CN114954724A - 一种四足单臂作业机器人的运动控制方法及系统 - Google Patents

Abstract

本公开提供了一种四足单臂作业机器人的运动控制方法及系统，其属于机器人控制技术领域，所述方案包括：获取机器人的当前位姿信息；对接收的作业任务进行分解并对分解得到的子任务进行优先级定义，基于所述当前位姿信息及预先构建的动力学模型，生成每个子任务下的机器人整体运动轨迹；基于所述动力学模型优化求解每个子任务下支撑腿的最优足底力及机械臂末端作用力；并基于多任务空间映射方法计算不同子任务下的机器人所有关节的期望控制量；以所述整体动力学模型作为约束，对所述最优足底力以及所述期望控制量及进行优化，获得包括机械臂在内的所有关节的控制扭矩；基于所述控制扭矩实现所述四足单臂作业机器人的运动控制。

Description

一种四足单臂作业机器人的运动控制方法及系统

技术领域

本公开属于机器人控制技术领域，尤其涉及一种四足单臂作业机器人的运动控制方法及系统。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。

四足单臂作业机器人的运动控制系统需要解决机器人的整体运动控制问题，将机器人包含的所有自由度都包含到一个控制框架中。整体运动控制系统需要解决的问题可进一步划分为作业任务分解、作业运动路径规划、全身动力学建模、作业机械臂奇异点规避、足地交互力计算跟映射、作业运动路径跟踪等。

发明人发现，现有的四足单臂作业机器人采用分开独立控制的方法，四足本体仍然采用本领域常用的经典控制框架，对于机械臂通过单独控制器进行控制，此类控制方法的缺点是两部分的相互作用力没有得到有效的处理，机器人的工作模式受到限制；当两部分的相互影响比较大时，机器人容易失稳，也无法完成复杂的作业任务。

发明内容

本公开为了解决上述问题，提供了一种四足单臂作业机器人的运动控制方法及系统,所述方案通过建立包含机器人所有自由度的整体动力学模型，以及经过腿部质量简化的质心动力学模型，通过机器人本体安装的IMU(Inertial Measurement Unit：惯性测量单元)和关节传感器估计机器人的状态，通过建立带有机械臂受力补偿项的机器人质心处的虚拟模型求解支撑腿的最优足底力，结合机器人的任务定义和由命令生成的运动轨迹，求出经过零空间映射后的关节控制扭矩，进而实现机器人运动和作业的整体控制。

根据本公开实施例的第一个方面，提供了一种四足单臂作业机器人的运动控制方法，包括：

获取机器人的当前位姿信息；

对接收的作业任务进行分解并对分解得到的子任务进行优先级定义，基于所述当前位姿信息及预先构建的动力学模型，生成每个子任务下的机器人整体运动轨迹；其中，所述动力学模型采用基于机器人所有自由度的整体动力学模型以及经腿部质量简化的质心动力学模型；所述经腿部质量简化的质心动力学模型中引入了机械臂补偿项；

基于所述动力学模型优化求解每个子任务下支撑腿的最优足底力及机械臂末端作用力；并基于多任务空间映射方法计算不同子任务下的机器人所有关节的期望控制量；

以所述整体动力学模型作为约束，对所述最优足底力以及所述期望控制量及进行优化，获得包括机械臂在内的所有关节的控制扭矩；基于所述控制扭矩实现所述四足单臂作业机器人的运动控制。

进一步的，所述经腿部质量简化的质心动力学模型，具体表示如下：

其中，m为机器人的躯干重力，

为质心处线加速度，

为角加速度，f_i为支撑腿跟地面的作用力，f_e,arm为机械臂末端与作业对象的相互作用力，r_i ^*为相应作用力臂，机械臂补偿项包括等效力f_c.arm和等效扭矩n_c,arm，I为机器人躯干的转动惯量。

进一步的，基于所述动力学模型优化求解每个子任务下支撑腿的最优足底力及机械臂末端作用力，具体为：

基于机械臂当前的各个关节角度、机械臂各个关节的质量、关节参考坐标系与惯性参数以及机器人的质量，计算当前状态下的机器人实际重心位置；

利用所述重心位置更新当前状态下所有支撑腿触地点的作用力臂，基于预先构建的动力学模型，通过构造二次规划问题，获得支撑腿的最优足底力及机械臂末端作用力。

进一步的，基于多任务空间映射方法计算不同子任务下的机器人所有关节的期望控制量，具体为：针对每个子任务，基于工作空间映射的方法将子任务下的机器人运动轨迹上的速度值映射到关节空间，低优先级的任务映射在高优先级任务的零空间里，获得所有关节的期望位置、速度和加速度。

进一步的，以所述整体动力学模型作为约束，对所述最优足底力以及所述期望控制量及进行优化，获得包括机械臂在内的所有关节的控制扭矩，其构造的优化问题具体表示如下：

需满足如下约束：

UF_r≥0

其中，M(q)是惯性矩阵，

为科氏力、离心力、重力等非线性项，S_f为选择矩阵，

为支撑腿的雅可比矩阵，q为所有自由度的状态变量；

为优化后所有关节的加速度，

为所有关节的期望加速度，δ_a为躯干质心加速度的调节量，δ_f为支撑力的调节量，F_grf为六维广义足底支撑力矢量定义，

为使用带补偿项的虚拟模型计算得到的支撑力。

进一步的，所述当前位姿信息包括所述四足单臂作业机器人躯干位姿信息以及支撑腿、摆动腿和机械臂的所有关节的角度信息。

进一步的，所述对获取的作业任务进行分解，具体为：将获取的作业任务按照摆动腿、支撑腿以及机械臂的相关作业任务分解为若干子任务，并对所述子任务进行优先级定义。

根据本公开实施例的第二个方面，提供了一种四足单臂作业机器人的运动控制系统，包括：

数据获取单元，其用于获取机器人的当前位姿信息；

运动轨迹生成单元，其用于对接收的作业任务进行分解并对分解得到的子任务进行优先级定义，基于所述当前位姿信息及预先构建的动力学模型，生成每个子任务下的机器人整体运动轨迹；其中，所述动力学模型采用基于机器人所有自由度的整体动力学模型以及经腿部质量简化的质心动力学模型；所述经腿部质量简化的质心动力学模型引入了机械臂补偿项；

优化求解单元，其用于基于所述动力学模型优化求解每个子任务下支撑腿的最优足底力及机械臂末端作用力；并基于多任务空间映射方法计算不同子任务下的机器人所有关节的期望控制量；

控制扭矩获取单元，其用于以所述整体动力学模型作为约束，通过对所述最优足底力以及所述期望控制量及进行优化求解，获得包括机械臂在内的所有关节的控制扭矩；基于所述控制扭矩实现所述四足单臂作业机器人的运动控制。

根据本公开实施例的第三个方面，提供了一种电子设备，包括存储器、处理器及存储在存储器上运行的计算机程序，所述处理器执行所述程序时实现所述的一种四足单臂作业机器人的运动控制方法。

根据本公开实施例的第四个方面，提供了一种非暂态计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现所述的一种四足单臂作业机器人的运动控制方法。

与现有技术相比，本公开的有益效果是：

(1)本公开提供了一种四足单臂作业机器人的运动控制方法及系统,所述方案通过建立包含机器人所有自由度的整体动力学模型，以及经过腿部质量简化的质心动力学模型，通过机器人本体安装的IMU(Inertial Measurement Unit：惯性测量单元)和关节传感器估计机器人的状态，利用带有机械臂补偿项的虚拟模型(即机器人的质心受到的虚拟力可以等效为支撑腿受到的地面的支撑力进行分解后的合力，这个合力与机器人质心处等效弹簧阻尼模型计算得到的力相等，从而可以利用优化方法求出支撑腿的最优的来自地面的支撑力)求解支撑腿的最优足底力，结合机器人的任务定义和由命令生成的运动轨迹，求出经过零空间映射后的关节控制扭矩，进而实现机器人运动和作业的整体控制。

(2)基于本公开所述控制方法的四足单臂机器人兼有复杂地形适应能力和作业能力，相比现有四足机器人，基于本公开所述控制方法的四足单臂机器人能够完成清洁、抓取、搬运物体等作业任务；相比其他轮式单臂机器人，基于本公开所述控制方法的四足单臂机器人能够采用四足模式通过台阶、楼梯、斜坡、沟壑等复杂的地形。

(3)基于本公开所述控制方法的四足单臂机器人的运动控制方法，实现了机器人所有自由度的整体控制，在内部自动协调机器人的腿和臂之间的相互影响，对未知负载有兼容能力，可通过多任务优先级调节完成高精度的移动过程作业任务。

本公开附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本公开的实践了解到。

附图说明

构成本公开的一部分的说明书附图用来提供对本公开的进一步理解，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。

图1为本公开实施例中所述的一种四足单臂作业机器人的运动控制方法流程图。

图2为本公开实施例中所述的坐标系设置示意图。

具体实施方式

下面结合附图与实施例对本公开做进一步说明。

应该指出，以下详细说明都是例示性的，旨在对本公开提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本公开的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。

在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。

实施例一：

本实施例的目的是提供一种四足单臂作业机器人的运动控制方法。

如图1所示，一种四足单臂作业机器人的运动控制方法，包括：

获取机器人的当前位姿信息；

对接收的作业任务进行分解并对分解得到的子任务进行优先级定义，基于所述当前位姿信息及预先构建的动力学模型，生成每个子任务下的机器人整体运动轨迹；其中，所述动力学模型采用基于机器人所有自由度的整体动力学模型以及经腿部质量简化的质心动力学模型；所述经腿部质量简化的质心动力学模型中引入了机械臂补偿项；

基于所述动力学模型优化求解每个子任务下支撑腿的最优足底力及机械臂末端作用力；并基于多任务空间映射方法计算不同子任务下的机器人所有关节的期望控制量；

以所述整体动力学模型作为约束，对所述最优足底力以及所述期望控制量及进行优化，获得包括机械臂在内的所有关节的控制扭矩；基于所述控制扭矩实现所述四足单臂作业机器人的运动控制。

进一步的，本实施例所述控制方法，在构建动力学模型时，需要预先建立如图2所示坐标系，包括：包括世界坐标系{W}、躯干坐标系{B}、作业点坐标系{E}、支撑点坐标系{C_i}。

其中，世界坐标系{W}固定在大地上指定点，Z轴方向竖直向上，与重力方向平行，X轴方向为机器人头部正前方方向，Y轴垂直于XZ形成的平面，指向机器人左方。躯干坐标系{B}固定在机器人的躯干上，原点位于机器人躯干质心，Z轴垂直于躯干向上，X轴和Y轴跟世界坐标系的X轴和Y轴平行同向。作业点坐标系{E}固定在机械臂末端抓手上，原点位于抓手的几何中心，Z轴跟末端关节的旋转轴平行，从机械臂指向外，X轴和Y轴跟末端关节的坐标轴平行。支撑点坐标系{C_i}固定在地面上，原点在球形足底跟地面的接触点上，Z轴跟重力方向相反，X轴跟Y轴跟世界坐标系的X轴和Y轴平行，i指的是第i个支撑腿，有几个支撑腿就有几个支撑点坐标系。

进一步的，所述动力学模型采用基于机器人所有自由度的整体动力学模型以及经腿部质量简化的质心动力学模型，具体的：

(1)包括机器人所有自由度的整体动力学模型

四足机器人包含所有自由度的状态变量定义为

六维广义力矢量定义为

建立整体动力学公式描述为：

其中，M(q)是惯性矩阵，

为科氏力、离心力、重力等非线性项，S是选择矩阵，τ是所有可控关节，

是跟作用力有关的雅可比矩阵。

(2)经腿部质量简化的质心动力学模型

所述经腿部质量简化的质心动力学模型，具体表示如下：

其中，m为机器人的躯干重力，

为质心处线加速度，

为角加速度，f_i为支撑腿跟地面的作用力，f_e,arm为机械臂末端与作业对象的相互作用力，r_i ^*为相应作用力臂，机械臂补偿项包括等效力f_c.arm和等效扭矩n_c,arm，I为机器人躯干的转动惯量。

进一步的，基于所述动力学模型优化求解每个子任务下支撑腿的最优足底力及机械臂末端作用力，具体为：

基于机械臂当前的各个关节角度、机械臂各个关节的质量、关节参考坐标系与惯性参数以及机器人的质量，计算当前状态下的机器人实际重心位置；

利用所述重心位置更新当前状态下所有支撑腿触地点的作用力臂，基于预先构建的动力学模型，通过构造二次规划问题，获得支撑腿的最优足底力及机械臂末端作用力。

具体的：根据机械臂当前的各个关节角度、机械臂各个关节的质量、关节参考坐标系与惯性参数以及机器人的质量来计算当前状态下的机器人实际重心位置r_CoM：

p_i＝R_i·ⁱp_c+p_oi

其中，通过r_CoM的数据更新当前状态下所有的支撑腿触地点的作用力臂r_i ^*，结合质心处的采用虚拟模型计算出来的虚拟力与所述经腿部质量简化的质心动力学模型，构造如下所示QP(Quadratic Programming，二次规划)问题，求出支撑腿的最优力和机械臂末端跟环境的作用力，具体问题表示如下：

s.t.d_min＜Cf＜d_max

其中，f^d是需要求解的最优的支撑力，A是力臂矩阵，根据支撑腿位置计算，b是用虚拟力加上补偿项，α、W是权重，d_min是合力的下限值，d_max是合力的上限值，C是不等式矩阵。

进一步的，基于多任务空间映射方法计算不同子任务下的机器人所有关节的期望控制量，具体为：针对每个子任务，基于工作空间映射的方法将子任务下的机器人运动轨迹上的速度值映射到关节空间，低优先级的任务映射在高优先级任务的零空间里，获得所有关节的期望位置、速度和加速度。

具体的：

针对每一项子任务，采用工作空间映射的方法将任务期望运动轨迹上的速度值

通过

映射到关节空间，低优先级的任务映射在高优先级任务的零空间里面进行，求出所有关节的期望位置、速度和加速度。

进一步的，以所述整体动力学模型作为约束，对所述最优足底力以及所述期望控制量及进行优化，获得包括机械臂在内的所有关节的控制扭矩，其构造的优化问题具体表示如下：

需满足如下约束：

UF_r≥0

其中，M(q)是惯性矩阵，

为科氏力、离心力、重力等非线性项，S_f为选择矩阵，

为支撑腿的雅可比矩阵，q为所有自由度的状态变量；

为优化后所有关节的加速度，

为所有关节的期望加速度，δ_a为躯干质心加速度的调节量，δ_f为支撑力的调节量，F_grf为六维广义足底支撑力矢量定义，

为使用带补偿项的虚拟模型计算得到的支撑力。

具体的：将支撑腿的最优力和机器人躯干的期望加速度进行优化，以整体动力学模型的公式作为约束条件，求出包括机械臂在内的所有关节的控制扭矩。通过求出符合所有约束的最优值δ^*＝[δ_a δ_f]^T，得到调节量δ_a和δ_f，代入整体动力学模型的公式，求出关节前馈控制扭矩

结合关节反馈数据，得到所有关节的扭矩输出命令为：

其中，k_p、k_d为比例和积分调节系数，Δq_i是第i个关节的位置误差，

是速度误差。

进一步的，所述当前位姿信息包括所述四足单臂作业机器人躯干位姿信息以及支撑腿、摆动腿和机械臂的所有关节的角度信息。

进一步的，所述对获取的作业任务进行分解，具体为：将获取的作业任务按照摆动腿、支撑腿以及机械臂的相关作业任务分解为若干子任务，并对所述子任务进行优先级定义。

具体的：

以移动清洁任务为例，定义移动清洁任务包含躯干姿态、躯干位置、摆动腿位置、机械臂位置、机械臂姿态和机械臂参考关节角6个子任务，优先级按照所列顺序从高到低赋值。

机器人的期望运动分解为躯干质心运动与机械臂末端运动。质心的运动速度设定为

期望质心位置为

期望质心姿态为

根据质心的期望速度和摆动腿的反馈数据，得到摆动腿的期望落足点为：

在落足点和当前位置点之间采用三次曲线进行插值，得到摆动腿的运动轨迹。

机械臂末端的运动速度为

期望位置为：

期望姿态角度为

定义机械臂的参考角度为

其中，所述优先级定义采用如下规则：

表1任务定义和优先级设置

实施例二：

本实施例的目的是提供一种四足单臂作业机器人的运动控制系统，包括：

数据获取单元，其用于获取机器人的当前位姿信息；

运动轨迹生成单元，其用于对接收的作业任务进行分解并对分解得到的子任务进行优先级定义，基于所述当前位姿信息及预先构建的动力学模型，生成每个子任务下的机器人整体运动轨迹；其中，所述动力学模型采用基于机器人所有自由度的整体动力学模型以及经腿部质量简化的质心动力学模型；所述经腿部质量简化的质心动力学模型引入了机械臂补偿项；

优化求解单元，其用于基于所述动力学模型优化求解每个子任务下支撑腿的最优足底力及机械臂末端作用力；并基于多任务空间映射方法计算不同子任务下的机器人所有关节的期望控制量；

控制扭矩获取单元，其用于以所述整体动力学模型作为约束，通过对所述最优足底力以及所述期望控制量及进行优化求解，获得包括机械臂在内的所有关节的控制扭矩；基于所述控制扭矩实现所述四足单臂作业机器人的运动控制。

进一步的，本公开所述系统与实施例一中所述方法相对应，其技术细节在权利要求1中已经进行了详细说明，故此处不再赘述。

在更多实施例中，还提供：

一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成实施例一中所述的方法。为了简洁，在此不再赘述。

应理解，本实施例中，处理器可以是中央处理单元CPU，处理器还可以是其他通用处理器、数字信号处理器DSP、专用集成电路ASIC，现成可编程门阵列FPGA或者其他可编程逻辑器件、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。

存储器可以包括只读存储器和随机存取存储器，并向处理器提供指令和数据、存储器的一部分还可以包括非易失性随机存储器。例如，存储器还可以存储设备类型的信息。

一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成实施例一中所述的方法。

实施例一中的方法可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器、闪存、只读存储器、可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。为避免重复，这里不再详细描述。

本领域普通技术人员可以意识到，结合本实施例描述的各示例的单元即算法步骤，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公开的范围。

上述实施例提供的一种四足单臂作业机器人的运动控制方法及系统可以实现，具有广阔的应用前景。

以上所述仅为本公开的优选实施例而已，并不用于限制本公开，对于本领域的技术人员来说，本公开可以有各种更改和变化。凡在本公开的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。

Claims (10)

1.一种四足单臂作业机器人的运动控制方法，其特征在于，包括：

获取机器人的当前位姿信息；

对接收的作业任务进行分解并对分解得到的子任务进行优先级定义，基于所述当前位姿信息及预先构建的动力学模型，生成每个子任务下的机器人整体运动轨迹；其中，所述动力学模型采用基于机器人所有自由度的整体动力学模型以及经腿部质量简化的质心动力学模型；所述经腿部质量简化的质心动力学模型中引入了机械臂补偿项；

基于所述动力学模型优化求解每个子任务下支撑腿的最优足底力及机械臂末端作用力；并基于多任务空间映射方法计算不同子任务下的机器人所有关节的期望控制量；

以所述整体动力学模型作为约束，对所述最优足底力以及所述期望控制量及进行优化，获得包括机械臂在内的所有关节的控制扭矩；基于所述控制扭矩实现所述四足单臂作业机器人的运动控制。

2.如权利要求1所述的一种四足单臂作业机器人的运动控制方法，其特征在于，所述经腿部质量简化的质心动力学模型，具体表示如下：

其中，m为机器人的躯干重力，

为质心处线加速度，

为角加速度，f_i为支撑腿跟地面的作用力，f_e,arm为机械臂末端与作业对象的相互作用力，r_i ^*为相应作用力臂，机械臂补偿项包括等效力f_c.arm和等效扭矩n_c,arm，I为机器人躯干的转动惯量。

3.如权利要求1所述的一种四足单臂作业机器人的运动控制方法，其特征在于，所述基于所述动力学模型优化求解每个子任务下支撑腿的最优足底力及机械臂末端作用力，具体为：

基于机械臂当前的各个关节角度、机械臂各个关节的质量、关节参考坐标系与惯性参数以及机器人的质量，计算当前状态下的机器人实际重心位置；

利用所述重心位置更新当前状态下所有支撑腿触地点的作用力臂，基于预先构建的动力学模型，通过构造二次规划问题，获得支撑腿的最优足底力及机械臂末端作用力。

4.如权利要求1所述的一种四足单臂作业机器人的运动控制方法，其特征在于，所述基于多任务空间映射方法计算不同子任务下的机器人所有关节的期望控制量，具体为：针对每个子任务，基于工作空间映射的方法将子任务下的机器人运动轨迹上的速度值映射到关节空间，低优先级的任务映射在高优先级任务的零空间里，获得所有关节的期望位置、速度和加速度。

5.如权利要求1所述的一种四足单臂作业机器人的运动控制方法，其特征在于，以所述整体动力学模型作为约束，对所述最优足底力以及所述期望控制量及进行优化，获得包括机械臂在内的所有关节的控制扭矩，其构造的优化问题具体表示如下：

需满足如下约束：

UF_r≥0

其中，M(q)是惯性矩阵，

为科氏力、离心力、重力等非线性项，S_f为选择矩阵，

为支撑腿的雅可比矩阵，q为所有自由度的状态变量；

为优化后所有关节的加速度，

为所有关节的期望加速度，δ_a为躯干质心加速度的调节量，δ_f为支撑力的调节量，F_grf为六维广义足底支撑力矢量定义，

为使用带补偿项的虚拟模型计算得到的支撑力。

6.如权利要求1所述的一种四足单臂作业机器人的运动控制方法，其特征在于，所述当前位姿信息包括所述四足单臂作业机器人躯干位姿信息以及支撑腿、摆动腿和机械臂的所有关节的角度信息。

7.如权利要求1所述的一种四足单臂作业机器人的运动控制方法，其特征在于，所述对获取的作业任务进行分解，具体为：将获取的作业任务按照摆动腿、支撑腿以及机械臂的相关作业任务分解为若干子任务，并对所述子任务进行优先级定义。

8.一种四足单臂作业机器人的运动控制系统，其特征在于，包括：

数据获取单元，其用于获取机器人的当前位姿信息；

运动轨迹生成单元，其用于对接收的作业任务进行分解并对分解得到的子任务进行优先级定义，基于所述当前位姿信息及预先构建的动力学模型，生成每个子任务下的机器人整体运动轨迹；其中，所述动力学模型采用基于机器人所有自由度的整体动力学模型以及经腿部质量简化的质心动力学模型；所述经腿部质量简化的质心动力学模型引入了机械臂补偿项；

优化求解单元，其用于基于所述动力学模型优化求解每个子任务下支撑腿的最优足底力及机械臂末端作用力；并基于多任务空间映射方法计算不同子任务下的机器人所有关节的期望控制量；

控制扭矩获取单元，其用于以所述整体动力学模型作为约束，通过对所述最优足底力以及所述期望控制量及进行优化求解，获得包括机械臂在内的所有关节的控制扭矩；基于所述控制扭矩实现所述四足单臂作业机器人的运动控制。

9.一种电子设备，包括存储器、处理器及存储在存储器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7任一项所述的一种四足单臂作业机器人的运动控制方法。

10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7任一项所述的一种四足单臂作业机器人的运动控制方法。

Images