CN113253724B - 一种步态规划方法、装置、计算机可读存储介质及机器人 - Google Patents

一种步态规划方法、装置、计算机可读存储介质及机器人 Download PDF

Info

Publication number
CN113253724B
CN113253724B CN202110479948.XA CN202110479948A CN113253724B CN 113253724 B CN113253724 B CN 113253724B CN 202110479948 A CN202110479948 A CN 202110479948A CN 113253724 B CN113253724 B CN 113253724B
Authority
CN
China
Prior art keywords
robot
leg
leg length
length
track
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
Application number
CN202110479948.XA
Other languages
English (en)
Other versions
CN113253724A (zh
Inventor
白杰
刘益彰
葛利刚
陈春玉
罗秋月
熊友军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Ubtech Technology Co ltd
Original Assignee
Shenzhen Ubtech Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Ubtech Technology Co ltd filed Critical Shenzhen Ubtech Technology Co ltd
Priority to CN202110479948.XA priority Critical patent/CN113253724B/zh
Publication of CN113253724A publication Critical patent/CN113253724A/zh
Priority to PCT/CN2021/125047 priority patent/WO2022227426A1/zh
Priority to US17/678,030 priority patent/US11926056B2/en
Application granted granted Critical
Publication of CN113253724B publication Critical patent/CN113253724B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
    • B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
    • 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
    • G05D1/0212—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

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)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Manipulator (AREA)

Abstract

本申请属于机器人技术领域，尤其涉及一种步态规划方法、装置、计算机可读存储介质及机器人。所述方法包括：确定机器人的基准腿长和腿长变化幅度；根据所述基准腿长、所述腿长变化幅度和预设的循环激励函数对所述机器人的腿长进行轨迹规划。通过本申请，可以根据机器人跳跃或者奔跑等运动场景的特点，对机器人在运动过程中的腿长进行轨迹规划，使得机器人的腿长变化与运动过程相适应，大大提高了机器人在跳跃或者奔跑等运动场景中的稳定性。

Description

一种步态规划方法、装置、计算机可读存储介质及机器人
技术领域
本申请属于机器人技术领域，尤其涉及一种步态规划方法、装置、计算机可读存储介质及机器人。
背景技术
在仿人机器人的研究中，已有的步态规划方法针对的大多是机器人行走的场景，能够使得机器人较为稳定地行走。然而，在机器人跳跃或者奔跑等运动场景中，这些步态规划方法的适用性较差，难以保证机器人的稳定性。
发明内容
有鉴于此，本申请实施例提供了一种步态规划方法、装置、计算机可读存储介质及机器人，以解决现有的步态规划方法难以保证机器人在跳跃或者奔跑等运动场景中的稳定性的问题。
本申请实施例的第一方面提供了一种步态规划方法，可以包括：
确定机器人的基准腿长和腿长变化幅度；
根据所述基准腿长、所述腿长变化幅度和预设的循环激励函数对所述机器人的腿长进行轨迹规划。
在第一方面的一种具体实现中，所述根据所述基准腿长、所述腿长变化幅度和预设的循环激励函数对所述机器人的腿长进行轨迹规划，可以包括：
在所述机器人进行跳跃运动的支撑期，根据下式对所述机器人的双腿腿长进行轨迹规划：
l＝l0+Af(t)
其中，l0为所述基准腿长，A为所述腿长变化幅度，f为所述循环激励函数，且f∈[-1，1]，t为时间变量，l为所述机器人的双腿腿长。
在第一方面的一种具体实现中，所述根据所述基准腿长、所述腿长变化幅度和预设的循环激励函数对所述机器人的腿长进行轨迹规划，可以包括：
在所述机器人进行奔跑运动时，根据下式对所述机器人的左腿腿长进行轨迹规划：
lL＝l0+Af(t，-φ2)
其中，φ2为第一极值点与第二极值点之间的相位差，所述第一极值点为所述机器人的左腿腿长取得最大值时所对应的轨迹点，所述第二极值点为所述机器人的右腿腿长取得最大值时所对应的轨迹点，lL为所述机器人的左腿腿长。
在第一方面的一种具体实现中，所述根据所述基准腿长、所述腿长变化幅度和预设的循环激励函数对所述机器人的腿长进行轨迹规划，可以包括：
在所述机器人进行奔跑运动时，根据下式对所述机器人的右腿腿长进行轨迹规划：
其中，d为预设的插值函数，S为预设的起始点，B2为预设的右腿着陆点，D1和D2为所述机器人的右腿腿长等于所述基准腿长时所对应的轨迹点，lR为所述机器人的右腿腿长。
在第一方面的一种具体实现中，所述插值函数可以根据下式进行设置：
d(x0，x1，v0，v1，a0，a1，t0，t1，t)＝q0+q1t+q2t2+q3t3+q4t4+q5t5
其中，x0、v0、a0、t0分别为D1对应的位置、速度、加速度以及时间，x1、v1、a1、t1分别为D2点对应的位置、速度、加速度以及时间，q0、q1、q2、q3、q4和q5分别为五次多项式的各个待定系数。
在第一方面的一种具体实现中，还可以包括：
构建如下式所示的线性方程组：
Ax＝b
x＝[q5,q4,q3,q2,q1,q0]T
b＝[x0,v0,a0,x1,v1,a1]T
对所述线性方程组进行求解，得到所述五次多项式的各个待定系数。
在第一方面的一种具体实现中，所述循环激励函数可以根据下式进行设置：
其中，mod为求余函数，T为预设的周期，sign为符号函数，c为预设的常数，tanh为双曲正切函数，为预设的相位，|s|代表s的绝对值。
本申请实施例的第二方面提供了一种步态规划装置，可以包括：
参数确定模块，用于确定机器人的基准腿长和腿长变化幅度；
腿长规划模块，用于根据所述基准腿长、所述腿长变化幅度和预设的循环激励函数对所述机器人的腿长进行轨迹规划。
在第二方面的一种具体实现中，所述腿长规划模块可以包括：
跳跃双腿规划单元，用于在所述机器人进行跳跃运动的支撑期，根据下式对所述机器人的双腿腿长进行轨迹规划：
l＝l0+Af(t)
其中，l0为所述基准腿长，A为所述腿长变化幅度，f为所述循环激励函数，且f∈[-1,1]，t为时间变量，l为所述机器人的双腿腿长。
在第二方面的一种具体实现中，所述腿长规划模块可以包括：
奔跑左腿规划单元，用于在所述机器人进行奔跑运动时，根据下式对所述机器人的左腿腿长进行轨迹规划：
lL＝l0+Af(t，-φ2)
其中，φ2为第一极值点与第二极值点之间的相位差，所述第一极值点为所述机器人的左腿腿长取得最大值时所对应的轨迹点，所述第二极值点为所述机器人的右腿腿长取得最大值时所对应的轨迹点，lL为所述机器人的左腿腿长。
在第二方面的一种具体实现中，所述腿长规划模块可以包括：
奔跑右腿规划单元，用于在所述机器人进行奔跑运动时，根据下式对所述机器人的右腿腿长进行轨迹规划：
其中，d为预设的插值函数，S为预设的起始点，B2为预设的右腿着陆点，D1和D2为所述机器人的右腿腿长等于所述基准腿长时所对应的轨迹点，lR为所述机器人的右腿腿长。
在第二方面的一种具体实现中，所述腿长规划模块可以包括：
插值函数设置单元，用于根据下式对所述插值函数进行设置：
d(x0，x1，v0，v1，a0，a1，t0，t1，t)＝q0+q1t+q2t2+q3t3+q4t4+q5t5
其中，x0、v0、a0、t0分别为D1对应的位置、速度、加速度以及时间，x1、v1、a1、t1分别为D2点对应的位置、速度、加速度以及时间，q0、q1、q2、q3、q4和q5分别为五次多项式的各个待定系数。
在第二方面的一种具体实现中，所述腿长规划模块可以包括：
待定系数求解单元，用于构建如下式所示的线性方程组，并对所述线性方程组进行求解，得到所述五次多项式的各个待定系数：
Ax＝b
x＝[q5,q4,q3,q2,q1,q0]T
b＝[x0,v0,a0,x1,v1,a1]T
在第二方面的一种具体实现中，所述腿长规划模块可以包括：
循环激励函数设置单元，用于根据下式对所述循环激励函数进行设置：
其中，mod为求余函数，T为预设的周期，sign为符号函数，c为预设的常数，tanh为双曲正切函数，为预设的相位，|s|代表s的绝对值。
本申请实施例的第三方面提供了一种计算机可读存储介质，所述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实现上述任一种步态规划方法的步骤。
本申请实施例的第四方面提供了一种机器人，包括存储器、处理器以及存储在所述存储器中并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任一种步态规划方法的步骤。
本申请实施例的第五方面提供了一种计算机程序产品，当计算机程序产品在机器人上运行时，使得机器人执行上述任一种步态规划方法的步骤。
本申请实施例与现有技术相比存在的有益效果是：本申请实施例根据机器人跳跃或者奔跑等运动场景的特点，对机器人在运动过程中的腿长进行轨迹规划，使得机器人的腿长变化与运动过程相适应，大大提高了机器人在跳跃或者奔跑等运动场景中的稳定性。
附图说明
为了更清楚地说明本申请实施例中的技术方案，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申请的一些实施例，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它的附图。
图1为机器人的三种步态阶段的示意图；
图2为激励基函数的示意图；
图3为第二循环激励函数和第一循环激励函数的对比示意图；
图4为机器人进行跳跃运动时的模型示意图；
图5为机器人进行跳跃运动时的腿长曲线及接触力曲线示意图；
图6为机器人进行奔跑运动时的模型示意图；
图7为机器人进行奔跑运动时的腿长曲线示意图；
图8为本申请实施例中一种机器人的示意框图。
具体实施方式
为使得本申请的发明目的、特征、优点能够更加的明显和易懂，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，下面所描述的实施例仅仅是本申请一部分实施例，而非全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。
应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外，在本申请的描述中，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。
在本申请实施例中，可以将机器人的步态划分为如图1所示的三种阶段，其中，双腿均与地面接触的阶段为双腿支撑期，只有一条腿与地面接触的阶段为单腿支撑期，双腿均不与地面接触的阶段为腾空期。
对于稳定的跳跃过程而言，机器人的步态就是双腿支撑期与腾空期的循环切换，即：双腿支撑期→腾空期→双腿支撑期→腾空期→…。
对于稳定的奔跑过程而言，机器人的步态就是单腿支撑期与腾空期的循环切换，且在各个单腿支撑期左腿和右腿交替作为支撑腿，即：单腿支撑期(支撑腿为左腿)→腾空期→单腿支撑期(支撑腿为右腿)→腾空期→单腿支撑期(支撑腿为左腿)→腾空期→单腿支撑期(支撑腿为右腿)→腾空期→…，或者：单腿支撑期(支撑腿为右腿)→腾空期→单腿支撑期(支撑腿为左腿)→腾空期→单腿支撑期(支撑腿为右腿)→腾空期→单腿支撑期(支撑腿为左腿)→腾空期→…。
在本申请实施例中，可以根据机器人跳跃或者奔跑等运动场景的特点，对机器人在运动过程中的腿长进行轨迹规划，使得机器人的腿长变化与运动过程相适应，从而提高机器人在跳跃或者奔跑等运动场景中的稳定性。
具体地，首先可以确定机器人的基准腿长和腿长变化幅度。
此处可以将基准腿长记为l0，将腿长变化幅度记为A，两者的具体取值均可以根据机器人的实际物理结构进行设置，本申请实施例对其不作具体限定。
然后可以根据基准腿长、腿长变化幅度和预设的循环激励函数对机器人的腿长进行轨迹规划。
此处可以将循环激励函数记为f，该函数随着时间变量t进行循环的周期变化，且f∈[-1,1]，该函数可以根据实际情况进行设置，例如，可以设置f(t)＝sin wt，其中w为预设的圆频率，其具体取值可以根据实际情况进行设置，本申请实施例对其不作具体限定。为了便于区分，可以将这种循环激励函数记为第一循环激励函数，第一循环激励函数会使得机器人在开始腾空时的速度较慢，并不能有效地腾空到更高的高度。
图2所示为一个周期为2，相位为0的锯齿函数，此处将其记为激励基函数，在本申请实施例的一种具体实现中，可以基于这一激励基函数构造出如下式所示的循环激励函数：
其中，mod为求余函数，T为预设的周期，sign为符号函数，c为预设的常数，且>1.6，其具体取值可以根据实际情况进行设置，本申请实施例对其不作具体限定，tanh为双曲正切函数，|s|代表s的绝对值，为预设的相位，当/>为0时，可以将/>简写为f(t)。为了便于区分，可以将这种循环激励函数记为第二循环激励函数。
图3所示即为第二循环激励函数和第一循环激励函数的对比示意图，其中，实线所示为第一循环激励函数，虚线所示为第二循环激励函数。从图中可以看出，在前1/4周期中，第二循环激励函数的值大于第一循环激励函数的值，说明使用第二循环激励函数时的速度更大；而且，在峰值处，第二循环激励函数的值变化较为平缓，说明第二循环激励函数在腾空时较为稳定，更加适合跳跃及奔跑等运动场景。
当机器人进行跳跃运动时，可以将机器人简化为如图4所示的倒立摆模型，其中，m为机器人的质量，l为机器人的双腿腿长，在跳跃运动时，机器人的左腿腿长和右腿腿长是相同的，均为l，Fz为机器人与地面的接触力，图(a)所示为双腿支撑期的情况，此时Fz>0，图(b)所示为腾空期的情况，此时Fz＝0。
在机器人进行跳跃运动时，可以根据下式对机器人的双腿腿长进行轨迹规划：
l＝l0+Af(t)
结果如图5上图中的粗线所示。
在机器人的双腿腿长变化的过程中，机器人与地面的接触力也会随之变化，如下式所示：
其中，g为重力加速度。
结果如图5下图中的粗线所示，图中的K表示腾空点，φ1表示腾空时刻的相位移动。
但考虑到在实际场景中，机器人与地面的接触力在腾空期恒为0，因此，可以仅在双腿支撑期时按照图5中的粗线所示进行运动，而在腾空期时按照图5中的细线所示进行运动，此时腿长遵循抛物线运动，即竖直上抛的自由落体运动。
当机器人进行奔跑运动时，可以将机器人简化为如图6所示的模型，其中，lL为机器人的左腿腿长，lR为机器人的右腿腿长。
图7所示为机器人进行奔跑运动时的腿长曲线示意图。其中，S为起始点，A1为机器人的右腿腾空点，A2为机器人的左腿腾空点，B1为机器人的左腿着陆点，B2为机器人的右腿着陆点，C1和C2为机器人的左腿腿长等于基准腿长时所对应的轨迹点，D1和D2为机器人的右腿腿长等于基准腿长时所对应的轨迹点。左腿lL的运动轨迹为C1→B1→A2→C2，右腿lR的运动轨迹为S→A1→D1→D2→B2。
从S到A1(S→A1)为右腿支撑期，在此期间可以根据下式对机器人的右腿腿长进行轨迹规划：
lR＝l0+Af(t)
由于腾空期的自由落地性质，可以根据下式计算出腾空期的时长：
其中，为机器人在A1点的竖直速度，Tflight为腾空期的时长。
从B1到A2(B1→A2)为左腿支撑期，在此期间可以根据下式对机器人的左腿腿长进行轨迹规划：
lL＝l0+Af(t，-φ2)
其中，φ2为第一极值点与第二极值点之间的相位差，第一极值点为机器人的左腿腿长取得最大值时所对应的轨迹点，第二极值点为机器人的右腿腿长取得最大值时所对应的轨迹点，且满足：
由此可以根据下式计算出支撑期的时长：
其中，Tsupport即为支撑期的时长。
进一步地，为了保证左腿在B1着陆的稳定性(即轨迹平滑)，可以将B1→A2段的轨迹拓展到C1→B1→A2→C2；为了保证右腿在A1腾空的稳定性，可以将S→A1段的轨迹拓展到S→A1→D1；为了保证右腿在B2着陆的稳定性，可以将S→A1→D1段的轨迹平移到D2→B2。
综合以上分析，可以根据下式对机器人的左腿腿长进行轨迹规划：
lL＝l0+Af(t，-φ2)，C1→B1→A2→C2
可以根据下式对机器人的右腿腿长进行轨迹规划：
其中，d为预设的插值函数。在本申请实施例的一种具体实现中，该插值函数可以根据下式进行设置：
d(x0，x1，v0，v1，a0，a1，t0，t1，t)＝q0+q1t+q2t2+q3t3+q4t4+q5t5
其中，x0、v0、a0、t0分别为D1对应的位置、速度、加速度以及时间，其具体取值可以根据S→D1段的规划得到，x1、v1、a1、t1分别为D2点对应的位置、速度、加速度以及时间，其具体取值可以根据D2→B2段的规划得到，q0、q1、q2、q3、q4和q5分别为五次多项式的各个待定系数。
为了求解出各个待定系数，可以构建如下式所示的线性方程组：
Ax＝b
x＝[q5，q4，q3，q2，q1，q0]T
b＝[x0，v0，a0，x1，v1，a1]T
对该线性方程组进行求解，即可得到各个待定系数，则右腿腿长在D1→D2段的轨迹规划也可确定。
综上所述，本申请实施例根据机器人跳跃或者奔跑等运动场景的特点，对机器人在运动过程中的腿长进行轨迹规划，使得机器人的腿长变化与运动过程相适应，大大提高了机器人在跳跃或者奔跑等运动场景中的稳定性。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
对应于上文实施例所述的一种步态规划方法，本申请实施例中的一种步态规划装置可以包括：
参数确定模块，用于确定机器人的基准腿长和腿长变化幅度；
腿长规划模块，用于根据所述基准腿长、所述腿长变化幅度和预设的循环激励函数对所述机器人的腿长进行轨迹规划。
在本申请实施例的一种具体实现中，所述腿长规划模块可以包括：
跳跃双腿规划单元，用于在所述机器人进行跳跃运动的支撑期，根据下式对所述机器人的双腿腿长进行轨迹规划：
l＝l0+Af(t)
其中，l0为所述基准腿长，a为所述腿长变化幅度，f为所述循环激励函数，且f∈[-1,1]，t为时间变量，l为所述机器人的双腿腿长。
在本申请实施例的一种具体实现中，所述腿长规划模块可以包括：
奔跑左腿规划单元，用于在所述机器人进行奔跑运动时，根据下式对所述机器人的左腿腿长进行轨迹规划：
lL＝l0+Af(t,-φ2)
其中，φ2为第一极值点与第二极值点之间的相位差，所述第一极值点为所述机器人的左腿腿长取得最大值时所对应的轨迹点，所述第二极值点为所述机器人的右腿腿长取得最大值时所对应的轨迹点，lL为所述机器人的左腿腿长。
在本申请实施例的一种具体实现中，所述腿长规划模块可以包括：
奔跑右腿规划单元，用于在所述机器人进行奔跑运动时，根据下式对所述机器人的右腿腿长进行轨迹规划：
其中，d为预设的插值函数，S为预设的起始点，B2为预设的右腿着陆点，D1和D2为所述机器人的右腿腿长等于所述基准腿长时所对应的轨迹点，lR为所述机器人的右腿腿长。
在本申请实施例的一种具体实现中，所述腿长规划模块可以包括：
插值函数设置单元，用于根据下式对所述插值函数进行设置：
d(x0，x1，v0，v1，a0，a1，t0，t1，t)＝q0+q1t+q2t2+q3t3+q4t4+q5t5
其中，x0、v0、a0、t0分别为D1对应的位置、速度、加速度以及时间，x1、v1、a1、t1分别为D2点对应的位置、速度、加速度以及时间，q0、q1、q2、q3、q4和q5分别为五次多项式的各个待定系数。
在本申请实施例的一种具体实现中，所述腿长规划模块可以包括：
待定系数求解单元，用于构建如下式所示的线性方程组，并对所述线性方程组进行求解，得到所述五次多项式的各个待定系数：
Ax＝b
x＝[q5，q4，q3，q2，q1，q0]T
b＝[x0，v0，a0，x1，v1，a1]T
在本申请实施例的一种具体实现中，所述腿长规划模块可以包括：
循环激励函数设置单元，用于根据下式对所述循环激励函数进行设置：
其中，mod为求余函数，T为预设的周期，sign为符号函数，c为预设的常数，tanh为双曲正切函数，为预设的相位，|s|代表s的绝对值。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置，模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
图8示出了本申请实施例提供的一种机器人的示意框图，为了便于说明，仅示出了与本申请实施例相关的部分。
如图8所示，该实施例的机器人8包括：处理器80、存储器81以及存储在所述存储器81中并可在所述处理器80上运行的计算机程序82。所述处理器80执行所述计算机程序82时实现上述各个步态规划方法实施例中的步骤。或者，所述处理器80执行所述计算机程序82时实现上述各装置实施例中各模块/单元的功能。
示例性的，所述计算机程序82可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器81中，并由所述处理器80执行，以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序82在所述机器人8中的执行过程。
本领域技术人员可以理解，图8仅仅是机器人8的示例，并不构成对机器人8的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述机器人8还可以包括输入输出设备、网络接入设备、总线等。
所述处理器80可以是中央处理单元(Central Processing Unit，CPU)，还可以是其它通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其它可编程逻辑器件、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。
所述存储器81可以是所述机器人8的内部存储单元，例如机器人8的硬盘或内存。所述存储器81也可以是所述机器人8的外部存储设备，例如所述机器人8上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器81还可以既包括所述机器人8的内部存储单元也包括外部存储设备。所述存储器81用于存储所述计算机程序以及所述机器人8所需的其它程序和数据。所述存储器81还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块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，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，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。
在本申请所提供的实施例中，应该理解到，所揭露的装置/机器人和方法，可以通过其它的方式实现。例如，以上所描述的装置/机器人实施例仅仅是示意性的，例如，所述模块或单元的划分，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讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述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，在本申请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，也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读存储介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读存储介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读存储介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (8)

1.一种步态规划方法，其特征在于，包括：
确定机器人的基准腿长和腿长变化幅度；
在所述机器人进行跳跃运动的支撑期，根据下式对所述机器人的双腿腿长进行轨迹规划：
l＝l0+Af(t,0)
其中，l0为所述基准腿长，A为所述腿长变化幅度，f为循环激励函数，且f∈[-1,1]，t为时间变量，l为所述机器人的双腿腿长；
所述循环激励函数根据下式进行设置：
其中，mod为求余函数，T为预设的周期，sign为符号函数，c为预设的常数，tanh为双曲正切函数，为预设的相位，|s|代表s的绝对值。
2.根据权利要求1所述的步态规划方法，其特征在于，还包括：
在所述机器人进行奔跑运动时，根据下式对所述机器人的左腿腿长进行轨迹规划：
lL＝l0+Af(t,-φ2)
其中，φ2为第一极值点与第二极值点之间的相位差，所述第一极值点为所述机器人的左腿腿长取得最大值时所对应的轨迹点，所述第二极值点为所述机器人的右腿腿长取得最大值时所对应的轨迹点，lL为所述机器人的左腿腿长。
3.根据权利要求1所述的步态规划方法，其特征在于，还包括：
在所述机器人进行奔跑运动时，根据下式对所述机器人的右腿腿长进行轨迹规划：
其中，φ2为第一极值点与第二极值点之间的相位差，所述第一极值点为所述机器人的左腿腿长取得最大值时所对应的轨迹点，所述第二极值点为所述机器人的右腿腿长取得最大值时所对应的轨迹点，d为预设的插值函数，S为预设的起始点，B2为预设的右腿着陆点，D1和D2为所述机器人的右腿腿长等于所述基准腿长时所对应的轨迹点，lR为所述机器人的右腿腿长。
4.根据权利要求3所述的步态规划方法，其特征在于，所述插值函数根据下式进行设置：
d(x0,x1,v0,v1,a0,a1,r0,t1,t)＝q0+q1t+q2t2+q3t3+q4t4+q5t5
其中，x0、v0、a0、t0分别为D1对应的位置、速度、加速度以及时间，x1、v1、a1、t1分别为D2点对应的位置、速度、加速度以及时间，q0、q1、q2、q3、q4和q5分别为五次多项式的各个待定系数。
5.根据权利要求4所述的步态规划方法，其特征在于，还包括：
构建如下式所示的线性方程组：
Ax＝b
x＝[q5,q4,q3,q2,q1,q0]T
b＝[x0,v0,a0,x1,v1,a1]T
对所述线性方程组进行求解，得到所述五次多项式的各个待定系数。
6.一种步态规划装置，其特征在于，包括：
参数确定模块，用于确定机器人的基准腿长和腿长变化幅度；
腿长规划模块，用于在所述机器人进行跳跃运动的支撑期，根据下式对所述机器人的双腿腿长进行轨迹规划：
l＝l0+Af(t,0)
其中，l0为所述基准腿长，A为所述腿长变化幅度，f为循环激励函数，且f∈[-1,1]，t为时间变量，l为所述机器人的双腿腿长；
所述循环激励函数根据下式进行设置：
其中，mod为求余函数，T为预设的周期，sign为符号函数，c为预设的常数，tanh为双曲正切函数，为预设的相位，|s|代表s的绝对值。
7.一种计算机可读存储介质，所述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实现如权利要求1至5中任一项所述的步态规划方法的步骤。
8.一种机器人，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5中任一项所述的步态规划方法的步骤。
CN202110479948.XA 2021-04-30 2021-04-30 一种步态规划方法、装置、计算机可读存储介质及机器人 Active CN113253724B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202110479948.XA CN113253724B (zh) 2021-04-30 2021-04-30 一种步态规划方法、装置、计算机可读存储介质及机器人
PCT/CN2021/125047 WO2022227426A1 (zh) 2021-04-30 2021-10-20 一种步态规划方法、装置、计算机可读存储介质及机器人
US17/678,030 US11926056B2 (en) 2021-04-30 2022-02-23 Gait planning method and robot using the same and computer readable storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110479948.XA CN113253724B (zh) 2021-04-30 2021-04-30 一种步态规划方法、装置、计算机可读存储介质及机器人

Publications (2)

Publication Number Publication Date
CN113253724A CN113253724A (zh) 2021-08-13
CN113253724B true CN113253724B (zh) 2024-05-21

Family

ID=77223340

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110479948.XA Active CN113253724B (zh) 2021-04-30 2021-04-30 一种步态规划方法、装置、计算机可读存储介质及机器人

Country Status (3)

Country Link
US (1) US11926056B2 (zh)
CN (1) CN113253724B (zh)
WO (1) WO2022227426A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN115981346B (zh) * 2023-03-20 2024-06-07 深圳鹏行智能研究有限公司 机器人控制方法以及机器人

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005088113A (ja) * 2003-09-16 2005-04-07 Advanced Telecommunication Research Institute International ２足歩行移動体および２足歩行制御方法
JP2005288594A (ja) * 2004-03-31 2005-10-20 Sony Corp ２足歩行移動装置
CN102736628A (zh) * 2012-06-12 2012-10-17 华中科技大学 一种具有环境适应性的足式机器人稳定性控制方法及系统
CN109478251A (zh) * 2017-05-23 2019-03-15 上海寒武纪信息科技有限公司 处理方法及加速装置
CN111736615A (zh) * 2020-08-04 2020-10-02 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
CN112698650A (zh) * 2020-12-16 2021-04-23 深圳市优必选科技股份有限公司 仿人机器人的类人步态控制方法、装置、设备及存储介质

Family Cites Families (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7295892B2 (en) * 2002-12-31 2007-11-13 Massachusetts Institute Of Technology Speed-adaptive control scheme for legged running robots
US11278433B2 (en) * 2005-03-31 2022-03-22 Massachusetts Institute Of Technology Powered ankle-foot prosthesis
US10307272B2 (en) * 2005-03-31 2019-06-04 Massachusetts Institute Of Technology Method for using a model-based controller for a robotic leg
JP4641252B2 (ja) * 2005-12-12 2011-03-02 本田技研工業株式会社 脚式移動ロボットの歩容生成装置
JP5284923B2 (ja) * 2009-10-28 2013-09-11 本田技研工業株式会社 脚式移動ロボットの制御装置
US9120512B2 (en) * 2010-04-22 2015-09-01 Honda Motor Co., Ltd. Control device and gait generating device for bipedal mobile robot
CN103197671A (zh) * 2012-01-04 2013-07-10 中国人民解放军第二炮兵工程学院 一种仿人机器人步态规划及合成方法
US9156159B2 (en) * 2012-03-08 2015-10-13 Disney Enterprises Inc. Robot cyclic locomotion using a dynamic object
US9221177B2 (en) * 2012-04-18 2015-12-29 Massachusetts Institute Of Technology Neuromuscular model-based sensing and control paradigm for a robotic leg
US9387588B1 (en) * 2014-08-25 2016-07-12 Google Inc. Handling gait disturbances with asynchronous timing
US9618937B1 (en) * 2014-08-25 2017-04-11 Google Inc. Slip detection using robotic limbs
JP6356033B2 (ja) * 2014-09-29 2018-07-11 本田技研工業株式会社 移動体の制御装置
US10052062B2 (en) * 2015-02-12 2018-08-21 Hrl Laboratories, Llc System and method for assistive gait intervention and fall prevention
US9586316B1 (en) * 2015-09-15 2017-03-07 Google Inc. Determination of robotic step path
WO2017190213A1 (en) * 2016-05-02 2017-11-09 Michael Kelly Dynamic motion simulation methods and systems
WO2019060791A1 (en) * 2017-09-22 2019-03-28 North Carolina State University HIP EXOSQUELET
CN108175635B (zh) * 2017-12-07 2021-08-10 宁波杰曼智能科技有限公司 一种基于稳定性准则的下肢康复外骨骼机器人步态规划方法
CN107958221A (zh) * 2017-12-08 2018-04-24 北京理工大学 一种基于卷积神经网络的人体运动步态分类方法
US11287826B2 (en) * 2018-10-12 2022-03-29 Boston Dynamics, Inc. Terrain aware step planning system
CN111208809B (zh) * 2018-11-21 2024-02-06 深圳市优必选科技有限公司 机器人步态规划方法及终端设备
CN110842921B (zh) * 2019-11-19 2022-06-24 山东大学 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
CN112060075B (zh) * 2020-07-21 2022-01-04 深圳先进技术研究院 步态生成网络的训练方法、训练设备以及存储介质
CN112720462B (zh) * 2020-12-09 2021-08-27 深圳先进技术研究院 一种机器人的轨迹规划系统和方法
CN112572453B (zh) * 2020-12-21 2022-02-18 广州大学 机器人在斜坡行走的步态规划方法、装置、设备及介质
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

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005088113A (ja) * 2003-09-16 2005-04-07 Advanced Telecommunication Research Institute International ２足歩行移動体および２足歩行制御方法
JP2005288594A (ja) * 2004-03-31 2005-10-20 Sony Corp ２足歩行移動装置
CN102736628A (zh) * 2012-06-12 2012-10-17 华中科技大学 一种具有环境适应性的足式机器人稳定性控制方法及系统
CN109478251A (zh) * 2017-05-23 2019-03-15 上海寒武纪信息科技有限公司 处理方法及加速装置
CN111736615A (zh) * 2020-08-04 2020-10-02 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
CN112698650A (zh) * 2020-12-16 2021-04-23 深圳市优必选科技股份有限公司 仿人机器人的类人步态控制方法、装置、设备及存储介质

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
《Biped robot state estimation using compliant inverted pendulum model》;Hyoin Bae 等;《Robotics and Autonomous Systems》;第1-13页 *
《Cylindrical Inverted Pendulum Model for Three Dimensional Bipedal Walking》;Runming Zhang 等;《2018 IEEE-RAS 18th International Conference on Humanoid Robots (Humanoids)》;第1-7页 *
《Inverted pendulum model for turn-planning for biped robot》;Lin Chang 等;《Physical Communication》;第1-7页 *
《六腿滚动式奔跑机器人的控制器设计》;《北方工业大学学报》;第32卷(第2期);第1-8页 *
《基于增强学习的2D双足机器人步行控制系统研究》;冷洁;《中国优秀硕士学位论文全文数据库信息科技辑》;第15-20页 *
《基于模型预测控制的仿人机器人实时步态优化》;丁加涛 等;《浙江大学学报(工学版)》;第53卷(第10期);第1-9页 *
《轮腿式火星探测机器人的多目标协同控制》;孙筵龙 等;《航空学报》;第1-13页 *

Also Published As

Publication number Publication date
CN113253724A (zh) 2021-08-13
WO2022227426A1 (zh) 2022-11-03
US20220355479A1 (en) 2022-11-10
US11926056B2 (en) 2024-03-12

Similar Documents

Publication Publication Date Title
CN113253724B (zh) 一种步态规划方法、装置、计算机可读存储介质及机器人
CN111736615B (zh) 一种步态规划方法、装置、计算机可读存储介质及机器人
CN107844058B (zh) 一种运动曲线离散动态规划方法
CN112731952B (zh) 一种机器人质心规划方法、装置、可读存储介质及机器人
US20220203521A1 (en) Control method for robot, computer-readable storage medium and robot
CN113110484B (zh) 一种步态轨迹规划方法、装置、可读存储介质及机器人
CN111123951B (zh) 一种双足机器人及其轨迹跟随方法和装置
CN108168680A (zh) 一种动态称重滤波方法及其系统
CN112415558A (zh) 行进轨迹的处理方法及相关设备
EP2938967A1 (en) Method and apparatus for route comparison
CN104713566B (zh) 一种计步方法、计步装置和计步器
CN113283082A (zh) 质心轨迹生成方法、装置、计算机可读存储介质及机器人
CN111185909B (zh) 机器人运行工况获取方法、装置、机器人及存储介质
CN111185908B (zh) 识别摩擦力的机器人控制方法、装置、机器人及存储介质
CN108555906B (zh) 机器人的控制方法、装置及机器人
CN113485100B (zh) 一种机器人腿长规划方法、装置、可读存储介质及机器人
CN113204892B (zh) 质心轨迹生成方法、装置、计算机可读存储介质及机器人
CN113043276A (zh) 机器人及其躯干晃动抑制方法和装置
EP2772872A2 (en) Method and apparatus for searching pattern in sequence data
CN111555690B (zh) 马达振动位移的控制方法、存储介质及电子设备
CN102494680A (zh) 一种基于灰色理论的自适应前向线性预测去噪方法
CN113927585A (zh) 一种机器人平衡控制方法、装置、可读存储介质及机器人
CN108431835B (zh) 确定相关历史的长度的设备和方法
CN117289337B (zh) 瑞雷面波反演方法、装置、电子设备及存储介质
CN117369482B (zh) 移动机器人的路径规划方法、装置、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