3。
在本发明实施例中，基于质心位置的变化即双腿间的距离来划分步态周期。其中，以在一个左腿前向迈步行周期为例，dLx-dRx的值从-sd变化到sd，预设系数λ分别为-1<λ1<λ2<λ3<λ4<1，预设步长。
当dLx＝λ1*sd时，进入SSP1阶段，摆动腿脚踝绕脚尖旋转；
当dLx＝λ2*sd时，pitch角增加到θmax，进入SSP2阶段；
当dLx＝λ3*sd时，pitch角减小到θmin，进入SSP3阶段；
当dLx＝λ4*sd时，pitch角恢复到0，进入下一个DSP阶段。
同理，在一个右腿前向迈步行周期中，只用将上述等式中的dLx换成dRx即可，dLx-dRx可以理解为摆动腿与支撑腿的差值，可以理解的是，当仿人机器人在行走时，摆动腿在行进方向上的位置的变化会使得双腿在行进方向上的的距离也变化。
在本发明实施例中，上述步骤c，包括：
获取当前时刻所述虚拟质心到所述摆动腿的向量在行进方向上的目标分量；
当所述目标分量与预设步长的比值大于或等于预设第一系数，且小于预设第二系数，则确定当前时刻所处的迈步阶段为摆动腿抬脚阶段；当所述目标分量与预设步长的比值大于或等于预设第二系数，且小于预设第三系数，则确定当前时刻所处的迈步阶段为摆动腿腾空阶段；当所述目标分量与预设步长的比值大于或等于预设第三系数，且小于预设第四系数，则确定当前时刻所处的迈步阶段为摆动腿落脚阶段；
其中，所述第一系数、第二系数、第三系数及第四系数依次递增，且均大于-1小于1。
步骤d、根据所述摆动腿在当前时刻所处的迈步阶段，确定所述摆动腿的目标俯仰角；
需要说明的是，俯仰角为足部姿态角中的一种，足部姿态角包括滚动角、偏航角和俯仰角。其中，脚踝在水平面上的投影点作为坐标原点，建立足部机体坐标系xyz，其中，x轴与水平面平行且行进方向为x轴正方向，y轴与x轴垂直且平行于水平面，z轴与x轴垂直且垂直于水平面，且x轴y轴z轴两两正交，脚掌在yz平面上的投影与水平面的夹角叫作滚动角，脚掌在xz平面上的投影与水平面的夹角为俯仰角，脚掌在xy平面上的投影与水平面的夹角为偏航角。在本发明实施例中，通过对俯仰角进行规划实现最终足部姿态角的规划。
在本发明实施例中，上述步骤d，包括：
若所述摆动腿在当前时刻所处的迈步阶段为摆动腿抬脚阶段，则利用所述比值及预设第一俯仰角算法确定所述摆动腿的目标俯仰角，所述预设第一俯仰角算法为俯仰角随系数增大的第一算法；若所述摆动腿在当前时刻所处的迈步阶段为摆动腿腾空阶段，则利用所述比值及预设第二俯仰角算法确定所述摆动腿的目标俯仰角，所述预设第二俯仰角算法为俯仰角随预设系数减小的第二算法；若所述摆动腿在当前时刻所处的迈步阶段为摆动腿落脚阶段，则利用所述比值及预设第三俯仰角算法确定所述摆动腿的目标俯仰角，所述预设第三俯仰角算法为俯仰角随系数增大的第三算法。
可以理解的是，SSP1阶段为摆动腿脚踝绕脚尖旋转，pitch角θ从0增加到最大值(下称θmax)，然后摆动腿离地时，进入SSP2阶段；SSP2阶段为摆动腿腾空，期间pitch角θ从最大值θmax减小到最小值θmin，然后摆动腿脚后跟触地进入SSP3阶段；SSP3阶段为摆动腿脚踝绕脚后跟旋转，pitch角θ从最小值θmin回到0，然后进入DSP阶段。SSP阶段与DSP阶段交替进行，形成了双足步行周期运动。
需要说明的是，在SSP1阶段(λ1sd～λ2sd)，第一算法为：θ＝f(0,θmax,0,0,λ2sd-λ1sd,dLx(dRx))；
在SSP2阶段(λ2sd～λ3sd)，第二算法为：θ＝f(θmax,θmin,0,0,λ3sd-λ2sd,dLx(dRx))；
在SSP3阶段(λ3sd～λ4sd)，第三算法为：θ＝f(θmin,0,0,0,λ4sd-λ3sd,dLx(dRx))；
需要说明的是，在DSP阶段(其他状态)，θ≡0。
为更好理解上述俯仰角算法及变化过程，请参阅图7，图7为本发明实施例中一种仿人机器人的类人步态控制方法中仿人机器人的脚掌的俯仰角随着预设系数的变化示意图。
可以理解的是，为了不影响摆动腿触地切换和抬脚切换时的平衡性，pitch角的规划需要使用插值算法，以下以三次多项式曲线为例介绍插值算法：为了获得一条确定的光滑运动曲线，使得满足如下约束，在初始时刻t0(通常为0)的初始位置为x0和v0，在终止时刻tf的期望位置为x1和v1。以下以三次多项式曲线为例介绍插值算法，设运动曲线为设运动曲线为：
x(t)＝f(x0,x1,v0,v1,tf,t)＝a0+a1t+a2t2+a3t3
则满足以上约束的三次多项式函数的系数为：
a0＝x0；
a1＝v1；
可以理解的是，上述插值算法还可以是三次多项式曲线，S型曲线，三次样条曲线、三次Hermite曲线，贝塞尔曲线等，只做举例不做具体限定。
需要说明的是，通过步骤a、b、c及d的处理后，则步骤305，包括：
根据所述目标虚拟质心高度控制所述仿人机器人进行直膝行走，且同时控制所述摆动腿的脚掌按照所述目标俯仰角进行脚掌翻转。
需要说明的是，在控制仿人机器人直膝行走的同时控制摆动腿的脚掌翻转，可以进一步提升速度。
在本发明实施例中，步骤305中上述控制所述摆动腿的脚掌按照所述目标俯仰角进行脚掌翻转，包括：
步骤i、根据所述目标俯仰角，确定当前时刻所述摆动腿的脚踝到支撑点的位置矢量；
需要说明的是，位置矢量是在某一时刻，以坐标原点为起点，以运动质点所在位置为终点的有向线段，在本发明实施例中，位置矢量为脚踝到支撑点的位置矢量，当支撑点变化会使得位置矢量产生变化。
需要说明的是，上述步骤i，包括：
若所述目标俯仰角大于零，则确定当前时刻所述摆动腿的脚踝到支撑点的位置矢量为第一位置矢量，所述第一位置矢量为所述摆动腿的脚踝到脚尖的位置矢量；若所述目标俯仰角等于零，则确定当前时刻所述摆动腿的脚踝到支撑点的位置矢量为第二位置矢量，所述第二位置矢量为所述摆动腿的脚踝到脚底面投影点的位置矢量；若所述目标俯仰角小于零，则确定当前时刻所述摆动腿的脚踝到支撑点的位置矢量为第三位置矢量，所述第三位置矢量为所述摆动腿的脚踝到脚后跟的位置矢量。
为更好理解本发明实施例，请参阅图8，图8为本发明实施例中一种仿人机器人的类人步态控制方法中仿人机器人的足部参数示意图，其中A点代表脚踝，D点代表脚踝在地面的投影；F点代表脚尖，B点代表脚后跟。假设脚踝高度AD＝h、脚掌前半部分FD＝lf、后半部分BD＝lb。
请继续参阅图9，图9为本发明实施例中一种仿人机器人的类人步态控制方法中摆动腿抬脚阶段脚掌俯仰角变化引起脚踝位置变化的关系示意图，其中，H点代表髋关节，K和K'点分别代表变化前后的膝关节位置，A和A'点分别代表变化前后的踝关节位置，F点代表脚尖，B和B'点分别代表变化前后的脚后跟位置。
在本发明实施例中，在SSP2和SSP3阶段脚底板俯仰角变化与上述过程相类似，当pitch角的变化会导致支撑点发生改变，为确定不同阶段的支撑点，如图9所示，设坐标系原点为D点，建立足部机体坐标系xOz，在足部机体坐标系中，脚踝到支撑点的位置矢量为(ll,hh)T，其中，ll为脚踝到支撑点的位置矢量在x轴的分量，脚踝到支撑点的位置矢量在hh为z轴分量，T为转置符号。
通过足部的俯仰角pitch(θ)变化确定支撑点，进一步的可以确定上述位置矢量，可以理解的是，俯仰角的变化不会导致y轴发生变化，因此不考虑y方向。
其中，当θ>0，脚尖支撑，ll＝lf，第一位置矢量为(lf,-h)T；
当θ＝0，脚底面支撑，ll＝0,第二位置矢量为(0,-h)T；
当θ<0，脚后跟支撑，ll＝-lb,第三位置矢量为(-lb,-h)T。
可以理解的是，在足部机体坐标系中，脚踝始终与坐标原点在z方向位置矢量，保持hh＝-h，而当支撑点发生变化时，支撑点与坐标原点在x方向上的位置矢量就会发生变化即引起上述ll的变化。
步骤ii、根据所述位置矢量和所述目标俯仰角，确定当前时刻摆动腿的脚踝的修正后的目标期望角度，所述修正后的目标期望角度为踝关节旋转角度；
需要说明的是，上述步骤ii，包括：
利用预设的所述摆动腿当前时刻的脚踝位置的初始规划值、所述目标俯仰角、所述位置矢量以预设脚踝位置计算方法确定当前时刻摆动腿的脚踝的目标位置；
获取当前时刻所述目标位置的脚踝的期望角度；
利用所述期望角度及所述目标俯仰角度确定当前时刻的所述修正后的目标期望角度。
需要说明的是，摆动腿当前时刻的脚踝位置的初始规划值由构建仿人机器人模型时预设，为实现仿人机器人的步行控制需要对预设的初始规划值进行改变，并且通过上述步骤中计算得出的目标俯仰角及位置矢量代入预设脚踝位置计算方法以确定最终的脚踝位置即目标位置。
其中，可以根据以下公式来确定脚踝位置的改变量d_ankle：
dankle＝g(θ)＝(I-R)*(ll,hh)T
其中，为单位矩阵，/>为旋转矩阵，θ为目标俯仰角，因y轴变化对俯仰角无影响。因此可以不考虑，减少计算步骤。
为更好理解上述公式及步行周期的俯仰角变化引起的脚踝位置变化，请参阅图10及11，图10为本发明实施中一种仿人机器人的类人步态控制方法中仿人机器人的脚踝位置在X方向的改变量；图11为本发明实施中一种仿人机器人的类人步态控制方法中仿人机器人的脚踝位置在Z方向的改变量。
需要说明的是，其中dmax和dmin并不代表dankle的最大值和最小值，而是代表pitch角θ在最大值和最小值时对应的dankle值。
通过上述公式的计算结果代入预设脚踝位置计算方法，可以进一步得到脚踝位置在行进方向上的目标位置；
以左腿摆动为例，预设脚踝目标位置计算方法如下：
left.x＝x+d_ankle.x；
left.y＝y；
left.z＝z+d_ankle.z；
其中，left.x，left.y，left.z为目标位置，x，y，z为当前时刻的左腿脚踝位置的初始规划值，d_ankle.x为脚踝位置改变量在x方向的第一分量，d_ankle.z为脚踝位置改变量在z方向的第二分量，脚踝位置改变量不影响y方向的分量。
可以理解的是，右腿目标位置的求解与左腿相似，在此不做赘述。
在本发明实施例中，确定目标位置后，可以利用逆运动学获得脚踝的期望角度，并通过下述算法确定当前时刻的修正后的目标期望角度：
ql5'＝ql5+θ
其中，ql5’为当前时刻的修正后的目标期望角度，ql5为当前时刻的期望角度，θ为当前时刻的俯仰角。
步骤iii、按照所述修正后的目标期望角度控制进行脚掌翻转。
本发明实施例中，将上述修正后的目标期望角度反馈至伺服机构对所述踝关节进行脚掌翻转。
在本发明实施例中仿人机器人的类人步态控制方法，通过双腿与虚拟质心之间的向量对仿人机器人的虚拟质心高度进行降低处理，又通过足底的俯仰角规划及踝关节的规划，使得实现通过直膝行走和脚掌翻转两种步态规划算法的同步控制，增加了腿长，实现更大的步长以提升运动速度；另一方面，直膝行走减小了传统LIPM算法降质心的高度，减小了膝关节的舵机力矩需求，实现硬件设计重量的减小；且直膝行走的降质心算法相比于传统LIPM降质心算法减小了的质心高度，提高了质心，相较于线性倒立摆模型增加了步态控制的稳定性。
请参阅图12，图12为本发明实施例中一种仿人机器人的类人步态控制装置的结构框图，该装置包括：
数据获取模块1201：用于获取所述仿人机器人当前时刻的虚拟质心到左腿踝关节的第一向量和所述虚拟质心到右腿踝关节的第二向量，及获取所述仿人机器人当前时刻的虚拟质心原始规划值；
高度规划模块1202：用于根据所述第一向量、第二向量、虚拟质心原始规划值及预设的降低虚拟质心高度算法，确定所述仿人机器人当前时刻虚拟质心降低后的目标虚拟质心高度；
直膝行走模块1203：用于根据所述目标虚拟质心高度控制所述仿人机器人进行直膝行走。
在本发明实施例中仿人机器人的类人步态控制方法包括：获取所述仿人机器人当前时刻的虚拟质心到左腿踝关节的第一向量和所述虚拟质心到右腿踝关节的第二向量，及获取所述仿人机器人当前时刻的虚拟质心原始规划值；根据所述第一向量、第二向量、虚拟质心原始规划值及预设的降低虚拟质心高度算法，确定所述仿人机器人当前时刻虚拟质心降低后的目标虚拟质心高度；根据所述目标虚拟质心高度控制所述仿人机器人进行直膝行走。通过利用仿人机器人的双腿与虚拟质心之间的向量对仿人机器人的虚拟质心高度进行降低处理，通过降低虚拟质心高度的方式，实现直膝行走，优化仿人机器人的步态控制，进一步降低膝关节舵机力矩需求，实现硬件设计重量减小。
图13示出了一个实施例中计算机设备的内部结构图。该计算机设备具体可以是终端，也可以是服务器，还可以是仿人机器人。如图13所示，该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统，还可存储有计算机程序，该计算机程序被处理器执行时，可使得处理器实现上述方法实施例中的各个步骤。该内存储器中也可储存有计算机程序，该计算机程序被处理器执行时，可使得处理器执行上述方法实施例中的各个步骤。本领域技术人员可以理解，图13中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在本发明实施例中，提出了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行以下步骤：
获取所述仿人机器人当前时刻的虚拟质心到左腿踝关节的第一向量和所述虚拟质心到右腿踝关节的第二向量，及获取所述仿人机器人当前时刻的虚拟质心原始规划值；
根据所述第一向量、第二向量、虚拟质心原始规划值及预设的降低虚拟质心高度算法，确定所述仿人机器人当前时刻虚拟质心降低后的目标虚拟质心高度；
根据所述目标虚拟质心高度控制所述仿人机器人进行直膝行走。
在本发明实施例中，提出了一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行以下步骤：
获取所述仿人机器人当前时刻的虚拟质心到左腿踝关节的第一向量和所述虚拟质心到右腿踝关节的第二向量，及获取所述仿人机器人当前时刻的虚拟质心原始规划值；
根据所述第一向量、第二向量、虚拟质心原始规划值及预设的降低虚拟质心高度算法，确定所述仿人机器人当前时刻虚拟质心降低后的目标虚拟质心高度；
根据所述目标虚拟质心高度控制所述仿人机器人进行直膝行走。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (11)
1.一种仿人机器人的类人步态控制方法，其特征在于，所述方法包括：
获取所述仿人机器人当前时刻的虚拟质心到左腿踝关节的第一向量和所述虚拟质心到右腿踝关节的第二向量，及获取所述仿人机器人当前时刻的虚拟质心原始规划值；
根据所述第一向量、第二向量、虚拟质心原始规划值及预设的降低虚拟质心高度算法，确定所述仿人机器人当前时刻虚拟质心降低后的目标虚拟质心高度；
根据所述目标虚拟质心高度控制所述仿人机器人进行直膝行走；
其中，所述降低虚拟质心高度算法包括如下数学表达式：
其中，α≧1是裕度系数，sd为步长，Δh为质心高度变化，l1和l2分别为所述仿人机器人的大腿和小腿的长度，目标虚拟质心高度hc＝l1+l2-Δh。
2.根据权利要求1所述的方法，其特征在于，所述根据所述第一向量、第二向量、虚拟质心原始规划值及预设的降低虚拟质心高度算法，确定所述仿人机器人当前时刻虚拟质心降低后的目标虚拟质心高度，包括：
获取所述仿人机器人的大腿长度及小腿长度，及计算所述第一向量和第二向量在所述仿人机器人的行走方向上的第一分量和第二分量；
基于所述降低虚拟质心高度算法，根据所述大腿长度、小腿长度、所述第一分量及第二分量确定所述仿人机器人在当前时刻的虚拟质心降低值；
利用所述虚拟质心原始规划值及所述虚拟质心降低值，确定所述目标虚拟质心高度。
3.根据权利要求1所述方法，其特征在于，所述根据所述目标虚拟质心高度控制所述仿人机器人进行直膝行走，之前还包括：
确定所述仿人机器人当前时刻在直膝行走周期内所处的目标时期，所述目标时期为双腿支撑期或者为单腿支撑期；
当所述目标时期为单腿支撑期，确定所述仿人机器人的支撑腿及摆动腿；
确定所述摆动腿在当前时刻所处的迈步阶段，所述迈步阶段包括摆动腿抬脚阶段、摆动腿腾空阶段及摆动腿落脚阶段；
根据所述摆动腿在当前时刻所处的迈步阶段，确定所述摆动腿的目标俯仰角；
则所述根据所述目标虚拟质心高度控制所述仿人机器人进行直膝行走，包括：
根据所述目标虚拟质心高度控制所述仿人机器人进行直膝行走，且同时控制所述摆动腿的脚掌按照所述目标俯仰角进行脚掌翻转。
4.根据权利3所述方法，其特征在于，所述确定所述摆动腿在当前时刻所处的迈步阶段，包括：
获取当前时刻所述虚拟质心到所述摆动腿的向量在行进方向上的目标分量；
当所述目标分量与预设步长的比值大于或等于预设第一系数，且小于预设第二系数，则确定当前时刻所处的迈步阶段为摆动腿抬脚阶段；
当所述目标分量与预设步长的比值大于或等于预设第二系数，且小于预设第三系数，则确定当前时刻所处的迈步阶段为摆动腿腾空阶段；
当所述目标分量与预设步长的比值大于或等于预设第三系数，且小于预设第四系数，则确定当前时刻所处的迈步阶段为摆动腿落脚阶段；
其中，所述第一系数、第二系数、第三系数及第四系数依次递增，且均大于-1小于1。
5.根据权利要求4所述方法，其特征在于，所述根据所述摆动腿在当前时刻所处的迈步阶段，确定所述摆动腿的目标俯仰角，包括：
若所述摆动腿在当前时刻所处的迈步阶段为摆动腿抬脚阶段，则利用所述比值及预设第一俯仰角算法确定所述摆动腿的目标俯仰角，所述预设第一俯仰角算法为俯仰角随系数增大的第一算法；
若所述摆动腿在当前时刻所处的迈步阶段为摆动腿腾空阶段，则利用所述比值及预设第二俯仰角算法确定所述摆动腿的目标俯仰角，所述预设第二俯仰角算法为俯仰角随预设系数减小的第二算法；
若所述摆动腿在当前时刻所处的迈步阶段为摆动腿落脚阶段，则利用所述比值及预设第三俯仰角算法确定所述摆动腿的目标俯仰角，所述预设第三俯仰角算法为俯仰角随系数增大的第三算法。
6.根据权利要求3所述方法，其特征在于，所述控制所述摆动腿的脚掌按照所述目标俯仰角进行脚掌翻转，包括：
根据所述目标俯仰角，确定当前时刻所述摆动腿的脚踝到支撑点的位置矢量；
根据所述位置矢量和所述目标俯仰角，确定当前时刻摆动腿的脚踝的修正后的目标期望角度，所述修正后的目标期望角度为踝关节旋转角度；
按照所述修正后的目标期望角度控制进行脚掌翻转。
7.根据权利要求6所述方法，其特征在于，所述根据所述目标俯仰角，确定当前时刻所述摆动腿的脚踝到支撑点的位置矢量，包括：
若所述目标俯仰角大于零，则确定当前时刻所述摆动腿的脚踝到支撑点的位置矢量为第一位置矢量，所述第一位置矢量为所述摆动腿的脚踝到脚尖的位置矢量；
若所述目标俯仰角等于零，则确定当前时刻所述摆动腿的脚踝到支撑点的位置矢量为第二位置矢量，所述第二位置矢量为所述摆动腿的脚踝到脚底面投影点的位置矢量；
若所述目标俯仰角小于零，则确定当前时刻所述摆动腿的脚踝到支撑点的位置矢量为第三位置矢量，所述第三位置矢量为所述摆动腿的脚踝到脚后跟的位置矢量。
8.根据权利要求6所述方法，其特征在于，所述根据所述位置矢量和所述目标俯仰角，确定当前时刻摆动腿的脚踝的修正后的目标期望角度包括：
利用预设的所述摆动腿当前时刻的脚踝位置的初始规划值、所述目标俯仰角、所述位置矢量以预设脚踝位置计算方法确定当前时刻摆动腿的脚踝的目标位置；
获取当前时刻所述目标位置的脚踝的期望角度；
利用所述期望角度及所述目标俯仰角度确定当前时刻的所述修正后的目标期望角度。
9.一种仿人机器人的类人步态控制装置，其特征在于，所述装置包括：
数据获取模块：用于获取所述仿人机器人当前时刻的虚拟质心到左腿踝关节的第一向量和所述虚拟质心到右腿踝关节的第二向量，及获取所述仿人机器人当前时刻的虚拟质心原始规划值；
高度规划模块：用于根据所述第一向量、第二向量、虚拟质心原始规划值及预设的降低虚拟质心高度算法，确定所述仿人机器人当前时刻虚拟质心降低后的目标虚拟质心高度；其中，所述降低虚拟质心高度算法包括如下数学表达式：
其中，α≧1是裕度系数，sd为步长，Δh为质心高度变化，l1和l2分别为所述仿人机器人的大腿和小腿的长度，目标虚拟质心高度hc＝l1+l2-Δh；
直膝行走模块：用于根据所述目标虚拟质心高度控制所述仿人机器人进行直膝行走。
10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，使得所述处理器执行如权利要求1至8中任一项所述方法的步骤。
11.一种设备，包括存储器和处理器，其特征在于，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1至8中任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011487389.9A CN112698650B (zh) | 2020-12-16 | 2020-12-16 | 仿人机器人的类人步态控制方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011487389.9A CN112698650B (zh) | 2020-12-16 | 2020-12-16 | 仿人机器人的类人步态控制方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112698650A CN112698650A (zh) | 2021-04-23 |
| CN112698650B true CN112698650B (zh) | 2024-05-07 |
Family
ID=75508548
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011487389.9A Active CN112698650B (zh) | 2020-12-16 | 2020-12-16 | 仿人机器人的类人步态控制方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112698650B (zh) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113246124B (zh) * | 2021-04-30 | 2023-06-02 | 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 |
| CN113253724B (zh) * | 2021-04-30 | 2024-05-21 | 深圳市优必选科技股份有限公司 | 一种步态规划方法、装置、计算机可读存储介质及机器人 |
| CN113753146B (zh) * | 2021-05-31 | 2023-11-14 | 腾讯科技（深圳）有限公司 | 控制机器人进行空翻运动的方法及机器人 |
| CN113172635A (zh) * | 2021-06-09 | 2021-07-27 | 乐聚(深圳)机器人技术有限公司 | 双足机器人行走控制方法、装置、设备及存储介质 |
| CN113879421B (zh) * | 2021-10-28 | 2022-07-08 | 乐聚(深圳)机器人技术有限公司 | 双足机器人的运动轨迹规划方法、装置、设备及介质 |
| CN114161401B (zh) * | 2021-11-17 | 2023-12-15 | 深圳市优必选科技股份有限公司 | 质心高度规划方法、装置、计算机可读存储介质及机器人 |
| CN114200947B (zh) * | 2022-02-15 | 2022-06-10 | 之江实验室 | 一种双足机器人的仿人步态规划方法、系统及装置 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5808433A (en) * | 1995-09-29 | 1998-09-15 | Honda Giken Kogyo Kabushiki Kaisha | Method of generating gait of legged walking robot and system for controlling its locomotion |
| CN103042526A (zh) * | 2013-01-22 | 2013-04-17 | 北京理工大学 | 仿人机器人控制单脚支撑期支撑脚板的方法和装置 |
| CN105242677A (zh) * | 2015-07-31 | 2016-01-13 | 中国人民解放军国防科学技术大学 | 四足机器人双足支撑相位力位混合控制方法 |
| CN106933100A (zh) * | 2017-03-19 | 2017-07-07 | 北京工业大学 | 一种基于人体运动捕捉数据的仿人机器人步态规划方法 |
| CN110262510A (zh) * | 2019-07-11 | 2019-09-20 | 北京理工大学 | 一种降低行走能耗的仿人机器人质心轨迹规划方法 |
| CN111230868A (zh) * | 2020-01-19 | 2020-06-05 | 之江实验室 | 双足机器人在前进方向受到外部推力扰动时的步态规划与控制方法 |
| CN111625002A (zh) * | 2019-12-24 | 2020-09-04 | 杭州电子科技大学 | 一种仿人机器人爬楼步态规划与控制的方法 |
| CN111872941A (zh) * | 2020-08-06 | 2020-11-03 | 深圳市优必选科技股份有限公司 | 平衡控制方法、装置、仿人机器人及可读存储介质 |
| CN111880544A (zh) * | 2020-08-07 | 2020-11-03 | 深圳市优必选科技股份有限公司 | 仿人机器人步态规划方法、装置和仿人机器人 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8457830B2 (en) * | 2010-03-22 | 2013-06-04 | John R. Goulding | In-line legged robot vehicle and method for operating |
| CN105511465B (zh) * | 2015-12-02 | 2017-08-04 | 歌尔股份有限公司 | 一种双足机器人的步态控制方法和装置 |
| KR101875510B1 (ko) * | 2016-11-22 | 2018-07-09 | 한국과학기술연구원 | 이족 보행 로봇의 안정된 보행 제어를 위해 단순화된 로봇의 모델링 방법 |
-
2020
- 2020-12-16 CN CN202011487389.9A patent/CN112698650B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5808433A (en) * | 1995-09-29 | 1998-09-15 | Honda Giken Kogyo Kabushiki Kaisha | Method of generating gait of legged walking robot and system for controlling its locomotion |
| CN103042526A (zh) * | 2013-01-22 | 2013-04-17 | 北京理工大学 | 仿人机器人控制单脚支撑期支撑脚板的方法和装置 |
| CN105242677A (zh) * | 2015-07-31 | 2016-01-13 | 中国人民解放军国防科学技术大学 | 四足机器人双足支撑相位力位混合控制方法 |
| CN106933100A (zh) * | 2017-03-19 | 2017-07-07 | 北京工业大学 | 一种基于人体运动捕捉数据的仿人机器人步态规划方法 |
| CN110262510A (zh) * | 2019-07-11 | 2019-09-20 | 北京理工大学 | 一种降低行走能耗的仿人机器人质心轨迹规划方法 |
| CN111625002A (zh) * | 2019-12-24 | 2020-09-04 | 杭州电子科技大学 | 一种仿人机器人爬楼步态规划与控制的方法 |
| CN111230868A (zh) * | 2020-01-19 | 2020-06-05 | 之江实验室 | 双足机器人在前进方向受到外部推力扰动时的步态规划与控制方法 |
| CN111872941A (zh) * | 2020-08-06 | 2020-11-03 | 深圳市优必选科技股份有限公司 | 平衡控制方法、装置、仿人机器人及可读存储介质 |
| CN111880544A (zh) * | 2020-08-07 | 2020-11-03 | 深圳市优必选科技股份有限公司 | 仿人机器人步态规划方法、装置和仿人机器人 |
Non-Patent Citations (6)
| Title |
|---|
| 《Biped Stabilization by Linear Feedback of the Variable-Height Inverted Pendulum Model》;St´ephane Caron;《2020 IEEE International Conference on Robotics and Automation》;第1-7页 * |
| 《Bipedal robot locomotion modelling with virtual height inverted pendulum and preview control approaches in Simulink environment》;Ramil Khusainov 等;《Journal of Robotics》;第1-6页 * |
| 《Inverted pendulum model for turn-planning for biped robot》;Lin Chang 等;《Physical Communication》;第1-7页 * |
| 《Walking Stability of a Variable Length Inverted Pendulum Controlled with Virtual Constraints》;Qiuyue Luo 等;《International Journal of Humanoid Robotics》;第1-24页 * |
| 《基于神经网络的仿人跑步机器人步态规划》;王诗瑶 等;《计算机仿真》;第1-6页 * |
| 《腿-轮复合机器人全方位运动 控制器的设计与仿真》;辛亚先 等;《无人系统技术》;第1-13页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112698650A (zh) | 2021-04-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112698650B (zh) | 仿人机器人的类人步态控制方法、装置、设备及存储介质 | |
| CN109703645B (zh) | 机器人质心位置调整方法、装置、机器人和数据存储介质 | |
| CN109987169B (zh) | 双足机器人的步态控制方法、装置、终端设备及介质 | |
| CN110842921B (zh) | 四足机器人大坡度地形或高障碍物攀爬跨越的步态规划方法 | |
| 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 | |
| US8825213B2 (en) | Gait generating device for legged mobile robot and operational target generating device for robot | |
| Strom et al. | Omnidirectional walking using zmp and preview control for the nao humanoid robot | |
| KR101464124B1 (ko) | 로봇 및 그 보행제어방법 | |
| JP4812426B2 (ja) | ロボット制御装置 | |
| CN112882485B (zh) | 一种双足机器人逆运动学的几何计算方法 | |
| Kim et al. | Stability control for dynamic walking of bipedal robot with real-time capture point trajectory optimization | |
| US7801643B2 (en) | Legged mobile robot and control program for the robot | |
| WO2022141268A1 (zh) | 一种仿人机器人控制方法、计算机设备及存储介质 | |
| WO2022126433A1 (zh) | 仿人机器人的类人步态控制方法、装置、设备及存储介质 | |
| US20100286822A1 (en) | Apparatus and method for robot control | |
| Kim et al. | Dynamic bipedal walking using real-time optimization of center of mass motion and capture point-based stability controller | |
| JP5035005B2 (ja) | 脚式ロボット、その制御方法、その制御システム | |
| JP2006068871A (ja) | 脚式ロボットとその制御方法ならびに歩容データの作成装置と作成方法 | |
| JP5623375B2 (ja) | 脚式移動ロボットの歩容生成装置 | |
| CN113246124B (zh) | 机器人控制方法、装置、计算机可读存储介质及机器人 | |
| JP4583098B2 (ja) | ロボットの運動パターン作成用プログラム、並びに運動パターン作成装置及びそれを用いたロボット。 | |
| JP4696727B2 (ja) | 歩容データの作成装置と作成方法 | |
| CN116520869A (zh) | 一种双足人形机器人的步态规划方法、系统及设备 | |
| Masuda et al. | Optimization framework of humanoid walking pattern for human motion retargeting | |
| JP2010253608A (ja) | 脚式ロボット及びその制御方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |