CN114253281A - 一种四足机器人运动控制方法、相关装置及存储介质 - Google Patents

Abstract

本申请公开了一种四足机器人运动控制方法、相关装置及存储介质，用于使四足机器人的运动表现更加灵活仿生。本申请方法包括：获取四足机器人当前匹配周期的第一运动数据组，所述第一运动数据组包括速度数据、位姿数据和关节角度数据；根据所述第一运动数据组在目标运动数据库中进行相似度匹配，所述目标运动数据库中预存有至少一组运动数据组，所述运动数据组包括速度数据、位姿数据和关节角度数据；根据所述相似度匹配的结果从所述目标运动数据库中确定与所述第一运动数据组相似度高于预设阈值的目标运动数据组；根据所述目标运动数据组控制所述四足机器人运动。

Description

一种四足机器人运动控制方法、相关装置及存储介质

技术领域

本申请涉及机器人控制技术领域，尤其涉及一种四足机器人运动控制方法、相关装置及存储介质。

背景技术

足式机器人相较于传统的轮式机器人和履带式机器人，其优势在于良好的越障性能，足式机器人多自由度的腿足结构使其可以应对一些较为复杂的地形。而四足机器人作为对常见动物的仿生机器人，具有良好的应用前景和潜力。

现阶段四足机器人大都是以基于模型的方式先进行建模再实现运动控制，例如模型预测控制(MPC，Model Predictive Control)，MPC主要包含三部分，分别为建模、预测、控制。其中建模在机器人中主要是指运动学模型和动力学模型，预测是通过系统当前的状态和后续的控制输入来预测未来一段时间内的系统状态量，控制则是通过优化控制输出来使得预测出来的系统状态尽可能贴近期望值。

但是由于四足机器人是一类高自由度且高耦合的复杂动力学系统，为了不影响运动学和动力学计算的实时性，在对四足机器人建模时往往需要进行大量简化，例如建立单刚体模型来进行力及力矩的计算，从而对电机进行控制。在基于该类方法控制机器人时，往往需要手动设计机器人运动的步态或运动方式，由此导致四足机器人运动机械、僵硬以及死板，不够灵活仿生。

发明内容

本申请提供了一种四足机器人运动控制方法、相关装置及存储介质，用于使四足机器人的运动表现更加灵活仿生。

本申请第一方面提供了一种四足机器人运动控制方法，包括：

获取四足机器人当前匹配周期的第一运动数据组，所述第一运动数据组包括速度数据、位姿数据和关节角度数据；

根据所述第一运动数据组在目标运动数据库中进行相似度匹配，所述目标运动数据库中预存有至少一组运动数据组，所述运动数据组包括速度数据、位姿数据和关节角度数据；

根据所述相似度匹配的结果从所述目标运动数据库中确定与所述第一运动数据组相似度高于预设阈值的目标运动数据组；

根据所述目标运动数据组控制所述四足机器人运动。

可选的，所述根据所述第一运动数据组在目标运动数据库中进行相似度匹配包括：

分别确定所述第一运动数据组与每一组所述运动数据组中每一项数据的差值；

根据所述每一项数据的差值与对应的权重系数计算所述第一运动数据组与每一组所述运动数据组之间的总差值；

根据所述相似度匹配的结果从所述目标运动数据库中确定与所述第一运动数据组相似度高于预设阈值的目标运动数据组包括：

从所述目标运动数据库中确定与所述第一运动数据组之间的总差值最小的一组运动数据组为目标运动数据组。

可选的，在所述获取四足机器人当前匹配周期的第一运动数据组之前，所述方法还包括：

获取四足动物的动物运动数据组和运动关键点信息，所述运动关键点信息至少包括身体中心点、四肢和身体连接的关节点、和足部点信息；

获取四足机器人的所述运动关键点信息；

根据所述四足机器人的运动关键点信息对所述四足动物的运动关键点信息进行比例缩放，若缩放后所述四足动物的运动关键点和所述四足机器人的运动关键点的匹配度高于匹配阈值，则将运动关键点缩放后所对应的动物运动数据组通过运动重映射处理后与四足机器人匹配，得到运动数据组；

可选的，所述获取四足动物的动物运动数据组和运动关键点信息包括：

通过动作传感器获取四足动物的动物运动数据组和运动关键点信息；

或，

从视频或设计动画中提取所述四足动物的动物运动数据组和运动关键点信息。

可选的，每个目标动物对应有至少一个目标运动数据库，在所述根据所述第一运动数据组在目标运动数据库中进行相似度匹配之前，所述方法还包括：

接收选择指令，根据所述选择指令确定目标动物，并根据所述目标动物确定对应的目标运动数据库。

可选的，所述根据所述目标运动数据组控制所述四足机器人运动之后，所述方法还包括：

统计所述四足机器人在运动过程中的第二运动数据组；

通过奖励函数筛选与期望状态接近的所述第二运动数据组。

本申请第二方面提供了一种四足机器人运动控制装置，包括：

第一获取单元，用于获取四足机器人当前匹配周期的第一运动数据组，所述第一运动数据组包括速度数据、位姿数据和关节角度数据；

匹配单元，用于根据所述第一运动数据组在目标运动数据库中进行相似度匹配，所述目标运动数据库中预存有至少一组运动数据组，所述运动数据组包括速度数据、位姿数据和关节角度数据；

确定单元，用于根据所述相似度匹配的结果从所述目标运动数据库中确定与所述第一运动数据组相似度高于预设阈值的目标运动数据组；

控制单元，用于根据所述目标运动数据组控制所述四足机器人运动。

可选的，所述匹配单元具体用于：

分别确定所述第一运动数据组与每一组所述运动数据组中每一项数据的差值；

根据所述每一项数据的差值与对应的权重系数计算所述第一运动数据组与每一组所述运动数据组之间的总差值；

所述确定单元具体用于：

从所述目标运动数据库中确定与所述第一运动数据组之间的总差值最小的一组运动数据组为目标运动数据组。

可选的，所述装置还包括：

第二获取单元，用于获取四足动物的动物运动数据组和运动关键点信息，所述运动关键点信息至少包括身体中心点、四肢和身体连接的关节点、和足部点信息；

第三获取单元，用于获取四足机器人的所述运动关键点信息；

处理单元，用于根据所述四足机器人的运动关键点信息对所述四足动物的运动关键点信息进行比例缩放，若缩放后所述四足动物的运动关键点和所述四足机器人的运动关键点的匹配度高于匹配阈值，则将运动关键点缩放后所对应的动物运动数据组通过运动重映射处理后与四足机器人匹配，得到运动数据组；

可选的，所述第二获取单元具体用于：

通过动作传感器获取四足动物的动物运动数据组和运动关键点信息；

或，

从视频或设计动画中提取所述四足动物的动物运动数据组和运动关键点信息。

可选的，每个目标动物对应有至少一个目标运动数据库，所述装置还包括：

选择单元，用于接收选择指令，根据所述选择指令确定目标动物，并根据所述目标动物确定对应的目标运动数据库。

可选的，所述装置还包括：

统计单元，用于统计所述四足机器人在运动过程中的第二运动数据组；

筛选单元，用于通过奖励函数筛选与期望状态接近的所述第二运动数据组。

本申请第三方面提供了一种四足机器人，所述四足机器人包括：

处理器、存储器、输入输出单元以及总线；

所述处理器与所述存储器、所述输入输出单元以及所述总线相连；

所述存储器保存有程序，所述处理器调用所述程序以执行第一方面以及第一方面中任一项可选的四足机器人运动控制方法。

本申请第四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上保存有程序，所述程序在计算机上执行时执行第一方面以及第一方面中任一项可选的四足机器人运动控制方法。

从以上技术方案可以看出，本申请具有以下优点：

通过对四足动物的运动数据进行一定处理，使其与四足机器人相匹配，再将大量经过处理的四足动物的运动数据集中在一起形成目标运动数据库。当机器人收到速度指令时，则在该目标运动数据库中进行搜索，匹配与当前机器人速度、机器人身体姿态以及机器人各关节角度等状态下最接近的一组目标运动数据，并根据该目标运动数据来进行机器人的运动控制。由此在控制四足机器人运动时，能够参考实际动物灵活的运动数据，使得四足机器人的运动表现更加灵活仿生。

附图说明

为了更清楚地说明本申请中的技术方案，下面将对实施例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他的附图。

图1为本申请提供的四足机器人的硬件结构示意图；

图2为本申请提供的四足机器人的机械结构示意图；

图3为本申请提供的四足机器人运动控制方法一个实施例流程示意图；

图4为本申请提供的四足机器人运动控制方法另一个实施例流程示意图；

图5为本申请提供的四足机器人运动控制方法中目标运动数据库的结构示意图；

图6为本申请提供的四足机器人运动控制装置一个实施例结构示意图；

图7为本申请提供的四足机器人运动控制装置另一个实施例结构示意图；

图8为本申请提供的四足机器人一个实施例结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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他实施例，都属于本发明保护的范围。

需要说明的是，本申请所提供的四足机器人运动控制方法应用于机器人控制技术领域，以下将对本申请提供的四足机器人的硬件结构和机械结构进行说明。在后续的描述中，使用用于表示部件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明，其本身没有特定的意义。因此，“模块”、“部件”或“单元”可以混合地使用。

请参阅图1，图1为本发明其中一个实施方式的四足机器人100的硬件结构示意图。在图1所示的实施方式中，四足机器人100包括机械单元101、通讯单元102、传感单元103、接口单元104、存储单元105、控制模块110、电源111。四足机器人100的各种部件可以以任何方式连接，包括有线或无线连接等。本领域技术人员可以理解，图1中示出的四足机器人100的具体结构并不构成对四足机器人100的限定，四足机器人100可以包括比图示更多或更少的部件，某些部件也并不属于四足机器人100的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略，或者组合某些部件。

下面结合图1对四足机器人100的各个部件进行具体的介绍：

机械单元101为四足机器人100的硬件。如图1所示，机械单元101可包括驱动板1011、电机1012、机械结构1013，如图2所示，机械结构1013可包括机身主体1014、可伸展的腿部1015、足部1016，在其他实施方式中，机械结构1013还可包括可伸展的机械臂、可转动的头部结构、可摇动的尾巴结构、载物结构、鞍座结构、摄像头结构等。需要说明的是，机械单元101的各个部件模块可以为一个也可以为多个，可根据具体情况设置，比如腿部1015可为4个，每个腿部1015可配置3个电机1012，对应的电机1012为12个。

通讯单元102可用于信号的接收和发送，还可以通过与网络和其他设备通信，比如，接收遥控器或其他四足机器人100发送的按照特定步态以特定速度值向特定方向移动的指令信息后，传输给控制模块110处理。通讯单元102包括如WiFi模块、4G模块、5G模块、蓝牙模块、红外模块等。

传感单元103用于获取四足机器人100周围环境的信息数据以及监控四足机器人100内部各部件的参数数据，并发送给控制模块110。传感单元103包括多种传感器，如获取周围环境信息的传感器：激光雷达(用于远程物体检测、距离确定和/或速度值确定)、毫米波雷达(用于短程物体检测、距离确定和/或速度值确定)、摄像头、红外摄像头、全球导航卫星系统(GNSS，Global Navigation Satellite System)等。如监控四足机器人100内部各部件的传感器：惯性测量单元(IMU，Inertial Measurement Unit)(用于测量速度值、加速度值和角速度值的值)，足底传感器(用于监测足底着力点位置、足底姿态、触地力大小和方向)、温度传感器(用于检测部件温度)。至于四足机器人100还可配置的载荷传感器、触摸传感器、电机角度传感器、扭矩传感器等其他传感器，在此不再赘述。

接口单元104可以用于接收来自外部装置的输入(例如，数据信息、电力等)并且将接收到的输入传输到四足机器人100内的一个或多个部件，或者可以用于向外部装置输出(例如，数据信息、电力等)。接口单元104可包括电源端口、数据端口(如USB端口)、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口等。

存储单元105用于存储软件程序以及各种数据。存储单元105可主要包括程序存储区和数据存储区，其中，程序存储区可存储操作系统程序、运动控制程序、应用程序(比如文本编辑器)等；数据存储区可存储四足机器人100在使用中所生成的数据(比如传感单元103获取的各种传感数据，日志文件数据)等。此外，存储单元105可以包括高速随机存取存储器，还可以包括非易失性存储器，例如磁盘存储器、闪存器、或其他易失性固态存储器。

显示单元106用于显示由用户输入的信息或提供给用户的信息。显示单元106可包括显示面板1061，可以采用液晶显示器(Liquid Crystal Display，LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板1061。

输入单元107可用于接收输入的数字或字符信息。具体地，输入单元107可包括触控面板1071以及其他输入设备1072。触控面板1071，也称为触摸屏，可收集用户的触摸操作(比如用户使用手掌、手指或适合的附件在触控面板1071上或在触控面板1071附近的操作)，并根据预先设定的程式驱动相应的连接装置。触控面板1071可包括触摸检测装置1073和触摸控制器1074两个部分。其中，触摸检测装置1073检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器1074；触摸控制器1074从触摸检测装置1073上接收触摸信息，并将它转换成触点坐标，再送给控制模块110，并能接收控制模块110发来的命令并加以执行。除了触控面板1071，输入单元107还可以包括其他输入设备1072。具体地，其他输入设备1072可以包括但不限于遥控操作手柄等中的一种或多种，具体此处不做限定。

进一步的，触控面板1071可覆盖显示面板1061，当触控面板1071检测到在其上或附近的触摸操作后，传送给控制模块110以确定触摸事件的类型，随后控制模块110根据触摸事件的类型在显示面板1061上提供相应的视觉输出。虽然在图1中，触控面板1071与显示面板1061是作为两个独立的部件来分别实现输入和输出功能，但是在某些实施例中，可以将触控面板1071与显示面板1061集成而实现输入和输出功能，具体此处不做限定。

控制模块110是四足机器人100的控制中心，利用各种接口和线路连接整个四足机器人100的各个部件，通过运行或执行存储在存储单元105内的软件程序，以及调用存储在存储单元105内的数据，从而对四足机器人100进行整体控制。

电源111用于给各个部件供电，电源111可包括电池和电源控制板，电源控制板用于控制电池充电、放电、以及功耗管理等功能。在图1所示的实施方式中，电源111电连接控制模块110，在其它的实施方式中，电源111还可以分别与传感单元103(比如摄像头、雷达、音箱等)、电机1012电性连接。需要说明的是，各个部件可以各自连接到不同的电源111，或者由相同的电源111供电。

在上述实施方式的基础上，具体地，在一些实施方式中，可以通过终端设备来与四足机器人100进行通信连接，在终端设备与四足机器人100进行通信时，可以通过终端设备来向四足机器人100发送指令信息，四足机器人100可通过通讯单元102来接收指令信息，并可在接收到指令信息的情况下，将指令信息传输至控制模块110，使得控制模块110可根据指令信息来处理得到目标速度值。终端设备包括但不限于：具备图像拍摄功能的手机、平板电脑、服务器、个人计算机、可穿戴智能设备、其它电器设备。

指令信息可以根据预设条件来确定。在一个实施方式中，四足机器人100可以包括传感单元103，传感单元103可根据四足机器人100所在的当前环境可生成指令信息。控制模块110可根据指令信息来判断四足机器人100的当前速度值是否满足对应的预设条件。若满足，则会保持四足机器人100的当前速度值和当前步态移动；若不满足，则会根据对应的预设条件来确定目标速度值和相应的目标步态，从而可控制四足机器人100以目标速度值和相应的目标步态移动。环境传感器可以包括温度传感器、气压传感器、视觉传感器、声音传感器。指令信息可以包括温度信息、气压信息、图像信息、声音信息。环境传感器与控制模块110之间的通信方式可以为有线通信，也可以为无线通信。无线通信的方式包括但不限于：无线网络、移动通信网络(3G、4G、5G等)、蓝牙、红外。

以上对本申请提供的四足机器人的硬件结构和机械结构进行说明，下面对本申请提供的四足机器人运动控制方法进行说明。

本申请提供了一种四足机器人运动控制方法、相关装置及存储介质，用于使四足机器人的运动表现更加灵活仿生。为方便描述，本实施例中以控制单元为执行主体进行举例说明，以下将四足机器人简称为机器人。

请参阅图3，图3为本申请提供的四足机器人运动控制方法的一个实施例，该方法包括：

301、获取四足机器人当前匹配周期的第一运动数据组，第一运动数据组包括速度数据、位姿数据和关节角度数据；

当机器人的控制单元接收速度指令时，在不进行任何干预的情况下，控制单元将根据计算得到的结果来控制机器人的运动。

在本实施例中，控制单元在接收到速度指令时，需要先获取机器人当前匹配周期的速度数据，位姿数据和关节角度数据等运动数据，即本申请中的第一运动数据组。需要说明的是，匹配周期的长度可根据机器人的运动控制情况自行设定，具体此处不做限定，机器人将按照所设定的匹配周期在预设的数据库中匹配对应的步态。例如，速度指令为1m/s，机器人当前速度为0，机器人从0加速到1m/s的过程需要5s，而匹配周期是1s，那么机器人需要在每1秒(每个匹配周期)根据当前的速度、位姿及关节角度在数据库中匹配对应的步态，这是由于机器人的速度在不断变化，因此也需要不断地去匹配与速度对应的步态。

其中，速度数据是指当前控制单元所接收到的速度指令中所对应的速度。位姿数据是指机器人的身体位置数据和姿态数据，其中姿态数据是指机器人机身姿态旋转的角度，一般习惯使用四元数来表示机器人的姿态角，具体的，控制单元可以通过惯性测量单元(IMU,Inertial Measurement Unit)或陀螺仪来获取机器人的位姿数据。而机器人的关节角度数据则是指机器人腿部12个关节的角度数据，四足机器人通常有12个关节，每条腿分别有3个关节，分别位于大腿与身体、小腿与大腿、足部与小腿之间，相当于人类的髋关节、膝关节、腕关节，机器人的腿和身体的连接处的三个电机协调起来就能够实现一条腿在空间中多个自由度内的运动。四足机器人要像真实四足动物一样行走，首先要确定腿部关节的活动范围，一般是直接参考四足动物的生理结构特征来限值机器人各关节的活动范围，例如将髋关节的活动范围限制在50°～162°，膝关节的活动范围限制在41°～162°。

302、根据第一运动数据组在目标运动数据库中进行相似度匹配，目标运动数据库中预存有至少一组运动数据组，运动数据组包括速度数据、位姿数据和关节角度数据；

对于四足动物而言，其行走的方式就分为多种，例如在行进速度较慢的情况下，四足动物的每一步行走都处于较为稳定的三足支撑状态，该运动模式称为行进步态(walk)，即先抬起一只脚，另外三只脚着地进行支撑。而在行进速度较快时，对应的步态为小跑步态(Tort)或溜蹄步态(Pace)。

为了使机器人的运动更加灵活仿生，通过获取四足动物的运动数据并进行一定的处理使其与机器人相匹配，将处理后的数据作为运动数据组，该运动数据组同样包含速度数据、位姿数据和关节角度数据，使得机器人可以直接使用该运动数据组来实现运动控制，将大量的参考运动数据集中在一起形成该目标运动数据库。

在一些具体的实施例中，可以通过以四足动物的身体中心点作为缩放固定点，再将四足动物的其他运动关键点进行缩放，使其与机器人的运动关键点相匹配或重合，从而使四足动物的运动数据与机器人相匹配。

控制单元在获取到机器人当前的第一运动数据组后，则根据该第一运动数据组在目标运动数据库中进行相似度匹配，在目标运动数据库中搜索与当前机器人速度指令、机器人身体姿态以及各个关节角度等状态下最接近的一组运动数据组。

303、根据相似度匹配的结果从目标运动数据库中确定与第一运动数据组相似度高于预设阈值的目标运动数据组；

控制单元在预设的目标运动数据库中进行搜索，匹配与当前机器人速度指令、机器人身体姿态、机器人各关节角度等状态下最为接近的一组运动数据，再将其确定为目标运动数据组。

具体的，控制单元可以通过相似度计算，从而选取与第一运动数据组相似度最高的一组运动数据组来作为目标运动数据组；控制单元还可以通过设置一个相似度阈值，将高于该相似度阈值的运动数据组作为目标运动数据组。

在目标运动数据库中存储的运动数据组有很多，在同一个速度下还存在有很多种运动姿态(主要是腿部的摆动姿态)，匹配的目的是找到与机器人当前速度以及当前物理姿态最接近的运动姿态，如果匹配的运动姿态与机器人当前物理姿态相差较大，机器人将无法快速达到该运动姿态。

304、根据目标运动数据组控制四足机器人运动。

控制单元根据匹配到的目标运动数据组来控制机器人的运动。具体的，控制单元将该目标运动数据组作为机器人的期望状态，并根据该期望状态来实现对机器人的控制，使机器人的运动表现接近该期望状态。

具体的，控制单元针对该期望状态(如速度、姿态、关节角度等期望值)与传感器反馈得到需要施加的力或者力矩，再通过调整机器人的腿部运动(如改变步幅、出力大小、抬腿高度等)来实现这些力或力矩的施加，从而达到控制机器人运动状态的目的。根据期望状态来计算力和力矩可以使用MPC、BQP或WBC等算法，再利用PD控制器补偿误差。

在本实施例中，通过对四足动物的运动数据进行一定处理，使其与四足机器人相匹配，再将大量经过处理的四足动物的运动数据集中在一起形成目标运动数据库。当机器人收到速度指令时，则在该目标运动数据库中进行搜索，匹配与当前机器人速度、机器人身体姿态以及机器人各关节角度等状态下最接近的一组目标运动数据，并根据该目标运动数据来进行机器人的运动控制。由此在控制四足机器人运动时，能够参考实际动物灵活的运动数据，使得四足机器人的运动表现更加灵活仿生。

请参阅图4，图4为本申请提供的四足机器人运动控制方法的另一个实施例，该方法包括：

401、获取四足动物的动物运动数据组和运动关键点信息；

控制单元可以直接通过动作捕捉传感器从四足动物身上获取动物运动数据组，或从视频信息和设计动画中提取动物运动数据组。该动物运动数据组包含速度、姿态以及关节角度数据。由于动物的体型大小与机器人有一定的差别，需要进行调整使该动物的运动数据与机器人相匹配，因此还需要获取四足动物的运动关键点信息。该四足动物的运动关键点信息包括四足动物的身体中心点、各肩部点以及各足部点共9个运动关键点。需要说明的是，该运动关键点信息不局限于上述9个运动关键点，还可以包含其它更多的运动关键点。

402、获取四足机器人的运动关键点信息；

为了使四足动物的运动数据与机器人相匹配，还需要获取机器人的运动关键点信息，该机器人的运动关键点信息包括机器人的几何中心点、各小腿电机中心点以及各足端中心点共9个运动关键点。需要说明的是，该运动关键点信息不局限于上述9个运动关键点，还可以包含其它更多的运动关键点。

403、根据四足机器人的运动关键点信息对四足动物的运动关键点信息进行比例缩放，若缩放后四足动物的运动关键点和四足机器人的运动关键点的匹配度高于匹配阈值，则将运动关键点缩放后所对应的动物运动数据组通过运动重映射处理后与四足机器人匹配，得到运动数据组；

通过获取到的四足动物的运动关键点信息，对该四足动物进行比例缩放，从而使得四足动物的运动关键点与机器人的运动关键点相匹配，且尽量重合。具体的，可以通过以动物的身体中心点为固定缩放点对动物运动关键点进行比例缩放，使其与机器人运动关键点相匹配。该匹配是指动物的身体中心点应与机器人的几何中心点重合，动物的各肩部点与机器人小腿电机中心点匹配且尽量重合，动物的足部点与机器人足端中心点匹配且尽量重合。如果缩放后的四足动物的运动关键点与机器人的运动关键点匹配度高于匹配阈值，那么就将经过缩放的运动关键点所对应的动物运动数据组映射到四足机器人的运动关键点上，得到运动数据组。

需要说明的是，在计算四足动物的运动关键点与机器人的运动关键点的匹配度时，需要对特殊情况进行处理，比如当四足动物的体型比例与机器人比例相差较大时，尤其是两者的足端位置到身体距离相差较大时，例如兔子和机器人相比兔子的腿部较短，此时则可以通过将机器人腿部弯曲，以提高兔子的运动关键点与机器人的运动关键点的匹配度，从而使其能够达到匹配阈值。

通过将处理后的关节角度数据映射到四足机器人上，将经过缩放处理的动物运动数据中的速度数据(身体速度及各个关节速度)映射到机器人对应的关节上，将位姿数据映射到机器人姿态中，将关节角度数据映射到机器人对应的关节上，进而得到机器人直接可用的运动数据组。每一帧运动数据组都包含机器人身体的位置xyz、姿态四元数以及12个关节角度共19维数据。

通过收集大量的动物运动数据组，并通过上述方式处理得到大量的机器人运动数据组，将这些运动数据组集中在一起配置目标运动数据库，以便在后续控制机器人运动时，可以直接从该目标运动数据库中搜索相应的运动数据组。

404、接收选择指令，根据选择指令确定目标动物，并根据目标动物确定对应的目标运动数据库；

在本实施例中，不同的目标动物对应有不同的目标运动数据库，如图5所示，数据库中包含若干目标动物及对应的目标运动数据库，每一个目标运动数据库中又存储有若干组该目标动物的运动数据组。在实际应用中，控制单元可以分别获取狗、猫、马等各种四足动物的运动数据，再将每一种四足动物的运动数据经过上述处理形成对应的目标运动数据库，在实际应用时由用户来选择希望机器人所模仿的目标动物。控制单元根据用户的选择确定目标动物，再根据目标动物确定对应的目标运动数据库。

例如，用户希望机器人能够模仿马的步态，控制单元则根据用户的选择确定马为目标动物，再进一步确定马对应的运动数据库为目标运动数据库。如果用户希望机器人能够模仿猫的步态，控制单元则确定猫为目标动物，再进一步确定猫对应的运动数据库为目标运动数据库。

405、获取四足机器人当前匹配周期的第一运动数据组，第一运动数据组包括速度数据、位姿数据和关节角度数据；

在本实施例中，步骤405与前述步骤301类似，此处不再赘述。

406、根据第一运动数据组在目标运动数据库中进行相似度匹配；

在根据第一运动数据组在目标运动数据库进行相似度匹配时，需要进行第一运动数据组与目标运动数据库中各个运动数据组的相似度计算。

具体的，相似度的计算可以通过第一运动数据组与各个运动数据组的总差值来计算，首先设定各项数据的经验权重a1，a2，a3等，再将每组数据加权做差得到各项数据的差值，最后统计各项数据的差值之和得到总差值，总差值的计算公式如下：

err＝a1*(v_data-v_robot)+a2*(p_data-p_robot)+a3*(a_data-a_robot)，其中v_data为运动数据组中的速度数据、p_data为运动数据组中的位姿数据、a_data为运动数据组中的关节角度数据，v_robot为第一运动数据组中的速度数据、p_robot为第一运动数据组中的位姿数据、a_robot为第一运动数据组中的关节角度数据。

407、根据相似度匹配的结果从目标运动数据库中确定与第一运动数据组相似度高于预设阈值的目标运动数据组；

控制单元根据计算得到的结果，选取总差值最小的一组运动数据组确定为目标运动数据组，并将该目标运动数据组作为机器人的期望状态来实现对机器人的运动控制。

408、根据目标运动数据组控制四足机器人运动；

在本实施例中，步骤408与前述实施例步骤304类似，此处不再赘述。

409、统计四足机器人在运动过程中的第二运动数据组；

该第二运动数据组指的是控制单元根据目标运动数据组控制机器人运动后，机器人在运动过程中的实际运动数据。

410、通过奖励函数筛选与期望状态接近的第二运动数据组。

通过统计机器人的实际运动数据，并通过奖励函数处理，能够让机器人的动作越来越接近期望状态，该期望状态为和目标动物的运动表现更加接近的状态。通常该期望状态虽然该形态仿生，但无法保证机器人行走平衡。因此需要通过强化学习或其它最优化思想让机器人学习该状态，使得机器人运动越来越接近期望状态，同时保持平衡。

强化学习的思想是智能体与环境交互，从而在试错中学习经验，达到逐步提升的效果。强化学习中有四个核心要素：Agent，action，state，reward。Agent是智能体，智能体每次产生一个行为动作action，环境Environment会根据action发生改变产生一个状态state，这个状态state对智能体来说是好是坏会根据定义的reward奖励函数来评判。State又会从新输入给智能体，智能体再根据环境状态产生新的行为，如此循环。

对于机器人学习仿生行走这个具体任务来讲，agent就是机器人，environment是仿真器或真实环境。强化学习会根据环境(environment)反应机器人的状态信息(state)输出规划层的步态、落脚点、足端轨迹、机身位姿作为行为动作(action)。循环迭代，使得机器人表现与数据库中的数据值误差越来越小作为奖励(reward)。

具体的，奖励函数如下所示：

F＝1/a1*(pjd-pjr)+a2*(vjd-vjr)+a3*(pbd-pbr)+a4*(obd-obr)

其中，pjd表示数据关节角度，pjr表示机器人关节角度，vjd表示数据关节速度，vjr表示机器人关节速度，pbd表示数据身体位置，pbr表示机器人身体位置，obd表示数据身体姿态，obr表示机器人身体姿态。a1，a2，a3，a4表示经验权重。

随着奖励F在训练过程中增大，机器人表现与动物数据表现会越来越接近。强化学习输出这些规划层数据(步态、落脚点、足端轨迹、机身位姿)后，底层控制算法会根据规划计算足端力(可使用mpc算法)及关节力矩(可使用wbc算法)，最终下发到电机进行控制机器人运动。

在本实施例中，通过传感器直接获取或从视频和设计动画中提取四足动物的运动数据和运动关键点信息，但提取到的数据通常与目标机器人有一定差别，需要通过比例缩放将动物关键点与机器人关键点重合，再通过映射处理得到直接可用的数据，大量数据集中在一起形成一个目标运动数据库。

当机器人收到速度指令时，则在该目标运动数据库中进行搜索，匹配与当前机器人速度、机器人身体姿态以及机器人各关节角度等状态下最接近的一组目标运动数据，并根据该目标运动数据来进行机器人的运动控制。由此在控制四足机器人运动时，能够参考实际动物灵活的运动数据，使得四足机器人的运动表现更加灵活仿生。

请参阅图6，图6为本申请提供的四足机器人运动控制装置一个实施例，该装置包括：

第一获取单元601，用于获取四足机器人当前匹配周期的第一运动数据组，第一运动数据组包括速度数据、位姿数据和关节角度数据；

匹配单元602，用于根据第一运动数据组在目标运动数据库中进行相似度匹配，目标运动数据库中预存有至少一组运动数据组，运动数据组包括速度数据、位姿数据和关节角度数据；

确定单元603，用于根据相似度匹配的结果从目标运动数据库中确定与第一运动数据组相似度高于预设阈值的目标运动数据组；

控制单元604，用于根据目标运动数据组控制四足机器人运动。

在本实施例中，通过对四足动物的运动数据进行一定处理，使其与四足机器人相匹配，再将大量经过处理的四足动物的运动数据集中在一起形成目标运动数据库。当机器人收到速度指令时，则通过第一获取单元601、匹配单元602和确定单元603在该目标运动数据库中进行搜索匹配与当前机器人速度、机器人身体姿态以及机器人各关节角度等状态下最接近的一组目标运动数据，控制单元604根据该目标运动数据来进行机器人的运动控制。由此在控制四足机器人运动时，能够参考实际动物灵活的运动数据，使得四足机器人的运动表现更加灵活仿生。

下面对本申请提供的四足机器人运动控制装置进行详细说明，请参阅图7，图7为本申请提供的四足机器人运动控制装置另一个实施例，该装置包括：

第一获取单元701，用于获取四足机器人当前匹配周期的第一运动数据组，第一运动数据组包括速度数据、位姿数据和关节角度数据；

匹配单元702，用于根据第一运动数据组在目标运动数据库中进行相似度匹配，目标运动数据库中预存有至少一组运动数据组，运动数据组包括速度数据、位姿数据和关节角度数据；

确定单元703，用于根据相似度匹配的结果从目标运动数据库中确定与第一运动数据组相似度高于预设阈值的目标运动数据组；

控制单元704，用于根据目标运动数据组控制四足机器人运动。

可选的，匹配单元702具体用于：

分别确定第一运动数据组与每一组运动数据组中每一项数据的差值；

根据每一项数据的差值与对应的权重系数计算第一运动数据组与每一组运动数据组之间的总差值；

确定单元703具体用于：

从目标运动数据库中确定与第一运动数据组之间的总差值最小的一组运动数据组为目标运动数据组。

可选的，该装置还包括：

第二获取单元705，用于获取四足动物的动物运动数据组和运动关键点信息，运动关键点信息至少包括身体中心点、四肢和身体连接的关节点、和足部点信息；

第三获取单元706，用于获取四足机器人的运动关键点信息；

处理单元707，用于根据四足机器人的运动关键点信息对四足动物的运动关键点信息进行比例缩放，若缩放后四足动物的运动关键点和四足机器人的运动关键点的匹配度高于匹配阈值，则将运动关键点缩放后所对应的动物运动数据组通过运动重映射处理后与四足机器人匹配，得到运动数据组；

可选的，第二获取单元705具体用于：

通过动作传感器获取四足动物的动物运动数据组和运动关键点信息；

或，

从视频或设计动画中提取四足动物的动物运动数据组和运动关键点信息。

可选的，每个目标动物对应有至少一个目标运动数据库，该装置还包括：

选择单元708，用于接收选择指令，根据选择指令确定目标动物，并根据目标动物确定对应的目标运动数据库。

可选的，该装置还包括：

统计单元709，用于统计四足机器人在运动过程中的第二运动数据组；

筛选单元710，用于通过奖励函数筛选与期望状态接近的第二运动数据组。

本实施例装置中，各单元的功能与前述图4所示方法实施例中的步骤对应，此处不再赘述。

本申请还提供了一种四足机器人，请参阅图8，图8为本申请提供的四足机器人一个实施例，该四足机器人包括：

处理器801、存储器802、输入输出单元803、总线804；

处理器801与存储器802、输入输出单元803以及总线804相连；

存储器802保存有程序，处理器801调用程序以执行如上任一四足机器人运动控制方法。

本申请还涉及一种计算机可读存储介质，计算机可读存储介质上保存有程序，其特征在于，当程序在计算机上运行时，使得计算机执行如上任一四足机器人运动控制方法。

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，上述描述的系统，装置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。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统，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，所述单元的划分，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。

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取存储介质中。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或者该技术方案的全部或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)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，read-onlymemory)、随机存取存储器(RAM，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。

Claims (14)

1.一种四足机器人运动控制方法，其特征在于，所述方法包括：

获取四足机器人当前匹配周期的第一运动数据组，所述第一运动数据组包括速度数据、位姿数据和关节角度数据；

根据所述第一运动数据组在目标运动数据库中进行相似度匹配，所述目标运动数据库中预存有至少一组运动数据组，所述运动数据组包括速度数据、位姿数据和关节角度数据；

根据所述相似度匹配的结果从所述目标运动数据库中确定与所述第一运动数据组相似度高于预设阈值的目标运动数据组；

根据所述目标运动数据组控制所述四足机器人运动。

2.根据权利要求1所述的方法，其特征在于，所述根据所述第一运动数据组在目标运动数据库中进行相似度匹配包括：

分别确定所述第一运动数据组与每一组所述运动数据组中每一项数据的差值；

根据所述每一项数据的差值与对应的权重系数计算所述第一运动数据组与每一组所述运动数据组之间的总差值；

所述根据所述相似度匹配的结果从所述目标运动数据库中确定与所述第一运动数据组相似度高于预设阈值的目标运动数据组包括：

从所述目标运动数据库中确定与所述第一运动数据组之间的总差值最小的一组运动数据组为目标运动数据组。

3.根据权利要求1所述的方法，其特征在于，在所述获取四足机器人当前匹配周期的第一运动数据组之前，所述方法还包括：

获取四足动物的动物运动数据组和运动关键点信息，所述运动关键点信息至少包括身体中心点、四肢和身体连接的关节点、和足部点信息；

获取四足机器人的所述运动关键点信息；

根据所述四足机器人的运动关键点信息对所述四足动物的运动关键点信息进行比例缩放，若缩放后所述四足动物的运动关键点和所述四足机器人的运动关键点的匹配度高于匹配阈值，则将运动关键点缩放后所对应的动物运动数据组通过运动重映射处理后与四足机器人匹配，得到运动数据组；

4.根据权利要求3所述的方法，其特征在于，所述获取四足动物的动物运动数据组和运动关键点信息包括：

通过动作传感器获取四足动物的动物运动数据组和运动关键点信息；

或，

从视频或设计动画中提取所述四足动物的动物运动数据组和运动关键点信息。

5.根据权利要求1所述的方法，其特征在于，每个目标动物对应有至少一个目标运动数据库，在所述根据所述第一运动数据组在目标运动数据库中进行相似度匹配之前，所述方法还包括：

接收选择指令，根据所述选择指令确定目标动物，并根据所述目标动物确定对应的目标运动数据库。

6.根据权利要求1至5中任一项所述的方法，其特征在于，所述根据所述目标运动数据组控制所述四足机器人运动之后，所述方法还包括：

统计所述四足机器人在运动过程中的第二运动数据组；

通过奖励函数筛选与期望状态接近的所述第二运动数据组。

7.一种四足机器人运动控制装置，其特征在于，所述装置包括：

第一获取单元，用于获取四足机器人当前匹配周期的第一运动数据组，所述第一运动数据组包括速度数据、位姿数据和关节角度数据；

匹配单元，用于根据所述第一运动数据组在目标运动数据库中进行相似度匹配，所述目标运动数据库中预存有至少一组运动数据组，所述运动数据组包括速度数据、位姿数据和关节角度数据；

确定单元，用于根据所述相似度匹配的结果从所述目标运动数据库中确定与所述第一运动数据组相似度高于预设阈值的目标运动数据组；

控制单元，用于根据所述目标运动数据组控制所述四足机器人运动。

8.根据权利要求7所述的装置，其特征在于，所述匹配单元具体用于：

分别确定所述第一运动数据组与每一组所述运动数据组中每一项数据的差值；

根据所述每一项数据的差值与对应的权重系数计算所述第一运动数据组与每一组所述运动数据组之间的总差值；

所述确定单元具体用于：

从所述目标运动数据库中确定与所述第一运动数据组之间的总差值最小的一组运动数据组为目标运动数据组。

9.根据权利要求7所述的装置，其特征在于，所述装置还包括：

第二获取单元，用于获取四足动物的动物运动数据组和运动关键点信息，所述运动关键点信息至少包括身体中心点、四肢和身体连接的关节点、和足部点信息；

第三获取单元，用于获取四足机器人的所述运动关键点信息；

处理单元，用于根据所述四足机器人的运动关键点信息对所述四足动物的运动关键点信息进行比例缩放，若缩放后所述四足动物的运动关键点和所述四足机器人的运动关键点的匹配度高于匹配阈值，则将运动关键点缩放后所对应的动物运动数据组通过运动重映射处理后与四足机器人匹配，得到运动数据组；

10.根据权利要求9所述的装置，其特征在于，所述第二获取单元具体用于：

通过动作传感器获取四足动物的动物运动数据组和运动关键点信息；

或，

从视频或设计动画中提取所述四足动物的动物运动数据组和运动关键点信息。

11.根据权利要求7所述的装置，其特征在于，每个目标动物对应有至少一个目标运动数据库，所述装置还包括：

选择单元，用于接收选择指令，根据所述选择指令确定目标动物，并根据所述目标动物确定对应的目标运动数据库。

12.根据权利要求7至11中任一项所述的装置，其特征在于，所述装置还包括：

统计单元，用于统计所述四足机器人在运动过程中的第二运动数据组；

筛选单元，用于通过奖励函数筛选与期望状态接近的所述第二运动数据组。

13.一种四足机器人，其特征在于，所述四足机器人包括：

处理器、存储器、输入输出单元以及总线；

所述处理器与所述存储器、所述输入输出单元以及所述总线相连；

所述存储器保存有程序，所述处理器调用所述程序以执行如权利要求1至6中任一项所述方法。

14.一种计算机可读存储介质，所述计算机可读存储介质上保存有程序，所述程序在计算机上执行时执行如权利要求1至6中任一项所述方法。

Images