CN112783043B - 一种仿人机器人控制方法、装置、计算机设备及存储介质 - Google Patents
一种仿人机器人控制方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN112783043B CN112783043B CN202011626497.XA CN202011626497A CN112783043B CN 112783043 B CN112783043 B CN 112783043B CN 202011626497 A CN202011626497 A CN 202011626497A CN 112783043 B CN112783043 B CN 112783043B
- Authority
- CN
- China
- Prior art keywords
- steering engine
- joint steering
- joint
- rotation angle
- expected rotation
- 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
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
- G05B19/0423—Input/output
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/25—Pc structure of the system
- G05B2219/25257—Microcontroller
Abstract
本申请涉及一种仿人机器人控制方法，包括：将人体腿部关节对应的姿态信息映射到仿人机器人腿部关节舵机，腿部关节舵机包括非目标优化关节舵机和目标优化关节舵机，得到非目标优化关节舵机对应的期望旋转角度与期望旋转角速度、目标优化关节舵机对应的期望旋转角度和期望旋转角速度；建立与目标优化关节舵机对应的优化目标函数；根据优化目标函数对目标优化关节舵机的期望旋转角度与期望旋转角速度优化得到目标优化关节舵机对应的修正期望旋转角度和修正期望旋转角速度；根据非目标优化关节舵机对应的期望旋转角度和期望旋转角速度以及目标优化关节舵机对应的修正期望旋转角度和修正期望旋转角速度对仿人机器人的腿部的各个关节舵机进行控制。
Description
技术领域
本发明涉及仿人机器人技术领域，尤其是涉及一种仿人机器人控制方法、装置、计算机设备及存储介质。
背景技术
双足仿人机器人是一种模仿人类站立和行走跳跃等运动特点的机器人，在传统的仿人机器人中，通常采用对仿人机器人的位置和姿态进行编程，利用精确的动力学模型来进行步态规划算法的设计，得到各关节的期望旋转角度，然后通过机器人自主运动和远程遥控的方式来控制，实现仿人机器人的动作模仿。但是机器人的结构较为复杂，通常使用固定的编程方式的仿人机器人对于复杂地形的适应能力很低，从而导致仿人机器人的灵活性低、稳定性低。
发明内容
基于此，有必要针对上述问题，提供一种不需要利用精确的动力学模型来进行步态规划、灵活性高、稳定性高，能够应对复杂地形的仿人机器人控制方法、装置、计算机设备及存储介质。
第一方面，本发明提供一种仿人机器人控制方法，该方法包括：
通过设置在人体上的姿态传感器采集得到人体腿部关节对应的姿态信息；
将所述人体腿部关节对应的姿态信息映射到所述仿人机器人腿部关节舵机，所述腿部关节舵机包括：非目标优化关节舵机和目标优化关节舵机，得到所述非目标优化关节舵机对应的期望旋转角度与期望旋转角速度、所述目标优化关节舵机对应的期望旋转角度和期望旋转角速度；
获取该目标优化关节舵机对应的优化目标函数；
根据该优化目标函数对该目标优化关节舵机的期望旋转角度与期望旋转角速度进行优化得到该目标优化关节舵机对应的修正期望旋转角度和修正期望旋转角速度；
根据该腿部关节舵机中非目标优化关节舵机对应的期望旋转角度和期望旋转角速度以及该目标优化关节舵机对应的修正期望旋转角度和修正期望旋转角速度对该仿人机器人的腿部的各个关节舵机进行控制。
第二方面，本发明提供一种仿人机器人控制装置，该装置包括：
获取模块：用于通过设置在人体上的姿态传感器采集得到人体腿部关节对应的姿态信息；
解析模块：用将所述人体腿部关节对应的姿态信息映射到所述仿人机器人腿部关节舵机，所述腿部关节舵机包括：非目标优化关节舵机和目标优化关节舵机，得到所述非目标优化关节舵机对应的期望旋转角度与期望旋转角速度、所述目标优化关节舵机对应的期望旋转角度和期望旋转角速度；
优化模块，用于获取该目标优化关节舵机对应的优化目标函数；还用于根据该优化目标函数对该目标优化关节舵机的期望旋转角度与期望旋转角速度进行优化得到该目标优化关节舵机对应的修正期望旋转角度和修正期望旋转角速度；
控制模块，用于根据该腿部关节舵机中非目标优化关节舵机对应的期望旋转角度和期望旋转角速度以及该目标优化关节舵机对应的修正期望旋转角度和修正期望旋转角速度对该仿人机器人的腿部的各个关节舵机进行控制。
第三方面，本申请提供种计算机设备，包括存储器和处理器，该存储器存储有计算机程序，该计算机程序被该处理器执行时，使得该处理器执行上述仿人机器人控制方法的步骤。
第四方面，本申请提供一种计算机可读存储介质，存储有计算机程序，该计算机程序被处理器执行时，使得该处理器执行上述仿人机器人控制方法的步骤。
本发明提供一种仿人机器人控制方法、装置、计算机设备及存储介质，通过采集人体姿态实时控制仿人机器人来模仿人体的行为动作。本发明通过建立优化目标函数，根据该优化目标函数对腿部关节舵机的期望旋转角度与期望旋转角速度进行优化，根据优化后的修正期望旋转角度和修正期望旋转角速度控制仿人机器人完成动作模仿，无需依赖精确的动力学模型来进行步态规划算法的设计，简化了规划过程，提高了仿人机器人的灵活性与稳定性，从而可以使得仿人机器人完成更为复杂的动作。
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示出的结构获得其他的附图。
图1为一个实施例中仿人机器人控制方法的流程图；
图2为另一个实施例中仿人机器人控制方法的流程图；
图3为一个实施例中人体关节与姿态采样节点模型图；
图4为一个实施例中人体自由度模型图；
图5为又一个实施例中仿人机器人控制方法的流程图；
图6为另一个实施例中仿人机器人控制方法的流程图；
图7为一个实施例中仿人机器人控制装置的结构框图；
图8为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
如图1所示，本发明提出了一种仿人机器人控制方法，该方法包括：
步骤102，通过设置在人体上的姿态传感器采集得到人体腿部关节对应的姿态信息。
其中，姿态传感器采用MEMS惯性传感器，可以实时捕捉目标的姿态信息。本专利着重研究腿部动作捕捉与模仿。相比于手臂动作模仿，腿部动作模仿不仅需要考虑动作映射，还需要考虑步态稳定性。为了使得仿人机器人能够完成对于人体的动作模仿，需要在进行动作模仿之前获取人体腿部关节对应的姿态信息，包括：人体腿部关节对应的旋转角度与旋转角速度。
步骤104，将所述人体腿部关节对应的姿态信息映射到所述仿人机器人腿部关节舵机，所述腿部关节舵机包括：非目标优化关节舵机和目标优化关节舵机，得到所述非目标优化关节舵机对应的期望旋转角度与期望旋转角速度、所述目标优化关节舵机对应的期望旋转角度和期望旋转角速度。
其中，仿人机器人的控制器通过控制仿人机器人的各个腿部关节舵机来实现对人体的动作复现。具体的，将仿人机器人的腿部关节舵机分为非目标优化关节舵机和目标优化关机舵机，其中，该仿人机器人非目标优化关节舵机包括：髋转关节舵机、髋前关节舵机、膝前关节舵机和踝前关节舵机。在一个实施例中，目标优化关节舵机包括：髋侧关节舵机和踝侧关节舵机中的至少一个。
步骤106，获取该目标优化关节舵机对应的优化目标函数。
其中，该优化目标函数是基于外推质心点XCoM稳定性理论建立的。传统的仿人机器人控制方法采用的都是使用ZMP(zero moment point，零力矩点)的稳定性作为步行稳定性判据，但ZMP稳定性理论仅考虑了仿人机器人质心位置对稳定性的影响，而外推质心点XCoM稳定性理论不但考虑了仿人机器人质心位置对稳定性的影响，同时还考虑了仿人机器人质心速度对稳定性的影响，比ZMP稳定性理论更合适作为仿人机器人稳定性判据。因此，本发明使用外推质心点XCoM稳定性理论作为步行稳定性判据，并基于外推质心点XCoM稳定性理论建立优化目标函数，通过优化算法让外推质心点XCoM趋近于稳定区域支撑域BoS(boundary of support，支撑域)的中心，从而使仿人机器人行走更加稳定。
其中，外推质心点XCoM稳定性理论描述为：外推质心点XCoM在支撑域BoS范围内，即b＝x+v/w∈[umin,umax]，则机器人可以保持平衡。其中x为仿人机器人质心位置，v为仿人机器人质心速度，
为固有频率。
在三维情况下，外推质心点XCoM稳定性理论可以拓展为：
bx＝x+vx/w∈[uxmin,uxmax]
by＝y+vy/w∈[uymin,uymax]
上述表达式中，仿人机器人质心位置为(x,y)，仿人机器人质心速度为(vx,vy)。
优化目标函数为：
其中，b＝(bx,by)为外推质心点XCoM的位置，s＝(sx,sy)为支撑域BoS的中心位置，基于仿人机器人各个关节与人体运动动作捕捉的映射关系，利用机器人正运动学求解可以得到外推质心点XCoM的位置，此处不再赘述。θ2和
分别为仿人机器人腿部关节舵机的修正期望旋转角度和修正期望旋转角速度。
步骤108，根据该优化目标函数对该目标优化关节舵机的期望旋转角度与期望旋转角速度进行优化得到该目标优化关节舵机对应的修正期望旋转角度和修正期望旋转角速度。
其中，通过优化目标函数，使得仿人机器人髋侧关节舵机和踝侧关节舵机中的至少一个的期望旋转角度与期望旋转角速度得到优化，得到修正期望旋转角度和修正期望旋转角速度，并将修正期望旋转角度和修正期望旋转角速度发送到控制器中，用以代替控制器中原有的髋侧关节舵机和踝侧关节舵机中至少一个的期望旋转角度与期望旋转角速度。
步骤110，根据该腿部关节舵机中非目标优化关节舵机对应的期望旋转角度和期望旋转角速度以及该目标优化关节舵机对应的修正期望旋转角度和修正期望旋转角速度对该仿人机器人的腿部的各个关节舵机进行控制。
其中，控制器根据仿人机器人髋转关节舵机、髋前关节舵机、膝前关节舵机和踝前关节舵机对应的期望旋转角度和期望旋转角速度以及髋侧关节舵机和踝侧关节舵机中的至少一个对应的修正期望旋转角度和修正期望旋转角速度对该仿人机器人的腿部的各个关节舵机进行控制，从而控制仿人机器人对人体动作的复现。
上述仿人机器人控制方法，通过采集人体姿态实时控制仿人机器人来模仿人体的行为动作。本发明通过建立优化目标函数，根据该优化目标函数和腿部关节舵机的期望旋转角度与期望旋转角速度优化，根据优化后的修正期望旋转角度和修正期望旋转角速度控制仿人机器人完成动作模仿，无需依赖精确的动力学模型来进行步态规划算法的设计来得到各关节的期望旋转角度，简化了规划过程，提高了机器人的灵活性与稳定性，从而可以使得仿人机器人完成更为复杂的动作。
如图2所示，在一个实施例中，根据该腿部关节舵机中非目标优化关节舵机对应的期望旋转角度和期望旋转角速度以及该目标优化关节舵机对应的修正期望旋转角度和修正期望旋转角速度对该仿人机器人的腿部的各个关节舵机进行控制，包括：
步骤202，通过关节编码器获取该仿人机器人中非目标优化关节舵机的实际旋转角度和目标优化关节舵机的实际旋转角度；
其中，关节编码器包括位置传感器等，是一种角度检测装置，位于仿人机器人腿部各关节转轴上，用于测量仿人机器人腿部各关节舵机的实际角度与实际角速度。
步骤204，根据该目标优化关节舵机对应的实际旋转角度、修正期望旋转角度与修正期望旋转角速度采用滑模控制器计算得到该目标优化关节舵机对应的参考速度；
其中，参考速度定义为：
其中
为参考速度，
为修正期望旋转角速度，θd为修正期望旋转角度，θ为实际旋转角度。该参考速度的计算采用滑模控制器实现，将上述仿人机器人控制方法得到的修正期望旋转角度与修正期望旋转角速以及实际旋转角度输入滑模控制器得到的目标优化关节舵机对应的参考速度。
步骤206，根据该参考速度对该仿人机器人的腿部关节舵机进行控制。
其中，参考速度
不仅包含有仿人机器人腿部各个关节舵机的期望旋转角速度，而且还含有仿人机器人腿部各个关节舵机的实际旋转角度差，即位置误差。由于加入了位置误差，使得相较于直接通过控制修正期望旋转角度来控制仿人机器人的腿部关节舵机而言，通过控制参考速度来控制仿人机器人的腿部关节舵机可以使得仿人机器人更快的完成仿人动作，降低了仿人机器人的动作滞后。
如图3所示，在一个实施例中，该人体腿部关节包括：6个腿部子关节，该6个腿部子关节分别为左髋关节A1、左膝关节A2、左踝关节A3、右髋关节A4、右膝关节A5、右踝关节A6；
在一个实施例中，人体模型是由头部，躯干，两条胳膊，两条腿组成并基于真实人体测量数据进行构建。该模型包含：头部，躯干和左、右大臂，左、右小臂和左、右大腿，左、右小腿和左、右脚。该模型有以下十个关节：左、右髋关节、左、右膝关节，左、右踝关节，左、右肩关节，左、右肘关节。
在一个实施例中，人体运动过程由成百上千个关节自由度同时作用而成，为了将人体关节角度数据运用到仿人机器人身上，需要对人体自由度进行精简。如图4所示，是腿部各个关节的坐标系建立情况，世界坐标系建立如下：X轴方向指向人体正前方，Y轴方向指向人体左侧，Z轴方向指向头顶方向。其中，腿部各六个自由度，初始坐标系与世界坐标系方向一致。以左腿为例，分别为：
髋关节，对应图3的A1，其中，髋转关节，旋转轴为Z轴，髋侧关节，旋转轴为X轴，髋前关节，旋转轴为Y轴；
膝关节，对应图3的A2，膝前关节，旋转轴为Y轴；
踝关节，对应图3的A3，踝前关节，旋转轴为Y轴，踝侧关节，旋转轴为X轴。
如图5所示，在一个实施例中，该根据该人体腿部关节对应的姿态信息确定映射到该仿人机器人腿部各个关节舵机的期望旋转角度与期望旋转角速度，包括：步骤502，获取与每个该腿部子关节关联的第一姿态采样节点和第二姿态采样节点。
其中，在人体设计了N个姿态采样节点(N≥11，图4中N＝11)。姿态采样节点S0安装在躯干，S1，S2和S3分别安装在左大腿、左小腿和左脚；S4、S5和S6分别安装在右大腿、右小腿和右脚。
步骤504，获取该第一姿态采样节点采集得到的第一姿态信息，获取该第二姿态采样节点采集到的第二姿态信息。
在一个实施例中，获取姿态采样节点S1采集到的第一姿态信息，获取S2采集到的第二姿态信息。
步骤506，根据该第一姿态信息和该第二姿态信息计算得到该第二姿态采样节点相对于该第一姿态采样节点的位姿关系；
步骤508，根据该位姿关系解算得到该腿部子关节对应的当前旋转角度；
在一个实施例中，采用基于四元数的姿态解算算法，根据MEMS惯性传感器采集的数据，从姿态四元数中将yaw偏航角、pitch俯仰角、roll横滚角解算出来。具体的，四元数法仅需要对四个元素进行求解，计算量比较小，且能完成全角度的姿态解析工作。其中，四元数表达为：
Q＝q0+q1i+q2j+q3k或Q＝(q0,q1,q2,q3)
已知节点S1和S2采集到的四元数姿态分别是Q1和Q2，则节点S2相对于节点S1的旋转四元数为
令Q12＝q0+q1i+q2j+q3k，则节点S2相对于节点S1的欧拉角分别为：
步骤510，根据各个该腿部子关节对应的当前旋转角度确定映射到相应的仿人机器人腿部的各个关节舵机对应的期望旋转角度和期望旋转角速度。
其中，如表一仿人机器人关节与人体动作捕捉映射关系(左腿为例)所示，以人体模型的躯干为根节点，通过姿态采样节点躯干S0与大腿S1之间的位姿关系解算得到人体关节A1在三维空间中的角度变化，在机器人模型中分别对应三个舵机的角度变化，旋转角依次为yaw角θ1、roll角θ2和pitch角θ3；通过姿态采样节点大腿S1与小腿S2之间的位姿关系解算得到人体关节A2在三维空间中的角度变化，在机器人模型中对应一个舵机的角度变化，旋转角为pitch角θ4；通过姿态采样节点小腿S2与左脚S3之间的位姿关系解算得到人体关节A3在三维空间中的角度变化，在机器人模型中分别对应两个舵机的角度变化，旋转角为pitch角θ5和roll角θ6。
表一 仿人机器人各关节与人体动作捕捉映射关系(左腿为例)
在一个实施例中，该根据各个该腿部子关节对应的当前旋转角度确定映射到相应的仿人机器人腿部的各个关节舵机对应的期望旋转角度和期望旋转角速度，包括：根据该左髋关节对应的当前旋转角度确定映射到该仿人机器人中的左髋转关节舵机、左髋前关节舵机和左髋侧关节舵机对应的期望旋转角度和期望旋转角速度；根据该左膝关节对应的当前旋转角度确定映射到该仿人机器人中的左膝前关节舵机对应的期望旋转角度和期望旋转角速度；根据该左踝关节对应的当前旋转角度确定映射到该仿人机器人中的左踝前关节舵机和左踝侧关节舵机对应的期望旋转角度和期望旋转角速度；根据该右髋关节对应的当前旋转角度确定映射到该仿人机器人中的右髋转关节舵机、右髋前关节舵机和右髋侧关节舵机对应的期望旋转角度和期望旋转角速度；根据该右膝关节对应的当前旋转角度确定映射到该仿人机器人中的右膝前关节舵机对应的期望旋转角度和期望旋转角速度；根据该右踝关节对应的当前旋转角度确定映射到该仿人机器人中的右踝前关节舵机和右踝侧关节舵机对应的期望旋转角度和期望旋转角速度。
在一个实施例中，在该根据该位姿关系解算得到该腿部子关节对应的旋转角度之后还包括：获取各个该腿部子关节对应的初始旋转角度；该根据各个该腿部子关节对应的当前旋转角度确定映射到相应的仿人机器人腿部的各个关节舵机对应的期望旋转角度和期望旋转角速度，包括：根据各个该腿部子关节对应的初始旋转角度和该当前旋转角度确定映射到相应的仿人机器人腿部的各个关节舵机对应的期望旋转角度和期望旋转角速度。
其中，通过初始化来确定人体腿部各个子关节对应的初始旋转角度，分别为θ10、θ20、θ30、θ40、θ50和θ60。从而人体腿部各个子关节对应的期望旋转角度θid(i＝1,2,3…,6)计算公式为：
θid＝θi-θi0
同理，可得到人体腿部各个子关节对应的期望旋转角速度
如图6所示，在一个实施例中，根据该优化目标函数对该目标优化关节舵机的期望旋转角度与期望旋转角速度进行优化得到该目标优化关节舵机对应的修正期望旋转角度和修正期望旋转角速度，还包括：
步骤602，获取该外推质心点XCoM的位置与该支撑域BoS的中心位置；
步骤604，根据该外推质心点XCoM的位置与该支撑域BoS的中心位置对该目标函数进行求解，得到该腿部目标优化关节舵机的期望旋转角度的迭代公式和该腿部目标优化关节舵机的期望旋转角速度的迭代公式；
在一个实施例中，计算关于腿部目标优化关节舵机的期望旋转角度θ2和腿部目标优化关节舵机的期望旋转角速度
的偏导数：
得到关于腿部目标优化关节舵机的期望旋转角度的迭代公式为：
得到关于腿部目标优化关节舵机的期望旋转角速度的迭代公式为：
其中，“←”符号表示迭代过程，α1和α2是迭代步长。
步骤606，根据该腿部目标优化关节舵机的期望旋转角度的迭代公式得到修正期望旋转角度，根据该腿部目标优化关节舵机的期望旋转角速度的迭代公式得到修正期望旋转角速度。
在一个实施例中，通过优化算法搜索得到最优的旋转换角度θ2和期望旋转角速度
收敛条件为：外推质心点XCoM在支撑域BoS边界一半的范围内或达到最大迭代次数。
其中，优化算法可以采用遗传算法、蚁群算法等启发式算法，也可以用牛顿法、梯度下降法等传统的优化算法。
在一个实施例中，根据该优化目标函数对该目标优化关节舵机的期望旋转角度与期望旋转角速度进行优化得到该目标优化关节舵机对应的修正期望旋转角度和修正期望旋转角速度，还包括：
判断该外推质心点XCoM是否在距该支撑域BoS边界一半的范围内，若是，则输出该修正期望旋转角度和修正期望旋转角速度；若否，则重新进行步骤604。
或/和，判断关于该腿部目标优化关节舵机的期望旋转角度的迭代公式和该腿部目标优化关节舵机的期望旋转角速度的迭代公式的迭代次数是否达到最大迭代次数，若是，则输出该修正期望旋转角度和修正期望旋转角速度。若否，则重新进行步骤604。
如图7所示，本发明提出了一种仿人机器人控制装置，该装置包括：
获取模块702：用于通过设置在人体上的姿态传感器采集得到人体腿部关节对应的姿态信息。
在一个实施例中，姿态传感器采用MEMS惯性传感器，可以实时捕捉目标的姿态信息。姿态信息包括：人体腿部关节对应的旋转角度与旋转角速度。
解析模块704：用于控制将所述人体腿部关节对应的姿态信息映射到所述仿人机器人腿部关节舵机，所述腿部关节舵机包括：非目标优化关节舵机和目标优化关节舵机，得到所述非目标优化关节舵机对应的期望旋转角度与期望旋转角速度、所述目标优化关节舵机对应的期望旋转角度和期望旋转角速度。
在一个实施例中，该非目标优化关节舵机包括：髋转关节舵机、髋前关节舵机、膝前关节舵机和踝前关节舵机。
在一个实施例中，该人体腿部关节包括：6个腿部子关节，该6个腿部子关节分别为左髋关节、左膝关节、左踝关节、右髋关节、右膝关节、右踝关节；该解析模块704还用于获取与每个该腿部子关节关联的第一姿态采样节点和第二姿态采样节点；获取该第一姿态采样节点采集得到的第一姿态信息，获取该第二姿态采样节点采集到的第二姿态信息；根据该第一姿态信息和该第二姿态信息计算得到该第二姿态采样节点相对于该第一姿态采样节点的位姿关系；根据该位姿关系解算得到该腿部子关节对应的当前旋转角度；根据各个该腿部子关节对应的当前旋转角度确定映射到相应的仿人机器人腿部的各个关节舵机对应的期望旋转角度和期望旋转角速度。
在一个实施例中，解析模块704还用于根据该左髋关节对应的当前旋转角度确定映射到该仿人机器人中的左髋转关节舵机、左髋前关节舵机和左髋侧关节舵机对应的期望旋转角度和期望旋转角速度；根据该左膝关节对应的当前旋转角度确定映射到该仿人机器人中的左膝前关节舵机对应的期望旋转角度和期望旋转角速度；根据该左踝关节对应的当前旋转角度确定映射到该仿人机器人中的左踝前关节舵机和左踝侧关节舵机对应的期望旋转角度和期望旋转角速度；根据该右髋关节对应的当前旋转角度确定映射到该仿人机器人中的右髋转关节舵机、右髋前关节舵机和右髋侧关节舵机对应的期望旋转角度和期望旋转角速度；根据该右膝关节对应的当前旋转角度确定映射到该仿人机器人中的右膝前关节舵机对应的期望旋转角度和期望旋转角速度；根据该右踝关节对应的当前旋转角度确定映射到该仿人机器人中的右踝前关节舵机和右踝侧关节舵机对应的期望旋转角度和期望旋转角速度。
优化模块706，用于获取该目标优化关节舵机对应的优化目标函数；还用于根据该优化目标函数对该目标优化关节舵机的期望旋转角度与期望旋转角速度进行优化得到该目标优化关节舵机对应的修正期望旋转角度和修正期望旋转角速度。
在一个实施例中，该优化目标函数是基于外推质心点XCoM稳定性理论建立的，优化目标函数为：
其中，b＝(bx,by)为外推质心点XCoM的位置，s＝(sx,sy)为支撑域BoS的中心位置，θ2和
分别为该腿部目标优化关节舵机的修正期望旋转角度和修正期望旋转角速度。
在一个实施例中，优化模块706还用于获取该外推质心点XCoM的位置与该支撑域BoS的中心位置；根据该外推质心点XCoM的位置与该支撑域BoS的中心位置，采用一阶偏导数算法对该目标函数进行求解，得到该腿部目标优化关节舵机的期望旋转角度的迭代公式和该腿部目标优化关节舵机的期望旋转角速度的迭代公式；根据该腿部目标优化关节舵机的期望旋转角度的迭代公式得到修正期望旋转角度，根据该腿部目标优化关节舵机的期望旋转角速度的迭代公式得到修正期望旋转角速度。
在一个实施例中，优化模块706还用于判断该外推质心点XCoM是否在距该支撑域BoS边界一半的范围内，若是，则输出该修正期望旋转角度和修正期望旋转角速度；若否，则重新进行求解。或/和，判断关于该腿部目标优化关节舵机的期望旋转角度的迭代公式和该腿部目标优化关节舵机的期望旋转角速度的迭代公式的迭代次数是否达到最大迭代次数，若是，则输出该修正期望旋转角度和修正期望旋转角速度。若否，则重新进行求解。
控制模块708，用于根据该腿部关节舵机中非目标优化关节舵机对应的期望旋转角度和期望旋转角速度以及该目标优化关节舵机对应的修正期望旋转角度和修正期望旋转角速度对该仿人机器人的腿部的各个关节舵机进行控制。
其中，控制模块708还用于通过关节编码器获取该仿人机器人中非目标优化关节舵机的实际旋转角度和目标优化关节舵机的实际旋转角度；根据该非目标优化关节舵机对应的实际旋转角度、期望旋转角度与期望旋转角速度采用滑模控制器计算得到该非目标优化关节舵机对应的参考速度；根据该目标优化关节舵机对应的实际旋转角度、修正期望旋转角度与修正期望旋转角速度采用滑模控制器计算得到该目标优化关节舵机对应的参考速度；根据该非目标优化关节舵机对应的参考速度和该目标优化关节舵机对应的参考速度对该仿人机器人的腿部的各个关节舵机进行控制。
如图8所示，在一个实施例中计算机设备的内部结构图。该计算机设备可以是仿人机器人、或与仿人机器人连接的终端或服务器。如图8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，可使得处理器实现仿人机器人控制方法。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，可使得处理器执行仿人机器人控制方法。网络接口用于与外接进行通信。本领域技术人员可以理解，图8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。
在一个实施例中，本申请提供的仿人机器人控制方法可以实现为一种计算机程序的形式，计算机程序可在如图8所示的计算机设备上运行。计算机设备的存储器中可存储组成该仿人机器人控制装置的各个程序模板。比如，获取模块702、解析模块704、优化模块706、控制模块708。
一种计算机设备，包括存储器和处理器，该存储器存储有计算机程序，该计算机程序被该处理器执行时，使得该处理器执行如下步骤：通过设置在人体上的姿态传感器采集得到人体腿部关节对应的姿态信息；控制将所述人体腿部关节对应的姿态信息映射到所述仿人机器人腿部关节舵机，所述腿部关节舵机包括：非目标优化关节舵机和目标优化关节舵机，得到所述非目标优化关节舵机对应的期望旋转角度与期望旋转角速度、所述目标优化关节舵机对应的期望旋转角度和期望旋转角速度；获取该目标优化关节舵机对应的优化目标函数；根据该优化目标函数对该目标优化关节舵机的期望旋转角度与期望旋转角速度进行优化得到该目标优化关节舵机对应的修正期望旋转角度和修正期望旋转角速度；根据该腿部关节舵机中非目标优化关节舵机对应的期望旋转角度和期望旋转角速度以及该目标优化关节舵机对应的修正期望旋转角度和修正期望旋转角速度对该仿人机器人的腿部的各个关节舵机进行控制。
在一个实施例中，根据该腿部关节舵机中非目标优化关节舵机对应的期望旋转角度和期望旋转角速度以及该目标优化关节舵机对应的修正期望旋转角度和修正期望旋转角速度对该仿人机器人的腿部的各个关节舵机进行控制，该计算机程序被该处理器执行时，使得该处理器执行如下步骤：通过关节编码器获取该仿人机器人中非目标优化关节舵机的实际旋转角度和目标优化关节舵机的实际旋转角度；根据该非目标优化关节舵机对应的实际旋转角度、期望旋转角度与期望旋转角速度采用滑模控制器计算得到该非目标优化关节舵机对应的参考速度；根据该目标优化关节舵机对应的实际旋转角度、修正期望旋转角度与修正期望旋转角速度采用滑模控制器计算得到该目标优化关节舵机对应的参考速度；根据该非目标优化关节舵机对应的参考速度和该目标优化关节舵机对应的参考速度对该仿人机器人的腿部的各个关节舵机进行控制。
在一个实施例中，该非目标优化关节舵机包括：髋转关节舵机、髋前关节舵机、膝前关节舵机和踝前关节舵机。
在一个实施例中，该人体腿部关节包括：6个腿部子关节，该6个腿部子关节分别为左髋关节、左膝关节、左踝关节、右髋关节、右膝关节、右踝关节；根据该人体腿部关节对应的姿态信息确定映射到该仿人机器人腿部各个关节舵机的期望旋转角度与期望旋转角速度，该计算机程序被该处理器执行时，使得该处理器执行如下步骤：获取与每个该腿部子关节关联的第一姿态采样节点和第二姿态采样节点；获取该第一姿态采样节点采集得到的第一姿态信息，获取该第二姿态采样节点采集到的第二姿态信息；根据该第一姿态信息和该第二姿态信息计算得到该第二姿态采样节点相对于该第一姿态采样节点的位姿关系；根据该位姿关系解算得到该腿部子关节对应的当前旋转角度；根据各个该腿部子关节对应的当前旋转角度确定映射到相应的仿人机器人腿部的各个关节舵机对应的期望旋转角度和期望旋转角速度。
在一个实施例中，根据各个该腿部子关节对应的当前旋转角度确定映射到相应的仿人机器人腿部的各个关节舵机对应的期望旋转角度和期望旋转角速度，包括：根据该左髋关节对应的当前旋转角度确定映射到该仿人机器人中的左髋转关节舵机、左髋前关节舵机和左髋侧关节舵机对应的期望旋转角度和期望旋转角速度；根据该左膝关节对应的当前旋转角度确定映射到该仿人机器人中的左膝前关节舵机对应的期望旋转角度和期望旋转角速度；根据该左踝关节对应的当前旋转角度确定映射到该仿人机器人中的左踝前关节舵机和左踝侧关节舵机对应的期望旋转角度和期望旋转角速度；根据该右髋关节对应的当前旋转角度确定映射到该仿人机器人中的右髋转关节舵机、右髋前关节舵机和右髋侧关节舵机对应的期望旋转角度和期望旋转角速度；根据该右膝关节对应的当前旋转角度确定映射到该仿人机器人中的右膝前关节舵机对应的期望旋转角度和期望旋转角速度；根据该右踝关节对应的当前旋转角度确定映射到该仿人机器人中的右踝前关节舵机和右踝侧关节舵机对应的期望旋转角度和期望旋转角速度。
在一个实施例中，在根据该位姿关系解算得到该腿部子关节对应的旋转角度之后，该计算机程序被该处理器执行时，使得该处理器执行如下步骤：获取各个该腿部子关节对应的初始旋转角度；该根据各个该腿部子关节对应的当前旋转角度确定映射到相应的仿人机器人腿部的各个关节舵机对应的期望旋转角度和期望旋转角速度，包括：根据各个该腿部子关节对应的初始旋转角度和该当前旋转角度确定映射到相应的仿人机器人腿部的各个关节舵机对应的期望旋转角度和期望旋转角速度
在一个实施例中，该优化目标函数是基于外推质心点XCoM稳定性理论建立的，该优化目标函数为：
其中，b＝(bx,by)为外推质心点XCoM的位置，s＝(sx,sy)为支撑域BoS的中心位置，θ2和
分别为该腿部关节舵机的修正期望旋转角度和修正期望旋转角速度。
在一个实施例中，根据该优化目标函数对该目标优化关节舵机的期望旋转角度与期望旋转角速度进行优化得到该目标优化关节舵机对应的修正期望旋转角度和修正期望旋转角速度，该计算机程序被该处理器执行时，使得该处理器执行如下步骤：获取该外推质心点XCoM的位置与该支撑域BoS的中心位置；根据该外推质心点XCoM的位置与该支撑域BoS的中心位置，采用一阶偏导数算法对该目标函数进行求解，得到该腿部目标优化关节舵机的期望旋转角度的迭代公式和该腿部目标优化关节舵机的期望旋转角速度的迭代公式；根据该腿部目标优化关节舵机的期望旋转角度的迭代公式得到修正期望旋转角度，根据该腿部目标优化关节舵机的期望旋转角速度的迭代公式得到修正期望旋转角速度。
一种计算机可读存储介质，存储有计算机程序，该计算机程序被处理器执行时，使得该处理器执行如下步骤：通过设置在人体上的姿态传感器采集得到人体腿部关节对应的姿态信息；控制将所述人体腿部关节对应的姿态信息映射到所述仿人机器人腿部关节舵机，所述腿部关节舵机包括：非目标优化关节舵机和目标优化关节舵机，得到所述非目标优化关节舵机对应的期望旋转角度与期望旋转角速度、所述目标优化关节舵机对应的期望旋转角度和期望旋转角速度；获取该目标优化关节舵机对应的优化目标函数；根据该优化目标函数对该目标优化关节舵机的期望旋转角度与期望旋转角速度进行优化得到该目标优化关节舵机对应的修正期望旋转角度和修正期望旋转角速度；根据该腿部关节舵机中非目标优化关节舵机对应的期望旋转角度和期望旋转角速度以及该目标优化关节舵机对应的修正期望旋转角度和修正期望旋转角速度对该仿人机器人的腿部的各个关节舵机进行控制。
在一个实施例中，根据该腿部关节舵机中非目标优化关节舵机对应的期望旋转角度和期望旋转角速度以及该目标优化关节舵机对应的修正期望旋转角度和修正期望旋转角速度对该仿人机器人的腿部的各个关节舵机进行控制，该计算机程序被处理器执行时，使得该处理器执行如下步骤：通过关节编码器获取该仿人机器人中非目标优化关节舵机的实际旋转角度和目标优化关节舵机的实际旋转角度；根据该非目标优化关节舵机对应的实际旋转角度、期望旋转角度与期望旋转角速度采用滑模控制器计算得到该非目标优化关节舵机对应的参考速度；根据该目标优化关节舵机对应的实际旋转角度、修正期望旋转角度与修正期望旋转角速度采用滑模控制器计算得到该目标优化关节舵机对应的参考速度；根据该非目标优化关节舵机对应的参考速度和该目标优化关节舵机对应的参考速度对该仿人机器人的腿部的各个关节舵机进行控制。
在一个实施例中，该非目标优化关节舵机包括：髋转关节舵机、髋前关节舵机、膝前关节舵机和踝前关节舵机。
在一个实施例中，该人体腿部关节包括：6个腿部子关节，该6个腿部子关节分别为左髋关节、左膝关节、左踝关节、右髋关节、右膝关节、右踝关节；根据该人体腿部关节对应的姿态信息确定映射到该仿人机器人腿部各个关节舵机的期望旋转角度与期望旋转角速度，该计算机程序被处理器执行时，使得该处理器执行如下步骤：获取与每个该腿部子关节关联的第一姿态采样节点和第二姿态采样节点；获取该第一姿态采样节点采集得到的第一姿态信息，获取该第二姿态采样节点采集到的第二姿态信息；根据该第一姿态信息和该第二姿态信息计算得到该第二姿态采样节点相对于该第一姿态采样节点的位姿关系；根据该位姿关系解算得到该腿部子关节对应的当前旋转角度；根据各个该腿部子关节对应的当前旋转角度确定映射到相应的仿人机器人腿部的各个关节舵机对应的期望旋转角度和期望旋转角速度。
在一个实施例中，根据各个该腿部子关节对应的当前旋转角度确定映射到相应的仿人机器人腿部的各个关节舵机对应的期望旋转角度和期望旋转角速度，该计算机程序被处理器执行时，使得该处理器执行如下步骤：根据该左髋关节对应的当前旋转角度确定映射到该仿人机器人中的左髋转关节舵机、左髋前关节舵机和左髋侧关节舵机对应的期望旋转角度和期望旋转角速度；根据该左膝关节对应的当前旋转角度确定映射到该仿人机器人中的左膝前关节舵机对应的期望旋转角度和期望旋转角速度；根据该左踝关节对应的当前旋转角度确定映射到该仿人机器人中的左踝前关节舵机和左踝侧关节舵机对应的期望旋转角度和期望旋转角速度；根据该右髋关节对应的当前旋转角度确定映射到该仿人机器人中的右髋转关节舵机、右髋前关节舵机和右髋侧关节舵机对应的期望旋转角度和期望旋转角速度；根据该右膝关节对应的当前旋转角度确定映射到该仿人机器人中的右膝前关节舵机对应的期望旋转角度和期望旋转角速度；根据该右踝关节对应的当前旋转角度确定映射到该仿人机器人中的右踝前关节舵机和右踝侧关节舵机对应的期望旋转角度和期望旋转角速度。
在一个实施例中，在根据该位姿关系解算得到该腿部子关节对应的旋转角度之后，该计算机程序被处理器执行时，使得该处理器执行如下步骤：获取各个该腿部子关节对应的初始旋转角度；该根据各个该腿部子关节对应的当前旋转角度确定映射到相应的仿人机器人腿部的各个关节舵机对应的期望旋转角度和期望旋转角速度，包括：根据各个该腿部子关节对应的初始旋转角度和该当前旋转角度确定映射到相应的仿人机器人腿部的各个关节舵机对应的期望旋转角度和期望旋转角速度
在一个实施例中，该优化目标函数是基于外推质心点XCoM稳定性理论建立的，该优化目标函数为：
其中，b＝(bx,by)为外推质心点XCoM的位置，s＝(sx,sy)为支撑域BoS的中心位置，θ2和
分别为该腿部关节舵机的修正期望旋转角度和修正期望旋转角速度。
在一个实施例中，根据该优化目标函数对该目标优化关节舵机的期望旋转角度与期望旋转角速度进行优化得到该目标优化关节舵机对应的修正期望旋转角度和修正期望旋转角速度，该计算机程序被处理器执行时，使得该处理器执行如下步骤：获取该外推质心点XCoM的位置与该支撑域BoS的中心位置；根据该外推质心点XCoM的位置与该支撑域BoS的中心位置，采用一阶偏导数算法对该目标函数进行求解，得到该腿部目标优化关节舵机的期望旋转角度的迭代公式和该腿部目标优化关节舵机的期望旋转角速度的迭代公式；根据该腿部目标优化关节舵机的期望旋转角度的迭代公式得到修正期望旋转角度，根据该腿部目标优化关节舵机的期望旋转角速度的迭代公式得到修正期望旋转角速度。
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，该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。
以上该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 (10)
1.一种仿人机器人控制方法，其特征在于，所述方法包括：
通过设置在人体上的姿态传感器采集得到人体腿部关节对应的姿态信息；
将所述人体腿部关节对应的姿态信息映射到所述仿人机器人腿部关节舵机，所述腿部关节舵机包括：非目标优化关节舵机和目标优化关节舵机，得到所述非目标优化关节舵机对应的期望旋转角度与期望旋转角速度、所述目标优化关节舵机对应的期望旋转角度和期望旋转角速度；
获取所述目标优化关节舵机对应的优化目标函数；所述优化目标函数是基于外推质心点XCoM稳定性理论建立的，所述优化目标函数为：
其中，b＝(bx,by)为外推质心点XCoM的位置，s＝(sx,sy)为支撑域BoS的中心位置，θ2和
分别为所述腿部目标优化关节舵机的修正期望旋转角度和修正期望旋转角速度；
根据所述优化目标函数对所述目标优化关节舵机的期望旋转角度与期望旋转角速度进行优化得到所述目标优化关节舵机对应的修正期望旋转角度和修正期望旋转角速度；
根据所述腿部关节舵机中非目标优化关节舵机对应的期望旋转角度和期望旋转角速度以及所述目标优化关节舵机对应的修正期望旋转角度和修正期望旋转角速度对所述仿人机器人的腿部的各个关节舵机进行控制。
2.根据权利要求1所述的方法，其特征在于，所述根据所述腿部关节舵机中非目标优化关节舵机对应的期望旋转角度和期望旋转角速度以及所述目标优化关节舵机对应的修正期望旋转角度和修正期望旋转角速度对所述仿人机器人的腿部的各个关节舵机进行控制，包括：
通过关节编码器获取所述仿人机器人中非目标优化关节舵机的实际旋转角度和目标优化关节舵机的实际旋转角度；
根据所述非目标优化关节舵机对应的实际旋转角度、期望旋转角度与期望旋转角速度采用滑模控制器计算得到所述非目标优化关节舵机对应的参考速度；
根据所述目标优化关节舵机对应的实际旋转角度、修正期望旋转角度与修正期望旋转角速度采用滑模控制器计算得到所述目标优化关节舵机对应的参考速度；
根据所述非目标优化关节舵机对应的参考速度和所述目标优化关节舵机对应的参考速度对所述仿人机器人的腿部的各个关节舵机进行控制。
3.根据权利要求1所述的方法，其特征在于，所述非目标优化关节舵机包括：髋转关节舵机、髋前关节舵机、膝前关节舵机和踝前关节舵机。
4.根据权利要求1所述的方法，其特征在于，所述人体腿部关节包括：6个腿部子关节，所述6个腿部子关节分别为左髋关节、左膝关节、左踝关节、右髋关节、右膝关节、右踝关节；
所述根据所述人体腿部关节对应的姿态信息确定映射到所述仿人机器人腿部各个关节舵机的期望旋转角度与期望旋转角速度，包括：
获取与每个所述腿部子关节关联的第一姿态采样节点和第二姿态采样节点；
获取所述第一姿态采样节点采集得到的第一姿态信息，获取所述第二姿态采样节点采集到的第二姿态信息；
根据所述第一姿态信息和所述第二姿态信息计算得到所述第二姿态采样节点相对于所述第一姿态采样节点的位姿关系；
根据所述位姿关系解算得到所述腿部子关节对应的当前旋转角度；
根据各个所述腿部子关节对应的当前旋转角度确定映射到相应的仿人机器人腿部的各个关节舵机对应的期望旋转角度和期望旋转角速度。
5.根据权利要求4所述的方法，其特征在于，所述根据各个所述腿部子关节对应的当前旋转角度确定映射到相应的仿人机器人腿部的各个关节舵机对应的期望旋转角度和期望旋转角速度，包括：
根据所述左髋关节对应的当前旋转角度确定映射到所述仿人机器人中的左髋转关节舵机、左髋前关节舵机和左髋侧关节舵机对应的期望旋转角度和期望旋转角速度；
根据所述左膝关节对应的当前旋转角度确定映射到所述仿人机器人中的左膝前关节舵机对应的期望旋转角度和期望旋转角速度；
根据所述左踝关节对应的当前旋转角度确定映射到所述仿人机器人中的左踝前关节舵机和左踝侧关节舵机对应的期望旋转角度和期望旋转角速度；
根据所述右髋关节对应的当前旋转角度确定映射到所述仿人机器人中的右髋转关节舵机、右髋前关节舵机和右髋侧关节舵机对应的期望旋转角度和期望旋转角速度；
根据所述右膝关节对应的当前旋转角度确定映射到所述仿人机器人中的右膝前关节舵机对应的期望旋转角度和期望旋转角速度；
根据所述右踝关节对应的当前旋转角度确定映射到所述仿人机器人中的右踝前关节舵机和右踝侧关节舵机对应的期望旋转角度和期望旋转角速度。
6.根据权利要求4所述的方法，其特征在于，在所述根据所述位姿关系解算得到所述腿部子关节对应的旋转角度之后还包括：
获取各个所述腿部子关节对应的初始旋转角度；
所述根据各个所述腿部子关节对应的当前旋转角度确定映射到相应的仿人机器人腿部的各个关节舵机对应的期望旋转角度和期望旋转角速度，包括：
根据各个所述腿部子关节对应的初始旋转角度和所述当前旋转角度确定映射到相应的仿人机器人腿部的各个关节舵机对应的期望旋转角度和期望旋转角速度。
7.根据权利要求1所述的方法，其特征在于，所述根据所述优化目标函数对所述目标优化关节舵机的期望旋转角度与期望旋转角速度进行优化得到所述目标优化关节舵机对应的修正期望旋转角度和修正期望旋转角速度，还包括：
获取所述外推质心点XCoM的位置与所述支撑域BoS的中心位置；
根据所述外推质心点XCoM的位置与所述支撑域BoS的中心位置对所述目标函数进行求解，得到所述腿部目标优化关节舵机的期望旋转角度的迭代公式和所述腿部目标优化关节舵机的期望旋转角速度的迭代公式；
根据所述腿部目标优化关节舵机的期望旋转角度的迭代公式得到修正期望旋转角度，根据所述腿部目标优化关节舵机的期望旋转角速度的迭代公式得到修正期望旋转角速度。
8.一种仿人机器人控制装置，其特征在于，所述装置包括：
获取模块：用于通过设置在人体上的姿态传感器采集得到人体腿部关节对应的姿态信息；
解析模块：用于将所述人体腿部关节对应的姿态信息映射到所述仿人机器人腿部关节舵机，所述腿部关节舵机包括：非目标优化关节舵机和目标优化关节舵机，得到所述非目标优化关节舵机对应的期望旋转角度与期望旋转角速度、所述目标优化关节舵机对应的期望旋转角度和期望旋转角速度；
优化模块，用于获取所述目标优化关节舵机对应的优化目标函数；所述优化目标函数是基于外推质心点XCoM稳定性理论建立的，所述优化目标函数为：
其中，b＝(bx,by)为外推质心点XCoM的位置，s＝(sx,sy)为支撑域BoS的中心位置，θ2和
分别为所述腿部目标优化关节舵机的修正期望旋转角度和修正期望旋转角速度；还用于根据所述优化目标函数对所述目标优化关节舵机的期望旋转角度与期望旋转角速度进行优化得到所述目标优化关节舵机对应的修正期望旋转角度和修正期望旋转角速度；
控制模块，用于根据所述腿部关节舵机中非目标优化关节舵机对应的期望旋转角度和期望旋转角速度以及所述目标优化关节舵机对应的修正期望旋转角度和修正期望旋转角速度对所述仿人机器人的腿部的各个关节舵机进行控制。
9.一种计算机设备，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如权利要求1至7中任一项所述方法的步骤。
10.一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如权利要求1至7中任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011626497.XA CN112783043B (zh) | 2020-12-30 | 2020-12-30 | 一种仿人机器人控制方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011626497.XA CN112783043B (zh) | 2020-12-30 | 2020-12-30 | 一种仿人机器人控制方法、装置、计算机设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112783043A CN112783043A (zh) | 2021-05-11 |
| CN112783043B true CN112783043B (zh) | 2022-04-15 |
Family
ID=75754482
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011626497.XA Active CN112783043B (zh) | 2020-12-30 | 2020-12-30 | 一种仿人机器人控制方法、装置、计算机设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112783043B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2003043788A1 (fr) * | 2001-11-19 | 2003-05-30 | Japan Science And Technology Corporation | Robot a forme humaine de type automoteur bipede |
| CN103750841A (zh) * | 2014-01-20 | 2014-04-30 | 上海交通大学 | 基于mems惯性传感器的人体膝关节角度无线检测系统及方法 |
| CN108107765A (zh) * | 2017-12-30 | 2018-06-01 | 北京工业大学 | 一种异构主从系统的运动映射方法及系统 |
| CN110405761A (zh) * | 2019-07-22 | 2019-11-05 | 北京理工大学 | 一种机器人关节的仿生粘弹性控制方法 |
| CN111267071A (zh) * | 2020-02-14 | 2020-06-12 | 上海航天控制技术研究所 | 外骨骼机器人多关节联合控制系统和方法 |
| CN111360827A (zh) * | 2020-03-06 | 2020-07-03 | 哈尔滨工业大学 | 一种视觉伺服切换控制方法及系统 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10307272B2 (en) * | 2005-03-31 | 2019-06-04 | Massachusetts Institute Of Technology | Method for using a model-based controller for a robotic leg |
| JP5836565B2 (ja) * | 2009-03-24 | 2015-12-24 | ディズニー エンタープライゼス インコーポレイテッド | モーションキャプチャデータを模倣するロボットの追跡及びバランス維持システム及び方法 |
| JP5506617B2 (ja) * | 2009-12-28 | 2014-05-28 | 本田技研工業株式会社 | ロボットの制御装置 |
| KR101687631B1 (ko) * | 2010-01-18 | 2016-12-20 | 삼성전자주식회사 | 로봇의 보행 제어 장치 및 그 제어 방법 |
| US9367795B2 (en) * | 2010-02-25 | 2016-06-14 | Honda Motor Co., Ltd. | Momentum-based balance controller for humanoid robots on non-level and non-stationary ground |
| US8805584B2 (en) * | 2011-11-22 | 2014-08-12 | Disney Enterprises, Inc | Kinematic and dynamic calibration methods for legged robots with force-controlled joints |
| 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 |
| US11498203B2 (en) * | 2016-07-22 | 2022-11-15 | President And Fellows Of Harvard College | Controls optimization for wearable systems |
-
2020
- 2020-12-30 CN CN202011626497.XA patent/CN112783043B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2003043788A1 (fr) * | 2001-11-19 | 2003-05-30 | Japan Science And Technology Corporation | Robot a forme humaine de type automoteur bipede |
| CN103750841A (zh) * | 2014-01-20 | 2014-04-30 | 上海交通大学 | 基于mems惯性传感器的人体膝关节角度无线检测系统及方法 |
| CN108107765A (zh) * | 2017-12-30 | 2018-06-01 | 北京工业大学 | 一种异构主从系统的运动映射方法及系统 |
| CN110405761A (zh) * | 2019-07-22 | 2019-11-05 | 北京理工大学 | 一种机器人关节的仿生粘弹性控制方法 |
| CN111267071A (zh) * | 2020-02-14 | 2020-06-12 | 上海航天控制技术研究所 | 外骨骼机器人多关节联合控制系统和方法 |
| CN111360827A (zh) * | 2020-03-06 | 2020-07-03 | 哈尔滨工业大学 | 一种视觉伺服切换控制方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112783043A (zh) | 2021-05-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Yuan et al. | DMP-based motion generation for a walking exoskeleton robot using reinforcement learning | |
| CN107953331B (zh) | 一种应用于人形机器人动作模仿的人体姿态映射方法 | |
| JP4764431B2 (ja) | 閉形式ダイナミクスのアプローチを用いて関節荷重を推定するシステム及び方法 | |
| Santaera et al. | Low-cost, fast and accurate reconstruction of robotic and human postures via IMU measurements | |
| JP2008527579A (ja) | 三次元系における関節荷重を推定するシステム及び方法 | |
| 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 | |
| CN112596534A (zh) | 基于深度强化学习的四足机器人的步态训练方法、装置、电子设备及介质 | |
| Joukov et al. | Human motion estimation on Lie groups using IMU measurements | |
| Ovchinnikov et al. | Predictive Control Model to Simulate Humanoid Gait | |
| 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 | |
| WO2022141268A1 (zh) | 一种仿人机器人控制方法、计算机设备及存储介质 | |
| Tsoi et al. | Design, modeling and control of an ankle rehabilitation robot | |
| CN112783043B (zh) | 一种仿人机器人控制方法、装置、计算机设备及存储介质 | |
| CN113119102B (zh) | 基于浮动基飞轮倒立摆的仿人机器人建模方法和装置 | |
| CN113002659A (zh) | 双足机器人的姿态测量方法、装置、设备及存储介质 | |
| WO2024037155A1 (zh) | 用于足式机器人的状态估计方法、装置、计算机设备及计算机可读存储介质 | |
| Gehlhar et al. | Data-driven characterization of human interaction for model-based control of powered prostheses | |
| Kindermann et al. | MMC–a new numerical approach to the kinematics of complex manipulators | |
| CN112757301A (zh) | 机器人抗扰动控制方法、装置、电子设备及存储介质 | |
| Ding et al. | Online center of mass detection for quadruped robots in trot gait motion | |
| CN113253748B (zh) | 并联构型仿人机器人的状态估计方法、装置、设备及介质 | |
| CN115252369A (zh) | 一种基于下肢外骨骼机器人的按需辅助控制方法 | |
| Tran et al. | Model-learning-based partitioned control of a human-powered augmentation lower exoskeleton | |
| CN111403019B (zh) | 踝关节假肢模型的建立方法、无模型控制方法和验证方法 | |
| CN113589817A (zh) | 足式机器人落脚控制方法、装置、电子设备及存储介质 |
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 |