CN112859904A - 机器人站立姿态的恢复方法、装置、设备及存储介质 - Google Patents
机器人站立姿态的恢复方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN112859904A CN112859904A CN202110099272.1A CN202110099272A CN112859904A CN 112859904 A CN112859904 A CN 112859904A CN 202110099272 A CN202110099272 A CN 202110099272A CN 112859904 A CN112859904 A CN 112859904A
- Authority
- CN
- China
- Prior art keywords
- robot
- posture
- preset
- inclination angle
- standing
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
Abstract
本申请提供一种机器人站立姿态的恢复方法、装置、设备及存储介质,属于机器人控制技术领域。该方法包括:通过姿态传感器获取机器人的倾角信息;根据倾角信息、预设站姿倾角以及预设姿态信息,获取机器人的当前姿态;若机器人的当前姿态为摔倒姿态,根据预设控制策略控制机器人由摔倒姿态恢复为站立姿态。本申请实施例可以使机器人自主恢复站立姿态,提高用户使用的体验感。
Description
技术领域
本申请涉及机器人控制技术领域,具体而言,涉及一种机器人站立姿态的恢复方法、装置、设备及存储介质。
背景技术
目前,人形机器人在执行动作或者行走的过程中,容易受到外部干扰力或者由于自身动作不稳定等因素的影响导致机器人失稳摔倒。
现有技术中,通常是通过机器人遥控手柄由操作人员控制机器人重新站立起来,或者直接人为手动将机器人扶起,而机器人本身并不能完成恢复站立的动作。
针对现有的方式,当机器人发生失稳摔倒的情况时,完成任务的效率就相对较低,需要人为恢复才能继续完成,自主性较低,且用户体验较差。
发明内容
本申请实施例的目的在于提供一种机器人站立姿态的恢复方法、装置、设备及存储介质,可以使机器人自主恢复站立姿态,提高用户使用的体验感。
本申请的实施例是这样实现的:
本申请实施例的一方面,提供一种机器人站立姿态的恢复方法,包括:
通过姿态传感器获取机器人的倾角信息;
根据倾角信息、预设站姿倾角以及预设姿态信息,获取机器人的当前姿态;
若机器人的当前姿态为摔倒姿态,根据预设控制策略控制机器人由摔倒姿态恢复为站立姿态。
可选地,根据预设控制策略控制机器人由摔倒姿态恢复为站立姿态,包括:
根据预设控制策略控制机器人通过手臂伸展支撑升高质心位置,以由摔倒姿态恢复为下蹲姿态;
根据当前倾角信息、预设站姿倾角以及预设姿态信息,确定机器人恢复下蹲姿态后,控制机器人执行站立动作,恢复站立姿态。
可选地,根据预设控制策略控制机器人通过手臂伸展支撑升高质心位置,以由摔倒姿态恢复为下蹲姿态,包括:
根据预设控制策略控制机器人通过手臂伸展支撑升高质心位置、并控制机器人双腿分开预设角度,以由摔倒姿态恢复为下蹲姿态。
可选地,根据预设控制策略控制机器人通过手臂伸展支撑升高质心位置,包括:
获取机器人的倒地方向,机器人的倒地方向包括:正面着地、背面着地;
根据机器人的倒地方向、以及对应的控制策略,控制机器人通过手臂伸展支撑升高质心位置。
可选地,根据机器人的倒地方向、以及对应的控制策略,控制机器人通过手臂伸展支撑升高质心位置,包括:
若倒地方向为正面着地,控制机器人通过手臂正向伸展支撑升高质心位置;或者,若倒地方向为背面着地,控制机器人通过手臂反向伸展支撑升高质心位置。
可选地,根据倾角信息、预设站姿倾角以及预设姿态信息,获取机器人的当前姿态,包括:
计算倾角信息与预设站姿倾角之间的倾斜差值;
根据倾斜差值、以及预设姿态信息,获取机器人的当前姿态,其中,预设姿态信息用于指示倾斜差值与姿态之间的对应关系。
可选地,通过姿态传感器获取机器人的倾角信息,包括:
接收姿态传感器采集的姿态数据;
通过预设滤波算法对姿态数据进行融合,获取倾角信息。
本申请实施例的另一方面,提供一种机器人站立姿态的恢复装置,包括:倾角获取模块、姿态获取模块、站立恢复模块;倾角获取模块,用于通过姿态传感器获取机器人的倾角信息;姿态获取模块,用于根据倾角信息、预设站姿倾角以及预设姿态信息,获取机器人的当前姿态;站立恢复模块,用于若机器人的当前姿态为摔倒姿态,根据预设控制策略控制机器人由摔倒姿态恢复为站立姿态。
可选地,站立恢复模块,具体用于根据预设控制策略控制机器人通过手臂伸展支撑升高质心位置,以由摔倒姿态恢复为下蹲姿态;根据当前倾角信息、预设站姿倾角以及预设姿态信息,确定机器人恢复下蹲姿态后,控制机器人执行站立动作,恢复站立姿态。
可选地,站立恢复模块,还用于根据预设控制策略控制机器人通过手臂伸展支撑升高质心位置、并控制机器人双腿分开预设角度,以由摔倒姿态恢复为下蹲姿态。
可选地,站立恢复模块,还用于获取机器人的倒地方向,机器人的倒地方向包括:正面着地、背面着地;根据机器人的倒地方向、以及对应的控制策略,控制机器人通过手臂伸展支撑升高质心位置。
可选地,站立恢复模块,具体用于若倒地方向为正面着地,控制机器人通过手臂正向伸展支撑升高质心位置;或者,若倒地方向为背面着地,控制机器人通过手臂反向伸展支撑升高质心位置。
可选地,姿态获取模块,具体用于计算倾角信息与预设站姿倾角之间的倾斜差值;根据倾斜差值、以及预设姿态信息,获取机器人的当前姿态,其中,预设姿态信息用于指示倾斜差值与姿态之间的对应关系。
可选地,倾角获取模块,具体用于接收姿态传感器采集的姿态数据;通过预设滤波算法对姿态数据进行融合,获取倾角信息。
本申请实施例的另一方面,提供一种计算机设备,包括:存储器、处理器,存储器中存储有可在处理器上运行的计算机程序,处理器执行计算机程序时,实现上述机器人站立姿态的恢复方法的步骤。
本申请实施例的另一方面,提供一种存储介质,存储介质上存储有计算机程序,该计算机程序被处理器执行时,实现上述机器人站立姿态的恢复方法的步骤。
本申请实施例的有益效果包括:
本申请实施例提供的机器人站立姿态的恢复方法、装置、设备及存储介质,可以通过姿态传感器获取机器人的倾角信息,并根据倾角信息、预设站姿倾角以及预设姿态信息,获取机器人的当前姿态,若机器人的当前姿态为摔倒姿态,可以根据预设控制策略控制机器人由摔倒姿态自主恢复为站立姿态,不需要进行远程控制或者人为干扰来恢复机器人的站立姿态,进而可以提高机器人恢复站立姿态的效率,提高用户使用的体验感。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本申请实施例提供的机器人站立姿态的恢复方法的流程示意图;
图2为本申请实施例提供的由摔倒姿态恢复为站立姿态的流程示意图;
图3为本申请实施例提供的升高质心位置的流程示意图;
图4为本申请实施例提供的升高质心位置的另一流程示意图;
图5为本申请实施例提供的获取机器人的当前姿态的流程示意图;
图6为本申请实施例提供的获取机器人的倾角信息的流程示意图;
图7为本申请实施例提供的机器人站立姿态的恢复装置的结构示意图;
图8为本申请实施例提供的计算机设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
在本申请的描述中,需要说明的是,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
首先,需要说明的是,本申请实施例中提供的机器人可以为人形机器人或者类人型机器人,与人体形状相似,包括手部、腿部、身体等部分,在执行工作时,可以包括多种类型的姿态,当然,不以此为限。
可选地,本申请实施例中提供的机器人的全身可以包括多个自由度的舵机来控制运动,例如16-20个舵机,对应控制不同的关节、关键点等,在此不具体限制。通过该机器人可以提供教育服务、表演动作、其他替代人工的服务、比赛等需求。
图1为本申请实施例提供的机器人站立姿态的恢复方法的流程示意图,请参照图1,机器人站立姿态的恢复方法包括:
S110:通过姿态传感器获取机器人的倾角信息。
需要说明的是,姿态传感器可以是设置于机器人身体上的高性能三维运动姿态测量系统,可以由三轴陀螺仪、三轴加速器、三轴电子罗盘等辅助运动传感器构成,可以较为准确地获取角速度、加速度等位姿信息。其中,倾角信息可以包括机器人每个关节的角度方向、角度大小等相关的角度信息。
S120:根据倾角信息、预设站姿倾角以及预设姿态信息,获取机器人的当前姿态。
需要说明的是,机器人活动过程中,可能会出现各种不同的姿态,其倾角不同,会对应不同的姿态。
预设站姿倾角可以是当机器人处于站立姿态时,各个自由度的舵机的倾角信息,例如,可以设置当机器人两腿竖直站立、两臂竖直向下时为预设的站姿,此时机器人的各个自由度的舵机的倾角信息即可以设置为预设站姿倾角;预设姿态信息,可以是不同的自由度的舵机的不同倾角信息确定的多种机器人的预设姿态,例如,当每个自由度的舵机对应的倾角信息都满足该舵机对应的预设姿态下的倾角信息时,可以确定该机器人处于对应的姿态下,预设姿态信息中可以包括多种姿态,例如:站立姿态、下蹲姿态、摔倒姿态等,每种不同的预设姿态对应的每个自由度的舵机的倾角信息也有所不同。
可以根据S110中获取得到的当前的倾角信息、预设站姿倾角以及预设姿态信息之间的关系,判定机器人的当前姿态为何种姿态。
S130:若机器人的当前姿态为摔倒姿态,根据预设控制策略控制机器人由摔倒姿态恢复为站立姿态。
需要说明的是,预设控制策略可以是通过检测到机器人的当前姿态为摔倒姿态后机器人自动触发的策略,机器人可以根据预设控制策略执行从摔倒姿态到站立姿态的恢复过程,具体可以根据机器人的形态、各个位置的控制等进行设置,在此不具体限制。
本申请实施例提供的机器人站立姿态的恢复方法,可以通过姿态传感器获取机器人的倾角信息,并根据倾角信息、预设站姿倾角以及预设姿态信息,获取机器人的当前姿态,若机器人的当前姿态为摔倒姿态,可以根据预设控制策略控制机器人由摔倒姿态自主恢复为站立姿态,不需要进行远程控制或者人为干扰来恢复机器人的站立姿态,进而可以提高机器人恢复站立姿态的速度,提高机器人的工作效率,提高用户使用的体验感。
下面通过具体的实施例来解释本申请中提供的由摔倒姿态恢复为站立姿态的具体实施过程。
图2为本申请实施例提供的由摔倒姿态恢复为站立姿态的流程示意图,请参照图2,上述根据预设控制策略控制机器人由摔倒姿态恢复为站立姿态,可以包括:
S210:根据预设控制策略控制机器人通过手臂伸展支撑升高质心位置,以由摔倒姿态恢复为下蹲姿态。
可选地,根据预设控制策略具体可以是:控制机器人的手臂先伸展,并向地面的方向伸出,以使机器人的身体受到向上支撑力,进而抬升机器人的重心向上。在重心向上抬升的同时,可以控制机器人的腿部收缩,当重心上升至手臂的最大长度时,机器人的足底与地面平行,从而使机器人完成下蹲动作。
需要说明的是,手臂可以作为机器人身体的支撑,例如可以通过伸展手臂改变机器人质心相对地面的距离,以实现机器人身体的支撑,进而升高机器人的质心位置,也即是说,可以使机器人上半身的位置相对升高,进而当机器人的质心达到预设位置后,可以通过旋转机器人脚部的自由度的舵机以使得机器人由摔倒姿态恢复为下蹲姿态。
其中,下蹲姿态可以是与人类的下蹲姿态类似,腿部关节弯曲,重心可以位于机器人的身体部分,手臂可以处于悬空的状态,身体部分可以是竖直的也可以略微前倾。
S220:根据当前倾角信息、预设站姿倾角以及预设姿态信息,确定机器人恢复下蹲姿态后,控制机器人执行站立动作,恢复站立姿态。
需要说明的是,与确定摔倒姿态类似,可以根据当前倾角信息、预设站姿倾角以及预设姿态信息判定当前的倾角信息所对应的姿态是否为下蹲姿态。可选地,预设姿态信息中可以包括当机器人处于下蹲姿态时,每个自由度的舵机对应的倾角信息的方向以及大小范围。
可选地,可以根据预设站姿倾角确定当机器人处于站立姿态时每个自由度的舵机的倾角信息,控制机器人的每个自由度的舵机调整为预设站姿倾角的倾角方向以及倾角大小,以使机器人执行站立动作,恢复站立姿态。
具体过程可以是:控制机器人腿部多个自由度的舵机由腿部的收缩状态转变为腿部的直立状态,进而使机器人腿部恢复站立。
可选地,根据预设控制策略控制机器人通过手臂伸展支撑升高质心位置,以由摔倒姿态恢复为下蹲姿态,包括:
根据预设控制策略控制机器人通过手臂伸展支撑升高质心位置、并控制机器人双腿分开预设角度,以由摔倒姿态恢复为下蹲姿态。
可选地,预设角度最大为左右各90度,再由摔倒姿态恢复至下蹲姿态的过程中,可以由预设角度的大小归零,进而使机器人恢复至下蹲姿态,其中,通过设置预设角度可以提高机器人当前姿态的稳定性。
需要说明的是,控制机器人支撑升高质心位置后,还可以控制机器人的双腿分开一定的预设角度,以使机器人的腿部由伸直的状态改变成为下蹲时弯曲的状态时更加容易。其中,预设角度的大小可以是根据机器人整个身体比例计算得到的。
下面通过具体的实施例来解释本申请实施例中提供的升高质心位置的具体实施过程。
图3为本申请实施例提供的升高质心位置的流程示意图,请参照图3,根据预设控制策略控制机器人通过手臂伸展支撑升高质心位置,包括:
S310:获取机器人的倒地方向。
其中,机器人的倒地方向包括:正面着地、背面着地。
需要说明的是,机器人身体上可以设置有重力传感器,当检测到机器人的姿态为摔倒姿态时,可以根据重力传感器检测当前的重力方向,进而可以确认当前倒地的方向为正面着地还是背面着地。
例如,可以将重力传感器设置于机器人身体的正面内壁上,当机器人为摔倒姿态时,若通过重力传感器检测到重力方向朝向机器人正面内壁向里,则可以确认机器人为背面着地;相应地,若通过重力传感器检测到重力方向朝向机器人正面内壁向外,则可以确认机器人为正面着地。可选地,重力传感器也可以设置于机器人身体的其他位置,根据对应位置的检测结果来判定重力的方向,在此不作限制。
S320:根据机器人的倒地方向、以及对应的控制策略,控制机器人通过手臂伸展支撑升高质心位置。
需要说明的是,当机器人处于不同的倒地方向时,其对应的控制策略也有一定的差异。可以在确定了机器人的倒地方向之后,根据倒地方向确定对应的控制策略,并根据对应的控制策略控制机器人通过手臂伸展支撑升高质心位置。
下面通过具体的实施例来解释本申请实施例中提供的升高质心位置的另一具体实施过程。
图4为本申请实施例提供的升高质心位置的另一流程示意图,请参照图4,根据机器人的倒地方向、以及对应的控制策略,控制机器人通过手臂伸展支撑升高质心位置,包括:
S410:若倒地方向为正面着地,控制机器人通过手臂正向伸展支撑升高质心位置。
需要说明的是,若通过重力传感器检测到倒地方向为正面着地,则对应的控制策略可以是控制机器人通过手臂正向伸展支撑升高质心位置,其中,正向伸展可以是机器人将手臂向身体正面的前侧伸展,进而可以支撑升高质心位置。
或者,S420:若倒地方向为背面着地,控制机器人通过手臂反向伸展支撑升高质心位置。
需要说明的是,若通过重力传感器检测到倒地方向为背面着地,则对应的控制策略可以是控制机器人通过手臂反向伸展支撑升高质心位置,其中,反向伸展可以是机器人将手臂向身体背面的后侧伸展,进而可以支撑升高质心位置。
可以看出,无论是正面还是背面着地,手臂都是以朝向地面(或者其他支撑面)的方向,来支撑站立。
下面通过具体的实施例来解释本申请实施例中提供的获取机器人的当前姿态的具体实施过程。
图5为本申请实施例提供的获取机器人的当前姿态的流程示意图,请参照图5,根据倾角信息、预设站姿倾角以及预设姿态信息,获取机器人的当前姿态,包括:
S510:计算倾角信息与预设站姿倾角之间的倾斜差值。
需要说明的是,倾角信息可以表示为(φr,φp,φy),其中,倾角的表示方法可以是相对参考坐标系中的XYZ轴旋转的数据,φr为绕X轴转动的角度,φp为绕Y轴转动的角度,φy为绕Z轴转动的角度。
可选地,可以将当前倾角信息表示为(φr,φp,φy),将预设站立姿态倾角对应的倾角信息表示为(φr0,φp0,φy0),计算二者之差,也即是计算以下A值的大小:
A=(φr,φp,φy)-(φr0,φp0,φy0);
A即为倾角信息与预设站姿倾角之间的倾斜差值。
S520:根据倾斜差值、以及预设姿态信息,获取机器人的当前姿态。
其中,预设姿态信息用于指示倾斜差值与姿态之间的对应关系。
需要说明的是,可以根据上述计算得到的倾斜差值A与站立时的门限值Γ进行比较,若A值大于门限值Γ,则可以判定机器人满足预设姿态信息中的摔倒姿态;相应的,若A值满足其他姿态的判定条件,也可以判定当前机器人的姿态为对应的其他姿态,在此不作限制。其中,倾角门限值为预设的数值。
可选地,根据不同的姿态,可以设置有不同的倾角范围,上述方式仅为判定是否处于摔倒姿态的方法,还可以根据A值与其他的倾角范围进行比较,若A值在下蹲姿态的倾角范围内,则可以判定当前机器人处于下蹲姿态;相应地,若A值在站立姿态的倾角范围内,则可以判定当前机器人处于站立姿态。
可选地,倾角门限值为预设的数值,可以根据动作进行的不同定义,在此不作限制。
下面通过具体的实施例解释本申请实施例中提供的获取机器人的倾角信息的具体实施过程。
图6为本申请实施例提供的获取机器人的倾角信息的流程示意图,请参照图6,通过姿态传感器获取机器人的倾角信息,包括:
S610:接收姿态传感器采集的姿态数据。
需要说明的是,姿态传感器可以安装设置于机器人每一个自由度的舵机的位置处,以获取该自由度的舵机的姿态数据。
其中,姿态数据可以是姿态传感器采集到的姿态倾角的值。
S620:通过预设滤波算法对姿态数据进行融合,获取倾角信息。
需要说明的是,可以通过互补滤波和卡尔曼滤波算法对机器人姿态传感器的姿态数据进行数据融合,进而可以获得相对准确的机器人姿态倾角的倾角信息。其中,通过互补卡尔曼滤波方法可以进行数据融合去噪,对姿态倾角的值进行处理进而获取倾角信息。
下述对用以执行的本申请实施例所提供机器人站立姿态的恢复装置、设备及存储介质等进行说明,其具体的实现过程以及技术效果参见上述,下述不再赘述。
图7为本申请实施例提供的机器人站立姿态的恢复装置的结构示意图,请参照图7,机器人站立姿态的恢复装置,包括:倾角获取模块100、姿态获取模块200、站立恢复模块300;倾角获取模块100,用于通过姿态传感器获取机器人的倾角信息;姿态获取模块200,用于根据倾角信息、预设站姿倾角以及预设姿态信息,获取机器人的当前姿态;站立恢复模块300,用于若机器人的当前姿态为摔倒姿态,根据预设控制策略控制机器人由摔倒姿态恢复为站立姿态。
可选地,站立恢复模块300,具体用于根据预设控制策略控制机器人通过手臂伸展支撑升高质心位置,以由摔倒姿态恢复为下蹲姿态;根据当前倾角信息、预设站姿倾角以及预设姿态信息,确定机器人恢复下蹲姿态后,控制机器人执行站立动作,恢复站立姿态。
可选地,站立恢复模块300,还用于根据预设控制策略控制机器人通过手臂伸展支撑升高质心位置、并控制机器人双腿分开预设角度,以由摔倒姿态恢复为下蹲姿态。
可选地,站立恢复模块300,还用于获取机器人的倒地方向,机器人的倒地方向包括:正面着地、背面着地;根据机器人的倒地方向、以及对应的控制策略,控制机器人通过手臂伸展支撑升高质心位置。
可选地,站立恢复模块300,具体用于若倒地方向为正面着地,控制机器人通过手臂正向伸展支撑升高质心位置;或者,若倒地方向为背面着地,控制机器人通过手臂反向伸展支撑升高质心位置。
可选地,姿态获取模块200,具体用于计算倾角信息与预设站姿倾角之间的倾斜差值;根据倾斜差值、以及预设姿态信息,获取机器人的当前姿态,其中,预设姿态信息用于指示倾斜差值与姿态之间的对应关系。
可选地,倾角获取模块100,具体用于接收姿态传感器采集的姿态数据;通过预设滤波算法对姿态数据进行融合,获取倾角信息。
上述装置用于执行前述实施例提供的方法,其实现原理和技术效果类似,在此不再赘述。
以上这些模块可以是被配置成实施以上方法的一个或多个集成电路,例如:一个或多个特定集成电路(Application Specific Integrated Circuit,简称ASIC),或,一个或多个微处理器(digital singnal processor,简称DSP),或,一个或者多个现场可编程门阵列(Field Programmable Gate Array,简称FPGA)等。再如,当以上某个模块通过处理元件调度程序代码的形式实现时,该处理元件可以是通用处理器,例如中央处理器(CentralProcessing Unit,简称CPU)或其它可以调用程序代码的处理器。再如,这些模块可以集成在一起,以片上系统(system-on-a-chip,简称SOC)的形式实现。
图8为本申请实施例提供的计算机设备的结构示意图,请参照图8,计算机设备,包括:存储器400、处理器500,存储器400中存储有可在处理器500上运行的计算机程序,处理器500执行计算机程序时,实现上述机器人站立姿态的恢复方法的步骤。
本申请实施例的另一方面,还提供一种存储介质,存储介质上存储有计算机程序,该计算机程序被处理器执行时,实现上述机器人站立姿态的恢复方法的步骤。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(英文:processor)执行本发明各个实施例方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(英文:Read-Only Memory,简称:ROM)、随机存取存储器(英文:Random Access Memory,简称:RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
上仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种机器人站立姿态的恢复方法,其特征在于,包括:
通过姿态传感器获取机器人的倾角信息;
根据所述倾角信息、预设站姿倾角以及预设姿态信息,获取所述机器人的当前姿态;
若所述机器人的当前姿态为摔倒姿态,根据预设控制策略控制所述机器人由所述摔倒姿态恢复为站立姿态。
2.如权利要求1所述的方法,其特征在于,所述根据预设控制策略控制所述机器人由所述摔倒姿态恢复为站立姿态,包括:
根据预设控制策略控制所述机器人通过手臂伸展支撑升高质心位置,以由所述摔倒姿态恢复为下蹲姿态;
根据当前倾角信息、预设站姿倾角以及预设姿态信息,确定机器人恢复所述下蹲姿态后,控制所述机器人执行站立动作,恢复所述站立姿态。
3.如权利要求2所述的方法,其特征在于,所述根据预设控制策略控制所述机器人通过手臂伸展支撑升高质心位置,以由所述摔倒姿态恢复为下蹲姿态,包括:
根据预设控制策略控制所述机器人通过手臂伸展支撑升高质心位置、并控制所述机器人双腿分开预设角度,以由所述摔倒姿态恢复为下蹲姿态。
4.如权利要求2或3所述的方法,其特征在于,所述根据预设控制策略控制所述机器人通过手臂伸展支撑升高质心位置,包括:
获取所述机器人的倒地方向,所述机器人的倒地方向包括:正面着地、背面着地;
根据所述机器人的倒地方向、以及对应的控制策略,控制所述机器人通过手臂伸展支撑升高质心位置。
5.如权利要求4所述的方法,其特征在于,所述根据所述机器人的倒地方向、以及对应的控制策略,控制所述机器人通过手臂伸展支撑升高质心位置,包括:
若所述倒地方向为正面着地,控制所述机器人通过手臂正向伸展支撑升高质心位置;或者,
若所述倒地方向为背面着地,控制所述机器人通过手臂反向伸展支撑升高质心位置。
6.如权利要求1所述的方法,其特征在于,所述根据所述倾角信息、预设站姿倾角以及预设姿态信息,获取所述机器人的当前姿态,包括:
计算所述倾角信息与所述预设站姿倾角之间的倾斜差值;
根据所述倾斜差值、以及所述预设姿态信息,获取所述机器人的当前姿态,其中,所述预设姿态信息用于指示倾斜差值与姿态之间的对应关系。
7.如权利要求1所述的方法,其特征在于,所述通过姿态传感器获取机器人的倾角信息,包括:
接收所述姿态传感器采集的姿态数据;
通过预设滤波算法对所述姿态数据进行融合,获取所述倾角信息。
8.一种机器人站立姿态的恢复装置,其特征在于,包括:倾角获取模块、姿态获取模块、站立恢复模块;
所述倾角获取模块,用于通过姿态传感器获取机器人的倾角信息;
所述姿态获取模块,用于根据所述倾角信息、预设站姿倾角以及预设姿态信息,获取所述机器人的当前姿态;
所述站立恢复模块,用于若所述机器人的当前姿态为摔倒姿态,根据预设控制策略控制所述机器人由所述摔倒姿态恢复为站立姿态。
9.一种计算机设备,其特征在于,包括:存储器、处理器,所述存储器中存储有可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时,实现上述权利要求1至7任一项所述的方法的步骤。
10.一种存储介质,其特征在于,所述存储介质上存储有计算机程序,该计算机程序被处理器执行时,实现权利要求1至7中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110099272.1A CN112859904A (zh) | 2021-01-25 | 2021-01-25 | 机器人站立姿态的恢复方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110099272.1A CN112859904A (zh) | 2021-01-25 | 2021-01-25 | 机器人站立姿态的恢复方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112859904A true CN112859904A (zh) | 2021-05-28 |
Family
ID=76008827
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110099272.1A Pending CN112859904A (zh) | 2021-01-25 | 2021-01-25 | 机器人站立姿态的恢复方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112859904A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114102592A (zh) * | 2021-11-24 | 2022-03-01 | 乐聚(深圳)机器人技术有限公司 | 基于运动状态检测的机器人保护控制方法、装置及设备 |
CN114227699A (zh) * | 2022-02-10 | 2022-03-25 | 乐聚(深圳)机器人技术有限公司 | 机器人动作调整方法、设备以及存储介质 |
CN114474066A (zh) * | 2022-03-04 | 2022-05-13 | 全爱科技(上海)有限公司 | 一种智能人形机器人控制系统和方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102431604A (zh) * | 2011-11-09 | 2012-05-02 | 上海交通大学 | 具有双足步行与轮式移动互变功能的仿人机器人 |
CN102514644A (zh) * | 2011-12-09 | 2012-06-27 | 东南大学 | 一种可实现跳跃动作的机器人 |
CN103124669A (zh) * | 2010-08-27 | 2013-05-29 | 奥尔德巴伦机器人股份公司 | 具有摔倒管理能力的仿人机器人和管理摔倒的方法 |
CN104932254A (zh) * | 2015-05-12 | 2015-09-23 | 北京理工大学 | 一种仿人机器人的前摔保护控制策略 |
CN106530618A (zh) * | 2016-12-16 | 2017-03-22 | 深圳市神州云海智能科技有限公司 | 一种机器人的看护方法及装置 |
CN109605364A (zh) * | 2018-10-31 | 2019-04-12 | 北京理工大学 | 一种仿人机器人摔倒检测和稳定控制方法 |
CN110405769A (zh) * | 2019-08-05 | 2019-11-05 | 北京理工大学 | 一种启发式仿人机器人摔倒保护方法 |
CN110861084A (zh) * | 2019-11-18 | 2020-03-06 | 东南大学 | 一种基于深度强化学习的四足机器人跌倒自复位控制方法 |
CN210330485U (zh) * | 2019-05-16 | 2020-04-17 | 深圳市百思智能科技有限公司 | 一种扫地机器人用跌倒判断机构 |
CN111409073A (zh) * | 2020-04-02 | 2020-07-14 | 深圳国信泰富科技有限公司 | 一种高智能机器人的摔倒自恢复方法及系统 |
CN112078684A (zh) * | 2020-08-28 | 2020-12-15 | 上海大学 | 面向四足机器人侧倒姿态自主恢复的势能调节仿生外壳 |
-
2021
- 2021-01-25 CN CN202110099272.1A patent/CN112859904A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103124669A (zh) * | 2010-08-27 | 2013-05-29 | 奥尔德巴伦机器人股份公司 | 具有摔倒管理能力的仿人机器人和管理摔倒的方法 |
CN102431604A (zh) * | 2011-11-09 | 2012-05-02 | 上海交通大学 | 具有双足步行与轮式移动互变功能的仿人机器人 |
CN102514644A (zh) * | 2011-12-09 | 2012-06-27 | 东南大学 | 一种可实现跳跃动作的机器人 |
CN104932254A (zh) * | 2015-05-12 | 2015-09-23 | 北京理工大学 | 一种仿人机器人的前摔保护控制策略 |
CN106530618A (zh) * | 2016-12-16 | 2017-03-22 | 深圳市神州云海智能科技有限公司 | 一种机器人的看护方法及装置 |
CN109605364A (zh) * | 2018-10-31 | 2019-04-12 | 北京理工大学 | 一种仿人机器人摔倒检测和稳定控制方法 |
CN210330485U (zh) * | 2019-05-16 | 2020-04-17 | 深圳市百思智能科技有限公司 | 一种扫地机器人用跌倒判断机构 |
CN110405769A (zh) * | 2019-08-05 | 2019-11-05 | 北京理工大学 | 一种启发式仿人机器人摔倒保护方法 |
CN110861084A (zh) * | 2019-11-18 | 2020-03-06 | 东南大学 | 一种基于深度强化学习的四足机器人跌倒自复位控制方法 |
CN111409073A (zh) * | 2020-04-02 | 2020-07-14 | 深圳国信泰富科技有限公司 | 一种高智能机器人的摔倒自恢复方法及系统 |
CN112078684A (zh) * | 2020-08-28 | 2020-12-15 | 上海大学 | 面向四足机器人侧倒姿态自主恢复的势能调节仿生外壳 |
Non-Patent Citations (2)
Title |
---|
唐俊等: "基于动作分解的柔性仿人机器人摔倒保护算法", 《船海工程》 * |
蒲昌玖等: "一众双足机器人稳定起立方法研究", 《西南大学学报》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114102592A (zh) * | 2021-11-24 | 2022-03-01 | 乐聚(深圳)机器人技术有限公司 | 基于运动状态检测的机器人保护控制方法、装置及设备 |
CN114227699A (zh) * | 2022-02-10 | 2022-03-25 | 乐聚(深圳)机器人技术有限公司 | 机器人动作调整方法、设备以及存储介质 |
CN114474066A (zh) * | 2022-03-04 | 2022-05-13 | 全爱科技(上海)有限公司 | 一种智能人形机器人控制系统和方法 |
CN114474066B (zh) * | 2022-03-04 | 2024-02-20 | 全爱科技(上海)有限公司 | 一种智能人形机器人控制系统和方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112859904A (zh) | 机器人站立姿态的恢复方法、装置、设备及存储介质 | |
US8352077B2 (en) | Inertia shaping for humanoid fall direction change | |
CN113172635A (zh) | 双足机器人行走控制方法、装置、设备及存储介质 | |
JPWO2010027015A1 (ja) | モーションキャプチャ装置 | |
CN113244090B (zh) | 髋关节下肢外骨骼控制方法、装置、电子设备和存储介质 | |
JP6322984B2 (ja) | 姿勢推定装置、方法及びプログラム | |
CN110609621B (zh) | 姿态标定方法及基于微传感器的人体运动捕获系统 | |
CN109358623A (zh) | 一种机器人运动地毯偏移的识别方法、芯片及清洁机器人 | |
CN111002346A (zh) | 一种机器人被困检测方法以及机器人 | |
CN110160545A (zh) | 一种激光雷达与gps的增强定位系统及方法 | |
CN111061215B (zh) | 控制机器人脱困的方法、装置、机器人 | |
WO2018166051A1 (zh) | 一种姿态数据获取方法及装置 | |
CN108681325B (zh) | 机器人基于加速计的仰角检测方法和被卡检测及脱卡方法 | |
CN112276950B (zh) | 抗扰动模型训练、控制方法、装置、设备、机器人及介质 | |
KR102405416B1 (ko) | Hmd를 착용한 사용자의 자세 추정 방법 | |
CN112720479A (zh) | 一种机器人姿态控制方法、装置及机器人 | |
CN112757301A (zh) | 机器人抗扰动控制方法、装置、电子设备及存储介质 | |
CN113858207A (zh) | 人形机器人的倒地控制方法、装置、电子设备及存储介质 | |
CN113485403A (zh) | 机器人的步态规划方法、装置、处理设备及存储介质 | |
KR100862190B1 (ko) | 로봇의 자세 검출 장치 및 그 방법 | |
CN111068325B (zh) | 一种游戏场景中的物品采集方法、装置、设备和存储介质 | |
CN113589817A (zh) | 足式机器人落脚控制方法、装置、电子设备及存储介质 | |
CN111443812A (zh) | 基于vr的自由活动方法、vr装置、设备及存储介质 | |
CN111297368A (zh) | 步态识别方法、装置、设备及可读存储介质 | |
Yamazaki et al. | Tidying and cleaning rooms using a daily assistive robot-an integrated system for doing chores in the real world |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210528 |
|
RJ01 | Rejection of invention patent application after publication |