CN113031450B - 智能机器人的前馈控制方法及装置、存储介质、电子装置 - Google Patents

Abstract

本发明提供了一种智能机器人的前馈控制方法及装置、存储介质、电子装置，上述方法包括：接收用户指令，其中，所述用户指令用于控制至少以下之一：所述智能机器人的所要到达的目标位置、速度、轨迹点和动作序列；根据所述用户指令生成所述智能机器人的步态信息；将所述步态信息输入所述智能机器人的全身动力学模型，并根据所述步态信息得到所述智能机器人的控制指令；根据所述步态信息生成所述智能机器人的前馈控制器；通过所述前馈控制器接收所述控制指令，并根据所述控制指令对所述智能机器人进行前馈控制。

Description

智能机器人的前馈控制方法及装置、存储介质、电子装置

技术领域

本发明涉及通信领域，具体而言，涉及一种智能机器人的前馈控制方法及装置、存储介质、电子装置。

背景技术

随着智能机器人技术的快速发展，智能机器人现在已经被应用到了各行各业的使用中各个领域。工作人员通过控制智能机器人的关节电机来实现智能机器人移动，其中，是通过将关节电机的关节力矩经过动力学模型转化为质心的驱动力和驱动力矩来移动智能机器人。在能机器步态控制方法中，多足智能机器人在支撑腿（脚触地）和摆动腿（脚不触地）切换时会伴随关节的力矩突变，容易造成控制失稳和损坏电机。目前的现有技术，通过给智能机器人的每个关节电机增加前馈控制来缓解这一问题。但是现有技术由于不能根据智能机器人的步态信息来生成前馈控制方案，导致不能考虑不同步态下各个腿之间的力矩关系，以及单个腿的关节力矩之间的关系，增加了控制系统的复杂度。同时，过度依赖动力学求解的结果，严重开环，效率不高。

现有技术中智能机器人的前馈控制方法会造成的控制系统复杂、效率不高的问题。

因此，有必要对现有技术予以改良以克服现有技术中的所述缺陷。

发明内容

本发明的目的在于提供一种智能机器人的前馈控制方法及装置、存储介质、电子装置，以至少解决现有技术由于不能根据智能机器人的步态信息来生成前馈控制方案，导致不能考虑不同步态下各个腿之间的力矩关系，以及单个腿的关节力矩之间的关系，造成的控制系统复杂、效率不高的问题。

本发明的目的是通过以下技术方案实现：

根据本发明的一个可选实施例，提供了一种智能机器人的前馈控制方，所述方法包括：接收用户指令，其中，所述用户指令用于控制至少以下之一：所述智能机器人的所要到达的目标位置、速度、轨迹点和动作序列；根据所述用户指令生成所述智能机器人的步态信息；将所述步态信息输入所述智能机器人的全身动力学模型，并根据所述步态信息得到所述智能机器人的控制指令；根据所述步态信息生成所述智能机器人的前馈控制器；通过所述前馈控制器接收所述控制指令，并根据所述控制指令对所述智能机器人进行前馈控制。

进一步的，所述步态信息包括以下至少之一：所述智能机器人的落脚点位置、脚底受力、落脚序列和时长。

进一步的，根据所述步态信息生成所述智能机器人的前馈控制器，包括：通过所述智能机器人的全身动力学模型将所述智能机器人的步态进行分类，其中，步态类别包括行走步态和弹跳步态：在所述行走步态中，所述智能机器人的左前腿与右后腿为第一组，所述智能机器人的右前腿与左后腿为第二组，同组腿的步态信息保持一致；在所述弹跳步态中，所述智能机器人的左前腿与右前腿为第一组，所述智能机器人的左后腿与右后腿为第二组，同组腿的步态信息保持一致；根据分类后的步态信息生成所述智能机器人的前馈控制器。

进一步的，所述全身动力学模型为M(q)∙ddq + H(q, dq) + G – Jc∙Fext = τ，其中，q代表所述智能机器人的关节的角度，dq代表所述关节的角速度，ddq代表所述关节的角加速度，G为重力，Fext和Jc分别是所述智能机器人受到的外力和其对应的雅克比矩阵，M是惯性矩阵，M(q)是关于q的M函数，H是向心力科氏力矩阵，τ为所述智能机器人的关节控制力矩。

进一步的，根据所述步态信息生成所述智能机器人的前馈控制器，包括：通过第一传递函数对所述智能机器人的关节电机的位置、速度和力矩进行前馈控制，其中，所述第一传递函数的增益与所述关节电机的最大力矩满足预设比例关系。

进一步的，根据所述步态信息生成所述智能机器人的前馈控制器之后，所述方法还包括：将关节电机力矩和反馈控制信息输入第一加法器，得到第一控制力矩结果，其中，所述控制指令包括用于控制所述关节电机力矩的指令；将所述第一控制力矩结果输入第二传递函数，得到第二控制力矩结果；将所述第二控制力矩结果和所述前馈控制器的输出结果输入第二加法器，得到第三控制力矩结果；根据所述第三控制力矩结果对所述智能机器人的关节电机进行控制，得到第四控制力矩结果。

进一步的，根据所述第三控制力矩结果对所述智能机器人的关节电机进行控制，得到第四控制力矩结果之后，所述方法还包括：将所述第四控制力矩结果输入第三传递函数，得到所述反馈控制信息。

根据本发明的又一个可选实施例，提供了一种智能机器人的前馈控制装置，所述前馈控制装置包括：第一接收模块，用于接收用户指令，其中，所述用户指令用于控制至少以下之一：所述智能机器人的所要到达的目标位置、速度、轨迹点和动作序列；第一生成模块，用于根据所述用户指令生成所述智能机器人的步态信息；第二接收模块，将所述步态信息输入所述智能机器人的全身动力学模型，并根据所述步态信息得到所述智能机器人的控制指令；第二生成模块，用于根据所述步态信息生成所述智能机器人的前馈控制器；控制模块，用于通过所述前馈控制器接收所述控制指令，并根据所述控制指令对所述智能机器人进行控制。

根据本发明的又一个可选实施例，提供了一种计算机可读的存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行以上任一项中所述的智能机器人的前馈控制方法。

根据本发明的又一个可选实施例，提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行以上任一项中所述的智能机器人的前馈控制方法。

与现有技术相比，本发明具有如下有益效果：由于可以在接收用户指令，根据所述用户指令生成所述智能机器人的步态信息的情况下，将所述步态信息输入所述智能机器人的全身动力学模型，并根据所述步态信息得到所述智能机器人的控制指令，根据所述步态信息生成所述智能机器人的前馈控制器，进而通过所述前馈控制器接收所述控制指令，并根据所述控制指令实现对所述智能机器人进行前馈控制。因为本发明可以根据智能机器人的步态信息来生成前馈控制方案，考虑到了不同步态下各个腿之间的力矩关系，以及单个腿的关节力矩之间的关系，因此，解决了现有技术中智能机器人的前馈控制方法会造成的控制系统复杂、效率不高的问题。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，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。在附图中：

图1是本发明实施例的一种智能机器人的前馈控制方法的智能机器人的硬件结构框图；

图2是根据本发明实施例的一种智能机器人的前馈控制方法的流程图；

图3是根据本发明实施例的一种智能机器人结构图；

图4是根据本发明实施例的一种智能机器人的支撑腿和摆动腿占一个步态周期的时间比例图；

图5是根据本发明实施例的一种智能机器人的支撑腿和摆动腿的步态周期示意图；

图6是根据本发明实施例的一种智能机器人的支撑腿和摆动腿阶段足端受到地面作用力示意图；

图7a是根据本发明实施例的一种智能机器人的abad关节力矩对应关系图；

图7b是根据本发明实施例的一种智能机器人的hip关节力矩对应关系图；

图7c是根据本发明实施例的一种智能机器人的knee关节力矩对应关系图；

图8a是根据本发明实施例的一种智能机器人的hip关节角度对应关系图；

图8b是根据本发明实施例的一种智能机器人的hip关节角速度对应关系图；

图9是根据本发明实施例的一种智能机器人的电机力矩前馈反馈控制示意图；

图10是根据本发明实施例的一种智能机器人的前馈控制方法的流程示意图；

图11为根据本发明实施例的一种智能机器人的前馈控制装置的结构框图。

具体实施方式

下文中将参考附图并结合实施例来详细说明本发明。需要说明的是，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。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。

本发明实施例所提供的方法实施例可以在智能机器人或者类似的运算装置中执行。以运行在智能机器人上为例，图1是本发明实施例的一种智能机器人的前馈控制方法的智能机器人的硬件结构框图。如图1所示，智能机器人可以包括一个或多个（图1中仅示出一个）处理器102（处理器102可以包括但不限于微处理器(Microprocessor Unit,简称是MPU)或可编程逻辑器件(Programmable logic device,简称是PLD)等的处理装置和用于存储数据的存储器104，可选地，上述智能机器人还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述智能机器人的结构造成限定。例如，智能机器人还可包括比图1中所示更多或者更少的组件，或者具有与图1所示等同功能或比图1所示功能更多的不同的配置。

存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本发明实施例中的智能机器人的前馈控制方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至智能机器人。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

传输设备106用于经由网络接收或者发送数据。上述的网络具体实例可包括智能机器人的通信供应商提供的无线网络。在一个实例中，传输设备106包括一个网络适配器（Network Interface Controller，简称为NIC），其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输设备106可以为射频（Radio Frequency，简称为RF）模块，其用于通过无线方式与互联网进行通讯。

在本实施例中提供了一种运行于上述智能机器人的前馈控制方法，图2是根据本发明实施例的智能机器人的前馈控制方法的流程图，如图2所示，该流程包括如下步骤：

步骤S202，接收用户指令，其中，用户指令用于控制至少以下之一：智能机器人的所要到达的目标位置、速度、轨迹点和动作序列；

步骤S204，根据用户指令生成智能机器人的步态信息；

步骤S206，将步态信息输入智能机器人的全身动力学模型，并根据步态信息得到智能机器人的控制指令；

步骤S208，根据步态信息生成智能机器人的前馈控制器；

步骤S210，通过前馈控制器接收控制指令，并根据控制指令对智能机器人进行前馈控制。

通过上述技术方案，由于可以在接收用户指令，根据用户指令生成智能机器人的步态信息的情况下，将步态信息输入智能机器人的全身动力学模型，并根据步态信息得到智能机器人的控制指令，根据步态信息生成智能机器人的前馈控制器，进而通过前馈控制器接收控制指令，并根据控制指令实现对智能机器人进行前馈控制。因为现有技术可以根据智能机器人的步态信息来生成前馈控制方案，考虑到了不同步态下各个腿之间的力矩关系，以及单个腿的关节力矩之间的关系，因此，解决了现有技术中智能机器人的前馈控制方法会造成的控制系统复杂、效率不高的问题，从而降低的控制系统复杂度，提高效率。

需要说明的是，本发明实施例的智能机器人可以是双足智能机器人，三足智能机器人，还可以是四足智能机器人，本发明实施例对此不进行限定。

在步骤S204中，步态信息以下至少之一：智能机器人的落脚点位置、脚底受力、落脚序列和时长。

需要说明的是，在接收用户指令之后，根据用户指令生成智能机器人的步态信息，其中，步态信息包括智能机器人的落脚点位置、脚底受力、落脚序列和时长。在实际操作中，是将用户指令输入智能机器人的全身动力学模型，构建最优化问题，对智能机器人的落脚点位置、脚底受力、落脚序列和时长进行求解，得到智能机器人的落脚点位置、脚底受力、落脚序列和时长的解。其中，智能机器人的落脚点位置、脚底受力、落脚序列和时长的解就是步态信息。

目前的现有技术，仅是通过给智能机器人的每个关节电机增加前馈控制来缓解多足智能机器人在支撑腿（脚触地）和摆动腿（脚不触地）切换时会伴随关节的力矩突变，容易造成控制失稳和损坏电机的问题。现有技术上述方法没能考虑不同步态下各个腿之间的力矩关系，以及单个腿的关节力矩之间的关系，造成的控制系统复杂、效率不高的问题。而本发明通过根据智能机器人的步态信息来生成前馈控制方案，考虑了不同步态下各个腿之间的力矩关系，以及单个腿的关节力矩之间的关系（步态类别包括行走步态和弹跳步态），从而降低的控制系统复杂度，提高效率。

在步骤S208中，根据所述步态信息生成所述智能机器人的前馈控制器，包括：通过智能机器人的全身动力学模型将智能机器人的步态进行分类，其中，步态类别包括行走步态和弹跳步态：在行走步态中，智能机器人的左前腿与右后腿为第一组，智能机器人的右前腿与左后腿为第二组，同组腿的步态信息保持一致；在弹跳步态中，智能机器人的左前腿与右前腿为第一组，智能机器人的左后腿与右后腿为第二组，同组腿的步态信息保持一致；根据分类后的步态信息生成所述智能机器人的前馈控制器。

需要说明的是，在根据所述步态信息生成所述智能机器人的前馈控制器中，需要先通过智能机器人的全身动力学模型将智能机器人的步态进行分类，其中，将步态可以分为行走步态和弹跳步态。在行走步态中，智能机器人的左前腿与右后腿为第一组，智能机器人的右前腿与左后腿为第二组，其中，同组腿的步态信息保持一致；在弹跳步态中，智能机器人的左前腿与右前腿为第一组，智能机器人的左后腿与右后腿为第二组，同组腿的步态信息保持一致。举例说明，将一个四足智能机器人的四条腿编号为：左前腿-1号腿，右前腿-2号腿，左后腿-3号腿，右后腿-4号腿。每条腿的三个关节各自安装一个电机，三个关节按照从身体到地面的顺序依次为abad、hip、和knee关节。其中，行走步态（也可以叫做对角步态）指1、4和2、3腿分别为一组，同组摆动腿和支撑腿步态序列保持一致。弹跳步态指1、2和3、4腿分别为一组，同组摆动腿和支撑腿步态序列保持一致。同组腿的电机力矩和同一条腿上电机分别存在稳定的对应关系。由于机器人通常情况下都是以一定的步态稳定行走的，上述对应关系稳定存在。特别地，对于控制变量不会突变的关节可以不采用前馈控制，简化控制结构。最后根据分类后的步态信息生成所述智能机器人的前馈控制器。

上述技术手段，考虑到了不同步态下各个腿之间的力矩关系，以及单个腿的关节力矩之间的关系，可以根据智能机器人的步态信息来生成前馈控制方案，所以解决了现有技术中智能机器人的前馈控制方法会造成的控制系统复杂、效率不高的问题。

在步骤S206中，全身动力学模型为M(q)∙ddq + H(q, dq) + G – Jc∙Fext = τ，其中，q代表智能机器人的关节的角度，dq代表关节的角速度，ddq代表关节的角加速度，G为重力，Fext和Jc分别是智能机器人受到的外力和其对应的雅克比矩阵，M是惯性矩阵，M(q)是关于q的M函数，H是向心力科氏力矩阵，τ为所述智能机器人的关节控制力矩。

需要说明的是，上述全身动力学模型方程用到了雅克比矩阵，其中通过雅克比矩阵就可以把智能机器人受到的外力从笛卡尔空间转换到关节空间，进而，通过智能机器人的关节电机控制智能机器人行走。将步态信息输入智能机器人的全身动力学模型，并根据步态信息得到智能机器人的控制指令。在实际操作中，智能机器人的全身动力学模型通过智能机器人的落脚点位置、脚底受力、落脚序列和时长的解计算智能机器人的位置、速度和力矩，进而得到智能机器人的控制指令。通过上述技术手段，就可以得到关于智能机器人运动的控制指令，进而控制智能机器人。

在步骤S208中，根据步态信息生成智能机器人的前馈控制器，包括：通过第一传递函数对智能机器人的关节电机的位置、速度和力矩进行前馈控制，其中，第一传递函数的增益与关节电机的最大力矩满足预设比例关系。

需要说明的是，根据步态信息生成智能机器人的前馈控制器。前馈控制器实际是一种前馈控制系统，用于实现前馈控制。前馈控制器的作用实际上是通过第一传递函数对智能机器人的关节电机的位置、速度和力矩进行前馈控制，其中，需要说明的是，第一传递函数的增益与关节电机的最大力矩满足预设比例关系。通过上述技术手段，可以对智能机器人实现通过控制指令控制的同时，使用前馈控制的方法调整控制指令中的偏差，进而实现对智能机器人的精准控制，解决了多足智能机器人在支撑腿（脚触地）和摆动腿（脚不触地）切换时会伴随关节的力矩突变，容易造成控制失稳和损坏电机的问题。同时，由于本发明通过根据智能机器人的步态信息来生成前馈控制方案，考虑了不同步态下各个腿之间的力矩关系，以及单个腿的关节力矩之间的关系（步态类别包括行走步态和弹跳步态），从而降低的控制系统复杂度，提高效率。

本发明充分利用多足机器人总体控制过程中的步态信息，只对控制变量突变的电机进行前馈控制降低系统复杂度，并且能够对不同的关节前馈之间添加约束，提高系统鲁棒性，在动力学求解失败的情况下，仍然能够按照离线整理的特征完成前馈控制。

在执行步骤S208之后，也就是根据所述步态信息生成所述智能机器人的前馈控制器之后，所述方法还包括：将关节电机力矩和反馈控制信息输入第一加法器，得到第一控制力矩结果，其中，所述控制指令包括用于控制所述关节电机力矩的指令；将所述第一控制力矩结果输入第二传递函数，得到第二控制力矩结果；将所述第二控制力矩结果和所述前馈控制器的输出结果输入第二加法器，得到第三控制力矩结果；根据所述第三控制力矩结果对所述智能机器人的关节电机进行控制，得到第四控制力矩结果。

需要说明的是，本发明在对智能机器人进行前馈控制的同时，还可以对智能机器人进行反馈控制。前馈控制是通过第一传递函数对智能机器人的关节电机的位置、速度和力矩进行前馈控制。反馈控制是通过：首先将关节电机力矩和反馈控制信息输入第一加法器，得到第一控制力矩结果，其中，控制指令包括用于控制关节电机力矩的指令。之后将第一控制力矩结果输入第二传递函数，得到第二控制力矩结果。再者将第二控制力矩结果和前馈控制器的输出结果输入第二加法器，得到第三控制力矩结果。最后根据第三控制力矩结果对智能机器人的关节电机进行控制。通过上述技术手段，就可以实现对智能机器人进行反馈控制，在通过循环执行步骤S202至步骤S210记载的方案的同时，通过第三控制力矩结果对智能机器人的关节电机进行控制，其中，第三控制力矩结果实际是对智能机器人控制的结果，是实际的力矩。通过上述技术手段，根据智能机器人的步态信息来生成前馈控制方案，可以解决现有技术中智能机器人的前馈控制方法会造成的控制系统复杂、效率不高的问题。

在一个可选实施例中，根据第三控制力矩结果对智能机器人的关节电机进行控制，得到第四控制力矩结果之后，方法还包括：将第四控制力矩结果输入第三传递函数，得到反馈控制信息。

需要说明的是，反馈控制信息流经第三传递函数。根据第三控制力矩结果对智能机器人的关节电机进行控制，得到第四控制力矩结果之后，将第四控制力矩结果输入第三传递函数，得到反馈控制信息。之后的反馈控制中，将期望关节电机力矩和反馈控制信息输入第一加法器，得到第一控制力矩结果。通过上述技术手段，就可以对智能机器人进行反馈控制，本发明通过同时对智能机器人前馈控制和反馈控制，实现对智能机器人的精准控制。

为了更好的理解上述技术方案，本发明还提供了一种可选实施例，用于解释说明上述技术方案。

图3是根据本发明实施例的一种智能机器人结构图，如图3所示，四足智能机器人的四条腿编号为：左前腿-1号腿，右前腿-2号腿，左后腿-3号腿，右后腿-4号腿。每条腿的三个关节各自安装一个电机，三个关节按照从身体到地面的顺序依次为abad、hip、和knee关节。本发明考虑到了不同步态下各个腿之间的力矩关系，以及单个腿的关节力矩之间的关系，可以根据智能机器人的步态信息来生成前馈控制方案，所以解决了现有技术中智能机器人的前馈控制方法会造成的控制系统复杂、效率不高的问题。

图4是根据本发明实施例的一种智能机器人的支撑腿和摆动腿占一个步态周期的时间比例图，如图4所示，在一个步态周期内，智能机器人的支撑腿占一个步态周期的67%，摆动腿占一个步态周期的33%。本发明通过智能机器人多条腿的支撑和摆动，实现了智能机器人的运动。

图5是根据本发明实施例的一种智能机器人的支撑腿和摆动腿的步态周期示意图，如图5所示，横坐标代表时间，T代表一个步态周期的总时间。纵坐标代表不同腿的支撑/摆动状态，实线代表支撑状态，虚线代表摆动状态。由图5也可见如图4中在一个步态周期内，智能机器人的支撑腿占一个步态周期的多，摆动腿占一个步态周期的少。本发明通过智能机器人多条腿的支撑和摆动，实现了智能机器人的运动。

图6是根据本发明实施例的一种智能机器人的支撑腿和摆动腿阶段足端受到地面作用力示意图，如图6所示：

图6中，横坐标代表时间，T代表一个步态周期的总时间；纵坐标代表不同腿的足端受到地面作用力的大小，单位为N；实线代表支撑状态，虚线代表摆动状态。与图4、图5中在一个步态周期内，智能机器人的支撑腿占一个步态周期的多，摆动腿占一个步态周期的少的情况符合。

7a是根据本发明实施例的一种智能机器人的abad关节力矩对应关系图，如图7a所示，横坐标为时间（单位s），纵坐标为力矩（单位NM）。实线代表支撑状态，虚线代表摆动状态。abad关节为机身从上到下的第1关节，其中，FR——右前腿，FL——左前腿，BR——右后腿，BL——左后腿各有一个abad关节，每个abad关节对应一个abad关节电机。

图7b是根据本发明实施例的一种智能机器人的hip关节力矩对应关系图，如图7b所示，横坐标为时间（单位s），纵坐标为力矩（单位NM）。实线代表支撑状态，虚线代表摆动状态。hip关节机身从上到下的第2关节，其中，FR——右前腿，FL——左前腿，BR——右后腿，BL——左后腿各有一个hip关节，每个hip关节对应一个hip关节电机。

图7c是根据本发明实施例的一种智能机器人的knee关节力矩对应关系图，图7c中，knee关节为机身从上到下的第3关节，其中，FR——右前腿，FL——左前腿，BR——右后腿，BL——左后腿各有一个knee关节，每个knee关节对应一个knee关节电机。图7c中，横坐标为时间（单位s），纵坐标为力矩（单位NM）。实线代表支撑状态，虚线代表摆动状态。

图8a是根据本发明实施例的一种智能机器人的hip关节角度对应关系图，如图8a所示，表示了hip关节角度与智能机器人的腿的支撑状态和摆动状态的对应关系。横轴为时间（单位s），纵轴为角度（单位rad）和角速度（单位rad/s）。实线代表支撑状态，虚线代表摆动状态。

图8b是根据本发明实施例的一种智能机器人的hip关节角速度对应关系图，如图8b所示，横轴为时间（单位s），纵轴为角度（单位rad）和角速度（单位rad/s）。实线代表支撑状态，虚线代表摆动状态。图8b表示了hip关节角速度与智能机器人的腿的支撑状态和摆动状态的对应关系

图9是根据本发明实施例的一种智能机器人的电机力矩前馈反馈控制示意图，如图9所示：前馈控制是通过第一传递函数对所述智能机器人的关节电机的位置、速度和力矩进行前馈控制。反馈控制是通过：首先将关节电机力矩和反馈控制信息输入第一加法器，得到第一控制力矩结果，其中，所述控制指令包括用于控制所述关节电机力矩的指令，之后将所述第一控制力矩结果输入第二传递函数，得到第二控制力矩结果，再者将所述第二控制力矩结果和所述前馈控制器的输出结果输入第二加法器，得到第三控制力矩结果，最后根据所述第三控制力矩结果对所述智能机器人的关节电机进行控制。通过上述技术手段，就可以实现对智能机器人进行反馈控制，在通过循环执行步骤S202至步骤S210记载的方案的同时，通过第三控制力矩结果对所述智能机器人的关节电机进行控制，其中，第三控制力矩结果实际是对智能机器人控制的结果，是实际的力矩。根据所述第三控制力矩结果对所述智能机器人的关节电机进行控制，得到第四控制力矩结果之后，将所述第四控制力矩结果输入第三传递函数，得到所述反馈控制信息。下一次的反馈控制中，将关节电机力矩和反馈控制信息输入第一加法器，得到第一控制力矩结果。

图10是根据本发明实施例的一种智能机器人的前馈控制方法的流程示意图，如图10所示：

S102:接收用户指令；

S104:根据所述用户指令生成所述智能机器人的步态信息；

S106:将所述步态信息输入所述智能机器人的全身动力学模型，并根据所述步态信息得到所述智能机器人的控制指令；

S108:通过所述智能机器人的全身动力学模型将所述智能机器人的步态进行分类，其中，步态类别包括行走步态和弹跳步态，并根据分类后的步态信息生成所述智能机器人的前馈控制器；

S1010:通过所述前馈控制器接收所述控制指令，并根据所述控制指令对所述智能机器人进行前馈控制。

通过上述技术方案，由于可以在接收用户指令，根据用户指令生成智能机器人的步态信息的情况下，将步态信息输入智能机器人的全身动力学模型，并根据步态信息得到智能机器人的控制指令，根据步态信息生成智能机器人的前馈控制器，进而通过前馈控制器接收控制指令，并根据控制指令实现对智能机器人进行前馈控制。因为现有技术可以根据智能机器人的步态信息来生成前馈控制方案，考虑到了不同步态下各个腿之间的力矩关系，以及单个腿的关节力矩之间的关系，因此，解决了现有技术中智能机器人的前馈控制方法会造成的控制系统复杂、效率不高的问题，从而降低的控制系统复杂度，提高效率。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质（如只读存储器（Read-Only Memory，简称为ROM）、随机存取存储器（Random AccessMemory，简称为RAM）、磁碟、光盘）中，包括若干指令用以使得一台终端设备（可以是手机，计算机，服务器，或者网络设备等）执行本申请各个实施例的方法。

在本实施例中还提供了一种智能机器人的前馈控制装置，该智能机器人的前馈控制装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。

图11为根据本发明可选实施例的一种智能机器人的前馈控制装置的结构框图，如图11所示，该装置包括：

第一接收模块110，用于接收用户指令，其中，用户指令用于控制至少以下之一：智能机器人的所要到达的目标位置、速度、轨迹点和动作序列；

第一生成模块112，用于根据用户指令生成智能机器人的步态信息；

第二接收模块114，用于将所述步态信息输入所述智能机器人的全身动力学模型，并根据步态信息得到智能机器人的控制指令；

第二生成模块116，用于根据步态信息生成智能机器人的前馈控制器；

控制模块118，用于通过前馈控制器接收控制指令，并根据控制指令对智能机器人进行控制。

通过上述技术方案，由于可以在接收用户指令，根据用户指令生成智能机器人的步态信息的情况下，将步态信息输入智能机器人的全身动力学模型，并根据步态信息得到智能机器人的控制指令，根据步态信息生成智能机器人的前馈控制器，进而通过前馈控制器接收控制指令，并根据控制指令实现对智能机器人进行前馈控制。因为现有技术可以根据智能机器人的步态信息来生成前馈控制方案，考虑到了不同步态下各个腿之间的力矩关系，以及单个腿的关节力矩之间的关系，因此，解决了现有技术中智能机器人的前馈控制方法会造成的控制系统复杂、效率不高的问题，从而降低的控制系统复杂度，提高效率。

需要说明的是，本发明实施例的智能机器人可以是双足智能机器人，三足智能机器人，还可以是四足智能机器人，本发明实施例对此不进行限定。

可选的，第一生成模块112中，步态信息包括以下至少之一：智能机器人的落脚点位置、脚底受力、落脚序列和时长。

需要说明的是，在接收用户指令之后，根据用户指令生成智能机器人的步态信息，其中，步态信息包括智能机器人的落脚点位置、脚底受力、落脚序列和时长。在实际操作中，是将用户指令输入智能机器人的全身动力学模型，构建最优化问题，对智能机器人的落脚点位置、脚底受力、落脚序列和时长进行求解，得到智能机器人的落脚点位置、脚底受力、落脚序列和时长的解。其中，智能机器人的落脚点位置、脚底受力、落脚序列和时长的解就是步态信息。

目前的现有技术，仅是通过给智能机器人的每个关节电机增加前馈控制来缓解多足智能机器人在支撑腿（脚触地）和摆动腿（脚不触地）切换时会伴随关节的力矩突变，容易造成控制失稳和损坏电机的问题。现有技术上述方法没能考虑不同步态下各个腿之间的力矩关系，以及单个腿的关节力矩之间的关系，造成的控制系统复杂、效率不高的问题。而本发明通过根据智能机器人的步态信息来生成前馈控制方案，考虑了不同步态下各个腿之间的力矩关系，以及单个腿的关节力矩之间的关系（步态类别包括行走步态和弹跳步态），从而降低的控制系统复杂度，提高效率。

可选的，第二生成模块116还用于通过智能机器人的全身动力学模型将智能机器人的步态进行分类，其中，步态类别包括行走步态和弹跳步态，在行走步态中，智能机器人的左前腿与右后腿为第一组，智能机器人的右前腿与左后腿为第二组，同组腿的步态信息保持一致；在弹跳步态中，智能机器人的左前腿与右前腿为第一组，智能机器人的左后腿与右后腿为第二组，同组腿的步态信息保持一致；根据分类后的步态信息生成所述智能机器人的前馈控制器。

需要说明的是，在根据所述步态信息生成所述智能机器人的前馈控制器中，需要先通过智能机器人的全身动力学模型将智能机器人的步态进行分类，其中，将步态可以分为行走步态和弹跳步态。在行走步态中，智能机器人的左前腿与右后腿为第一组，智能机器人的右前腿与左后腿为第二组，其中，同组腿的步态信息保持一致；在弹跳步态中，智能机器人的左前腿与右前腿为第一组，智能机器人的左后腿与右后腿为第二组，同组腿的步态信息保持一致。举例说明，将一个四足智能机器人的四条腿编号为：左前腿-1号腿，右前腿-2号腿，左后腿-3号腿，右后腿-4号腿。每条腿的三个关节各自安装一个电机，三个关节按照从身体到地面的顺序依次为abad、hip、和knee关节。其中，行走步态（也可以叫做对角步态）指1、4和2、3腿分别为一组，同组摆动腿和支撑腿步态序列保持一致。弹跳步态指1、2和3、4腿分别为一组，同组摆动腿和支撑腿步态序列保持一致。同组腿的电机力矩和同一条腿上电机分别存在稳定的对应关系。由于机器人通常情况下都是以一定的步态稳定行走的，上述对应关系稳定存在。特别地，对于控制变量不会突变的关节可以不采用前馈控制，简化控制结构。最后根据分类后的步态信息生成所述智能机器人的前馈控制器。

上述技术手段，考虑到了不同步态下各个腿之间的力矩关系，以及单个腿的关节力矩之间的关系，可以根据智能机器人的步态信息来生成前馈控制方案，所以解决了现有技术中智能机器人的前馈控制方法会造成的控制系统复杂、效率不高的问题。

可选的，第二生成模块116中，全身动力学模型为M(q)∙ddq + H(q, dq) + G – Jc∙Fext = τ，其中，q代表智能机器人的关节的角度，dq代表关节的角速度，ddq代表关节的角加速度，G为重力，Fext和Jc分别是智能机器人受到的外力和其对应的雅克比矩阵，M是惯性矩阵，M(q)是关于q的M函数，H是向心力科氏力矩阵，τ为所述智能机器人的关节控制力矩。

需要说明的是，上述全身动力学模型方程用到了雅克比矩阵，其中通过雅克比矩阵就可以把智能机器人受到的外力从笛卡尔空间转换到关节空间，进而，通过智能机器人的关节电机控制智能机器人行走。将步态信息输入智能机器人的全身动力学模型，并根据步态信息得到智能机器人的控制指令。在实际操作中，智能机器人的全身动力学模型通过智能机器人的落脚点位置、脚底受力、落脚序列和时长的解计算智能机器人的位置、速度和力矩，进而得到智能机器人的控制指令。通过上述技术手段，就可以得到关于智能机器人运动的控制指令，进而控制智能机器人。

可选的，第二生成模块116还用于通过第一传递函数对智能机器人的关节电机的位置、速度和力矩进行前馈控制，其中，第一传递函数的增益与关节电机的最大力矩满足预设比例关系。

需要说明的是，根据步态信息生成智能机器人的前馈控制器。前馈控制器实际是一种前馈控制系统，用于实现前馈控制。前馈控制器的作用实际上是通过第一传递函数对智能机器人的关节电机的位置、速度和力矩进行前馈控制，其中，需要说明的是，第一传递函数的增益与关节电机的最大力矩满足预设比例关系。通过上述技术手段，可以对智能机器人实现通过控制指令控制的同时，使用前馈控制的方法调整控制指令中的偏差，进而实现对智能机器人的精准控制，解决了多足智能机器人在支撑腿（脚触地）和摆动腿（脚不触地）切换时会伴随关节的力矩突变，容易造成控制失稳和损坏电机的问题。同时，由于本发明通过根据智能机器人的步态信息来生成前馈控制方案，考虑了不同步态下各个腿之间的力矩关系，以及单个腿的关节力矩之间的关系（步态类别包括行走步态和弹跳步态），从而降低的控制系统复杂度，提高效率。

本发明充分利用多足机器人总体控制过程中的步态信息，只对控制变量突变的电机进行前馈控制降低系统复杂度，并且能够对不同的关节前馈之间添加约束，提高系统鲁棒性，在动力学求解失败的情况下，仍然能够按照离线整理的特征完成前馈控制。

可选的，第二生成模块116还用于将关节电机力矩和反馈控制信息输入第一加法器，得到第一控制力矩结果，其中，控制指令包括用于控制关节电机力矩的指令；将第一控制力矩结果输入第二传递函数，得到第二控制力矩结果；将第二控制力矩结果和前馈控制器的输出结果输入第二加法器，得到第三控制力矩结果；根据第三控制力矩结果对智能机器人的关节电机进行控制，得到第四控制力矩结果。

需要说明的是，本发明在对智能机器人进行前馈控制的同时，还可以对智能机器人进行反馈控制。前馈控制是通过第一传递函数对智能机器人的关节电机的位置、速度和力矩进行前馈控制。反馈控制是通过：首先将关节电机力矩和反馈控制信息输入第一加法器，得到第一控制力矩结果，其中，控制指令包括用于控制关节电机力矩的指令。之后将第一控制力矩结果输入第二传递函数，得到第二控制力矩结果。再者将第二控制力矩结果和前馈控制器的输出结果输入第二加法器，得到第三控制力矩结果。最后根据第三控制力矩结果对智能机器人的关节电机进行控制。通过上述技术手段，就可以实现对智能机器人进行反馈控制，在通过循环执行步骤S202至步骤S210记载的方案的同时，通过第三控制力矩结果对智能机器人的关节电机进行控制，其中，第三控制力矩结果实际是对智能机器人控制的结果，是实际的力矩。通过上述技术手段，根据智能机器人的步态信息来生成前馈控制方案，可以解决现有技术中智能机器人的前馈控制方法会造成的控制系统复杂、效率不高的问题。

可选的，第二生成模块116中还用于将第四控制力矩结果输入第三传递函数，得到反馈控制信息。

需要说明的是，反馈控制信息是通过第三传递函数得到的。根据第三控制力矩结果对智能机器人的关节电机进行控制，得到第四控制力矩结果之后，将第四控制力矩结果输入第三传递函数，得到反馈控制信息。之后的反馈控制中，将关节电机力矩和反馈控制信息输入第一加法器，得到第一控制力矩结果。通过上述技术手段，就可以对智能机器人进行反馈控制，本发明通过同时对智能机器人前馈控制和反馈控制，实现对智能机器人的精准控制。

需要说明的是，上述各个模块是可以通过软件或硬件来实现的，对于后者，可以通过以下方式实现，但不限于此：上述模块均位于同一处理器中；或者，上述各个模块以任意组合的形式分别位于不同的处理器中。

本发明的实施例还提供了一种计算机可读的存储介质，该存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。

可选地，在本实施例中，上述存储介质可以被设置为存储用于执行以下步骤的计算机程序：

S1，接收用户指令，其中，用户指令用于控制至少以下之一：智能机器人的所要到达的目标位置、速度、轨迹点和动作序列；

S2，根据用户指令生成智能机器人的步态信息；

S3，通过智能机器人的全身动力学模型接受步态信息，并根据步态信息得到智能机器人的控制指令；

S4，根据步态信息生成智能机器人的前馈控制器；

S5，通过前馈控制器接收控制指令，并根据控制指令对智能机器人进行控制。

可选地，在本实施例中，上述存储介质可以包括但不限于：U盘、只读存储器ROM、随机存取存储器RAM、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。

本发明的实施例还提供了一种电子装置，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。

可选地，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。

可选地，在本实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：

S1，接收用户指令，其中，用户指令用于控制至少以下之一：智能机器人的所要到达的目标位置、速度、轨迹点和动作序列；

S2，根据用户指令生成智能机器人的步态信息；

S3，通过智能机器人的全身动力学模型接受步态信息，并根据步态信息得到智能机器人的控制指令；

S4，根据步态信息生成智能机器人的前馈控制器；

S5，通过前馈控制器接收控制指令，并根据控制指令对智能机器人进行控制。

可选地，本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。

显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

以上所述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。

Claims (8)

1.一种智能机器人的前馈控制方法，其特征在于，所述方法包括：

接收用户指令，其中，所述用户指令用于控制至少以下之一：所述智能机器人的所要到达的目标位置、速度、轨迹点和动作序列；

根据所述用户指令生成所述智能机器人的步态信息；

将所述步态信息输入通过所述智能机器人的全身动力学模型，并根据所述步态信息得到所述智能机器人的控制指令；

根据所述步态信息生成所述智能机器人的前馈控制器；

通过所述前馈控制器接收所述控制指令，并根据所述控制指令对所述智能机器人进行前馈控制，其中，所述全身动力学模型为M(q)·ddq+H(q,dq)+G–Jc·Fext＝τ，其中，q代表所述智能机器人的关节的角度，dq代表所述关节的角速度，ddq代表所述关节的角加速度，G为重力，Fext和Jc分别是所述智能机器人受到的外力和其对应的雅克比矩阵，M是惯性矩阵，M(q)是关于q的M函数，H是向心力科氏力矩阵，τ为所述智能机器人的关节控制力矩；

根据所述步态信息生成所述智能机器人的前馈控制器，包括：

通过所述智能机器人的全身动力学模型将所述智能机器人的步态进行分类，其中，步态类别包括行走步态和弹跳步态：

在所述行走步态中，所述智能机器人的左前腿与右后腿为第一组，所述智能机器人的右前腿与左后腿为第二组，同组腿的步态信息保持一致；

在所述弹跳步态中，所述智能机器人的左前腿与右前腿为第一组，所述智能机器人的左后腿与右后腿为第二组，同组腿的步态信息保持一致；

根据分类后的步态信息生成所述智能机器人中控制变量突变的电机的前馈控制器；

其中，同组腿的电机力矩和同一条腿上电机分别存在稳定的对应关系，且同组摆动腿和支撑腿步态序列保持一致。

2.如权利要求1所述的智能机器人的前馈控制方法，其特征在于，所述步态信息包括所述智能机器人的落脚点位置、脚底受力、落脚序列和时长。

3.如权利要求1所述的智能机器人的前馈控制方法，其特征在于，根据所述步态信息生成所述智能机器人的前馈控制器，包括：

通过第一传递函数对所述智能机器人的关节电机的位置、速度和力矩进行前馈控制，其中，所述第一传递函数的增益与所述关节电机的最大力矩满足预设比例关系。

4.如权利要求1所述的智能机器人的前馈控制方法，其特征在于，根据所述步态信息生成所述智能机器人的前馈控制器之后，所述方法还包括：

将关节电机力矩和反馈控制信息输入第一加法器，得到第一控制力矩结果，其中，所述控制指令包括用于控制所述关节电机力矩的指令；

将所述第一控制力矩结果输入第二传递函数，得到第二控制力矩结果；

将所述第二控制力矩结果和所述前馈控制器的输出结果输入第二加法器，得到第三控制力矩结果；

根据所述第三控制力矩结果对所述智能机器人的关节电机进行控制，得到第四控制力矩结果。

5.如权利要求4所述的智能机器人的前馈控制方法，其特征在于，根据所述第三控制力矩结果对所述智能机器人的关节电机进行控制，得到第四控制力矩结果之后，所述方法还包括：

将所述第四控制力矩结果输入第三传递函数，得到所述反馈控制信息。

6.一种智能机器人的前馈控制装置，其特征在于，所述前馈控制装置包括：

第一接收模块，用于接收用户指令，其中，所述用户指令用于控制至少以下之一：所述智能机器人的所要到达的目标位置、速度、轨迹点和动作序列；

第一生成模块，用于根据所述用户指令生成所述智能机器人的步态信息；

第二接收模块，用于通过所述智能机器人的全身动力学模型接受所述步态信息，并根据所述步态信息得到所述智能机器人的控制指令；

第二生成模块，用于根据所述步态信息生成所述智能机器人的前馈控制器；

控制模块，用于通过所述前馈控制器接收所述控制指令，并根据所述控制指令对所述智能机器人进行控制；

所述第二生成模块，用于：

通过所述智能机器人的全身动力学模型将所述智能机器人的步态进行分类，其中，步态类别包括行走步态和弹跳步态：

在所述行走步态中，所述智能机器人的左前腿与右后腿为第一组，所述智能机器人的右前腿与左后腿为第二组，同组腿的步态信息保持一致；

在所述弹跳步态中，所述智能机器人的左前腿与右前腿为第一组，所述智能机器人的左后腿与右后腿为第二组，同组腿的步态信息保持一致；

根据分类后的步态信息生成所述智能机器人中控制变量突变的电机的前馈控制器；

其中，同组腿的电机力矩和同一条腿上电机分别存在稳定的对应关系，且同组摆动腿和支撑腿步态序列保持一致。

7.一种计算机可读的存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行所述权利要求1至5任一项中所述的方法。

8.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行所述权利要求1至5任一项中所述的方法。

Images