CN113858207B - 人形机器人的倒地控制方法、装置、电子设备及存储介质 - Google Patents
人形机器人的倒地控制方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113858207B CN113858207B CN202111255809.5A CN202111255809A CN113858207B CN 113858207 B CN113858207 B CN 113858207B CN 202111255809 A CN202111255809 A CN 202111255809A CN 113858207 B CN113858207 B CN 113858207B
- Authority
- CN
- China
- Prior art keywords
- humanoid robot
- ground
- early warning
- function
- warning signal
- 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
-
- 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
-
- 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
- B25J9/1674—Programme controls characterised by safety, monitoring, diagnostic
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Manipulator (AREA)
Abstract
本申请提供一种人形机器人的倒地控制方法、装置、电子设备及存储介质,涉及机器人控制技术领域。该方法包括:根据人形机器人的倒地预警信号,采用预设多目标函数获取倒地过程中所述人形机器人的倒地保护参数,预设多目标函数包括:人形机器人的姿态约束函数、零力矩点约束函数、角动量优化函数,倒地保护参数包括:人形机器人中各连杆的角速度、线速度以及各连杆在世界坐标系中的位置;根据所述倒地保护参数,控制所述人形机器人执行倒地保护动作,应用该方法使得根据倒地预警信号确定人形机器人有倒地的倾向时,可以及时根据倒地保护参数,控制人形机器人执行倒地保护动作,可以有效减少人形机器人的损伤。
Description
技术领域
本申请涉及机器人技术领域,特别涉及一种人形机器人的倒地控制方法、装置、电子设备及存储介质。
背景技术
人形机器人又称仿生人,是一种旨在模仿人类外观和行为的机器人,尤其特指具有和人类相似肌体的种类,人形机器人辅助甚至替代人类完成危险、繁重、复杂的工作,提高工作效率与质量,被广泛应用在医疗、军事、教育、生产生活等多个行业。
现有在设计机器人的控制方法时,一般只针对机器人正常行走状态进行轨迹规划。
可以看出,现有的机器人倒地控制方法比较简单,若机器人不慎倒地将导致机器人损坏严重。
发明内容
本申请的目的在于,针对上述现有技术中的不足,提供一种人形机器人的倒地控制方法、装置、电子设备及存储介质,可以在人形机器人倒地时,降低人形机器人的损坏程度。
为实现上述目的,本申请实施例采用的技术方案如下:
第一方面,本发明提供一种人形机器人的倒地控制方法,包括:
根据人形机器人的倒地预警信号,采用预设多目标函数获取倒地过程中所述人形机器人的倒地保护参数,所述预设多目标函数包括:人形机器人的姿态约束函数、零力矩点约束函数、角动量优化函数,其中,所述姿态约束函数包括:人形机器人中各相邻连杆之间夹角范围的约束函数,所述零力矩点约束函数包括:人形机器人的质心与预设的支撑多边形之间的约束函数,所述角动量优化函数用于使得所述人形机器人倒地过程中角动量最小,所述倒地保护参数包括:人形机器人中各连杆的角速度、线速度以及各连杆在世界坐标系中的位置;
根据所述倒地保护参数,控制所述人形机器人执行倒地保护动作。
在可选的实施方式中,所述预设多目标函数还包括下述至少一项:防碰撞约束函数、关节转角范围约束函数、关节力矩约束函数;其中,所述防碰撞预设函数包括人形机器人中各连杆之间距离的约束函数。
在可选的实施方式中,所述采用预设多目标函数获取倒地过程中所述人形机器人的倒地保护参数,包括:
对所述预设多目标函数进行求解,并基于解空间建立初始的解集种群;
根据所述解集种群,获取所述预设多目标函数对应的目标解集,并将所述目标解集作为倒地过程中所述人形机器人的倒地保护参数。
在可选的实施方式中,所述倒地预警信号包括:前向倒地预警信号或后向倒地预警信号,所述前向倒地预警信号用于指示所述人形机器人从站立状态向人形机器人朝向的方向倒地,所述后向倒地预警信号用于指示所述人形机器人从站立状态向人形机器人朝向的相反方向倒地。
在可选的实施方式中,若所述倒地预警信号为前向倒地预警信号,则所述倒地保护动作依次包括下述动作:膝关节弯曲且重心降低、躯干后倾且手臂下移、膝关节与手臂先后接触地面;
若所述倒地预警信号为后向倒地预警信号,则所述倒地保护动作依次包括下述动作:膝关节弯曲且重心降低、躯干前倾且手臂下移、手臂与髋关节先后接触地面。
在可选的实施方式中,所述角动量优化函数包括:人形机器人倒地过程总的代价函数,所述代价函数根据人形机器人中各连杆的角动量参数、线动量参数构建。
在可选的实施方式中,所述根据人形机器人的倒地预警信号,采用预设多目标函数获取倒地过程中所述人形机器人的倒地保护参数之前,还包括:
监测获取所述人形机器人的质心的加速度以及所述人形机器人的躯干在世界坐标系中的倾角参数;
根据所述质心的加速度、所述躯干在世界坐标系中的倾角参数以及预设倒地预警条件,生成所述人形机器人的倒地预警信号。
第二方面,本发明提供一种人形机器人的倒地控制装置,包括:
获取模块,用于根据人形机器人的倒地预警信号,采用预设多目标函数获取倒地过程中所述人形机器人的倒地保护参数,所述预设多目标函数包括:人形机器人的姿态约束函数、零力矩点约束函数、角动量优化函数,其中,所述姿态约束函数包括:人形机器人中各相邻连杆之间夹角范围的约束函数,所述零力矩点约束函数包括:人形机器人的质心与预设的支撑多边形之间的约束函数,所述角动量优化函数用于使得所述人形机器人倒地过程中角动量最小,所述倒地保护参数包括:人形机器人中各连杆的角速度、线速度以及各连杆在世界坐标系中的位置;
控制模块,用于根据所述倒地保护参数,控制所述人形机器人执行倒地保护动作。
在可选的实施方式中,所述预设多目标函数还包括下述至少一项:防碰撞约束函数、关节转角范围约束函数、关节力矩约束函数;其中,所述防碰撞预设函数包括人形机器人中各连杆之间距离的约束函数。
在可选的实施方式中,所述获取模块,具体用于对所述预设多目标函数进行求解,并基于解空间建立初始的解集种群;
根据所述解集种群,获取所述预设多目标函数对应的目标解集,并将所述目标解集作为倒地过程中所述人形机器人的倒地保护参数。
在可选的实施方式中,所述倒地预警信号包括:前向倒地预警信号或后向倒地预警信号,所述前向倒地预警信号用于指示所述人形机器人从站立状态向人形机器人朝向的方向倒地,所述后向倒地预警信号用于指示所述人形机器人从站立状态向人形机器人朝向的相反方向倒地。
在可选的实施方式中,若所述倒地预警信号为前向倒地预警信号,则所述倒地保护动作依次包括下述动作:膝关节弯曲且重心降低、躯干后倾且手臂下移、膝关节与手臂先后接触地面;
若所述倒地预警信号为后向倒地预警信号,则所述倒地保护动作依次包括下述动作:膝关节弯曲且重心降低、躯干前倾且手臂下移、手臂与髋关节先后接触地面。
在可选的实施方式中,所述角动量优化函数包括:人形机器人倒地过程总的代价函数,所述代价函数根据人形机器人中各连杆的角动量参数、线动量参数构建。
在可选的实施方式中,所述获取模块,还用于监测获取所述人形机器人的质心的加速度以及所述人形机器人的躯干在世界坐标系中的倾角参数;
根据所述质心的加速度、所述躯干在世界坐标系中的倾角参数以及预设倒地预警条件,生成所述人形机器人的倒地预警信号。
第三方面,本发明提供一种电子设备,包括:处理器、存储介质和总线,所述存储介质存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储介质之间通过总线通信,所述处理器执行所述机器可读指令,以执行如前述实施方式任一所述人形机器人的倒地控制方法的步骤。
第四方面,本发明提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行如前述实施方式任一所述人形机器人的倒地控制方法的步骤。
本申请的有益效果是:
本申请实施例提供的人形机器人的倒地控制方法、装置、电子设备及存储介质中,根据人形机器人的倒地预警信号,采用预设多目标函数获取倒地过程中人形机器人的倒地保护参数,预设多目标函数包括:人形机器人的姿态约束函数、零力矩点约束函数、角动量优化函数,倒地保护参数包括:人形机器人中各连杆的角速度、线速度以及各连杆在世界坐标系中的位置;根据倒地保护参数,控制人形机器人执行倒地保护动作,应用该方法使得根据倒地预警信号确定人形机器人有倒地的倾向时,可以及时根据倒地保护参数,控制人形机器人执行倒地保护动作,可以有效减少人形机器人的损伤。
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一种人形机器人的倒地控制方法的流程示意图;
图2为本申请实施例提供的另一种人形机器人的倒地控制方法的流程示意图;
图3为本申请实施例提供的一种人形机器人执行前向倒地保护动作的示意图;
图4为本申请实施例提供的一种人形机器人执行后前向倒地保护动作的示意图;
图5为本申请实施例提供的又一种人形机器人的倒地控制方法的流程示意图;
图6为本申请实施例提供的一种人形机器人的倒地控制装置的功能模块示意图;
图7为本申请实施例提供的一种电子设备结构示意图。
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。
图1为本申请实施例提供的一种人形机器人的倒地控制方法的流程示意图,该方法的执行主体可以是人形机器人中的控制器,又或者,可以与该控制器进行交互的计算机、服务器、处理器等电子设备,在此不作限定。如图1所示,该方法包括:
S101、根据人形机器人的倒地预警信号,采用预设多目标函数获取倒地过程中人形机器人的倒地保护参数,预设多目标函数包括:人形机器人的姿态约束函数、零力矩点约束函数、角动量优化函数。
其中,姿态约束函数包括:人形机器人中各相邻连杆之间夹角范围的约束函数,零力矩点约束函数包括:人形机器人的质心与预设的支撑多边形之间的约束函数,角动量优化函数用于使得人形机器人倒地过程中角动量最小,倒地保护参数包括:人形机器人中各连杆的角速度、线速度以及各连杆在世界坐标系中的位置。
倒地预警信号用于指示人形机器人将有倒地倾向,在该情况下,为了避免人形机器人倒地时损伤严重,可以采用预设多目标函数获取倒地过程中人形机器人的倒地保护参数,如上所示,所获取的倒地保护参数可以包括人形机器人中各连杆的角速度、线速度以及各连杆在世界坐标系中的位置。此外,可以理解的是,若确定了各连杆的角速度、线速度以及各连杆在世界坐标系中的位置,那么可以根据这些参数计算得到其他任意物理量,可以包括但不限于:关节转角、关节角速度等。
其中,人形机器人的世界坐标系中的原点可以为人形机器人处于初始状态时人形机器人腰部坐标系原点的铅垂线与地面的交点,x轴指向前方,y轴指向右边,z轴指向上方。
此外,姿态约束函数包括:人形机器人中各相邻连杆之间夹角范围的约束函数,可以理解的是,根据姿态约束函数的设置可以使得人形机器的全身连杆在各个倒地状态符合运动学约束,保证机器人倒地动作符合设计的倒地过程,比如,人形机器人后向倒地时,小腿和大腿之间的夹角范围应该大于0°且小于180°;零力矩点(zero-moment point,ZMP)约束函数包括:人形机器人的质心与预设的支撑多边形之间的约束函数,可以理解的是,通过零力矩点约束函数的设置可以使得人形机器人执行倒地保护动作时,人形机器人的质心需落在新的支撑多边形范围内,避免质心偏离支撑范围,机器人失去平衡;角动量优化函数用于使得人形机器人倒地过程中角动量最小,可以理解的是,倒地过程中角动量最小可以使得人形机器人倒地时的冲击力最小,减少人形机器人倒地时的损失,避免零部件损坏。
综上,本申请通过姿态约束函数、零力矩点约束函数、角动量优化函数的设置,可以使得人形机器人根据倒地保护参数执行倒地保护动作时避免失去平衡、倒地保护动作的可执行性、且执行后可以有效减少人形机器人倒地时的损失。
S102、根据倒地保护参数,控制人形机器人执行倒地保护动作。
基于上述说明,在获取到人形机器人的倒地保护参数后,那么可以根据该倒地保护参数控制人形机器人执行倒地保护动作,可以理解的是,如此可以使得人形机器人倒地时及时执行倒地保护动作,减少人形机器人的损伤,提高人形机器人的适用性。
综上,本申请实施例提供一种人形机器人的倒地控制方法,包括:根据人形机器人的倒地预警信号,采用预设多目标函数获取倒地过程中人形机器人的倒地保护参数,预设多目标函数包括:人形机器人的姿态约束函数、零力矩点约束函数、角动量优化函数;根据倒地保护参数,控制人形机器人执行倒地保护动作,应用该方法使得根据倒地预警信号确定人形机器人有倒地的倾向时,可以及时根据倒地保护参数,控制人形机器人执行倒地保护动作,可以有效减少人形机器人的损伤。
可选地,预设多目标函数还包括下述至少一项:防碰撞约束函数、关节转角范围约束函数、关节力矩约束函数;其中,防碰撞预设函数包括人形机器人中各连杆之间距离的约束函数。
其中,考虑到人形机器人倒地时,为了避免机器人中各关节之间发生相互干涉,可以通过设置防碰撞预设函数保证,而进一步为了在人形机器人倒地时,为了对所有的关节起到约束作用,保证倒地保护动作的可靠性,可以设置关节转角范围约束函数、关节力矩约束函数以约束人形机器人中的所有关节。其中,防碰撞预设函数可以包括人形机器人中各连杆之间距离的约束函数,具体地,该约束函数可以约束人形机器人倒地时各连杆之间的最小距离大于零。关节转角范围约束函数用于使得人形机器人倒地轨迹中各关节转角符合预设转角范围、关节力矩约束函数用于使得人形机器人倒地轨迹中各关节力矩符合预设力矩范围,可选地,预设转角范围、预设力矩范围可以根据预设经验值设置。
示例地,该预设函数可以记为:
其中,D(i,j)表示人形机器人中连杆Li(xi,yi,zi)和Lj(xj,yj,zj)之间的距离,xi、yi、zi分别表示连杆Li在世界坐标系中x、y、z轴上的坐标位置,xj、yj、zj分别表示连杆Lj在世界坐标系中x、y、z轴上的坐标位置。
示例地,上述零力矩点约束函数可以记为:
其中,分别表示预设的支撑多边形在世界坐标系中x轴上的最小坐标位置、最大坐标位置;/>表示预设的支撑多边形在世界坐标系中y轴上的最小坐标位置、最大坐标位置;xzmp、yzmp分别表示人形机器人的zmp位置在世界坐标系中x、y轴上的坐标位置,其可以根据机器人的质心位置以及质心加速度计算得到。
图2为本申请实施例提供的另一种人形机器人的倒地控制方法的流程示意图。可选地,如图2所示,上述采用预设多目标函数获取倒地过程中人形机器人的倒地保护参数,包括:
S201、对预设多目标函数进行求解,并基于解空间建立初始的解集种群。
S202、根据解集种群,获取预设多目标函数对应的目标解集,并将目标解集作为倒地过程中人形机器人的倒地保护参数。
基于上述说明可知,由于预设多目标函数包括多个目标函数,可以包括但不限于:姿态约束函数、零力矩点约束函数、角动量优化函数、防碰撞约束函数、关节转角范围约束函数、关节力矩约束函数,因此,可以将该预设多目标函数看作一个多目标优化问题,并进行求解。其中,具体进行求解时,可以基于解空间建立初始的解集种群,其中,该解空间是指预设多目标函数所有解的集合构成一个向量空间,也就是一个集合。可选地,可以基于帕累托(Pareto)算法,对初始的解集种群进行扩展以改进初始的解集种群为变异种群并进行排序和优选,通过循环和迭代逐步改进接近到Pareto最优解集;对于Pareto最优解集,通过排序去除较差解集(较差解集内所有解代价函数都较大),保持种群数量稳定,并依据各解集对应的目标向量间的支配关系进行排序并保留高位解集,最终根据该最高解集获取该预设多目标函数对应的目标解集,该目标解集可以包括人形机器人中各连杆的角速度、线速度以及各连杆在世界坐标系中的位置,那么可以将该目标解集作为倒地过程中人形机器人的倒地保护参数。
当然,需要说明的是,本申请在此并不限定预设多目标函数的具体求解过程,根据实际的应用场景还可以采用其中多目标函数求解算法实现,比如,多目标遗传算法NSGA-Ⅱ,根据实际的应用场景可以灵活选择。
可选地,上述倒地预警信号包括:前向倒地预警信号或后向倒地预警信号,前向倒地预警信号用于指示人形机器人从站立状态向人形机器人朝向的方向倒地,后向倒地预警信号用于指示人形机器人从站立状态向人形机器人朝向的相反方向倒地。
可以理解的是,人形机器人倒地时可能存在前向倒地倾向或后向倒地倾向,那么相应地,上述倒地预警信号可以包括:前向倒地预警信号或后向倒地预警信号,可选地,为了便于区分,前向倒地预警信号和后向倒地预警信号可以分别用不同的标识表示,示例地,前向倒地预警信号可以表示为signal_A,后向倒地预警信号可以表示为signal_B,但不以此为限。
基于上述说明,可以理解的是,若倒地预警信号为前向倒地预警信号,那么所生成的倒地保护参数将为前向倒地保护参数,用于人形机器人执行前向倒地保护动作;若倒地预警信号为后向倒地预警信号,那么所生成的倒地保护参数将为后向倒地保护参数,用于人形机器人执行后向倒地保护动作,使得本申请所提供的倒地控制方法可以适用于多种倒地场景,提高本申请方法的适用性。
图3为本申请实施例提供的一种人形机器人前向倒地保护动作的示意图,如图3所示,m1、m2、m3、m4分别表示人形机器人的小腿、大腿、躯干、手臂。若倒地预警信号为前向倒地预警信号,则倒地保护动作依次包括下述动作:膝关节弯曲且重心降低、躯干后倾且手臂下移、膝关节与手臂先后接触地面。
其中,参照图3所示,膝关节弯曲且重心降低可以对应倒地过程中的A1状态、躯干后倾且手臂下移可以对应倒地过程中的B1状态、膝关节与手臂先后接触地面可以对应倒地过程中的C1状态。
图4为本申请实施例提供的一种人形机器人后前向倒地保护动作的示意图,如图4所示,m1、m2、m3、m4分别表示人形机器人的小腿、大腿、躯干、手臂。可选地,如图4所示,若倒地预警信号为后向倒地预警信号,则倒地保护动作依次包括下述动作:膝关节弯曲且重心降低、躯干前倾且手臂下移、手臂与髋关节先后接触地面。
其中,参照图4所示,膝关节弯曲且重心降低可以对应倒地过程中的A2状态、躯干前倾且手臂下移可以对应倒地过程中的B2状态、手臂与髋关节先后接触地面可以对应倒地过程中的C2状态。
可选地,角动量优化函数包括:人形机器人倒地过程总的代价函数,代价函数根据人形机器人中各连杆的角动量参数、线动量参数构建。
在一些实施例中,代价函数可以用如下公式表示:
其中,Q表示人形机器人倒地过程总的代价函数,QT表示人形机器人倒地过程结束、运动停止状态下的代价函数,T表示总的倒地时间,Qt表示t时刻人形机器人的代价函数,其中,Qt可以根据t时刻人形机器人的线动量参数Pt、t时刻人形机器人的角动量参数Lt以及预设权重构建。
其中,t时刻人形机器人的线动量参数Pt可以表示为其中,mi表示人形机器人中第i个连杆的质量,/>表示t时刻人形机器人中第i个连杆的速度。t时刻人形机器人的角动量参数Lt可以表示为/>其中,/>表示t时刻人形机器人中第i个连杆的角动量。可选地,连杆的质量可以通过读取人形机器人的配置文件获取,连杆的速度、连杆的角动量可以通过预设传感器采集得到,在此不作限定。
图5为本申请实施例提供的又一种人形机器人的倒地控制方法的流程示意图。可选地,如图5所示,根据人形机器人的倒地预警信号,采用预设多目标函数获取倒地过程中人形机器人的倒地保护参数之前,还包括:
S301、监测获取人形机器人的质心的加速度以及人形机器人的躯干在世界坐标系中的倾角参数。
S302、根据质心的加速度、躯干在世界坐标系中的倾角参数以及预设倒地预警条件,生成人形机器人的倒地预警信号。
其中,质心的加速度可以通过预设的加速度传感器采集获取、躯干在世界坐标系中的倾角参数可以通过预设角度传感器采集获取,又或者,可以通过摄像头配合获取,在此不作限定。
可以理解的是,为了得到较为准确的倒地预警信号,减少误判,可以判断质心的加速度是否大于预设的质心加速度、并判断躯干在世界坐标系中的倾角参数是否大于预设的倾角阈值,若两者均大于,那么可以生成人形机器人的倒地预警信号,生成倒地预警信号之后,则可参见前述的方法控制人形机器人执行倒地保护动作,本申请在此不再赘述。当然,需要说明的是,根据实际的应用场景,也可以通过摄像头采集人形机器人的周围环境,根据周围环境预判人形机器人是否有倒地的倾向。
图6为本申请实施例提供的一种人形机器人的倒地控制装置的功能模块示意图,该装置基本原理及产生的技术效果与前述对应的方法实施例相同,为简要描述,本实施例中未提及部分,可参考方法实施例中的相应内容。如图6所示,该倒地控制装置100,包括:
获取模块110,用于根据人形机器人的倒地预警信号,采用预设多目标函数获取倒地过程中人形机器人的倒地保护参数,预设多目标函数包括:人形机器人的姿态约束函数、零力矩点约束函数、角动量优化函数,其中,姿态约束函数包括:人形机器人中各相邻连杆之间夹角范围的约束函数,零力矩点约束函数包括:人形机器人的质心与预设的支撑多边形之间的约束函数,角动量优化函数用于使得人形机器人倒地过程中角动量最小,倒地保护参数包括:人形机器人中各连杆的角速度、线速度以及各连杆在世界坐标系中的位置;
控制模块120,用于根据倒地保护参数,控制人形机器人执行倒地保护动作。
在可选的实施方式中,预设多目标函数还包括下述至少一项:防碰撞约束函数、关节转角范围约束函数、关节力矩约束函数;其中,防碰撞预设函数包括人形机器人中各连杆之间距离的约束函数。
在可选的实施方式中,获取模块110,具体用于对预设多目标函数进行求解,并基于解空间建立初始的解集种群;
根据解集种群,获取预设多目标函数对应的目标解集,并将目标解集作为倒地过程中人形机器人的倒地保护参数。
在可选的实施方式中,倒地预警信号包括:前向倒地预警信号或后向倒地预警信号,前向倒地预警信号用于指示人形机器人从站立状态向人形机器人朝向的方向倒地,后向倒地预警信号用于指示人形机器人从站立状态向人形机器人朝向的相反方向倒地。
在可选的实施方式中,若倒地预警信号为前向倒地预警信号,则倒地保护动作依次包括下述动作:膝关节弯曲且重心降低、躯干后倾且手臂下移、膝关节与手臂先后接触地面;
若倒地预警信号为后向倒地预警信号,则倒地保护动作依次包括下述动作:膝关节弯曲且重心降低、躯干前倾且手臂下移、手臂与髋关节先后接触地面。
在可选的实施方式中,上述角动量优化函数包括:人形机器人倒地过程总的代价函数,代价函数根据人形机器人中各连杆的角动量参数、线动量参数构建。
在可选的实施方式中,获取模块110,还用于监测获取人形机器人的质心的加速度以及人形机器人的躯干在世界坐标系中的倾角参数;
根据质心的加速度、躯干在世界坐标系中的倾角参数以及预设倒地预警条件,生成人形机器人的倒地预警信号。
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,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7为本申请实施例提供的一种电子设备结构示意图,该电子设备可以集成于人形机器人中。如图7所示,该电子设备可以包括:处理器210、存储介质220和总线230,存储介质220存储有处理器210可执行的机器可读指令,当电子设备运行时,处理器210与存储介质220之间通过总线230通信,处理器210执行机器可读指令,以执行上述方法实施例的步骤。具体实现方式和技术效果类似,这里不再赘述。
可选地,本申请还提供一种存储介质,存储介质上存储有计算机程序,计算机程序被处理器运行时执行上述方法实施例的步骤。具体实现方式和技术效果类似,这里不再赘述。
在本申请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)执行本申请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:RandomAccess Memory,简称:RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
需要说明的是,在本文中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上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。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。以上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 (9)
1.一种人形机器人的倒地控制方法,其特征在于,包括:
监测获取所述人形机器人的质心的加速度以及所述人形机器人的躯干在世界坐标系中的倾角参数;
根据所述质心的加速度、所述躯干在世界坐标系中的倾角参数以及预设倒地预警条件,生成所述人形机器人的倒地预警信号;
根据人形机器人的倒地预警信号,采用预设多目标函数获取倒地过程中所述人形机器人的倒地保护参数,所述预设多目标函数包括:人形机器人的姿态约束函数、零力矩点约束函数、角动量优化函数,其中,所述姿态约束函数包括:人形机器人中各相邻连杆之间夹角范围的约束函数,所述零力矩点约束函数包括:人形机器人的质心与预设的支撑多边形之间的约束函数,所述角动量优化函数用于使得所述人形机器人倒地过程中角动量最小,所述倒地保护参数包括:人形机器人中各连杆的角速度、线速度以及各连杆在世界坐标系中的位置,所述倒地预警信号用于指示人形机器人将有倒地倾向;
根据所述倒地保护参数,控制所述人形机器人执行倒地保护动作。
2.根据权利要求1所述的方法,其特征在于,所述预设多目标函数还包括下述至少一项:防碰撞约束函数、关节转角范围约束函数、关节力矩约束函数;其中,所述防碰撞约束函数包括人形机器人中各连杆之间距离的约束函数。
3.根据权利要求1所述的方法,其特征在于,所述采用预设多目标函数获取倒地过程中所述人形机器人的倒地保护参数,包括:
对所述预设多目标函数进行求解,并基于解空间建立初始的解集种群;
根据所述解集种群,获取所述预设多目标函数对应的目标解集,并将所述目标解集作为倒地过程中所述人形机器人的倒地保护参数。
4.根据权利要求1所述的方法,其特征在于,所述倒地预警信号包括:前向倒地预警信号或后向倒地预警信号,所述前向倒地预警信号用于指示所述人形机器人从站立状态向人形机器人朝向的方向倒地,所述后向倒地预警信号用于指示所述人形机器人从站立状态向人形机器人朝向的相反方向倒地。
5.根据权利要求4所述的方法,其特征在于,若所述倒地预警信号为前向倒地预警信号,则所述倒地保护动作依次包括下述动作:膝关节弯曲且重心降低、躯干后倾且手臂下移、膝关节与手臂先后接触地面;
若所述倒地预警信号为后向倒地预警信号,则所述倒地保护动作依次包括下述动作:膝关节弯曲且重心降低、躯干前倾且手臂下移、手臂与髋关节先后接触地面。
6.根据权利要求1所述的方法,其特征在于,所述角动量优化函数包括:人形机器人倒地过程总的代价函数,所述代价函数根据人形机器人中各连杆的角动量参数、线动量参数构建。
7.一种人形机器人的倒地控制装置,其特征在于,包括:
获取模块,用于根据人形机器人的倒地预警信号,采用预设多目标函数获取倒地过程中所述人形机器人的倒地保护参数,所述预设多目标函数包括:人形机器人的姿态约束函数、零力矩点约束函数、角动量优化函数,其中,所述姿态约束函数包括:人形机器人中各相邻连杆之间夹角范围的约束函数,所述零力矩点约束函数包括:人形机器人的质心与预设的支撑多边形之间的约束函数,所述角动量优化函数用于使得所述人形机器人倒地过程中角动量最小,所述倒地保护参数包括:人形机器人中各连杆的角速度、线速度以及各连杆在世界坐标系中的位置,所述倒地预警信号用于指示人形机器人将有倒地倾向;
控制模块,用于根据所述倒地保护参数,控制所述人形机器人执行倒地保护动作;
所述获取模块,还用于监测获取所述人形机器人的质心的加速度以及所述人形机器人的躯干在世界坐标系中的倾角参数;
根据所述质心的加速度、所述躯干在世界坐标系中的倾角参数以及预设倒地预警条件,生成所述人形机器人的倒地预警信号。
8.一种电子设备,其特征在于,包括:处理器、存储介质和总线,所述存储介质存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储介质之间通过总线通信,所述处理器执行所述机器可读指令,以执行如权利要求1-6任一所述人形机器人的倒地控制方法的步骤。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行如权利要求1-6任一所述人形机器人的倒地控制方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111255809.5A CN113858207B (zh) | 2021-10-27 | 2021-10-27 | 人形机器人的倒地控制方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111255809.5A CN113858207B (zh) | 2021-10-27 | 2021-10-27 | 人形机器人的倒地控制方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113858207A CN113858207A (zh) | 2021-12-31 |
CN113858207B true CN113858207B (zh) | 2023-06-09 |
Family
ID=78997953
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111255809.5A Active CN113858207B (zh) | 2021-10-27 | 2021-10-27 | 人形机器人的倒地控制方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113858207B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115229802A (zh) * | 2022-09-19 | 2022-10-25 | 北京云迹科技股份有限公司 | 减少机器人倒地的方法及装置 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2964055B1 (fr) * | 2010-08-27 | 2012-08-17 | Aldebaran Robotics S A | Robot humanoide dote de capacites de gestion de chutes et methode de gestion desdites chutes |
US8880221B2 (en) * | 2011-03-21 | 2014-11-04 | Honda Motor Co., Ltd. | Damage reduction control for humanoid robot fall |
US9193403B2 (en) * | 2013-03-20 | 2015-11-24 | Honda Motor Co., Ltd | Humanoid fall damage reduction |
CN112025698B (zh) * | 2020-07-13 | 2021-11-23 | 北京大学 | 一种基于撞击预测和主动顺应的机器人跌倒保护方法及系统 |
CN112744313B (zh) * | 2020-12-24 | 2022-04-15 | 深圳市优必选科技股份有限公司 | 一种机器人状态估计方法、装置、可读存储介质及机器人 |
CN112918585A (zh) * | 2021-02-20 | 2021-06-08 | 杭州三因云信息技术有限公司 | 一种欠驱动双足步行机器人的步态控制方法 |
CN113134833A (zh) * | 2021-03-30 | 2021-07-20 | 深圳市优必选科技股份有限公司 | 机器人及其步态控制方法和装置 |
-
2021
- 2021-10-27 CN CN202111255809.5A patent/CN113858207B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113858207A (zh) | 2021-12-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111538949B (zh) | 冗余机器人逆运动学求解方法、装置和冗余机器人 | |
US9449416B2 (en) | Animation processing of linked object parts | |
JP5897105B2 (ja) | 人型ロボットの転倒損傷低減制御法 | |
JP2020108915A (ja) | ロボット重心位置調整方法、装置、ロボット及びデータ記憶媒体 | |
CN112720479B (zh) | 一种机器人姿态控制方法、装置及机器人 | |
CN113618742A (zh) | 一种机器人避障方法、装置和机器人 | |
CN113858207B (zh) | 人形机器人的倒地控制方法、装置、电子设备及存储介质 | |
CN110948482A (zh) | 一种冗余机器人轨迹规划方法 | |
CN114489104B (zh) | 机器人迈步控制方法及装置、机器人控制设备和存储介质 | |
CN113031579A (zh) | 双足机器人的行走控制方法、装置及双足机器人 | |
CN112757301B (zh) | 机器人抗扰动控制方法、装置、电子设备及存储介质 | |
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 | |
CN112597612B (zh) | 机器人优化方法、装置、终端设备及计算机可读存储介质 | |
CN112276950B (zh) | 抗扰动模型训练、控制方法、装置、设备、机器人及介质 | |
CN114115295B (zh) | 机器人运动规划方法及装置、机器人控制设备和存储介质 | |
CN113589817A (zh) | 足式机器人落脚控制方法、装置、电子设备及存储介质 | |
CN112276947B (zh) | 一种机器人动作模仿方法、装置、设备及存储介质 | |
CN114454981A (zh) | 双足机器人的弹跳运动控制方法、装置及双足机器人 | |
CN113465822A (zh) | 基于多刚体机器人的质心位置计算方法、装置及介质 | |
US20240198532A1 (en) | Method for robot teleoperation control, robot, and electronic device | |
CN114237233B (zh) | 机器人下棋方法、装置、计算机可读存储介质及机器人 | |
WO2024021744A1 (zh) | 一种控制足式机器人的方法、装置、电子设备、计算机可读存储介质、计算机程序产品及足式机器人 | |
CN114661595B (zh) | 机器人的静步态调试方法、系统、电子装置及存储介质 | |
Leng et al. | Parameter design of biped robot motion system based on multi-objective optimization | |
CN114355964B (zh) | 多自由度单腿运动学求解方法、装置和机器人 |
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 |