CN115202372A - 一种基于足端力调节的仿生四足机器人控制系统及方法 - Google Patents

一种基于足端力调节的仿生四足机器人控制系统及方法 Download PDF

Info

Publication number
CN115202372A
CN115202372A CN202211133920.1A CN202211133920A CN115202372A CN 115202372 A CN115202372 A CN 115202372A CN 202211133920 A CN202211133920 A CN 202211133920A CN 115202372 A CN115202372 A CN 115202372A
Authority
CN
China
Prior art keywords
quadruped robot
joint
main body
bionic
bionic quadruped
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.)
Granted
Application number
CN202211133920.1A
Other languages
English (en)
Other versions
CN115202372B (zh
Inventor
夏俊
董瑞政
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.)
Taizhou Dor Intelligent Technology Co ltd
Original Assignee
Taizhou Dor Intelligent 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 Taizhou Dor Intelligent Technology Co ltd filed Critical Taizhou Dor Intelligent Technology Co ltd
Priority to CN202211133920.1A priority Critical patent/CN115202372B/zh
Publication of CN115202372A publication Critical patent/CN115202372A/zh
Application granted granted Critical
Publication of CN115202372B publication Critical patent/CN115202372B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • 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)
  • Manipulator (AREA)

Abstract

本发明属于机器人稳定性控制的技术领域，具体涉及一种基于足端力调节的仿生四足机器人控制系统及方法，包括：利用预测模型递推出仿生四足机器人主体的预测轨迹以及落脚点，获取所述仿生四足机器人运动的实际运动轨迹，依据预测轨迹和实际运动轨迹计算出足底反力，通过每个支撑足对地面的作用力解算出每个关节所需的扭矩，由电机动作使每个支撑足对地面的作用力得到控制，利用激光雷达传感器和模型预测控制结合，根据周围环境信息及时作出调整动作，可以实现在遇到动态信息或者接近静态信息时主动避让，后续利用模型预测控制还能够规划出新的行进轨迹，此过程中配合闭环控制系统及时的对各个关节个支撑足的力矩进行调整。

Description

一种基于足端力调节的仿生四足机器人控制系统及方法
技术领域
本发明属于机器人稳定性控制的技术领域，具体涉及一种基于足端力调节的仿生四足机器人控制系统及方法。
背景技术
仿生机器人是指模仿生物和从事生物特点工作的机器人，传统的仿生机器人多是依靠轮式和履带式的底盘进行移动，但是陆地地面并不平坦，其在移动时多会受到异物的阻挡，其移动轨迹不可解耦控制，基于这一问题，人们又根据人体和其他动物研制出腿足式的机器人，相较于轮式和履带式的机器人而言，其在运动灵活性、环境适应性方面具有显著优势。
仿生四足机器人是腿足式机器人中的一种，现有技术中，其控制方法为：首先在机身坐标系下规划一条足端轨迹，在机器人行走的任意时刻，从轨迹中获取当前足底位置，再通过运动学方法获得每个关节的位置，最终发送给电机位置指令，其过分重视了足端到质心的位置关系，而不重视机器躯干是否平稳，在踩到异物时容易导致机身不平稳而倾倒。
发明内容
本发明的目的是提供一种基于足端力调节的仿生四足机器人控制系统及方法，能够在支撑足踩到异物时，能够适应地形的改变，更加柔顺的保证机身平稳。
本发明采取的技术方案具体如下：
一种基于足端力调节的仿生四足机器人控制方法，包括：
搭建仿生四足机器人主体、世界坐标体系和闭环控制系统；
搭建6自由度虚拟关节，所述6自由度虚拟关节建立于仿生四足机器人主体和世界坐标体系之间，使所述仿生四足机器人主体构成13关节的固定基座机器人；
所述闭环控制系统获取仿生四组机器人主体中每个支撑足对地面的作用力，并建立标准动力学模型；
在标准动力学模型的基础上计算出每个关节所需的扭矩，利用模型预测控制确定每个支撑足最优的足端落脚力；
将所述仿生四足机器人主体搭建为单刚体模型，在世界坐标体系中描述出仿生四足机器人主体的状态；
建立仿生四足机器人主体运动轨迹的预测模型；
获取仿生四足机器人主体在世界坐标体系中的姿态参数，利用预测模型递推出仿生四足机器人主体的预测轨迹以及落脚点；
获取所述仿生四足机器人运动的实际运动轨迹以及落脚点，依据预测轨迹和实际运动轨迹计算出足底反力；
作为本发明的一种优选方案，其中：依据预测轨迹和实际运动轨迹计算出足底反力的步骤，包括：
其中预测估计方程为：
Figure 591322DEST_PATH_IMAGE001
其中，
Figure 96253DEST_PATH_IMAGE002
和
Figure 784723DEST_PATH_IMAGE003
表示离散时间系统动力学，
Figure 516050DEST_PATH_IMAGE004
表示第
Figure 89114DEST_PATH_IMAGE005
步时的系统状态，
Figure 307606DEST_PATH_IMAGE006
表 示第
Figure 947403DEST_PATH_IMAGE005
步时的控制输入；
根据上式预测出下一时刻的状态：
Figure 759502DEST_PATH_IMAGE007
；
其中，X表示预测轨迹中下一时刻的状态，
Figure 260890DEST_PATH_IMAGE008
和
Figure 615779DEST_PATH_IMAGE009
表示上式离散化后的矩阵；
将预测的轨迹与实际轨迹做差，根据目标函数
Figure 786997DEST_PATH_IMAGE010
，使 控制问题转化为优化问题，并求解出作为控制量的足底反力；
其中，
Figure 211026DEST_PATH_IMAGE011
表示实际轨迹状态，
Figure 499793DEST_PATH_IMAGE012
表示此状态下的控制输入，
Figure 833823DEST_PATH_IMAGE013
和
Figure 300576DEST_PATH_IMAGE014
为对角矩阵。
作为本发明的一种优选方案，其中：
获取仿生机器人主体在世界坐标体系中的位置，确定每个支撑足的接触点以及地面作用到支撑足的力；
依据标准动力学模型解算每个关节所需的扭矩并生成力矩指令；
根据力矩指令反馈至每个关节和支撑足。
作为本发明的一种优选方案，其中：所述标准动力学算法的公式为
Figure 228212DEST_PATH_IMAGE015
，该公式中，
Figure 681190DEST_PATH_IMAGE016
为质量矩阵，
Figure 994360DEST_PATH_IMAGE017
为关节角度，
Figure 146861DEST_PATH_IMAGE018
为期望关节加速 度，
Figure 420848DEST_PATH_IMAGE019
为关节速度，
Figure 802150DEST_PATH_IMAGE020
为偏置力，
Figure 986138DEST_PATH_IMAGE021
是选择矩阵，
Figure 670061DEST_PATH_IMAGE022
为关节扭矩，
Figure 290398DEST_PATH_IMAGE023
为接触雅克比矩阵，
Figure 724659DEST_PATH_IMAGE024
为地面接触力；
其中，
Figure 887787DEST_PATH_IMAGE022
（关节扭矩）为待求量，经过转化得到
Figure 867244DEST_PATH_IMAGE025
，计 算结果生成力矩指令反馈至每个关节和支撑足。
作为本发明的一种优选方案，其中：所述仿生四足机器人主体上设有数据采集模块和数据处理模块，所述数据采集模块用于用于获取周围环境信息，所述环境信息包括静态信息和动态信息，其中，所述动态信息又分为接近动作信息和远离动作信息。
作为本发明的一种优选方案，其中：所述数据采集模块包括激光雷达传感器和红外扫描器，所述获取周围环境信息的步骤，包括：
所述激光雷达传感器和红外扫描器采集仿生四足机器人行进方向的环境影像，并上传至数据处理模块；
所述数据处理模块解析环境影像中是否存在静态信息和动态信息；
若存在静态信息，获取该静态信息在世界坐标体系中的坐标信息，依据预测轨迹 公式
Figure 256769DEST_PATH_IMAGE026
判断该坐标是否与支撑足运动轨迹重合；
若是，则生成新的力矩指令并反馈至每个关节和支撑足，使仿生四足机器人主体行进方向作出调整；
若否，则仿生四足机器人主体正常行进；
若存在动态信息，解析动态信息数据，判断该动作信息是否靠近仿生四足机器人主体，若是，则标记为接近动作信息，并反馈至闭环控制器，使仿生四足机器人主体作出调整，若否，则标记为远离动作信息，仿生四足机器人主体正常行进。
作为本发明的一种优选方案，其中：所述生成新的力矩指令并反馈至每个关节和支撑足，使仿生四足机器人主体行进方向作出调整的步骤，包括：
获取仿生四足机器人主体的姿态以及期望关节加速度
Figure 855240DEST_PATH_IMAGE027
；
在保证仿生四足机器人姿态稳定的状态下，依据仿生四足机器人主体的姿态调整 各关节角度
Figure 731929DEST_PATH_IMAGE028
；
获取关节速度
Figure 397135DEST_PATH_IMAGE029
，依据调整的关节角度
Figure 992064DEST_PATH_IMAGE028
进行修正，再结合关节角度
Figure 394227DEST_PATH_IMAGE028
以及期望 关节加速度
Figure 141734DEST_PATH_IMAGE030
计算出关节扭矩
Figure 728573DEST_PATH_IMAGE031
，其中，关节速度
Figure 951744DEST_PATH_IMAGE029
和关节角度
Figure 265919DEST_PATH_IMAGE028
均能通过闭环控制系统 直接调节，期望关节加速度
Figure 117201DEST_PATH_IMAGE030
基于全身控制算法得出。
作为本发明的一种优选方案，其中：所述期望关节加速度
Figure 15887DEST_PATH_IMAGE030
基于全身控制算法得 出的步骤，包括：
建立整体控制任务；
依据雅克比空间矩阵将整体控制任务分为四个子任务；
将四个子任务按重要程度划分优先级，且低优先级的子任务无法影响高优先级的子任务。
本发明还提供了，一种基于足端力调节的仿生四足机器人控制系统，包括：
主体构建模块，用于搭建仿生四足机器人主体、世界坐标体系和闭环控制系统；
虚拟关节构建模块，用于搭建6自由度虚拟关节，所述6自由度虚拟关节建立于仿生四足机器人主体和世界坐标体系之间，使所述仿生四足机器人主体构成13关节的固定基座机器人；
动力学模型构建模块，用于将所述仿生四足机器人主体搭建为单刚体模型，在世界坐标体系中描述出仿生四足机器人主体的状态，以及计算每个关节所需的扭矩，利用模型预测控制确定每个支撑足最优的足端落脚力；
模型预测控制模块，用于建立仿生四足机器人主体运动轨迹的预测模型；
足端力控制模块，用于获取仿生四足机器人主体在世界坐标体系中的姿态参数，利用预测模型递推出仿生四足机器人主体的预测轨迹以及落脚点，获取所述仿生四足机器人运动的实际运动轨迹，依据预测轨迹和实际运动轨迹计算出足底反力；
全身控制模块，用于解算期望关节加速度和构建优先级不同的子任务。
本发明取得的技术效果为：
本发明通过闭环控制系统和足端力控制的结合，能够计算出每个支撑足对地面的作用力，然后利用标准动力学算法解算出每个关节所需的扭矩，最终发送给电机扭矩指令，电机动作使得各个关节和支撑足得以调整，从而每个支撑足对地面的作用力得到控制，进而其便能够主动适应地形的改变，更加柔顺的保证了机身的平稳性；
本发明通过数据采集模块、数据处理模块和模型预测控制结合，能够根据数据采集模块和数据处理模块采集的周围环境信息并及时作出调整动作，可以实现在遇到动态信息或者接近静态信息时主动避让，后续利用模型预测控制还能够规划出新的行进轨迹，此过程中配合闭环控制系统及时的对各个关节个支撑足的力矩进行调整，使得机体在躲避过程中不会因姿态的改变而倾倒。
附图说明
图1是本发明实施例的方法流程示意图；
图2是本发明实施例控制系统的电气连接示意图；
图3是本发明实施例行走测试中关节扭矩示意图；
图4是本发明实施例行走测试中关节转速示意图。
具体实施方式
为了使本发明的目的及优点更加清楚明白，以下结合实施例对本发明进行具体说明。应当理解，以下文字仅仅用以描述本发明的一种或几种具体的实施方式，并不对本发明具体请求的保护范围进行严格限定。
如图1所示，本发明提供了一种基于足端力调节的仿生四足机器人控制方法，包括：
S1、搭建仿生四足机器人主体、世界坐标体系和闭环控制系统；
S2、搭建6自由度虚拟关节，6自由度虚拟关节建立于仿生四足机器人主体和世界坐标体系之间，使仿生四足机器人主体构成13关节的固定基座机器人；
S3、闭环控制系统获取仿生四组机器人主体中每个支撑足对地面的作用力，并建立标准动力学模型；
S4、在标准动力学模型的基础上计算出每个关节所需的扭矩，利用模型预测控制确定每个支撑足最优的足端落脚力；
S5、将仿生四足机器人主体搭建为单刚体模型，在世界坐标体系中描述出仿生四足机器人主体的状态；
S6、建立仿生四足机器人主体运动轨迹的预测模型；
S7、获取仿生四足机器人主体在世界坐标体系中的姿态参数，利用预测模型递推出仿生四足机器人主体的预测轨迹以及落脚点；
S8、获取仿生四足机器人运动的实际运动轨迹和落脚点，依据预测轨迹和实际运动轨迹计算出足底反力，其具体步骤如下：
建立预测估计方程：
Figure 70561DEST_PATH_IMAGE032
其中，
Figure 939160DEST_PATH_IMAGE033
和
Figure 51473DEST_PATH_IMAGE034
表示离散时间系统动力学，
Figure 963803DEST_PATH_IMAGE035
表示第
Figure 161566DEST_PATH_IMAGE036
步时的系统状态，
Figure 568277DEST_PATH_IMAGE037
表 示第
Figure 144883DEST_PATH_IMAGE036
步时的控制输入；
根据上式预测出下一时刻的状态：
Figure 978846DEST_PATH_IMAGE038
；
其中，X表示预测轨迹中下一时刻的状态，
Figure 663906DEST_PATH_IMAGE039
和
Figure 147012DEST_PATH_IMAGE040
表示上式离散化后的矩阵；
将预测的轨迹与实际轨迹做差，根据目标函数
Figure 827392DEST_PATH_IMAGE041
， 使控制问题转化为优化问题，并求解出作为控制量的足底反力；
其中，
Figure 238782DEST_PATH_IMAGE042
表示实际轨迹状态，
Figure 755345DEST_PATH_IMAGE043
表示此状态下的控制输入，
Figure 503858DEST_PATH_IMAGE044
和
Figure 445270DEST_PATH_IMAGE045
为对角矩阵。
如上述步骤S1-S8所述，在大多数机器人动力学算法是在固定基座机器人上推导和应用的，但是，常见的无人车、双足和四足机器人等都是浮动基座机器人，为了使浮动基座机器人也能使用固定基座机器人的动力学算法，在浮动基座和世界系之间添加一个6自由度虚拟关节，对于仿生四足机器人主体而言，原本就配置有12个实体关节，再算上搭建的1个虚拟关节，可以使仿生四足机器人主体等效为一个13关节的固定基座机器人，为了简化计算，忽略因关节位置变化导致的腿部质量分布变化，将四足机器人建模为一个单刚体模型，考虑单刚体在空间中6个自由度的位置与速度，仅用12个变量就可以完整描述四足机器人的状态，其状态方程为：
Figure 870304DEST_PATH_IMAGE046
，将此状态方程 离散化，得到具有递推性质的离散化状态方程，利用递推特性对未来一段时间做预测得到 预测方程
Figure 123430DEST_PATH_IMAGE047
，最后，将预测的轨迹与实际轨迹做差，便可将控制问题转化为优 化问题，从而求解出作为控制量的足底反力，进而在机器人行走时，若踩到石头上，足端力 通过闭环控制系统的反馈得以调整，进而使得仿生四足机器人主体的支撑足能够适应地形 的改变，更加柔顺的保证机身的平稳性。
在一个实施例中，搭建闭环控制系统的步骤，包括：
S101、获取仿生机器人主体在世界坐标体系中的位置，确定每个支撑足的接触点以及地面作用到支撑足的力；
S102、依据标准动力学模型解算每个关节所需的扭矩并生成力矩指令；
S103、力矩指令反馈至每个关节和支撑足。
如上述步骤S101-S103所述，首先，仿生四足机器人主体上搭载多个用于控制各个关节扭矩的控制电机，此方式以保持机身平稳为目标，实用闭环控制系统，相较于现有的四足机器人而言，存在信号反馈，能实时计算出每个支撑足对地面的作用力，然后使用动力学方法解算每个关节所需的扭矩，最终发送给电机扭矩指令。
在一个实施例中，标准动力学算法的公式为
Figure 551001DEST_PATH_IMAGE048
，该公式 中，
Figure 222284DEST_PATH_IMAGE049
为质量矩阵，
Figure 834531DEST_PATH_IMAGE050
为关节角度，
Figure 715900DEST_PATH_IMAGE051
为期望关节加速度，
Figure 55483DEST_PATH_IMAGE052
为关节速度，
Figure 564962DEST_PATH_IMAGE053
为偏置力矩 阵，
Figure 489056DEST_PATH_IMAGE054
是选择矩阵，
Figure 467507DEST_PATH_IMAGE055
为关节扭矩，
Figure 361514DEST_PATH_IMAGE056
为接触雅克比矩阵，
Figure 866444DEST_PATH_IMAGE057
为地面接触力；
其中，
Figure 69761DEST_PATH_IMAGE058
（关节扭矩）为待求量，经过转化得到
Figure 925722DEST_PATH_IMAGE059
，计算 结果生成力矩指令反馈至每个关节和支撑足。
需要说明的是，质量矩阵M是一个18行18列的对称矩阵，可以采用组合刚体动力学算法中的组合刚体法求解，其算法伪代码如下：
Figure 357840DEST_PATH_IMAGE060
；
偏置力矩阵
Figure 592644DEST_PATH_IMAGE061
中包含了与关节加速度无关的力，其中即有重力和科氏力等，偏置 力矩阵由递推牛顿欧拉法求解，其算法伪代码如下：
Figure 717595DEST_PATH_IMAGE062
；
接触雅克比矩阵
Figure 795272DEST_PATH_IMAGE063
是从接触点到世界系的雅克比矩阵，是世界系下足底接触力 到关节力的映射矩阵，接触雅克比可以通过正运动学方法求解，其算法伪代码如下：
Figure 545928DEST_PATH_IMAGE064
Figure 884505DEST_PATH_IMAGE065
；
关节速度
Figure 55724DEST_PATH_IMAGE066
和关节角度
Figure 496064DEST_PATH_IMAGE067
均利用电机磁编码器中获取，选择矩阵是一个18行18列 的常数矩阵。
在一个实施例中，仿生四足机器人主体上设有数据采集模块和数据处理模块，所述数据采集模块用于用于获取周围环境信息，环境信息包括静态信息和动态信息，静态信息具体为：在仿生四足机器人主体未动作时，相对仿生四足机器人主体静止的物体，动态信息具体为，任意状态下，均相对仿生四足机器人主体运动的物体，也可理解为，相对地面静止的物体为静态信息，而相对地面运动的物体为动态信息，其中，动态信息又分为接近动作信息和远离动作信息。
进一步的，数据采集模块包括激光雷达传感器和红外扫描器，数据采集模块获取周围环境信息的步骤，包括：
A1、激光雷达传感器采集仿生四足机器人行进方向的环境影像，并上传至数据处理模块；
A2、数据处理模块解析环境影像中是否存在静态信息和动态信息；
A3、若存在静态信息，获取该静态信息在世界坐标体系中的坐标信息，依据预测轨 迹公式
Figure 269984DEST_PATH_IMAGE068
判断该坐标是否与支撑足运动轨迹重合；
A4、若是，则生成新的力矩指令并反馈至每个关节和支撑足，使仿生四足机器人主体行进方向作出调整；
A5、若否，则仿生四足机器人主体正常行进；
A6、若存在动态信息，解析动态信息数据，判断该动作信息是否靠近仿生四足机器人主体，若是，则标记为接近动作信息，并反馈至闭环控制器，使仿生四足机器人主体作出调整，若否，则标记为远离动作信息，仿生四足机器人主体正常行进。
如上述步骤A1-A6所述，参阅附图4，仿生四足机器人主体在行进过程中包含多种 步态，例如、对角步态、奔跑步态、踱步步态以及跳跃步态，具体可以将这些步态视作欠驱运 动，以此便可确定仿生四足机器人支撑足质心的运动轨迹，依据公式
Figure 869593DEST_PATH_IMAGE069
便 能够预测出其行进轨迹，再根据检测到的环境信息，并解析出其在世界坐标体系中的坐标 信息，代入公式进行比对便可得知支撑足接下来需要进行的行进动作，从而使其与模型预 测控制结合在一起，使仿生四足机器人主体可以根据环境信息利用模型预测控制在间歇欠 驱系统上的优异特性，甚至可以做出后空翻、四脚共线等高难度动作。
在一个实施例中，生成新的力矩指令并反馈至每个关节和支撑足，使仿生四足机器人主体行进方向作出调整的步骤，包括：
A41、获取仿生四足机器人主体的姿态以及期望关节加速度
Figure 585614DEST_PATH_IMAGE070
；
A42、在保证仿生四足机器人姿态稳定的状态下，依据仿生四足机器人主体的姿态 调整各关节角度
Figure 496938DEST_PATH_IMAGE071
；
A43、获取关节速度
Figure 949916DEST_PATH_IMAGE072
，依据调整的关节角度
Figure 279398DEST_PATH_IMAGE071
进行修正，再结合关节角度
Figure 917052DEST_PATH_IMAGE071
以及 期望关节加速度
Figure 456618DEST_PATH_IMAGE070
计算出关节扭矩
Figure 87188DEST_PATH_IMAGE073
，其中，关节速度
Figure 254865DEST_PATH_IMAGE072
和关节角度
Figure 204366DEST_PATH_IMAGE071
均能通过闭环控制 系统直接调节，期望关节加速度
Figure 575436DEST_PATH_IMAGE070
基于全身控制算法得出。
如上述步骤A41-A43所述，生成的新的力矩指令会经过各个电机来调整关节角度
Figure 760429DEST_PATH_IMAGE071
和关节速度
Figure 923557DEST_PATH_IMAGE072
，再结合期望关节加速度
Figure 152282DEST_PATH_IMAGE070
代入标准动力学方程计算出相应的关节扭矩
Figure 666440DEST_PATH_IMAGE073
，从而使得支撑足落点位置发生改变，相应的，其运动轨迹也发生改变，此状态下，利用模型 预测控制重新计算出其接下来的行进轨迹，以此来调整各支撑足落点的力。
在一个实施例中，期望关节加速度
Figure 389546DEST_PATH_IMAGE070
基于全身控制算法得出的步骤，包括：
A431、建立整体控制任务；
A432、依据雅克比空间矩阵将整体控制任务分为四个子任务；
A433、将四个子任务按重要程度划分优先级，且低优先级的子任务无法影响高优先级的子任务。
如上述步骤为求解期望关节加速度
Figure 16967DEST_PATH_IMAGE072
，将整体的控制任务按照重要程度分为四个 子任务，利用雅可比矩阵的零空间特性，保证了低优先级的任务无法影响高优先级任务的 控制，从而将系统的欠驱性造成的不可控性转移到低优先级任务中；
其中，全身控制算法的伪代码如下：
Figure 432905DEST_PATH_IMAGE074
。
本发明还提供了一种基于足端力调节的仿生四足机器人控制系统，包括：
主体构建模块，用于搭建仿生四足机器人主体、世界坐标体系和闭环控制系统；
虚拟关节构建模块，用于搭建6自由度虚拟关节，6自由度虚拟关节建立于仿生四足机器人主体和世界坐标体系之间，使仿生四足机器人主体构成13关节的固定基座机器人；
动力学模型构建模块，用于将仿生四足机器人主体搭建为单刚体模型，在世界坐标体系中描述出仿生四足机器人主体的状态，以及计算每个关节所需的扭矩，利用模型预测控制确定每个支撑足最优的足端落脚力；
模型预测控制模块，用于建立仿生四足机器人主体运动轨迹的预测模型；
足端力控制模块，用于获取仿生四足机器人主体在世界坐标体系中的姿态参数，利用预测模型递推出仿生四足机器人主体的预测轨迹以及落脚点，获取仿生四足机器人运动的实际运动轨迹，依据预测轨迹和实际运动轨迹计算出足底反力；
全身控制模块，用于解算期望关节加速度和构建优先级不同的子任务。
其中，主体构建模块在构建仿生四足机器人主体时，为保证零件强度，对关键零件分别做有限元仿真，选用的材料为7075铝合金，其屈服强度可达505MPa，在传递48Nm静载荷时，零件强度的安全系数普遍在3以上，完全满足使用要求，构建世界坐标体系时以仿生四足机器人主体的重心位置为原点，Z轴垂直于安装面向上，X和Y轴在安装平面上，具体通过控制系统由从main函数开始运行，经过层层调用，最终执行到模型预测控制模块、足端力控制模块、全身控制模块以及动力学算法的底层数学函数，为了提高调试效率，还搭建了实时回传机制，将实物机器人运行过程中的运动学信息通过路由器回传到笔记本电脑上，可以方便地记录和回放调试过程，以方便分析实物机器人上可能的问题。
其中，如图2所示，整个系统由一块36V锂电池供电，经分压后得到5V电流和3.3V电流，分别给对应的设备供电，控制系统和动力系统分别由两个开关控制，提高了安全性。
在仿真环境下进行仿生四足机器人主体进行行走测试，具体动作为：首先机器人以0.5m/s的速度前进，然后以0.2m/s的速度向右移动，最后以0.5m/s的速度后退，得到的关节扭矩和关节转速如图3和图4所示。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其它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、装置、物品或者方法不仅包括那些要素，而且还包括没有明确列出的其它要素，或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。本发明中未具体描述和解释说明的结构、装置以及操作方法，如无特别说明和限定，均按照本领域的常规手段进行实施。

Claims (9)

1.一种基于足端力调节的仿生四足机器人控制方法，其特征在于：包括：
搭建仿生四足机器人主体、世界坐标体系和闭环控制系统；
搭建6自由度虚拟关节，所述6自由度虚拟关节建立于仿生四足机器人主体和世界坐标体系之间，使所述仿生四足机器人主体构成13关节的固定基座机器人；
所述闭环控制系统获取仿生四组机器人主体中每个支撑足对地面的作用力，并建立标准动力学模型；
在标准动力学模型的基础上计算出每个关节所需的扭矩，利用模型预测控制确定每个支撑足最优的足端落脚力；
将所述仿生四足机器人主体搭建为单刚体模型，在世界坐标体系中描述出仿生四足机器人主体的状态；
建立仿生四足机器人主体运动轨迹的预测模型；
获取仿生四足机器人主体在世界坐标体系中的姿态参数，利用预测模型递推出仿生四足机器人主体的预测轨迹以及落脚点；
获取所述仿生四足机器人运动的实际运动轨迹以及落脚点，依据预测轨迹和实际运动轨迹计算出足底反力。
2.根据权利要求1所述的一种基于足端力调节的仿生四足机器人控制方法，其特征在于：依据预测轨迹和实际运动轨迹计算出足底反力的步骤，包括：
建立预测估计方程：
Figure 89916DEST_PATH_IMAGE001
其中，
Figure 85685DEST_PATH_IMAGE002
和
Figure 68685DEST_PATH_IMAGE003
表示离散时间系统动力学，
Figure 57369DEST_PATH_IMAGE004
表示第
Figure 448905DEST_PATH_IMAGE005
步时的系统状态，
Figure 474630DEST_PATH_IMAGE006
表示第
Figure 335139DEST_PATH_IMAGE005
步时的控制输入；
根据上式预测出下一时刻的状态：
Figure 612668DEST_PATH_IMAGE007
；
其中，X表示预测轨迹中下一时刻的状态，
Figure 484809DEST_PATH_IMAGE008
和
Figure 71648DEST_PATH_IMAGE009
表示上式离散化后的矩阵；
将预测的轨迹与实际轨迹做差，根据目标函数
Figure 403141DEST_PATH_IMAGE010
，使控制 问题转化为优化问题，并求解出作为控制量的足底反力；
其中，
Figure 343415DEST_PATH_IMAGE011
表示实际轨迹状态，
Figure 194696DEST_PATH_IMAGE012
表示此状态下的控制输入，
Figure 968748DEST_PATH_IMAGE013
和
Figure 413636DEST_PATH_IMAGE014
为对角矩阵。
3.根据权利要求1所述的一种基于足端力调节的仿生四足机器人控制方法，其特征在于：所述搭建闭环控制系统的步骤，包括：
获取仿生机器人主体在世界坐标体系中的位置，确定每个支撑足的接触点以及地面作用到支撑足的力；
依据标准动力学模型解算每个关节所需的扭矩并生成力矩指令；
根据力矩指令反馈至每个关节和支撑足。
4.根据权利要求2所述的一种基于足端力调节的仿生四足机器人控制方法，其特征在 于：所述标准动力学算法的公式为
Figure 282235DEST_PATH_IMAGE015
，该公式中，
Figure 526307DEST_PATH_IMAGE016
为质量矩阵，
Figure 64736DEST_PATH_IMAGE017
为关节角度，
Figure 387133DEST_PATH_IMAGE018
为期望关节加速度，
Figure 544576DEST_PATH_IMAGE019
为关节速度，
Figure 245816DEST_PATH_IMAGE020
为偏置力，
Figure 345359DEST_PATH_IMAGE021
是选择矩阵，
Figure 138740DEST_PATH_IMAGE022
为关 节扭矩，
Figure 224508DEST_PATH_IMAGE023
为接触雅克比矩阵，
Figure 904888DEST_PATH_IMAGE024
为地面接触力；
其中，
Figure 926065DEST_PATH_IMAGE025
为待求量，经过转化得到
Figure 691895DEST_PATH_IMAGE026
，计算结果生成力矩指 令反馈至每个关节和支撑足。
5.根据权利要求4所述的一种基于足端力调节的仿生四足机器人控制方法，其特征在于：所述仿生四足机器人主体上设有数据采集模块和数据处理模块，所述数据采集模块用于获取周围环境信息，所述环境信息包括静态信息和动态信息，其中，所述动态信息分为接近动作信息和远离动作信息。
6.根据权利要求5所述的一种基于足端力调节的仿生四足机器人控制方法，其特征在于：所述数据采集模块包括激光雷达传感器和红外扫描器，所述获取周围环境信息的步骤，包括：
所述激光雷达传感器和红外扫描器采集仿生四足机器人行进方向的环境影像，并上传至数据处理模块；
所述数据处理模块解析环境影像中是否存在静态信息和动态信息；
若存在静态信息，获取该静态信息在世界坐标体系中的坐标信息，依据预测轨迹公式
Figure 581354DEST_PATH_IMAGE027
，判断该坐标是否与支撑足运动轨迹重合；
若是，则生成新的力矩指令并反馈至每个关节和支撑足，使仿生四足机器人主体行进方向作出调整；
若否，则仿生四足机器人主体正常行进；
若存在动态信息，解析动态信息数据，判断该动作信息是否靠近仿生四足机器人主体，若是，则标记为接近动作信息，并反馈至闭环控制器，使仿生四足机器人主体作出调整，若否，则标记为远离动作信息，仿生四足机器人主体正常行进。
7.根据权利要求6所述的一种基于足端力调节的仿生四足机器人控制方法，其特征在于：所述生成新的力矩指令并反馈至每个关节和支撑足，使仿生四足机器人主体行进方向作出调整的步骤，包括：
获取仿生四足机器人主体的姿态以及期望关节加速度
Figure 631087DEST_PATH_IMAGE028
；
在保证仿生四足机器人姿态稳定的状态下，依据仿生四足机器人主体的姿态调整各关 节角度
Figure 72433DEST_PATH_IMAGE029
；
获取关节速度
Figure 466505DEST_PATH_IMAGE030
，依据调整的关节角度
Figure 769442DEST_PATH_IMAGE029
进行修正，再结合关节角度
Figure 158835DEST_PATH_IMAGE029
以及期望关节加 速度
Figure 912027DEST_PATH_IMAGE028
计算出关节扭矩
Figure 901717DEST_PATH_IMAGE031
，其中，关节速度
Figure 257612DEST_PATH_IMAGE030
和关节角度
Figure 642457DEST_PATH_IMAGE029
均能通过闭环控制系统直接调 节，期望关节加速度
Figure 176338DEST_PATH_IMAGE028
基于全身控制算法得出。
8.根据权利要求6所述的一种基于足端力调节的仿生四足机器人控制方法，其特征在 于：所述期望关节加速度
Figure 404057DEST_PATH_IMAGE028
基于全身控制算法得出的步骤，包括：
建立整体控制任务；
依据雅克比空间矩阵将整体控制任务分为四个子任务；
将四个子任务按重要程度划分优先级，且低优先级的子任务无法影响高优先级的子任务。
9.一种基于足端力调节的仿生四足机器人控制系统，其特征在于：包括：
主体构建模块，用于搭建仿生四足机器人主体、世界坐标体系和闭环控制系统；
虚拟关节构建模块，用于搭建6自由度虚拟关节，所述6自由度虚拟关节建立于仿生四足机器人主体和世界坐标体系之间，使所述仿生四足机器人主体构成13关节的固定基座机器人；
动力学模型构建模块，用于将所述仿生四足机器人主体搭建为单刚体模型，在世界坐标体系中描述出仿生四足机器人主体的状态，以及计算每个关节所需的扭矩，利用模型预测控制确定每个支撑足最优的足端落脚力；
模型预测控制模块，用于建立仿生四足机器人主体运动轨迹的预测模型；
足端力控制模块，用于获取仿生四足机器人主体在世界坐标体系中的姿态参数，利用预测模型递推出仿生四足机器人主体的预测轨迹以及落脚点，获取所述仿生四足机器人运动的实际运动轨迹，依据预测轨迹和实际运动轨迹计算出足底反力；
全身控制模块，用于解算期望关节加速度和构建优先级不同的子任务。
CN202211133920.1A 2022-09-19 2022-09-19 一种基于足端力调节的仿生四足机器人控制系统及方法 Active CN115202372B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211133920.1A CN115202372B (zh) 2022-09-19 2022-09-19 一种基于足端力调节的仿生四足机器人控制系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211133920.1A CN115202372B (zh) 2022-09-19 2022-09-19 一种基于足端力调节的仿生四足机器人控制系统及方法

Publications (2)

Publication Number Publication Date
CN115202372A true CN115202372A (zh) 2022-10-18
CN115202372B CN115202372B (zh) 2022-11-22

Family

ID=83572892

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211133920.1A Active CN115202372B (zh) 2022-09-19 2022-09-19 一种基于足端力调节的仿生四足机器人控制系统及方法

Country Status (1)

Country Link
CN (1) CN115202372B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108614427A (zh) * 2018-06-07 2018-10-02 中国北方车辆研究所 一种四足机器人应激控制方法和装置
CN111891252A (zh) * 2020-08-06 2020-11-06 齐鲁工业大学 一种四足仿生机器人的身体姿态斜坡自适应控制方法
CN112987770A (zh) * 2021-02-26 2021-06-18 哈尔滨工程大学 一种两栖仿蟹多足机器人步行足抗饱和有限时间运动控制方法
CN114384918A (zh) * 2022-01-14 2022-04-22 厦门大学 基于落足点调整的四足机器人对角步态柔顺控制方法
CN114397810A (zh) * 2022-01-17 2022-04-26 厦门大学 基于自适应虚拟模型控制的四足机器人运动控制方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108614427A (zh) * 2018-06-07 2018-10-02 中国北方车辆研究所 一种四足机器人应激控制方法和装置
CN111891252A (zh) * 2020-08-06 2020-11-06 齐鲁工业大学 一种四足仿生机器人的身体姿态斜坡自适应控制方法
CN112987770A (zh) * 2021-02-26 2021-06-18 哈尔滨工程大学 一种两栖仿蟹多足机器人步行足抗饱和有限时间运动控制方法
CN114384918A (zh) * 2022-01-14 2022-04-22 厦门大学 基于落足点调整的四足机器人对角步态柔顺控制方法
CN114397810A (zh) * 2022-01-17 2022-04-26 厦门大学 基于自适应虚拟模型控制的四足机器人运动控制方法

Also Published As

Publication number Publication date
CN115202372B (zh) 2022-11-22

Similar Documents

Publication Publication Date Title
Bjelonic et al. Keep rollin’—whole-body motion control and planning for wheeled quadrupedal robots
US20210309310A1 (en) Control of Robotic Devices with Non-Constant Body Pitch
JP5034235B2 (ja) 制御システム及び制御方法、並びにコンピュータ・プログラム
US9089968B2 (en) Operating an in-line legged robot vehicle in ballistic flight
US8781624B2 (en) Systems and methods for tracking and balancing robots for imitating motion capture data
JP2024512235A (ja) 脚車輪型ロボットの制御方法、装置、脚車輪型ロボット及び機器
Tian et al. Efficient motion generation for a six-legged robot walking on irregular terrain via integrated foothold selection and optimization-based whole-body planning
WO2006067904A1 (ja) 脚式移動ロボットの歩容生成装置
Knabe et al. Team valor’s escher: A novel electromechanical biped for the darpa robotics challenge
Buschmann et al. Biped walking control based on hybrid position/force control
Vladareanu et al. Modeling and hybrid position-force control of walking modular robots
Agrawal et al. Vision-aided dynamic quadrupedal locomotion on discrete terrain using motion libraries
Xin et al. Speed and acceleration control for a two wheel-leg robot based on distributed dynamic model and whole-body control
Xu et al. Analytical review on developing progress of the quadruped robot industry and gaits research
Lee et al. Toward reactive walking: Control of biped robots exploiting an event-based fsm
Asif et al. On the improvement of multi-legged locomotion over difficult terrains using a balance stabilization method
Gehring et al. Quadrupedal locomotion using trajectory optimization and hierarchical whole body control
Wu et al. Highly robust running of articulated bipeds in unobserved terrain
Wang Legged Walking on Inclined Surfaces
CN115202372B (zh) 一种基于足端力调节的仿生四足机器人控制系统及方法
Sun et al. Joint-space cpg for safe foothold planning and body pose control during locomotion and climbing
Xu et al. Disturbance rejection for biped robots during walking and running using control moment gyroscopes
Abdolmaleki et al. Omnidirectional walking with a compliant inverted pendulum model
Kim et al. Assessing whole-body operational space control in a point-foot series elastic biped: Balance on split terrain and undirected walking
Wang et al. Obstacle detection and obstacle-surmounting planning for a wheel-legged robot based on Lidar

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