CN115356920A - 单腿跳跃运动控制方法、装置、可读存储介质及机器人 - Google Patents

单腿跳跃运动控制方法、装置、可读存储介质及机器人 Download PDF

Info

Publication number
CN115356920A
CN115356920A CN202210945120.3A CN202210945120A CN115356920A CN 115356920 A CN115356920 A CN 115356920A CN 202210945120 A CN202210945120 A CN 202210945120A CN 115356920 A CN115356920 A CN 115356920A
Authority
CN
China
Prior art keywords
robot
leg
task
objective function
jumping
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.)
Pending
Application number
CN202210945120.3A
Other languages
English (en)
Inventor
罗秋月
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.)
Ubtech Robotics Corp
Original Assignee
Ubtech Robotics Corp
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 Ubtech Robotics Corp filed Critical Ubtech Robotics Corp
Priority to CN202210945120.3A priority Critical patent/CN115356920A/zh
Publication of CN115356920A publication Critical patent/CN115356920A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0205Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system
    • G05B13/024Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system in which a parameter or coefficient is automatically adjusted to optimise the performance

Abstract

本申请属于机器人技术领域,尤其涉及一种单腿跳跃运动控制方法、装置、计算机可读存储介质及机器人。所述方法包括:按照预设的各个运动控制阶段对机器人的单腿跳跃任务进行分阶段任务规划,得到所述机器人的位置规划结果;获取所述机器人的位置测量结果,并根据所述位置规划结果和所述位置测量结果计算所述机器人在工作空间中的期望加速度;根据机器人运动学关系和所述期望加速度确定所述机器人的单腿跳跃任务方程;根据稳定性约束条件对所述单腿跳跃任务方程进行二次规划求解,得到所述机器人的关节控制量;根据所述关节控制量控制所述机器人进行单腿跳跃运动,使得机器人在完成单腿跳跃动作的同时,满足稳定性约束条件,从而实现平稳落地。

Description

单腿跳跃运动控制方法、装置、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,尤其涉及一种单腿跳跃运动控制方法、装置、计算机可读存储介质及机器人。
背景技术
相对于轮式和履带机器人,双足机器人的一个很大的优势就是能够实现各种各样拟人的步态,从而模仿人类完成各种指定工作。其中,对于平地行走、上下楼梯等运动幅度较小的运动而言,通过现有技术中的各类运动控制方法可以较好地保持双足机器人在运动过程中的稳定性。然而,对于单腿跳跃这种运动幅度较大的运动而言,难以保持双足机器人在运动过程中的稳定性,极易在落地时发生失稳甚至倾倒。
发明内容
有鉴于此,本申请实施例提供了一种单腿跳跃运动控制方法、装置、计算机可读存储介质及机器人,以解决双足机器人在进行单腿跳跃时稳定性较差的问题。
本申请实施例的第一方面提供了一种单腿跳跃运动控制方法,可以包括:
按照预设的各个运动控制阶段对机器人的单腿跳跃任务进行分阶段任务规划,得到所述机器人的位置规划结果;
获取所述机器人的位置测量结果,并根据所述位置规划结果和所述位置测量结果计算所述机器人在工作空间中的期望加速度;
根据预设的机器人运动学关系和所述期望加速度确定所述机器人的单腿跳跃任务方程;
根据预设的稳定性约束条件对所述单腿跳跃任务方程进行二次规划求解,得到所述机器人的关节控制量;
根据所述关节控制量控制所述机器人进行单腿跳跃运动。
在第一方面的一种具体实现方式中,所述位置规划结果包括质心位置规划结果和摆动脚位置规划结果;所述位置测量结果包括质心位置测量结果和摆动脚位置测量结果;所述期望加速度包括第一期望加速度和第二期望加速度;
所述根据所述位置规划结果和所述位置测量结果计算所述机器人在工作空间中的期望加速度,可以包括:
根据所述质心位置规划结果和所述质心位置测量结果计算所述第一期望加速度;
根据所述摆动脚位置规划结果和所述摆动脚位置测量结果计算所述第二期望加速度。
在第一方面的一种具体实现方式中,所述单腿跳跃任务方程包括第一任务方程和第二任务方程;
所述根据预设的机器人运动学关系和所述期望加速度确定所述机器人的单腿跳跃任务方程,可以包括:
根据所述机器人运动学关系和所述第一期望加速度确定所述第一任务方程;
根据所述机器人运动学关系和所述第二期望加速度确定所述第二任务方程。
在第一方面的一种具体实现方式中,所述根据预设的稳定性约束条件对所述单腿跳跃任务方程进行二次规划求解,得到所述机器人的关节控制量,可以包括:
确定与所述第一任务方程对应的第一优化目标函数;
确定与所述第二任务方程对应的第二优化目标函数;
根据所述第一优化目标函数和所述第二优化目标函数确定与所述单腿跳跃任务方程对应的综合优化目标函数;
根据所述稳定性约束条件对所述综合优化目标函数进行二次规划求解,得到所述关节控制量。
在第一方面的一种具体实现方式中,所述根据所述第一优化目标函数和所述第二优化目标函数确定与所述单腿跳跃任务方程对应的综合优化目标函数,可以包括:
对所述第一优化目标函数和所述第二优化目标函数进行加权求和,得到所述综合优化目标函数。
在第一方面的一种具体实现方式中,所述各个运动控制阶段可以包括:控制所述机器人将质心移动至支撑腿上方的第一阶段、控制所述机器人抬高摆动腿的第二阶段、控制所述机器人起跳的第三阶段和控制所述机器人腾空并落地的第四阶段。
在第一方面的一种具体实现方式中,所述稳定性约束条件可以包括:动力学一致性约束条件、摩擦锥约束条件、关节力矩约束条件和零力矩点约束条件。
本申请实施例的第二方面提供了一种单腿跳跃运动控制装置,可以包括:
位置规划模块,用于按照预设的各个运动控制阶段对机器人的单腿跳跃任务进行分阶段任务规划,得到所述机器人的位置规划结果;
期望加速度计算模块,用于获取所述机器人的位置测量结果,并根据所述位置规划结果和所述位置测量结果计算所述机器人在工作空间中的期望加速度;
单腿跳跃任务方程确定模块,用于根据预设的机器人运动学关系和所述期望加速度确定所述机器人的单腿跳跃任务方程;
二次规划求解模块,用于根据预设的稳定性约束条件对所述单腿跳跃任务方程进行二次规划求解,得到所述机器人的关节控制量;
单腿跳跃运动控制模块,用于根据所述关节控制量控制所述机器人进行单腿跳跃运动。
在第二方面的一种具体实现方式中,所述位置规划结果包括质心位置规划结果和摆动脚位置规划结果;所述位置测量结果包括质心位置测量结果和摆动脚位置测量结果;所述期望加速度包括第一期望加速度和第二期望加速度;
所述期望加速度计算模块可以包括:
第一期望加速度计算单元,用于根据所述质心位置规划结果和所述质心位置测量结果计算所述第一期望加速度;
第二期望加速度计算单元,用于根据所述摆动脚位置规划结果和所述摆动脚位置测量结果计算所述第二期望加速度。
在第二方面的一种具体实现方式中,所述单腿跳跃任务方程包括第一任务方程和第二任务方程;
所述单腿跳跃任务方程确定模块可以包括:
第一任务方程确定单元,用于根据所述机器人运动学关系和所述第一期望加速度确定所述第一任务方程;
第二任务方程确定单元,用于根据所述机器人运动学关系和所述第二期望加速度确定所述第二任务方程。
在第二方面的一种具体实现方式中,所述二次规划求解模块可以包括:
第一优化目标函数确定单元,用于确定与所述第一任务方程对应的第一优化目标函数;
第二优化目标函数确定单元,用于确定与所述第二任务方程对应的第二优化目标函数;
综合优化目标函数确定单元,用于根据所述第一优化目标函数和所述第二优化目标函数确定与所述单腿跳跃任务方程对应的综合优化目标函数;
二次规划求解单元,用于根据所述稳定性约束条件对所述综合优化目标函数进行二次规划求解,得到所述关节控制量。
在第二方面的一种具体实现方式中,所述综合优化目标函数确定单元可以具体用于:对所述第一优化目标函数和所述第二优化目标函数进行加权求和,得到所述综合优化目标函数。
在第二方面的一种具体实现方式中,所述各个运动控制阶段可以包括:控制所述机器人将质心移动至支撑腿上方的第一阶段、控制所述机器人抬高摆动腿的第二阶段、控制所述机器人起跳的第三阶段和控制所述机器人腾空并落地的第四阶段。
在第二方面的一种具体实现方式中,所述稳定性约束条件可以包括:动力学一致性约束条件、摩擦锥约束条件、关节力矩约束条件和零力矩点约束条件。
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单腿跳跃运动控制方法的步骤。
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单腿跳跃运动控制方法的步骤。
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单腿跳跃运动控制方法的步骤。
本申请实施例与现有技术相比存在的有益效果是:本申请实施例按照预设的各个运动控制阶段对机器人的单腿跳跃任务进行分阶段任务规划,得到所述机器人的位置规划结果;获取所述机器人的位置测量结果,并根据所述位置规划结果和所述位置测量结果计算所述机器人在工作空间中的期望加速度;根据预设的机器人运动学关系和所述期望加速度确定所述机器人的单腿跳跃任务方程;根据预设的稳定性约束条件对所述单腿跳跃任务方程进行二次规划求解,得到所述机器人的关节控制量;根据所述关节控制量控制所述机器人进行单腿跳跃运动。通过本申请实施例,可以在预设的稳定性约束条件下进行单腿跳跃运动控制,使得机器人在完成单腿跳跃动作的同时,满足稳定性约束条件,从而实现平稳落地。
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为本申请实施例中一种单腿跳跃运动控制方法的一个实施例流程图;
图2为根据预设的稳定性约束条件对单腿跳跃任务方程进行二次规划求解的示意流程图;
图3为本申请实施例中一种单腿跳跃运动控制装置的一个实施例结构图;
图4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。
为叙述简便起见,如无特殊说明,本申请实施例中所提及的机器人均为双足机器人。
请参阅图1,本申请实施例中一种单腿跳跃运动控制方法的一个实施例可以包括:
步骤S101、按照预设的各个运动控制阶段对机器人的单腿跳跃任务进行分阶段任务规划,得到机器人的位置规划结果。
其中,各个运动控制阶段可以包括:控制机器人将质心移动至支撑腿上方的第一阶段、控制机器人抬高摆动腿的第二阶段、控制机器人起跳的第三阶段和控制机器人腾空并落地的第四阶段。位置规划结果可以包括质心位置规划结果和摆动脚位置规划结果。
为了便于叙述,在本申请中可以预先建立以机器人的支撑脚为坐标原点的笛卡尔三维坐标系,机器人面向的方向为X轴正方向,机器人左侧的方向为Y轴正方向,竖直向上的方向为Z轴正方向。
在第一阶段,可以保持摆动脚与支撑脚之间的相对位置不变,并将质心逐步移动至支撑腿上方。
第一阶段的质心位置规划结果为:
xc=xc0
Figure BDA0003786957630000071
zc=zc0
其中,xc、yc和zc分别为质心位置在三个坐标轴(X轴、Y轴和Z轴)上的分量,xc0、yc0和zc0分别为xc、yc和zc在第一阶段的初始值,T0为第一阶段的时长,t为时间变量,其在第一阶段的取值范围为[0,T0]。
第一阶段的摆动脚位置规划结果为:
xs=xs0;ys=ys0;zs=zs0
其中,xs、ys和zs分别为摆动脚位置在三个坐标轴上的分量,xs0、ys0和zs0分别为xs、ys和zs在第一阶段的初始值。
在第二阶段,可以保持质心与支撑脚之间的相对位置不变,摆动脚相对于支撑脚逐步向上抬升。
第二阶段的质心位置规划结果为:
xc=xc1;yc=yc1;xc=xc1
其中,xc1、yc1和zc1分别为xc、yc和zc在第二阶段的初始值,也即xc、yc和zc在第一阶段的终止值。
第二阶段的摆动脚位置规划结果为:
xs=xs1;ys=ys1
Figure BDA0003786957630000081
其中,xs1、ys1和zs1分别为xs、ys和zs在第二阶段的初始值,也即xs、ys和zs在第一阶段的终止值,h为预设的摆动脚抬升高度,T1为第二阶段的时长,时间变量t在第二阶段的取值范围为[0,T1]。
在第三阶段,质心和摆动脚相对于支撑脚均逐步向上抬升,直至支撑脚离开地面。
第三阶段的质心位置规划结果为:
xc=xc2;yc=yc2;xc=xc2+vzt
其中,xc2、yc2和zc2分别为xc、yc和zc在第三阶段的初始值,也即xc、yc和zc在第二阶段的终止值,vz为预设的起跳速度,时间变量t在第三阶段的取值范围为[0,T2],T2为第二阶段的时长。
第三阶段的摆动脚位置规划结果为:
xs=xs2;ys=ys2;xc=xs2+vzt
其中,xs2、ys2和zs2分别为xs、ys和zs在第三阶段的初始值,也即xs、ys和zs在第二阶段的终止值。
在第四阶段,可以保持质心与支撑脚之间的相对位置不变,并保持摆动脚与支撑脚之间的相对位置不变。
第四阶段的质心位置规划结果为:
xc=xc3;yc=yc3;xc=xc3
其中,xc3、yc3和zc3分别为xc、yc和zc在第四阶段的初始值,也即xc、yc和zc在第三阶段的终止值。
第四阶段的摆动脚位置规划结果为:
xs=xs3;ys=ys3;xc=xs3
其中,xs3、ys3和zs3分别为xs、ys和zs在第四阶段的初始值,也即xs、ys和zs在第三阶段的终止值。
步骤S102、获取机器人的位置测量结果,并根据位置规划结果和位置测量结果计算机器人在工作空间中的期望加速度。
在本申请实施例中,可以通过机器人上预先设置的各类传感器进行实时的位置测量,从而得到位置测量结果。
在分别得到位置规划结果和位置测量结果之后,可以根据下式计算机器人在工作空间中的期望加速度:
Figure BDA0003786957630000091
其中,xd为位置规划结果,
Figure BDA0003786957630000092
Figure BDA0003786957630000093
分别为对应的一阶导数和二阶导数,也即对应的速度和加速度,x为位置测量结果,
Figure BDA0003786957630000101
为对应的一阶导数,也即对应的速度,Kp为预设的比例系数,Kd为预设的微分系数,xref为期望位置,
Figure BDA0003786957630000102
Figure BDA0003786957630000103
分别为对应的一阶导数和二阶导数,也即期望速度和期望加速度。
由于位置规划结果可以包括质心位置规划结果和摆动脚位置规划结果,相应地,位置测量结果可以包括质心位置测量结果和摆动脚位置测量结果,期望加速度包括第一期望加速度和第二期望加速度。具体地,可以根据质心位置规划结果和质心位置测量结果计算第一期望加速度;可以根据摆动脚位置规划结果和摆动脚位置测量结果计算第二期望加速度,只需将相应变量代入上述计算公式即可。
步骤S103、根据预设的机器人运动学关系和期望加速度确定机器人的单腿跳跃任务方程。
在本申请实施例中,可以将机器人的腰部视为一个浮动基座,包括六个自由度,即沿着三个坐标轴的平动和转动,则机器人的腰部位姿可以记为:η=[xw,yw,zw,rx,ry,rz]T,其中,xw、yw和zw分别为机器人的腰部在三个坐标轴上各自对应的坐标值,rx、ry和rz分别为机器人的腰部相对于三个坐标轴的偏转角度值。假设机器人包含n个转动关节,n为正整数,可以将机器人的关节姿态记为:pose=[q1,q2,...,qi,...,qn]T,其中,i为转动关节的序号,1≤i≤n,qi为第i个转动关节的关节角度。将腰部位姿和关节姿态组成全身广义坐标q,其数据维度为6+n,即q∈R(6+n)×1
Figure BDA0003786957630000104
Figure BDA0003786957630000105
分别为对应的一阶导数和二阶导数。本申请实施例中的优化变量可以定义为:
Figure BDA0003786957630000106
其中,Fs为地面分别对左右两脚的力矩和力,其数据维度为12,即Fs∈R12×1
在本申请实施例中,可以建立如下式所示的机器人运动学关系:
Figure BDA0003786957630000107
其中,Jl(q)为预设的雅克比矩阵的分量。
对上式两边求导可得:
Figure BDA0003786957630000111
其对应的单腿跳跃任务方程为:
AX=b
其中,
Figure BDA0003786957630000112
单腿跳跃任务方程可以包括第一任务方程和第二任务方程。具体地,可以根据机器人运动学关系和第一期望加速度确定第一任务方程,即A1X=b1,其中,A1和b1分别为
Figure BDA0003786957630000113
取值为第一期望加速度时A和b对应的取值;可以根据机器人运动学关系和第二期望加速度确定第二任务方程,即A2X=b2,其中,A2和b2分别为
Figure BDA0003786957630000114
取值为第二期望加速度时A和b对应的取值。
步骤S104、根据预设的稳定性约束条件对单腿跳跃任务方程进行二次规划求解,得到机器人的关节控制量。
对于单腿跳跃任务方程AX=b而言,可以将其转换为如下所示的最小二乘优化问题:
Figure BDA0003786957630000115
以上最小二乘优化问题等同于一个二次规划(Quadratic Programming,QP)问题,对应的优化目标函数为:
Figure BDA0003786957630000116
s.t.lbc≤CX≤ubc
其中,H=ATA,g=-ATb,C为约束矩阵,lbc和ubc分别为不等式约束的上下限,当lbc=ubc时,不等式约束相当于一个等式约束。
由于单腿跳跃任务方程可以包括第一任务方程和第二任务方程,相应地,优化目标函数可以包括第一优化目标函数和第二优化目标函数。则步骤S104具体可以包括如图2所示的过程:
步骤S1041、确定与第一任务方程对应的第一优化目标函数。
具体地,第一优化目标函数为:
Figure BDA0003786957630000121
其中,H1=A1 TA1,g1=-A1 Tb1
步骤S1042、确定与第二任务方程对应的第二优化目标函数。
具体地,第二优化目标函数为:
Figure BDA0003786957630000122
其中,H2=A2 TA2,g2=-A2 Tb2
步骤S1043、根据第一优化目标函数和第二优化目标函数确定与单腿跳跃任务方程对应的综合优化目标函数。
具体地,可以对第一优化目标函数和第二优化目标函数进行加权求和,得到综合优化目标函数。其中,第一优化目标函数的第一权重,以及第二优化目标函数的第二权重,均可以根据实际情况进行设置,例如,可以将两者均设置为0.5,当然也可以将两者分别设置为其他取值,本申请实施例对此不作具体限定。
步骤S1044、根据稳定性约束条件对综合优化目标函数进行二次规划求解,得到关节控制量。
其中,稳定性约束条件可以包括:动力学一致性约束条件、摩擦锥约束条件、关节力矩约束条件和零力矩点(Zero Moment Point,ZMP)约束条件。
(1)动力学一致性约束条件
在本申请实施例中,可以预先建立如下式所示的机器人浮动基座动力学方程:
Figure BDA0003786957630000131
其中,M(q)为预设的惯量矩阵,
Figure BDA0003786957630000132
Mu(q)和Ml(q)分别为其分量,
Figure BDA0003786957630000133
为预设的非线性项,可以由科式力与离心力项以及重力项构成,
Figure BDA0003786957630000134
Figure BDA0003786957630000135
Figure BDA0003786957630000136
分别为其分量,τ为关节力矩,J(q)为预设的雅克比矩阵,
Figure BDA0003786957630000137
Ju(q)和Jl(q)分别为其分量。
仅考虑其中的第一个分量,则有:
Figure BDA0003786957630000138
也即:
Figure BDA0003786957630000139
相应的约束矩阵为:
C=[Mu(q) -Ju T(q)]
不等式约束的上下限分别为:
Figure BDA00037869576300001310
Figure BDA00037869576300001311
(2)摩擦锥约束条件
机器人的足底受力需满足以下摩擦锥约束:
-∞<Fx-μFz<0
-∞<-Fx-μFz<0
-∞<Fy-μFz<0
-∞<-Fy-μFz<0
其中,Fx、Fy和Fz分别为足底受力在三个坐标轴上的分量,μ为预设的摩擦系数。
相应的约束矩阵为:
Figure BDA0003786957630000141
其中,
Figure BDA0003786957630000142
不等式约束的上下限分别为:
lbc=-∞
ubc=0
(3)关节力矩约束条件
根据上述机器人浮动基座动力学方程,仅考虑其中的第二个分量,则有:
Figure BDA0003786957630000143
相应的约束矩阵为:
C=[Ml(q) -Jl T(q)]
不等式约束的上下限分别为:
Figure BDA0003786957630000144
Figure BDA0003786957630000145
其中,τlim为预设的最大力矩。
(4)ZMP点约束条件
ZMP点计算公式如下所示:
ZMPxFz+My=0
ZMPyFz+Mx=0
其中,Mx和My分别为足底所受力矩在X轴和Y轴上的分量,ZMPx和ZMPy分别为ZMP点在X轴和Y轴上的分量。
由于ZMP点必须位于支撑平面以内,因此有:
0≤My+Fzxfront≤∞
-∞≤My+Fzxrear≤0
0≤Mx+Fzyright≤∞
-∞≤Mx+Fzyleft≤0
其中,xfront、xrear、yright和yleft分别为机器人足底在前后左右的四个边缘坐标。
相应的约束矩阵为:
Figure BDA0003786957630000151
其中,
Figure BDA0003786957630000152
不等式约束的上下限分别为:
lbc=-∞
ubc=0
在这些稳定性约束条件下对综合优化目标函数进行二次规划求解,即可得到优化变量X的取值,将其作为机器人的关节控制量。在本申请实施例中,可以根据实际情况采用现有技术中的任意一种二次规划求解方法,此处对其不作具体限定。
步骤S105、根据关节控制量控制机器人进行单腿跳跃运动。
需要说明的是,对机器人的运动控制一般是按照周期进行的,即在每个控制周期进行一次对机器人的运动控制。上述过程是以某一个控制周期为例进行说明,在下一个控制周期会重新随着实际情况的变化重新进行运动控制,后续的控制周期以此类推。通过各个控制周期连续的控制过程,即可控制机器人平稳地进行单腿跳跃运动。
综上,本申请实施例按照预设的各个运动控制阶段对机器人的单腿跳跃任务进行分阶段任务规划,得到机器人的位置规划结果;获取机器人的位置测量结果,并根据位置规划结果和位置测量结果计算机器人在工作空间中的期望加速度;根据预设的机器人运动学关系和期望加速度确定机器人的单腿跳跃任务方程;根据预设的稳定性约束条件对单腿跳跃任务方程进行二次规划求解,得到机器人的关节控制量;根据关节控制量控制机器人进行单腿跳跃运动。通过本申请实施例,可以在预设的稳定性约束条件下进行单腿跳跃运动控制,使得机器人在完成单腿跳跃动作的同时,满足稳定性约束条件,从而实现平稳落地。
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。
对应于上文实施例的一种单腿跳跃运动控制方法,图3示出了本申请实施例提供的一种单腿跳跃运动控制装置的一个实施例结构图。
本实施例中,一种单腿跳跃运动控制装置可以包括:
位置规划模块301,用于按照预设的各个运动控制阶段对机器人的单腿跳跃任务进行分阶段任务规划,得到所述机器人的位置规划结果;
期望加速度计算模块302,用于获取所述机器人的位置测量结果,并根据所述位置规划结果和所述位置测量结果计算所述机器人在工作空间中的期望加速度;
单腿跳跃任务方程确定模块303,用于根据预设的机器人运动学关系和所述期望加速度确定所述机器人的单腿跳跃任务方程;
二次规划求解模块304,用于根据预设的稳定性约束条件对所述单腿跳跃任务方程进行二次规划求解,得到所述机器人的关节控制量;
单腿跳跃运动控制模块305,用于根据所述关节控制量控制所述机器人进行单腿跳跃运动。
在本申请实施例的一种具体实现方式中,所述位置规划结果包括质心位置规划结果和摆动脚位置规划结果;所述位置测量结果包括质心位置测量结果和摆动脚位置测量结果;所述期望加速度包括第一期望加速度和第二期望加速度;
所述期望加速度计算模块可以包括:
第一期望加速度计算单元,用于根据所述质心位置规划结果和所述质心位置测量结果计算所述第一期望加速度;
第二期望加速度计算单元,用于根据所述摆动脚位置规划结果和所述摆动脚位置测量结果计算所述第二期望加速度。
在本申请实施例的一种具体实现方式中,所述单腿跳跃任务方程包括第一任务方程和第二任务方程;
所述单腿跳跃任务方程确定模块可以包括:
第一任务方程确定单元,用于根据所述机器人运动学关系和所述第一期望加速度确定所述第一任务方程;
第二任务方程确定单元,用于根据所述机器人运动学关系和所述第二期望加速度确定所述第二任务方程。
在本申请实施例的一种具体实现方式中,所述二次规划求解模块可以包括:
第一优化目标函数确定单元,用于确定与所述第一任务方程对应的第一优化目标函数;
第二优化目标函数确定单元,用于确定与所述第二任务方程对应的第二优化目标函数;
综合优化目标函数确定单元,用于根据所述第一优化目标函数和所述第二优化目标函数确定与所述单腿跳跃任务方程对应的综合优化目标函数;
二次规划求解单元,用于根据所述稳定性约束条件对所述综合优化目标函数进行二次规划求解,得到所述关节控制量。
在本申请实施例的一种具体实现方式中,所述综合优化目标函数确定单元可以具体用于:对所述第一优化目标函数和所述第二优化目标函数进行加权求和,得到所述综合优化目标函数。
在本申请实施例的一种具体实现方式中,所述各个运动控制阶段可以包括:控制所述机器人将质心移动至支撑腿上方的第一阶段、控制所述机器人抬高摆动腿的第二阶段、控制所述机器人起跳的第三阶段和控制所述机器人腾空并落地的第四阶段。
在本申请实施例的一种具体实现方式中,所述稳定性约束条件可以包括:动力学一致性约束条件、摩擦锥约束条件、关节力矩约束条件和零力矩点约束条件。
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4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4所示,该实施例的机器人4包括:处理器40、存储器41以及存储在存储器41中并可在处理器40上运行的计算机程序42。处理器40执行计算机程序42时实现上述各个单腿跳跃运动控制方法实施例中的步骤,例如图1所示的步骤S101至步骤S105。或者,处理器40执行计算机程序42时实现上述各装置实施例中各模块/单元的功能,例如图3所示模块301至模块305的功能。
示例性的,计算机程序42可以被分割成一个或多个模块/单元,一个或者多个模块/单元被存储在存储器41中,并由处理器40执行,以完成本申请。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,该指令段用于描述计算机程序42在机器人4中的执行过程。
本领域技术人员可以理解,图4仅仅是机器人4的示例,并不构成对机器人4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,例如机器人4还可以包括输入输出设备、网络接入设备、总线等。
处理器40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。
存储器41可以是机器人4的内部存储单元,例如机器人4的硬盘或内存。存储器41也可以是机器人4的外部存储设备,例如机器人4上配备的插接式硬盘,智能存储卡(SmartMedia Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,存储器41还可以既包括机器人4的内部存储单元也包括外部存储设备。存储器41用于存储计算机程序以及机器人4所需的其它程序和数据。存储器41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,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。
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。
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,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,计算机程序包括计算机程序代码,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。计算机可读存储介质可以包括:能够携带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,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 (10)

1.一种单腿跳跃运动控制方法,其特征在于,包括:
按照预设的各个运动控制阶段对机器人的单腿跳跃任务进行分阶段任务规划,得到所述机器人的位置规划结果;
获取所述机器人的位置测量结果,并根据所述位置规划结果和所述位置测量结果计算所述机器人在工作空间中的期望加速度;
根据预设的机器人运动学关系和所述期望加速度确定所述机器人的单腿跳跃任务方程;
根据预设的稳定性约束条件对所述单腿跳跃任务方程进行二次规划求解,得到所述机器人的关节控制量;
根据所述关节控制量控制所述机器人进行单腿跳跃运动。
2.根据权利要求1所述的单腿跳跃运动控制方法,其特征在于,所述位置规划结果包括质心位置规划结果和摆动脚位置规划结果;所述位置测量结果包括质心位置测量结果和摆动脚位置测量结果;所述期望加速度包括第一期望加速度和第二期望加速度;
所述根据所述位置规划结果和所述位置测量结果计算所述机器人在工作空间中的期望加速度,包括:
根据所述质心位置规划结果和所述质心位置测量结果计算所述第一期望加速度;
根据所述摆动脚位置规划结果和所述摆动脚位置测量结果计算所述第二期望加速度。
3.根据权利要求2所述的单腿跳跃运动控制方法,其特征在于,所述单腿跳跃任务方程包括第一任务方程和第二任务方程;
所述根据预设的机器人运动学关系和所述期望加速度确定所述机器人的单腿跳跃任务方程,包括:
根据所述机器人运动学关系和所述第一期望加速度确定所述第一任务方程;
根据所述机器人运动学关系和所述第二期望加速度确定所述第二任务方程。
4.根据权利要求3所述的单腿跳跃运动控制方法,其特征在于,所述根据预设的稳定性约束条件对所述单腿跳跃任务方程进行二次规划求解,得到所述机器人的关节控制量,包括:
确定与所述第一任务方程对应的第一优化目标函数;
确定与所述第二任务方程对应的第二优化目标函数;
根据所述第一优化目标函数和所述第二优化目标函数确定与所述单腿跳跃任务方程对应的综合优化目标函数;
根据所述稳定性约束条件对所述综合优化目标函数进行二次规划求解,得到所述关节控制量。
5.根据权利要求4所述的单腿跳跃运动控制方法,其特征在于,所述根据所述第一优化目标函数和所述第二优化目标函数确定与所述单腿跳跃任务方程对应的综合优化目标函数,包括:
对所述第一优化目标函数和所述第二优化目标函数进行加权求和,得到所述综合优化目标函数。
6.根据权利要求1至5中任一项所述的单腿跳跃运动控制方法,其特征在于,所述各个运动控制阶段包括:控制所述机器人将质心移动至支撑腿上方的第一阶段、控制所述机器人抬高摆动腿的第二阶段、控制所述机器人起跳的第三阶段和控制所述机器人腾空并落地的第四阶段。
7.根据权利要求1至5中任一项所述的单腿跳跃运动控制方法,其特征在于,所述稳定性约束条件包括:动力学一致性约束条件、摩擦锥约束条件、关节力矩约束条件和零力矩点约束条件。
8.一种单腿跳跃运动控制装置,其特征在于,包括:
位置规划模块,用于按照预设的各个运动控制阶段对机器人的单腿跳跃任务进行分阶段任务规划,得到所述机器人的位置规划结果;
期望加速度计算模块,用于获取所述机器人的位置测量结果,并根据所述位置规划结果和所述位置测量结果计算所述机器人在工作空间中的期望加速度;
单腿跳跃任务方程确定模块,用于根据预设的机器人运动学关系和所述期望加速度确定所述机器人的单腿跳跃任务方程;
二次规划求解模块,用于根据预设的稳定性约束条件对所述单腿跳跃任务方程进行二次规划求解,得到所述机器人的关节控制量;
单腿跳跃运动控制模块,用于根据所述关节控制量控制所述机器人进行单腿跳跃运动。
9.一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7中任一项所述的单腿跳跃运动控制方法的步骤。
10.一种机器人,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7中任一项所述的单腿跳跃运动控制方法的步骤。
CN202210945120.3A 2022-08-08 2022-08-08 单腿跳跃运动控制方法、装置、可读存储介质及机器人 Pending CN115356920A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210945120.3A CN115356920A (zh) 2022-08-08 2022-08-08 单腿跳跃运动控制方法、装置、可读存储介质及机器人

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210945120.3A CN115356920A (zh) 2022-08-08 2022-08-08 单腿跳跃运动控制方法、装置、可读存储介质及机器人

Publications (1)

Publication Number Publication Date
CN115356920A true CN115356920A (zh) 2022-11-18

Family

ID=84001413

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210945120.3A Pending CN115356920A (zh) 2022-08-08 2022-08-08 单腿跳跃运动控制方法、装置、可读存储介质及机器人

Country Status (1)

Country Link
CN (1) CN115356920A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116661293A (zh) * 2023-07-28 2023-08-29 北京理工大学 一种轮腿式车辆跳跃障碍的运动控制方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116661293A (zh) * 2023-07-28 2023-08-29 北京理工大学 一种轮腿式车辆跳跃障碍的运动控制方法及系统
CN116661293B (zh) * 2023-07-28 2023-11-07 北京理工大学 一种轮腿式车辆跳跃障碍的运动控制方法及系统

Similar Documents

Publication Publication Date Title
CN111015653B (zh) 机器人控制方法、装置、计算机可读存储介质及机器人
Kagami et al. AutoBalancer: An Online Dynamic Balance Compensation Scheme for Humanoid Robots: Satoshi Kagami, Fumio Kanehiro, Yukiharu Tamiya, Masayuki Inaba
CN112731953A (zh) 机器人控制方法、装置、计算机可读存储介质及机器人
CN113753150A (zh) 轮腿式机器人的控制方法、装置、设备及可读存储介质
CN112720483B (zh) 合质心状态获取方法、装置、仿人机器人和可读存储介质
Kim et al. Computationally-robust and efficient prioritized whole-body controller with contact constraints
WO2022105020A1 (zh) 机器人控制方法、装置、计算机可读存储介质及机器人
CN115356920A (zh) 单腿跳跃运动控制方法、装置、可读存储介质及机器人
CN112975978B (zh) 多足机器人负重平衡方法、装置和多足机器人
CN112792807A (zh) 机器人控制方法、装置、计算机可读存储介质及机器人
CN109746901B (zh) 一种用于外骨骼机器人的动态负载信息计算方法
CN114641375A (zh) 动态规划控制器
CN115520784A (zh) 负载搬运机械的动态挠曲补偿、协调提升机控制和防摆控制
CN113031579A (zh) 双足机器人的行走控制方法、装置及双足机器人
CN111844013B (zh) 机器人步态规划方法、装置、机器人及存储介质
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
CN112757301B (zh) 机器人抗扰动控制方法、装置、电子设备及存储介质
CN112731951A (zh) 一种机器人平衡控制方法、装置、可读存储介质及机器人
Mănoiu-Olaru et al. Stability analysis software platform dedicated for a hexapod robot
CN112720479A (zh) 一种机器人姿态控制方法、装置及机器人
CN112276950A (zh) 抗扰动模型训练、控制方法、装置、设备、机器人及介质
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
JP2011255500A (ja) 脚式移動ロボットの制御装置
Hauser et al. Biologically inspired kinematic synergies provide a new paradigm for balance control of humanoid robots
CN113465822A (zh) 基于多刚体机器人的质心位置计算方法、装置及介质

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