CN116088553A - 一种机器人的弹跳控制方法、装置、介质、电子设备 - Google Patents
一种机器人的弹跳控制方法、装置、介质、电子设备 Download PDFInfo
- Publication number
- CN116088553A CN116088553A CN202310115209.1A CN202310115209A CN116088553A CN 116088553 A CN116088553 A CN 116088553A CN 202310115209 A CN202310115209 A CN 202310115209A CN 116088553 A CN116088553 A CN 116088553A
- Authority
- CN
- China
- Prior art keywords
- robot
- expected
- foot
- landing
- angle
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 230000006870 function Effects 0.000 claims description 55
- 206010034701 Peroneal nerve palsy Diseases 0.000 claims description 54
- 230000015654 memory Effects 0.000 claims description 28
- 230000008569 process Effects 0.000 claims description 21
- 230000009191 jumping Effects 0.000 claims description 17
- 238000010276 construction Methods 0.000 claims description 6
- 238000005457 optimization Methods 0.000 claims description 5
- 238000003860 storage Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000009193 crawling Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
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
- G05D1/08—Control of attitude, i.e. control of roll, pitch, or yaw
- G05D1/0891—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for land vehicles
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
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
本发明提供了一种机器人的弹跳控制方法、装置、介质、电子设备，该方法通过构建代价函数模拟机器人进行连续弹跳的运动轨迹，并通过模拟的运动轨迹确定机器人落地时对应的着地角，从而通过确定的着地角对机器人进行实时控制，使得机器人落地时足端或脚掌达到预期落足点，并使电机产生与预期地面接触反力大小相同，方向相反的力，从而通过第一作用力抵消预期地面接触反力，防止机器人在落地时抖动，提高机器人的稳定性控制，保证机器人可以应对未知高度地面情况下提前或者滞后着地的控制场景，从而增强机器人弹跳运动的鲁棒性，提高机器人连续弹跳的成功率。
Description
技术领域
本发明涉及机器人技术领域，具体涉及一种机器人的弹跳控制方法、装置、介质、电子设备。
背景技术
机器人的运动控制中，跳跃是非常重要的运动模态，无论是在同一区域的快速移动，还是实现不同区域之间的跨越，仅依靠爬行是不够的，需要依靠跳跃实现机器人空间位置的改变，如此才能让机器人在更复杂的环境中自由运动。现有的足式机器人或弹跳机器人一般进行原地跳跃，或者根据预设的着地角进行前后跳运动控制。
在相关技术中，对于机器人的跳跃是通过预设的着地角模拟机器人的运动轨迹，该种方式仅能保证预设的着地角始终符合机器人运动轨迹的应用场景，而在机器人进行连续弹跳的应用场景中，需要应对未知高度地面情况下提前或滞后着地的控制场景，无法保证每次落地的着地角均与预设的着地角相同。并且在相关技术中，若要确定每次落地的着地角，则需要保证模拟的运动轨迹的跟踪精度，该种方式基于现有硬件设备难以实现，因此，相关技术的控制方式无法保证机器人进行连续弹跳的成功率。
发明内容
因此，本发明要解决的技术问题在于克服现有技术中的无法准确模拟机器人进行连续弹跳运动的技术缺陷，从而提供一种机器人的弹跳控制方法、装置、介质、电子设备。
第一方面，本发明实施例提供了一种机器人的弹跳控制方法，包括：基于机器人的运动轨迹的优化变量，构建机器人的代价函数，代价函数用于表征机器人在连续跳跃过程中至少一次从跳起时到落地时的运动轨迹；将代价函数在优化器中解算，得到机器人在落地时对应的预期质心位置、预期落足点、预期地面接触反力；根据预期质心位置与预期落足点，确定机器人落地时的着地角；获取机器人落地时对应的实际质心位置；根据着地角与实际质心位置，确定机器人落地时的足端期望位置；将足端期望位置和实际质心位置通过逆解计算，确定机器人的关节角度；根据预期落足点与关节角度，对机器人进行控制，使机器人落地的时足端达到预期落足点，以及控制电机产生第一作用力，第一作用力与预期地面接触反力大小相等，方向相反。
结合第一方面，在第一方面的一种可能的实现方式中，机器人的代价函数通过如下公式表达：
其中，x,f,Pj表示优化变量，k表示预观时域，xi表示当前时刻机器人质心的运动状态，xi,ref表示机器人质心运动状态的参考值，Qr表示质心状态的权重，fi表示当前时刻地面的接触反力，Qf表示对地面接触反力的权重，Pi表示当前时刻的落足点，Pi,ref表示期望的落足点，QP表示机器人落足点的权重。
结合第一方面，在第一方面的一种可能的实现方式中，将代价函数在优化器中解算，得到机器人在落地时对应的预期质心位置、预期落足点、预期地面接触反力，包括：获取机器人的运动轨迹的约束条件；基于约束条件，通过优化器解算代价函数，得到机器人在落地时对应的预期质心位置、预期落足点、预期地面接触反力。
结合第一方面，在第一方面的一种可能的实现方式中，根据预期质心位置与预期落足点，确定机器人落地时的着地角，包括：构建预期质心位置与预期落足点的连线；基于连线，将地面垂直方向与连线的夹角作为机器人落地时的着地角。
结合第一方面，在第一方面的一种可能的实现方式中，机器人落地时的着地角通过如下公式表达：
其中，α表示着地角，Px表示预期落足点的x轴方向位置，Pz表示预期落足点的z轴方向位置，rx表示预期质心的x轴方向位置，rz表示预期质心的z轴方向位置。
结合第一方面，在第一方面的一种可能的实现方式中，根据着地角与实际质心位置，确定机器人落地时的足端期望位置，包括：获取机器人落地时对应的实际足端位置；确定实际质心位置与实际足端位置的距离；根据距离、着地角与实际质心位置，确定机器人落地时的足端期望位置。
结合第一方面，在第一方面的一种可能的实现方式中，机器人落地时的足端期望位置通过如下公式表达：
其中，
表示期望的足端z轴方向位置，
表示期望的足端x轴方向位置，rx′表示实际质心的x轴方向位置，rz′表示实际质心的z轴方向位置,I表示实际质心位置与实际足端位置的距离，α表示着地角。
第二方面，本发明实施例提供了一种机器人的弹跳控制装置，包括：代价函数构建单元，用于基于机器人的运动轨迹的优化变量，构建机器人的代价函数，代价函数用于表征机器人在连续跳跃过程中至少一次从跳起时到落地时的运动轨迹；代价函数解算单元，用于将代价函数在优化器中解算，得到机器人在落地时对应的预期质心位置、预期落足点、预期地面接触反力；着地角确定单元，用于根据预期质心位置与预期落足点，确定机器人落地时的着地角；实际质心位置确定单元，用于获取机器人落地时对应的实际质心位置；足端期望位置确定单元，用于根据着地角与实际质心位置，确定机器人落地时的足端期望位置；关节角度确定单元，用于将足端期望位置和实际质心位置通过逆解计算，确定机器人的关节角度；控制单元，用于根据预期落足点与关节角度，对机器人进行控制，使机器人落地的时足端达到预期落足点，以及控制电机产生第一作用力，第一作用力与预期地面接触反力大小相等，方向相反。
第三方面，本发明实施例提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机指令，计算机指令被处理器执行时，实现如第一方面任一实施方式的机器人的弹跳控制方法。
第四方面，本发明实施例提供了一种电子设备，包括至少一个处理器；以及与至少一个处理器通信连接的存储器；存储器中存储有可计算机程序指令，当指令被至少一个处理器执行，实现如第一方面任一实施方式的机器人的弹跳控制方法。
本发明技术方案，具有如下优点：
本发明提供的一种机器人的弹跳控制方法、装置、介质、电子设备，该方法通过机器人的运动轨迹的优化变量构建代价函数，并通过优化器解算代价函数，确定机器人在落地时对应的预期质心位置、预期落足点、预期地面接触反力，进而通过解算得到的预期质心位置与预期落足点确定机器人落地时对应的着地角，从而通过预期落足点与符合着地角的机器人关节角度对机器人进行控制，并控制电机产生与预期地面接触反力大小相等，方向相反的第一作用力，实现机器人的稳定性控制，这一过程中，通过构建代价函数模拟机器人进行连续弹跳的运动轨迹，并通过模拟的运动轨迹确定机器人落地时对应的着地角，从而通过确定的着地角对机器人进行实时控制，使得机器人落地时足端或脚掌达到预期落足点，并使电机产生与预期地面接触反力大小相同，方向相反的力，从而通过第一作用力抵消预期地面接触反力，防止机器人在落地时抖动，提高机器人的稳定性控制，保证机器人可以应对未知高度地面情况下提前或者滞后着地的控制场景，从而增强机器人弹跳运动的鲁棒性，提高机器人连续弹跳的成功率。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式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，下面描述中的附图是本发明的一些实施方式，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为本发明实施例提供的一种机器人的弹跳控制方法的一个具体示例的流程图；
图2为本发明实施例提供的一种机器人的弹跳控制方法的关于着地角的示例图；
图3为本发明实施例提供的一种机器人的弹跳控制装置的一个具体示例的结构示例图；
图4为本发明实施例提供的一种电子设备的结构示例图。
具体实施方式
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。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，还可以是两个元件内部的连通，可以是无线连接，也可以是有线连接。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
此外，下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
本实施例提供一种机器人的弹跳控制方法，如图1所示，包括如下步骤：
S101、基于机器人的运动轨迹的优化变量，构建机器人的代价函数。
具体地，机器人的代价函数是指通过机器人的运动轨迹的优化变量构建模型，从而模拟并预测一段时间内，机器人根据指令，在连续跳跃过程中至少一次从跳起时到落地时的运动轨迹，即代价函数用于表征表征机器人在连续跳跃过程中至少一次从跳起时到落地时的运动轨迹。其中，机器人的运动轨迹的优化变量包括：机器人的质心运动参数、落足点以及地面接触反力，质心运动状态用于表征质心的位置、速度、角速度与欧拉角，地面接触反力用于表征机器人足端接触点或脚掌接触点与地面产生的接触反力，落足点用于表征机器人足端或脚掌与地面接触时的中心位置。
S012、将代价函数在优化器中解算，得到机器人在落地时对应的预期质心位置、预期落足点、预期地面接触反力。
具体地，通过优化器解算代价函数，得到机器人在落地时对应的预期质心位置、预期落足点、预期地面接触反力分别是指在连续跳跃过程中至少一次落地时对应的期望质心位置、期望落足点与期望地面接触反力，即，与落地时对应的质心位置的预测值、落足点的预测值、地面接触反力的预测值。
具体地，优化器包括但不限定于SNOPT优化器，只要可用于反应求解非线性规划问题的优化器即可，通常选用SNOPT优化器，SNOPT优化器用于解决函数和梯度评估成本高昂的非线性问题。可选地，通过优化器解算代价函数的过程中，需要确定机器人的运动轨迹的约束条件。运动轨迹的约束条件用于保证模拟、预测的运动轨迹符合机器人的运动规律。
S103、根据预期质心位置与预期落足点，确定机器人落地时对应的着地角。
具体地，根据预期质心位置与预期落足点，确定机器人落地时的着地角是指通过优化确定的预期质心位置与预期落足点，在世界坐标系下确定机器人落地时的着地角。
S104、获取机器人落地时对应的实际质心位置。
具体地，实际质心位置的获取是指通过传感器与状态估计算法确定的与当前时刻对应的机器人的质心位置。应该理解的是，通过传感器与状态估计算法确定机器人的质心位置属于较为成熟的技术，本发明对此不再进行赘述。
S105、根据着地角与实际质心位置，确定机器人落地时的足端期望位置。
可选地，确定机器人的足端期望位置的过程中，需要获取机器人的实际足端位置。通过着地角、实际质心位置与实际足端位置，在世界坐标系下确定机器人的足端期望位置。
S106、将足端期望位置和实际质心位置通过逆解计算，确定机器人的关节角度。
具体地，将足端期望位置和实际质心位置通过逆解计算，确定机器人的关节角度是指将确定的机器人的足端期望位置与实际质心位置输入至逆解模块，从而通过逆解的方式确定机器人所有的关节角度。通过逆解的方式确定机器人的关节角度属于较为成熟的技术，本发明对此不再进行赘述。
S107、根据预期落足点与关节角度，对机器人进行控制，使机器人落地的时足端达到预期落足点，以及控制电机产生第一作用力，第一作用力与预期地面接触反力大小相等，方向相反。
具体地，对机器人进行控制，使机器人落地的时足端达到预期落足点是指通过确定的关节角度对机器人进行控制，使机器人的足端达到预期落足点，从而使机器人的运动状态符合预观时域内对应时刻的运动轨迹。控制电机产生第一作用力，第一作用力与预期地面接触反力大小相等，方向相反是指在机器人以确定的着地角着地，并且机器人的足端达到预期落足点时，通过控制电机产生与预期地面接触反力相反的作用力使机器人平稳落地，达到机器人稳定性的控制，从而便机器人继续下一次弹跳或结束弹跳。
通过实施本实施例，通过机器人的运动轨迹的优化变量构建代价函数，并通过优化器解算代价函数，确定机器人在落地时对应的预期质心位置、预期落足点、预期地面接触反力，进而通过解算得到的预期质心位置与预期落足点确定机器人落地时对应的着地角，从而通过预期落足点与符合着地角的机器人关节角度对机器人进行控制，并控制电机产生与预期地面接触反力大小相等，方向相反的第一作用力，实现机器人的稳定性控制，这一过程中，通过构建代价函数模拟机器人进行连续弹跳的运动轨迹，并通过模拟的运动轨迹确定机器人落地时对应的着地角，从而通过确定的着地角对机器人进行实时控制，使得机器人落地时足端或脚掌达到预期落足点，并使电机产生与预期地面接触反力大小相同，方向相反的力，从而通过第一作用力抵消预期地面接触反力，防止机器人在落地时抖动，提高机器人的稳定性控制，保证机器人可以应对未知高度地面情况下提前或者滞后着地的控制场景，从而增强机器人弹跳运动的鲁棒性，提高机器人连续弹跳的成功率。
在一种可选实施方式中，为保证构建的代价函数符合机器人进行连续弹跳的应用场景，机器人的代价函数通过如下公式表达：
其中，x,f,Pj表示优化变量，k表示预观时域，xi表示当前时刻机器人质心的运动状态，xi,ref表示机器人质心运动状态的参考值，Qr表示质心状态的权重，fi表示当前时刻地面的接触反力，Qf表示对地面接触反力的权重，Pi表示当前时刻的落足点，Pi,ref表示期望的落足点，QP表示机器人落足点的权重。
具体地，x表示质心的运动状态，质心的运动状态包括质心的位置、质心速度、质心角速度与质心欧拉角，f表示机器人足端接触点或脚掌接触点与地面产生的接触反力，Pj表示落足点，即机器人足端或脚掌与地面接触时的中心位置。具体地，k表示的预观时域是指构建的代价函数预测的轨迹的时间长度。
在一种可选实施方式中，为保证在优化器中解算的代价函数所模拟的运动轨迹符合机器人进行连续弹跳时的运动轨迹，将代价函数在优化器中解算，得到机器人在落地时对应的预期质心位置、预期落足点、预期地面接触反力，包括：
获取机器人的运动轨迹的约束条件。
具体地，运动轨迹的约束条件通过如下公式表达：
具体地，约束条件中的第一条与第二条为动力学约束，动力学约束用于表示机器人在力的作用下的运动状态的改变符合牛顿第二定律，其中，m表示机器人的总质量，r表示世界坐标系下机器人的质心位置，g表示重力常量，j表示机器人的足端或脚掌的接触点的个数，
表示机器人质心角动量的导数，P表示机器人落足点的位置，f表示地面接触反力，[i]表示预观时域内迭代计算的次数。
具体地，约束条件中的第三条与第四条为地面接触反力约束，是对于机器人支撑腿的约束，地面接触反力约束用于表示机器人的足端或脚掌在与地面接触时，即机器人处于着地状态时，与地面存在摩擦力，其中，fx表示地面接触反力的x轴方向水平分量，fy表示地面接触反力的y轴方向水平分量，fz表示地面接触反力的z轴方向垂直分量，u表示地面摩擦系数。
具体地，约束条件中的第五条为摆动腿约束，摆动腿约束用于表示机器人处于腾空状态时，与地面不存在摩擦力，即地面接触反力为零。
具体地，约束条件中的第六条为积分约束，积分约束用于表示在预观时域内，下一时刻机器人的质心运动状态可以通过当前时刻机器人的质心运动状态预测得到，即通过模拟、预测，得到的机器人的运动轨迹是连续的。
具体地，约束条件中的第七条为运动学约束，运动学约束用于表示通过模拟、预测，得到的机器人的运动轨迹符合机器人的结构，其中，Rj表示机器人的腿部末端工作空间，θ表示关节角度。具体地，符合机器人的结构包括符合机器人受机械结构、关节角度的约束下，腿部末端所能达到的位置，即符合机器人的腿部末端工作空间。
基于约束条件，通过优化器解算代价函数，得到机器人在落地时对应的预期质心位置、预期落足点、预期地面接触反力。
具体地，通过优化器解算代价函数的过程可参见上述实施例中的描述，对此不再进行赘述。
通过实施本实施例，通过增加约束条件，使得代价函数模拟的机器人的运动轨迹符合在实际应用场景下机器人进行连续弹跳的运动轨迹，从而保证了通过优化器解算得到的预期质心位置、预期落足点、预期地面接触反力符合实际应用场景，从而提高解算过程的准确性，为后续利用解算得到的预期质心位置、预期落足点、预期地面接触反力，确定并通过着地角对机器人进行稳定性控制提供数据基础。
在一种可选实施方式中，为在机器人处于腾空状态时，确定机器人落地时的着地角，根据预期质心位置与预期落足点，确定机器人落地时的着地角，包括：
构建预期质心位置与预期落足点的连线。
具体地，如图2所示，示例性的展示了预期质心位置12与预期落足点13的连线，以及预期质心位置15与预期落足点16的连线。
基于连线，将地面垂直方向与连线的夹角作为机器人落地时的着地角。
具体地，图2所示，示例性的展示了垂直地面方向与连线的夹角，着地角a与着地角b，其中，点11与预期质心位置12的连线，以及点16与预期质心位置15的连线均用于表征的垂直地面方向，以垂直地面方向逆时针旋转所确定的着地角的角度为正值，以垂直地面方向顺时针旋转所确定的着地角的角度为负值，即着地角a所对应的角度为正值，着地角b所对应的角度为负值。
在一种可选实施方式中，机器人落地时的着地角通过如下公式表达：
其中，α表示着地角，Px表示预期落足点的x轴方向位置，Pz表示预期落足点的z轴方向位置，rx表示预期质心的x轴方向位置，rz表示预期质心的z轴方向位置。
通过实施本实施例，通过优化器解算得到的预期质心位置与预期落足点间的轨迹关系，确定与落地时对应的着地角，从而保证机器人在腾空状态时，确定对应着地角，为后续通过着地角对机器人进行稳定性控制提供数据基础。
在一种可选实施方式中，为对机器人进行稳定性控制，需要确定机器人的足端期望位置，根据着地角与实际质心位置，确定机器人落地时的足端期望位置，包括：
获取机器人落地时对应的实际足端位置。
确定实际质心位置与实际足端位置的距离。
根据距离、着地角与实际质心位置，确定机器人落地时的足端期望位置。
具体地，实际足端位置的获取是指通过传感器与状态估计算法确定的与当前时刻对应的机器人的足端位置。应该理解的是，通过传感器与状态估计算法确定机器人的足端位置属于较为成熟的技术，确定实际质心位置与实际足端位置的距离属于较为成熟的技术，本发明对此不再进行赘述。
具体地，根据距离、着地角与实际质心位置，确定机器人落地时的足端期望位置是指通过着地角与机器人的实际质心位置的运动轨迹关系，确定机器人的足端期望位置。
在一种可选实施方式中，机器人落地时的足端期望位置通过如下公式表达：
其中，
表示期望的足端z轴方向位置，
表示期望的足端x轴方向位置，rx′表示实际质心的x轴方向位置，rz′表示实际质心的z轴方向位置,I表示实际质心位置与实际足端位置的距离，α表示着地角。
通过实施本实施例，通过获取机器人落地时对应的实际足端位置，确定实际足端位置与实际质心位置的距离，从而通过距离、着地角、实际质心位置之间的运动轨迹关系，确定机器人的足端期望位置，为后续通过足端期望位置确定机器人的关节角度，使机器人达到目标位置，以及通过着地角对机器人进行稳定性控制提供数据基础。
本实施例提供一种机器人的弹跳控制装置，如图3所示，包括：代价函数构建单元21、代价函数解算单元22、着地角确定单元23、实际质心位置确定单元24、足端期望位置确定单元25、关节角度确定单元26、控制单元27。
代价函数构建单元21，用于基于机器人的运动轨迹的优化变量，构建机器人的代价函数，代价函数用于表征机器人在连续跳跃过程中至少一次从跳起时刻到落地时刻的运动轨迹。具体过程可参见上述实施例中关于步骤S101的相关描述，在此不再赘述。
代价函数解算单元22，用于将代价函数在优化器中解算，得到机器人在落地时对应的预期质心位置、预期落足点、预期地面接触反力。具体过程可参见上述实施例中关于步骤S102的相关描述，在此不再赘述。
着地角确定单元23，用于根据预期质心位置与预期落足点，确定机器人落地时的着地角。具体过程可参见上述实施例中关于步骤S103的相关描述，在此不再赘述。
实际质心位置确定单元24，用于获取机器人落地时对应的实际质心位置。具体过程可参见上述实施例中关于步骤S104的相关描述，在此不再赘述。
足端期望位置确定单元25，用于根据着地角与实际质心位置，确定机器人落地时的足端期望位置。具体过程可参见上述实施例中关于步骤S105的相关描述，在此不再赘述。
关节角度确定单元26，用于将足端期望位置和实际质心位置通过逆解计算，确定机器人的关节角度。具体过程可参见上述实施例中关于步骤S106的相关描述，在此不再赘述。
控制单元27，用于根据预期落足点与关节角度，对机器人进行控制，使机器人落地的时足端达到预期落足点，以及控制电机产生第一作用力，第一作用力与预期地面接触反力大小相等，方向相反。具体过程可参见上述实施例中关于步骤S107的相关描述，在此不再赘述。
通过实施本实施例，通过代价函数构建单元利用机器人的运动轨迹的优化变量构建代价函数，并通过代价函数解算单元解算代价函数，确定机器人在落地时对应的预期质心位置、预期落足点、预期地面接触反力，进而通过着地角确定单元利用解算得到的预期质心位置与预期落足点确定机器人落地时对应的着地角，从而通过实际质心位置确定单元、足端期望位置确定单元、关节角度确定单元与控制单元利用预期落足点与符合着地角的机器人关节角度对机器人进行控制，并控制电机产生与预期地面接触反力大小相等，方向相反的第一作用力，实现机器人的稳定性控制，这一过程中，通过构建代价函数模拟机器人进行连续弹跳的运动轨迹，并通过模拟的运动轨迹确定机器人落地时对应的着地角，从而通过确定的着地角对机器人进行实时控制，使得机器人落地时足端或脚掌达到预期落足点，并使电机产生与预期地面接触反力大小相同，方向相反的力，从而通过第一作用力抵消预期地面接触反力，防止机器人在落地时抖动，提高机器人的稳定性控制，保证机器人可以应对未知高度地面情况下提前或者滞后着地的控制场景，从而增强机器人弹跳运动的鲁棒性，提高机器人连续弹跳的成功率。
本发明一个实施例还提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机可执行指令，该计算机可执行指令可执行上述任意方法实施例中的机器人的弹跳控制方法。其中，所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)、随机存储记忆体(Random Access Memory，RAM)、快闪存储器(Flash Memory)、硬盘(HardDisk Drive，HDD)或固态硬盘(Solid-State Drive，SSD)等；所述存储介质还可以包括上述种类的存储器的组合。
本发明一个实施例还提供一种电子设备，如图4所示，图4是本发明一个可选实施例提供的一种电子设备的结构示意图，该电子设备可以包括至少一个处理器31、至少一个通信接口32、至少一个通信总线33和至少一个存储器34，其中，通信接口32可以包括显示屏(Display)、键盘(Keyboard)，可选通信接口32还可以包括标准的有线接口、无线接口。存储器34可以是高速RAM存储器(Random Access Memory，易挥发性随机存取存储器)，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。存储器34可选的还可以是至少一个位于远离前述处理器31的存储装置。其中处理器31可以结合图3所描述的装置，存储器34中存储应用程序，且处理器31调用存储器34中存储的程序代码，以用于执行上述任意方法实施例所述的机器人的弹跳控制方法的步骤。
其中，通信总线33可以是外设部件互连标准(peripheral componentinterconnect，PCI)总线或扩展工业标准结构(extended industry standardarchitecture，EISA)总线等。通信总线33可以分为地址总线、数据总线、控制总线等。为便于表示，图4中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
其中，存储器34可以包括易失性存储器(volatile memory)，例如随机存取存储器(random-access memory，RAM)；存储器也可以包括非易失性存储器(non-volatilememory)，例如快闪存储器(flash memory)，硬盘(hard disk drive，HDD)或固态硬盘(solid-state drive，SSD)；存储器34还可以包括上述种类的存储器的组合。
其中，处理器31可以是中央处理器(central processing unit，CPU)，网络处理器(network processor，NP)或者CPU和NP的组合。
其中，处理器31还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路(application-specific integrated circuit，ASIC)，可编程逻辑器件(programmablelogic device，PLD)或其组合。上述PLD可以是复杂可编程逻辑器件(complexprogrammable logic device，CPLD)，现场可编程逻辑门阵列(field-programmable gatearray，FPGA)，通用阵列逻辑(generic array logic，GAL)或其任意组合。
可选地，存储器34还用于存储程序指令。处理器31可以调用程序指令，实现本发明任一实施例中所述的机器人的弹跳控制方法。
显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (10)
1.一种机器人的弹跳控制方法，其特征在于，所述方法包括：
基于机器人的运动轨迹的优化变量，构建所述机器人的代价函数，所述代价函数用于表征所述机器人在连续跳跃过程中至少一次从跳起时到落地时的运动轨迹；
将所述代价函数在优化器中解算，得到所述机器人在落地时对应的预期质心位置、预期落足点、预期地面接触反力；
根据所述预期质心位置与所述预期落足点，确定所述机器人落地时的着地角；
获取所述机器人落地时对应的实际质心位置；
根据所述着地角与所述实际质心位置，确定所述机器人落地时的足端期望位置；
将所述足端期望位置和所述实际质心位置通过逆解计算，确定所述机器人的关节角度；
根据所述预期落足点与所述关节角度，对所述机器人进行控制，使所述机器人落地的时足端达到所述预期落足点，以及控制电机产生第一作用力，所述第一作用力与所述预期地面接触反力大小相等，方向相反。
2.根据权利要求1所述的方法，其特征在于，所述机器人的代价函数通过如下公式表达：
其中，x,f,Pj表示优化变量，k表示预观时域，xi表示当前时刻机器人质心的运动状态，xi,ref表示机器人质心运动状态的参考值，Qr表示质心状态的权重，fi表示当前时刻地面的接触反力，Qf表示对地面接触反力的权重，Pi表示当前时刻的落足点，Pi,ref表示期望的落足点，QP表示机器人落足点的权重。
3.根据权利要求1所述的方法，其特征在于，所述将所述代价函数在优化器中解算，得到所述机器人在落地时对应的预期质心位置、预期落足点、预期地面接触反力，包括：
获取机器人的运动轨迹的约束条件；
基于所述约束条件，通过优化器解算所述代价函数，得到所述机器人在落地时对应的预期质心位置、预期落足点、预期地面接触反力。
4.根据权利要求1所述的方法，其特征在于，所述根据所述预期质心位置与所述预期落足点，确定所述机器人落地时的着地角，包括：
构建所述预期质心位置与所述预期落足点的连线；
基于所述连线，将地面垂直方向与所述连线的夹角作为机器人落地时的着地角。
5.根据权利要求1所述的方法，其特征在于，机器人落地时的着地角通过如下公式表达：
其中，α表示着地角，Px表示预期落足点的x轴方向位置，Pz表示预期落足点的z轴方向位置，rx表示预期质心的x轴方向位置，rz表示预期质心的z轴方向位置。
6.根据权利要求1所述的方法，其特征在于，所述根据所述着地角与所述实际质心位置，确定所述机器人落地时的足端期望位置，包括：
获取机器人落地时对应的实际足端位置；
确定所述实际质心位置与所述实际足端位置的距离；
根据所述距离、所述着地角与所述实际质心位置，确定所述机器人落地时的足端期望位置。
7.根据权利要求1所述的方法，其特征在于，所述机器人落地时的足端期望位置通过如下公式表达：
其中，
表示期望的足端z轴方向位置，
表示期望的足端x轴方向位置，rx′表示实际质心的x轴方向位置，rz′表示实际质心的z轴方向位置,I表示实际质心位置与实际足端位置的距离，α表示着地角。
8.一种机器人的弹跳控制装置，其特征在于，所述装置包括：
代价函数构建单元，用于基于机器人的运动轨迹的优化变量，构建所述机器人的代价函数，所述代价函数用于表征所述机器人在连续跳跃过程中至少一次从跳起时到落地时的运动轨迹；
代价函数解算单元，用于将所述代价函数在优化器中解算，得到所述机器人在落地时对应的预期质心位置、预期落足点、预期地面接触反力；
着地角确定单元，用于根据所述预期质心位置与所述预期落足点，确定所述机器人落地时的着地角；
实际质心位置确定单元，用于获取所述机器人落地时对应的实际质心位置；
足端期望位置确定单元，用于根据所述着地角与所述实际质心位置，确定所述机器人落地时的足端期望位置；
关节角度确定单元，用于将所述足端期望位置和所述实际质心位置通过逆解计算，确定所述机器人的关节角度；
控制单元，用于根据所述预期落足点与所述关节角度，对所述机器人进行控制，使所述机器人落地的时足端达到所述预期落足点，以及控制电机产生第一作用力，所述第一作用力与所述预期地面接触反力大小相等，方向相反。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储计算机指令，所述计算机指令被处理器执行时实现如权利要求1-7中任一项所述的机器人的弹跳控制方法。
10.一种电子设备，其特征在于，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，从而执行如权利要求1-7中任一项所述的机器人的弹跳控制方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310115209.1A CN116088553A (zh) | 2023-01-29 | 2023-01-29 | 一种机器人的弹跳控制方法、装置、介质、电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310115209.1A CN116088553A (zh) | 2023-01-29 | 2023-01-29 | 一种机器人的弹跳控制方法、装置、介质、电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116088553A true CN116088553A (zh) | 2023-05-09 |
Family
ID=86206269
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310115209.1A Pending CN116088553A (zh) | 2023-01-29 | 2023-01-29 | 一种机器人的弹跳控制方法、装置、介质、电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116088553A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118067133A (zh) * | 2024-04-18 | 2024-05-24 | 北京理工大学 | 一种应用于单轮腿机器人的跳跃轨迹生成方法及设备 |
-
2023
- 2023-01-29 CN CN202310115209.1A patent/CN116088553A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118067133A (zh) * | 2024-04-18 | 2024-05-24 | 北京理工大学 | 一种应用于单轮腿机器人的跳跃轨迹生成方法及设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116088553A (zh) | 一种机器人的弹跳控制方法、装置、介质、电子设备 | |
| CN112082547B (zh) | 组合导航系统优化方法、装置、电子设备及存储介质 | |
| CN103869834A (zh) | 基于经验模态法的三轴气浮台质心智能调节方法 | |
| CN101438184A (zh) | 一种跟踪移动电子设备的状态的方法 | |
| CN112596534A (zh) | 基于深度强化学习的四足机器人的步态训练方法、装置、电子设备及介质 | |
| CN114641375A (zh) | 动态规划控制器 | |
| Nygaard et al. | Multi-objective evolution of fast and stable gaits on a physical quadruped robotic platform | |
| WO2020104864A1 (en) | Method and system for predicting motion-outcome data of a robot moving between a given pair of robotic locations | |
| CN114332418B (zh) | 一种目标轨迹模拟方法及装置 | |
| CN111185909B (zh) | 机器人运行工况获取方法、装置、机器人及存储介质 | |
| CN109857127B (zh) | 训练神经网络模型以及飞行器姿态解算的方法、装置 | |
| JP2009285816A (ja) | 脚式ロボット及びその制御方法 | |
| US11904482B2 (en) | Mechanical arm calibration system and mechanical arm calibration method | |
| 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 | |
| CN116861553A (zh) | 悬架硬点优化方法、装置、电子设备及存储介质 | |
| Frontoni et al. | A framework for simulations and tests of mobile robotics tasks | |
| CN114115295B (zh) | 机器人运动规划方法及装置、机器人控制设备和存储介质 | |
| 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 | |
| CN114137840B (zh) | 足式机器人全局平衡控制方法、装置和足式机器人 | |
| CN112975965B (zh) | 仿人机器人的解耦控制方法、装置和仿人机器人 | |
| CN113910221B (zh) | 一种机械臂自主运动规划方法、装置、设备及存储介质 | |
| CN112947312B (zh) | 一种农业机器人运动控制方法 | |
| CN105829830A (zh) | 信息处理设备、信息处理方法和计算机程序产品 | |
| CN113927585A (zh) | 一种机器人平衡控制方法、装置、可读存储介质及机器人 | |
| CN114161402A (zh) | 机器人稳定控制方法、模型构建方法、装置和机器人 |
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 |