CN115922731A - 一种机器人的控制方法以及机器人 - Google Patents

Abstract

本申请公开了一种机器人的控制方法以及机器人，用于提高多关节机械结构的运动灵活性，实现机器人在移动过程中多关节机械结构对目标物的追踪和自稳定。本申请方法包括：通过图像采集模块获取图像信息；根据所述图像信息识别目标物；根据所述图像信息以及与所述目标物关联的任务，确定所述多关节机械结构的至少一个关节动力模组的转动速度；根据所述至少一个关节动力模组的转动速度控制所述多关节机械结构执行与所述目标物相关的任务。

Description

一种机器人的控制方法以及机器人

技术领域

本申请涉及机器人控制技术领域，尤其涉及一种机器人的控制方法以及机器人。

背景技术

机器人正被越来越多的应用于日常生产和生活中，与常见的轮式机器人相比，足式机器人能够穿越更复杂的路况，实现更复杂的任务。同时为了拓展足式机器人的应用场景和功能使之不仅仅局限于一个可移动的仿生平台，足式机器人被装上多关节机械结构和灵巧手，并被赋予抓取、开门等对目标物进行操作与环境进行交互的能力。机器人的多关节机械结构末端固定有深度RGB图像采集模块，这在拓展了足式机器人的感知能力的同时使多关节机械结构与环境的交互能够更加精确和灵活。

现有技术中，由于在足式机器人行进或迈步的过程中，多关节机械结构会因为位移或者受到抖动而偏离目标物，目标物甚至会脱离多关节机械结构末端图像采集模块视野，进而导致目标丢失无法对其执行操作的情况，所以足式机器人身上的多关节机械结构只能在机器人稳定停止的状态下才能启动对目标物进行操作的任务（例如抓取物体、开门等动作）。

进一步的，加入基于图像的视觉伺服控制可以使机器人在行进过程或迈步过程中完成抓取目标物、拧门把手或其他交互功能。但是在不分级的视觉伺服控制中，由于只通过图像信息机器人只能获得对多关节机械结构末端的位置约束，没有姿态的约束，多关节机械结构末端会在严格保持当前姿态的情况下去满足位置约束，使得多关节机械结构的运动死板怪异，甚至导致某些关节动力模组的运动超限，严重影响多关节机械结构的运动效果。

发明内容

本申请提供了一种机器人的控制方法以及机器人，用于提高多关节机械结构的运动灵活性，实现机器人在移动过程中多关节机械结构对目标物的追踪和自稳定。

本申请第一方面提供了一种机器人的控制方法，所述机器人上设置有多关节机械结构，所述控制方法包括：

通过图像采集模块获取图像信息；

根据所述图像信息识别目标物；

根据所述图像信息以及与所述目标物关联的任务，确定所述多关节机械结构的至少一个关节动力模组的转动速度；

根据所述至少一个关节动力模组的转动速度控制所述多关节机械结构执行与所述目标物关联的任务。

可选的，所述根据所述图像信息以及与所述目标物关联的任务，确定所述多关节机械结构的至少一个关节动力模组的转动速度，包括：

根据与所述目标物关联的任务，确定或调整位置控制和姿态控制的权重；

根据所述图像信息计算所述目标物与所述多关节机械结构上的预设位置的相对运动速度，并根据所述相对运动速度和所述多关节机械结构在当前控制周期的姿态和所述多关节机械结构的至少一个关节动力模组的状态确定图像雅可比矩阵；

计算所述多关节机械结构上的预设位置到所述目标物的空间距离；

通过所述位置控制和姿态控制的权重、所述图像雅可比矩阵及所述空间距离获取关节动力模组速度控制律，通过所述关节动力模组速度控制律确定所述多关节机械结构的至少一个关节动力模组的转动速度。

可选的，当位置控制的权重高于姿态控制的权重时，所述关节动力模组速度控制律为：

当姿态控制的权重高于位置控制的权重时，所述关节动力模组速度控制律为：

其中，

为关节动力模组速度向量，I为单位矩阵，A₁、A₂分别为关于位置控制和姿态控制的图像雅可比矩阵，E₁、E₂分别为关于所述空间距离的矩阵和关于姿态误差的矩阵。

可选的，所述控制方法还包括：

判断是否接收到图像信息；

或，判断所述图像信息中是否存在目标物；

若否，则累计超时时间；

当所述超时时间小于预设时间时，根据上一控制周期的控制数据维持所述多关节机械结构的运动状态；

当所述超时时间大于或等于预设时间时，控制所述多关节机械结构停止运动。

可选的，在所述根据与所述目标物关联的任务，确定所述多关节机械结构的至少一个关节动力模组的转动速度之前，所述控制方法还包括：

判断是否接收到所述多关节机械结构返回的状态信息，所述状态信息包括所述多关节机械结构至少一个关节动力模组的角度信息；

若是，则根据所述状态信息更新所述多关节机械结构当前的关节动力模组状态；

所述根据与所述目标物关联的任务，确定所述多关节机械结构的至少一个关节动力模组的转动速度包括：

根据与所述目标物关联的任务以及所述多关节机械结构当前的关节动力模组状态，确定所述多关节机械结构的至少一个关节动力模组的转动速度；

若否，则累计超时时间；

当所述超时时间小于预设时间时，根据上一控制周期的控制数据维持所述多关节机械结构的运动状态；

当所述超时时间大于预设时间时，控制所述多关节机械结构停止运动。

可选的，若所述任务为拍摄任务或平板交互任务，则确定或调整为姿态控制的权重高于位置控制的权重；

若所述任务为末端执行器动作任务，则确定或调整为位置控制的权重高于姿态控制的权重。

本申请第二方面提供了一种机器人，包括：机身，至少两条腿和多关节机械结构；

所述至少两条腿和所述多关节机械结构与所述机身相连接，所述至少两条腿包括摆动腿；

所述机器人还包括与所述至少两条腿和所述多关节机械结构通信的控制系统，所述控制系统包括数据处理器和与所述数据处理器通信的存储器，所述存储器存储指令，当在所述数据处理器上执行时，所述指令使得所述数据处理器执行操作，包括：

通过图像采集模块获取图像信息；

根据所述图像信息识别目标物；

根据所述图像信息以及与所述目标物关联的任务，确定所述多关节机械结构的至少一个关节动力模组的转动速度；

根据所述至少一个关节动力模组的转动速度控制所述多关节机械结构执行与所述目标物关联的任务。

从以上技术方案可以看出，本申请具有以下优点：

通过图像采集模块来获取图像信息，并根据图像信息确定目标物，对于不同的目标物，多关节机械结构能够执行不同的任务，而不同的任务有不同的控制侧重点，此时就可以根据具体的任务来确定当前多关节机械结构中关节动力模组的转动速度，并根据该转动速度控制多关节机械结构执行与所述目标物关联的任务，使多关节机械结构能够更加灵活地应对不同应用场景，提高多关节机械结构的运动灵活性，实现机器人在移动过程中多关节机械结构对目标物的追踪和自稳定。

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为本申请提供的机器人的硬件结构示意图；

图2为本申请提供的机器人的机械结构示意图；

图3为本申请提供的机器人的控制方法一个实施例流程示意图；

图4为本申请提供的机器人的控制方法另一个实施例流程示意图；

图5为本申请提供的机器人的控制方法中关于超时设置的一个实施例流程示意图；

图6为本申请提供的机器人一个实施例结构示意图。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

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机器人100的硬件结构示意图。在图1所示的实施方式中，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。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中示出的机器人100的具体结构并不构成对机器人100的限定，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对机器人100的各个部件进行具体的介绍：

机械单元101为机器人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，在本申请中，机械结构1013还可包括可伸展的多关节机械结构（图未示）、可转动的头部结构1017、可摇动的尾巴结构1018、载物结构1019、鞍座结构1020、图像采集模块结构1021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用于获取机器人100周围环境的信息数据以及监控机器人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(用于远程目标物检测、距离确定和/或速度值确定)、毫米波雷达(用于短程目标物检测、距离确定和/或速度值确定)、图像采集模块、红外图像采集模块、全球导航卫星系统（GNSS，Global Navigation Satellite System）等。如监控机器人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是机器人100的控制中心，利用各种接口和线路连接整个机器人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（比如图像采集模块、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机器人100进行通信连接，在终端设备与机器人100进行通信时，可以通过终端设备来向机器人100发送指令信息，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，机器人100可以包括传感单元103，传感单元103可根据机器人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机器人的控制方法进行说明。本申请提供的机器人的控制方法用于提高多关节机械结构的运动灵活性，实现机器人在移动过程中多关节机械结构对目标物的追踪和自稳定。需要说明的是，本申请中对机器人上多关节机械结构的安装位置具体不作限定，该多关节机械结构可以是机械臂，还可以是机器人的头部或腿部。请参阅图3，图3为本申请提供的机器人的控制方法的一个实施例，该方法包括：

301、通过图像采集模块获取图像信息；

视觉是人类感知外界信息的重要手段，也被认为是机器人最重要的感知能力，机器人的视觉伺服控制能够将计算机视觉和机器人控制相结合，利用视觉信息的反馈以及执行器的执行状况来决定机器人的动作，拓展机器人的应用场景和功能，提高仿生效果。机器人的视觉伺服控制具体是由图像信息运用控制理论算法计算得出机器人的运动控制量，并由该控制量指导机器人作出相应的动作。但现有技术中，不分级的视觉伺服控制在两种情况下会使得多关节机械结构的运动死板怪异，第一种情况是在目标物本身提供的信息不足以给多关节机械结构末端足够的约束时，会令多关节机械结构以关节空间的最小二乘距离向期望位置运动，例如当目标物仅有一个特征点时，通过图像信息机器人只能获得对多关节机械结构末端的位置约束，没有姿态的约束，此时不分级的控制算法会让多关节机械结构末端在严格保持当前姿态的情况下同时尝试去满足位置约束，此时多关节机械结构运动将变得死板，某些关节将在稍大距离的运动下超限。第二种情况是目标物能够提供完整的信息使机器人能够获得完整的位置姿态约束，但是目标物的移动范围较大，事实上多关节机械结构没有必要严格满足全部的约束，此时也会发生同第一种情况的问题。

基于此，本实施例提供了一种机器人的控制方法，用于提高多关节机械结构的运动灵活性，在本实施例中，机器人具体为可移动机器人，例如双足、四足等多足式机器人、履带式机器人、轮式机器人等，该图像采集模块可以是摄像头、激光雷达等设备，具体此处不做限定，下面以摄像头为例进行说明。机器人通过摄像头获取图像信息，该摄像头可以安装在多关节机械结构上，还可以安装在机器人的机身上，具体此处不做限定。机器人通过摄像头获取图像信息，能够感知周围的具体环境和具体情况，实现目标物的快速定位，从而控制多关节机械结构来完成任务。需要说明的是，该摄像头具体可以是深度RGB摄像头，深度RGB摄像头相较于普通RGB摄像头能够获得环境中的深度信息，在拓展了机器人的感知能力的同时使多关节机械结构与环境的交互能够更加精确和灵活。

302、根据图像信息识别目标物；

基于图像的视觉伺服控制是根据摄像头像素图像平面上目标物的特征点的坐标变化，配合摄像头内参计算出摄像头与目标物的相对速度，并使机器人实时补偿这个速度以维持摄像头相对目标物的位置或姿态。加入基于图像的视觉伺服控制可以使机器人在行进过程或迈步过程中控制多关节机械结构完成一些任务，机器人可以通过控制多关节机械结构执行很多任务，大多是针对视野范围内的目标物进行一定的操作。

在本实施例中，机器人为了分辨当前需要执行的任务，需要根据所获得的图像信息来识别图像信息中的目标物，该目标物可以是人，还可以是水杯、门把手等物体。对于不同的目标物，多关节机械结构可以执行不同的任务，而对于不同的任务，机器人对多关节机械结构控制的侧重点不同。例如，当前的目标物为水杯，多关节机械结构需要执行的任务是拿起水杯，此时多关节机械结构相对于水杯的姿态不是很重要，但是多关节机械结构相对于水杯的位置非常重要，此时对多关节机械结构的位置控制相对于姿态控制更为重要。同理，对于一些需要多关节机械结构严格保持姿态的任务，对多关节机械结构的姿态控制相对于位置控制更为重要。

303、根据所述图像信息以及与目标物关联的任务，确定多关节机械结构的至少一个关节动力模组的转动速度；

多关节机械结构是由关节动力模组将一系列连杆连接组合成运动链，多关节机械结构的各个关节动力模组通过电机驱动，并通过连杆传递运动，实现多关节机械结构姿态和末端位置的改变。在本实施例中，机器人根据图像信息以及与目标物关联的任务，来确定多关节机械结构的至少一个关节动力模组的转动速度，即机器人需要结合具体的任务需求，来确定多关节机械结构的控制侧重点，并根据该控制侧重点来确定多关节机械结构的至少一个关节动力模组的转动速度，针对不同的任务场景灵活的实现基于图像的视觉伺服控制。

需要说明的是，该转动速度可以是关节动力模组中转子的转动速度，还可以是关节动力模组中减速机的动力输出端的转动速度，具体此处不作限定。

304、根据至少一个关节动力模组的转动速度控制多关节机械结构执行与目标物关联的任务。

机器人根据所确定的至少一个关节动力模组的转动速度，控制多关节机械结构执行与目标物关联的任务，使多关节机械结构能够更加灵活地应对不同应用场景，提高多关节机械结构的运动灵活性，实现机器人在移动过程中多关节机械结构对目标物的追踪和自稳定。

在本实施例中，通过图像采集模块来获取图像信息，并根据图像信息确定目标物，对于不同的目标物，多关节机械结构能够执行不同的任务，而不同的任务有不同的控制侧重点，此时就可以根据具体的任务来确定当前多关节机械结构中关节动力模组的转动速度，并根据该转动速度控制多关节机械结构执行与目标物关联的任务，使多关节机械结构能够更加灵活地应对不同应用场景，提高多关节机械结构的运动灵活性，实现机器人在移动过程中多关节机械结构对目标物的追踪和自稳定。

下面对本申请提供的机器人的控制方法进行详细说明，请参阅图4，图4为本申请提供的机器人的控制方法的另一个实施例，该方法包括：

401、通过图像采集模块获取图像信息；

402、根据图像信息识别目标物；

在本实施例中，步骤401至步骤402与前述实施例中步骤301至步骤302相同，此处不再赘述。在本实施例中，该图像采集模块可以设置在机器人的机身，机器人的头部，还可以设置在多关节机械结构上的任何一个位置，在后续步骤中以该图像采集模块为摄像头，设置于多关节机械结构的执行器上为例进行描述。当摄像头安装在多关节机械结构的执行器上时，摄像头会随着多关节机械结构的运动而运动，在观察目标时不易发生遮挡现象。

403、根据与目标物关联的任务，确定或调整位置控制和姿态控制的权重；

针对不同的目标物，多关节机械结构可执行不同的任务，而对于不同的目标物和不同的任务，多关节机械结构控制的侧重点不同。具体的，本实施例中将多关节机械结构的控制拆分为位置控制和姿态控制，从而实现关于多关节机械结构的分级控制。分级控制指的是将对多关节机械结构的姿态和位置的控制分开，赋予不同优先级以应对不同的目标伺服跟踪需求。例如当目标物是球体并以其中心点为特征点时，多关节机械结构只需保持球体特征点在摄像头视野的中心即保持目标物特征点在图像平面上的x，y坐标和相对摄像头的距离，而无需保持多关节机械结构相对于球体的姿态，此时就可以通过降低姿态控制的优先级以确保多关节机械结构保持在目标位置。而当目标物是门板并且需要多关节机械结构的执行器始终保持垂直于门板平面的姿态时，降低位置控制的优先级可以令多关节机械结构在无法完全到达目标位置时，优先保证执行器垂直于门板的姿态。

在本实施例中，通过调整位置控制和姿态控制的权重，可以实现对位置控制以及姿态控制优先级的调整，从而实现分级控制，机器人将优先处理权重较高的一项控制。

下面结合具体的目标物和任务，对位置控制和姿态控制的优先级进行介绍：

1、位置控制优先：

机器人可控制多关节机械结构进行抓取、抓握、撞击等任务，这类任务又进一步可细分为抓取水杯、遥控器等目标物、抓握门把手、击打目标物等任务，统称为末端执行器动作任务。在末端执行器动作任务中，多关节机械结构的执行器相对于目标物的姿态不是很重要，但是多关节机械结构的执行器相对于目标物的位置非常重要，此时就可以提高位置控制的权重，降低姿态控制的权重，即提高位置控制的优先级并降低姿态控制的优先级，以实现位置控制优先。

在一些具体的实施例中，当摄像头拍摄到门把手时，机器人通过深度学习算法识别到图像信息中的门把手，判断当前任务为抓握门把手，对于该任务应该要提高位置控制的优先级减小姿态控制的优先级，即提高位置控制的权重，降低姿态控制的权重。随后通过图像中目标物特征点在摄像头感光元器件平面上的像素位置，经过透视变换计算出目标物相对于多关节机械结构执行器的运动速度。为使多关节机械结构的执行器与目标物保持相对位置（无需保持姿态），此时可以将需要多关节机械结构执行器补偿的速度拆分成线速度和角速度，通过分级控制优先保证多关节机械结构执行器的线速度，并在难以达到目标角速度时适当降低保持角速度的优先级。最终在多关节机械结构执行器保持与目标物相对稳定的情况下通过算法不断缩小多关节机械结构执行器到目标物距离的约束，使多关节机械结构的执行器靠近目标物移动，实现门把手的抓握。

在另一些具体的实施例中，当摄像头拍摄到水杯时，机器人通过深度学习算法识别到图像信息中的水杯，判断当前任务为拿起水杯，由于水杯是圆柱的，机器人从旁边走过只会使多关节机械结构的执行器上的摄像头相对于水杯产生水平角变化，但这不影响抓取，所以对于该任务应该要提高位置控制的优先级减小姿态控制的优先级，通过降低姿态控制优先级让水平角度可以变化，使机器人能够走近水杯，再控制多关节机械结构逐渐缩短与水杯的距离，使多关节机械结构的执行器靠近水杯实现抓取。

2、姿态控制优先：

机器人还可利用多关节机械结构的执行器上的摄像头执行拍摄任务，在拍摄任务中，多关节机械结构的执行器相对于目标物的姿态非常重要，但是多关节机械结构的执行器相对于目标物的位置不那么重要，此时就可以将控制优先级确定为姿态控制优先，即提高姿态控制的优先级并降低位置控制的优先级，以控制摄像头与面部的相对姿态，例如，作为一种实施例，在利用多关节机械结构拍摄人物照片的场景中，机器人只需要识别目标拍摄人物的脸部角度，根据用户设置在面部某几个特定角度拍摄，比如用户喜欢在右边侧脸45度角拍摄等，不管人的面部如何移动旋转，要求多关节机械结构的执行器摄像头始终保持与面部成固定角度（可由用户自行选择角度，例如侧面45度角）；作为另一种实施例，机器人需要识别目标拍摄人物的身体姿态和脸部角度，比如，用户设置好拍照的姿势和角度，比如人物身体做出“大”字的造型，角度为脸部正面拍照，实际使用中，机器人如果识别到目标拍摄人物的造型后，需要快速找到合适的拍摄位置，并将机器人的多关节机械结构控制摄像头的拍摄角度调整为对准目标拍摄人物正面进行拍摄，在以上两种实施例中，摄像头和目标物的相对位置可以近一些也可以远一些，与拍摄姿态控制比起来相对次要。具体的，姿态控制优先通过算法自动调整，在分级控制中提高姿态控制的优先级降低位置控制的优先级，同时在一定的距离范围内放松距离限制降低对距离控制的优先级。

此外机器人还可利用多关节机械结构的执行器执行平板交互任务，即机器人可以控制多关节机械结构点触平板以进行交互，例如与房屋内的智能家居平板进行交互，实现智能家居控制。由于平板有朝向，此时需要多关节机械结构的执行器保持与平板相适应的相对姿态才能有效实现触控，即可以将控制优先级确定为姿态控制优先。

3、位置控制和姿态控制优先交替：

在实际应用中，机器人在执行任务的过程中多关节机械结构的控制优先级不是一成不变的，机器人可从任务的执行阶段、执行效果等方面对多关节机械结构的控制优先级做进一步调整，以达到更佳的控制效果。例如在上述利用多关节机械结构的执行器上的摄像头执行拍摄任务的场景中，除了要求摄像头始终保持与面部成45度俯角，同时还需要保持合适距离以使构图合理，保持面部在画面中不至于显得太大也不至于显得太小，具体的，在摄像头拍摄到人面部时，机器人通过算法可以识别并提取眼睛嘴巴三个特征点，三个点可以确定一个平面（面部平面）。通过深度rgb摄像头的深度信息和两眼间距可以计算摄像头相对于人面部的距离以及面部在画面中是否过大。当摄像头距离面部过近以至于面部在画面中显得太大或距离太远无法清晰拍摄面部五官时，此时就需要提高距离限制，即提高位置控制的优先级，使摄像头（多关节机械结构的执行器）向合适距离范围内运动，待位置满足需求后再调整姿态。

需要说明的是，上述任务的优先级设置仅为举例说明，在实际应用中开发人员可根据不同任务的需求对多关节机械结构的控制优先级作具体设定，并且在分级控制中根据实际情况确定或调整位置控制和姿态控制的权重，实现机器人在移动过程中多关节机械结构对目标物的追踪和自稳定，使多关节机械结构更灵活地应对不同应用场景。

404、根据图像信息计算目标物与多关节机械结构上的预设位置的相对运动速度，并根据相对运动速度和多关节机械结构在当前控制周期的姿态和多关节机械结构的至少一个关节动力模组的状态确定图像雅可比矩阵；

视觉伺服技术的核心思想是通过选定一组特定的图像特征，并推导目标物的图像特征与摄像头运动速度之间的关系，即图像雅克比矩阵。而在基于图像的视觉伺服控制中，是直接利用图像特征进行视觉信息反馈控制，机器人可以通过摄像头观察到目标物在摄像头中的位置发生变化，针对于图像中的每个像素（目标物的特征点）来说，便是图像中像素发生了位置变化，通过求导可以将位置的变化转化成像素的速度变化。而通过图像雅可比矩阵则可以将像素的速度变化转变到摄像头坐标系下，比如，摄像头在移动过程中不断获取目标物的图像特征，当目标物的图像特征达到目标状态时，摄像头相对于目标物的运动速度也同时收敛至零，这时多关节机械结构运动到指定的目标位置。当摄像头设置于多关节机械结构的执行器上时，图像雅可比矩阵具体描述的是摄像头图像特征空间速度与多关节机械结构的执行器运动速度的近似线性变换关系，从而可建立多关节机械结构的执行器的操作空间与图像特征空间之间的映射关系。

具体的，机器人需要获取多关节机械结构在当前控制周期的姿态和至少一个关节动力模组的状态，该关节动力模组的状态则包括关节动力模组的角速度和角加速度，建立雅可比矩阵，雅可比矩阵描述的是多关节机械结构在真实三维空间中的执行器的运动速度与关节动力模组角速度的转换关系。通过视觉映射变换，得到多关节机械结构关节动力模组运动与相应的图像特征运动之间的关系，从而可以建立起图像雅可比矩阵。

405、计算多关节机械结构上的预设位置到目标物的空间距离；

在得到图像雅可比矩阵之后，机器人还需要计算预设位置（多关节机械结构上的任意一个位置）到目标物的空间距离，即多关节机械结构的执行器到目标物的空间距离，需要说明的是，该空间距离包含执行器上任何一个点到目标物的空间距离。在视觉伺服控制阶段，知道图像的特征变化（与空间距离相关）后，可以得到多关节机械结构的执行器的姿态变化，再进而得到多关节机械结构至少一个关节动力模组的角度变化，从而驱动多关节机械结构运动，实现基于图像雅可比矩阵的视觉反馈控制。

406、通过位置控制和姿态控制的权重、图像雅可比矩阵及空间距离获取关节动力模组速度控制律，通过关节动力模组速度控制律确定多关节机械结构至少一个关节动力模组的转动速度；

关节动力模组速度控制律是指多关节机械结构中各个关节动力模组电机的速度控制规律，该关节动力模组速度控制律与位置控制和姿态控制的权重相关联，在位置控制和姿态控制的权重调整时关节动力模组速度控制律对应发生变化。具体的，首先将图像雅可比矩阵进行上下分割，拆分为关于位置控制的和关于姿态控制的两个部分，同时对关于空间距离的矩阵也进行分割，拆分为关于空间距离的矩阵和姿态误差的矩阵，并根据步骤402中根据与目标物关联的任务所确定或调整的位置控制和姿态控制的权重，获取具体的关节动力模组速度控制律。

1）当位置控制的权重高于姿态控制的权重时，该关节动力模组速度控制律为：

2）当姿态控制的权重高于位置控制的权重时，该关节动力模组速度控制律为：

其中，

为关节动力模组速度向量，I为单位矩阵，A₁、A₂分别为关于位置控制和姿态控制的图像雅可比矩阵，

分别为对关于位置控制和姿态控制的图像雅可比矩阵求逆，E₁、E₂分别为关于空间距离的矩阵和关于姿态误差的矩阵。括号内容为降低优先级的权重，优先级较低的一项不会影响到优先级较高的控制，即在位置控制优先时，多关节机械结构会优先达到位置目标，反之亦然。

机器人根据任务调整位置控制和姿态控制的权重，再根据图像雅可比矩阵和空间距离获取关节动力模组速度控制律，根据该关节动力模组速度控制律计算得到多关节机械结构至少一个关节动力模组的转动速度。在计算得到多关节机械结构至少一个关节动力模组的转动速度后，则根据该转动速度控制多关节机械结构至少一个关节动力模组进行运动，实现基于图像的视觉伺服控制。

407、根据至少一个关节动力模组的转动速度控制多关节机械结构执行与目标物关联的任务。

在本实施例中，步骤407与前述实施例步骤304类似，此处不再赘述。

在本实施例中，机器人根据与目标物关联的任务调整多关节机械结构的控制优先级，即调整位置控制和姿态控制的权重，并根据述位置控制和姿态控制的权重获取关节动力模组速度控制律，该关节动力模组速度控制律还与多关节机械结构的图像雅可比矩阵以及空间距离相关，机器人最终根据该关节动力模组速度控制律实现对多关节机械结构的运动控制，控制多关节机械结构执行与目标物关联的任务，使多关节机械结构能够更加灵活地应对不同应用场景，提高多关节机械结构的运动灵活性，实现机器人在移动过程中多关节机械结构对目标物的追踪和自稳定。

下面对本申请提供的机器人的控制方法中的超时设置进行详细说明，请参阅图5，图5为本申请提供的机器人的控制方法中关于超时设置的一个实施例，该方法包括：

501、通过图像采集模块获取图像信息；

502、根据图像信息识别目标物；

在本实施例中，步骤501至步骤502与前述实施例中步骤301至步骤302相同，此处不再赘述。

503、判断是否接收到图像信息，若是则执行步骤504，若否则执行步骤507；

高控制频率能够使伺服控制过程更加顺滑，使追踪更加稳定，进而提高多关节机械结构在工作过程中对目标物抓取的准确性和拍照画面的清晰度。但在提高控制频率的同时，会出现图像信号的反馈频率低于控制频率的情况，因此在本实施例中，机器人在进行伺服控制前需要先判断当前是否接收到图像采集模块反馈的图像信息，具体是指当前控制周期内是否接收到新的图像信息，若接收到则继续执行步骤504，若未接收到新的图像信息则说明图像信息反馈滞后，此时执行步骤507进入超时状态以累计超时时间。

需要说明的是，控制周期是指机器人的运动控制周期，机器人的控制周期是一个非常短的时间段，一般为0.001秒-0.003秒之间。

在一些具体的实施例中，机器人在确定当前接收到图像信息后，还需要通过目标检测技术进一步判断图像信息中是否存在目标物，若存在则可继续执行步骤504，若图像信息中不存在目标物，则说明目标物超出视野范围，目标物长时间的丢失可能会导致任务无法继续进行，因此也需执行步骤507进入超时状态以累计超时时间。

504、判断是否接收到多关节机械结构返回的状态信息，若是则执行步骤505，若否则执行步骤507；

机器人对多关节机械结构的运动控制依赖于多关节机械结构实时返回的状态信息，该状态信息包括但不限于多关节机械结构的至少一个关节动力模组的角度信息，能否及时的接收到多关节机械结构返回的状态信息对实现多关节机械结构的精准控制来说十分重要，如果机器人接收到的多关节机械结构状态信息滞后，

在本实施例中，在进行多关节机械结构的视觉伺服控制前，还需要判断当前控制周期是否接收到多关节机械结构返回的状态信息，若接收到多关节机械结构返回的状态信息，则继续执行步骤505，若未接收到多关节机械结构返回的状态信息，则执行步骤507进入超时状态以累计超时时间。

需要说明的是，步骤503和步骤504的顺序可以调换，即先进行图像信息反馈的判断是可以的，先进行多关节机械结构状态信息反馈的判断也是可以的，无论选择哪种顺序都不影响多关节机械结构的控制效果。

505、根据状态信息更新多关节机械结构当前的关节动力模组状态；

若机器人确定当前控制周期内接收到了多关节机械结构返回的状态信息，则根据最新返回的状态信息更新多关节机械结构当前的关节动力模组状态，保证多关节机械结构的关节动力模组状态是根据实际情况实时更新的，从而在后续步骤中根据多关节机械结构当前的关节动力模组状态、图像信息以及与控制优先级相关联的关节动力模组速度控制律控制多关节机械结构的运动，对多关节机械结构实现分级的视觉伺服控制。

506、根据与目标物关联的任务以及多关节机械结构当前的关节动力模组状态，确定多关节机械结构的至少一个关节动力模组的转动速度；

在本实施例中，关于多关节机械结构的视觉伺服控制与前述实施例中步骤403至步骤407相同，此处不再赘述。

507、累计超时时间；

在本实施例中，当机器人确定当前控制周期内未接收到图像采集模块返回的图像信息，或图像信息中不存在目标物，或未接收到多关节机械结构返回的状态信息，则进入超时状态，并且累计超时时间。

需要说明的是，如果在下一控制周期内接收到图像采集模块返回的图像信息，并且图像信息存在目标物以及接收到多关节机械结构返回的状态信息，则退出超时状态，清零超时时间，在下一次进入超时状态时重新累计超时时间。

508、当超时时间小于预设时间时，根据上一控制周期的控制数据维持多关节机械结构的运动状态；

通常情况下，图像信息以及多关节机械结构状态信息的反馈滞后不会持续太长时间，因此在超时时间小于预设时间时，机器人使用上一控制周期的控制数据维持住多关节机械结构的运动状态，同时等待图像信息以及多关节机械结构状态信息的最新反馈，保证多关节机械结构的运动稳定性。

509、当超时时间大于或等于预设时间时，控制多关节机械结构停止运动。

当超时时间大于或等于预设时间时，说明机器人实际上已经较长时间的丢失目标，或者较长时间的无法获取多关节机械结构的状态信息，此时机器人无法确定多关节机械结构的下一步动作，因此控制多关节机械结构停止运动，防止多关节机械结构错误运动造成造成事故或伤害。但如果在下一个控制周期退出超时状态，机器人则可控制多关节机械结构继续运动。

在本实施例中，采用高控制频率能够使视觉伺服控制过程更加顺滑，但会出现图像信号反馈频率低于控制频率的情况，因此在机器人的控制方法中增加超时设置，机器人在对多关节机械结构进行视觉伺服控制前需要判断是否接收到图像信息，或图像信息中是否存在目标物，以及判断是否接收到多关节机械结构返回的状态信息，当有任一条件不满足时则确定算法超时并累计超时时间，并在超时范围内使用上一控制周期的数据维持多关节机械结构的运动状态，超过超时范围之后则立即停止控制以防止多关节机械结构的运动造成事故或伤害。

下面对本申请提供的机器人的控制方法装置进行详细说明，请参阅图6，图6为本申请提供的机器人，该机器人包括：

机身，至少两条腿和多关节机械结构；

至少两条腿和多关节机械结构与机身相连接，至少两条腿包括摆动腿；

机器人还包括与至少两条腿和多关节机械结构通信的控制系统，控制系统包括数据处理器601和与数据处理器通信的存储器602，存储器602存储指令，当在数据处理器601上执行时，指令使得数据处理器601执行操作，包括：

通过图像采集模块获取图像信息；

根据图像信息识别目标物；

根据与目标物关联的任务，确定多关节机械结构的至少一个关节动力模组的转动速度；

根据至少一个关节动力模组的转动速度控制多关节机械结构执行与目标物关联的任务。

可选的，操作具体包括：

根据与目标物关联的任务，确定或调整位置控制和姿态控制的权重；

计算目标物与多关节机械结构上的预设位置的相对运动速度，并根据相对运动速度和多关节机械结构在当前控制周期的姿态和多关节机械结构的至少一个关节动力模组的状态确定图像雅可比矩阵；

计算多关节机械结构上的预设位置到目标物的空间距离；

通过位置控制和姿态控制的权重、图像雅可比矩阵及空间距离获取关节动力模组速度控制律，通过关节动力模组速度控制律确定多关节机械结构的至少一个关节动力模组的转动速度。

可选的，当位置控制的权重高于姿态控制的权重时，关节动力模组速度控制律为：

当姿态控制的权重高于位置控制的权重时，关节动力模组速度控制律为：

其中，

为关节动力模组速度向量，I为单位矩阵，A₁、A₂分别为关于位置控制和姿态控制的图像雅可比矩阵，E₁、E₂分别为关于所述空间距离的矩阵和关于姿态误差的矩阵。

可选的，操作还包括：

判断是否接收到图像信息；

或，

判断图像信息中是否存在目标物；

若否，则累计超时时间；

当超时时间小于预设时间时，根据上一控制周期的控制数据维持多关节机械结构的运动状态；

当超时时间大于或等于预设时间时，控制多关节机械结构停止运动。

可选的，操作还包括：

判断是否接收到多关节机械结构返回的状态信息，状态信息包括多关节机械结构至少一个关节动力模组的角度信息；

若是，则根据状态信息更新多关节机械结构当前的关节动力模组状态，根据与目标物关联的任务以及多关节机械结构当前的关节动力模组状态，确定多关节机械结构的至少一个关节动力模组的转动速度；

若否，则累计超时时间；

当超时时间小于预设时间时，根据上一控制周期的控制数据维持多关节机械结构的运动状态；

当超时时间大于预设时间时，控制多关节机械结构停止运动。

可选的，操作还包括：若任务为拍摄任务或平板交互任务，则确定或调整姿态控制的权重高于位置控制的权重；

若任务为末端执行器动作任务，则确定或调整位置控制的权重高于姿态控制的权重。

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，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 (12)

1.一种机器人的控制方法，其特征在于，所述机器人上设置有多关节机械结构，所述控制方法包括：

通过图像采集模块获取图像信息；

根据所述图像信息识别目标物；

根据所述图像信息以及与所述目标物关联的任务，确定所述多关节机械结构的至少一个关节动力模组的转动速度；

根据所述至少一个关节动力模组的转动速度控制所述多关节机械结构执行与所述目标物关联的任务。

2.根据权利要求1所述的控制方法，其特征在于，所述根据所述图像信息以及与所述目标物关联的任务，确定所述多关节机械结构的至少一个关节动力模组的转动速度，包括：

根据与所述目标物关联的任务，确定或调整位置控制和姿态控制的权重；

根据所述图像信息计算所述目标物与所述多关节机械结构上的预设位置的相对运动速度，并根据所述相对运动速度和所述多关节机械结构在当前控制周期的姿态和所述多关节机械结构的至少一个关节动力模组的状态确定图像雅可比矩阵；

计算所述多关节机械结构上的预设位置到所述目标物的空间距离；

通过所述位置控制和姿态控制的权重、所述图像雅可比矩阵及所述空间距离获取关节动力模组速度控制律，通过所述关节动力模组速度控制律确定所述多关节机械结构的至少一个关节动力模组的转动速度。

3.根据权利要求2所述的控制方法，其特征在于，当位置控制的权重高于姿态控制的权重时，所述关节动力模组速度控制律为：

当姿态控制的权重高于位置控制的权重时，所述关节动力模组速度控制律为：

其中，

为关节动力模组速度向量，I为单位矩阵，A₁、A₂分别为关于位置控制和姿态控制的图像雅可比矩阵，E₁、E₂分别为关于所述空间距离的矩阵和关于姿态误差的矩阵。

4.根据权利要求1所述的控制方法，其特征在于，所述控制方法还包括：

判断是否接收到图像信息；

或，判断所述图像信息中是否存在目标物；

若否，则累计超时时间；

当所述超时时间小于预设时间时，根据上一控制周期的控制数据维持所述多关节机械结构的运动状态；

当所述超时时间大于或等于预设时间时，控制所述多关节机械结构停止运动。

5.根据权利要求1所述的控制方法，其特征在于，在所述根据与所述目标物关联的任务，确定所述多关节机械结构的至少一个关节动力模组的转动速度之前，所述控制方法还包括：

判断是否接收到所述多关节机械结构返回的状态信息，所述状态信息包括所述多关节机械结构至少一个关节动力模组的角度信息；

若是，则根据所述状态信息更新所述多关节机械结构当前的关节动力模组状态；

所述根据与所述目标物关联的任务，确定所述多关节机械结构的至少一个关节动力模组的转动速度包括：

根据与所述目标物关联的任务以及所述多关节机械结构当前的关节动力模组状态，确定所述多关节机械结构的至少一个关节动力模组的转动速度；

若否，则累计超时时间；

当所述超时时间小于预设时间时，根据上一控制周期的控制数据维持所述多关节机械结构的运动状态；

当所述超时时间大于预设时间时，控制所述多关节机械结构停止运动。

6.根据权利要求1至5中任一项所述的控制方法，其特征在于，若所述任务为拍摄任务或平板交互任务，则确定或调整为姿态控制的权重高于位置控制的权重；

若所述任务为末端执行器动作任务，则确定或调整为位置控制的权重高于姿态控制的权重。

7.一种机器人，其特征在于，包括：机身，至少两条腿和多关节机械结构；

所述至少两条腿和所述多关节机械结构与所述机身相连接，所述至少两条腿包括摆动腿；

所述机器人还包括与所述至少两条腿和所述多关节机械结构通信的控制系统，所述控制系统包括数据处理器和与所述数据处理器通信的存储器，所述存储器存储指令，当在所述数据处理器上执行时，所述指令使得所述数据处理器执行操作，包括：

通过图像采集模块获取图像信息；

根据所述图像信息识别目标物；

根据所述图像信息以及与所述目标物关联的任务，确定所述多关节机械结构的至少一个关节动力模组的转动速度；

根据所述至少一个关节动力模组的转动速度控制所述多关节机械结构执行与所述目标物关联的任务。

8.根据权利要求7所述的机器人，其特征在于，所述操作具体包括：

根据与所述目标物关联的任务，确定或调整位置控制和姿态控制的权重；

根据所述图像信息计算所述目标物与所述多关节机械结构上的预设位置的相对运动速度，并根据所述相对运动速度和所述多关节机械结构在当前控制周期的姿态和所述多关节机械结构的至少一个关节动力模组的状态确定图像雅可比矩阵；

计算所述多关节机械结构上的预设位置到所述目标物的空间距离；

通过所述位置控制和姿态控制的权重、所述图像雅可比矩阵及所述空间距离获取关节动力模组速度控制律，通过所述关节动力模组速度控制律确定所述多关节机械结构的至少一个关节动力模组的转动速度。

9.根据权利要求8所述的机器人，其特征在于，当位置控制的权重高于姿态控制的权重时，所述关节动力模组速度控制律为：

当姿态控制的权重高于位置控制的权重时，所述关节动力模组速度控制律为：

其中，

为关节动力模组速度向量，I为单位矩阵，A₁、A₂分别为关于位置控制和姿态控制的图像雅可比矩阵，E₁、E₂分别为关于所述空间距离的矩阵和关于姿态误差的矩阵。

10.根据权利要求7所述的机器人，其特征在于，所述操作还包括：

判断是否接收到图像信息；

或，判断所述图像信息中是否存在目标物；

若否，则累计超时时间；

当所述超时时间小于预设时间时，根据上一控制周期的控制数据维持所述多关节机械结构的运动状态；

当所述超时时间大于或等于预设时间时，控制所述多关节机械结构停止运动。

11.根据权利要求7所述的机器人，其特征在于，所述操作还包括：

判断是否接收到所述多关节机械结构返回的状态信息，所述状态信息包括所述多关节机械结构至少一个关节动力模组的角度信息；

若是，则根据所述状态信息更新所述多关节机械结构当前的关节动力模组状态，根据与所述目标物关联的任务以及所述多关节机械结构当前的关节动力模组状态，确定所述多关节机械结构的至少一个关节动力模组的转动速度；

若否，则累计超时时间；

当所述超时时间小于预设时间时，根据上一控制周期的控制数据维持所述多关节机械结构的运动状态；

当所述超时时间大于预设时间时，控制所述多关节机械结构停止运动。

12.根据权利要求7至11中任一项所述的机器人，其特征在于，所述操作还包括：若所述任务为拍摄任务或平板交互任务，则确定或调整姿态控制的权重高于位置控制的权重；

若所述任务为末端执行器动作任务，则确定或调整位置控制的权重高于姿态控制的权重。

Images