CN116520869A - 一种双足人形机器人的步态规划方法、系统及设备 - Google Patents
一种双足人形机器人的步态规划方法、系统及设备 Download PDFInfo
- Publication number
- CN116520869A CN116520869A CN202310509067.7A CN202310509067A CN116520869A CN 116520869 A CN116520869 A CN 116520869A CN 202310509067 A CN202310509067 A CN 202310509067A CN 116520869 A CN116520869 A CN 116520869A
- Authority
- CN
- China
- Prior art keywords
- track
- centroid
- humanoid robot
- walking
- zmp
- 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 56
- 230000005021 gait Effects 0.000 title claims abstract description 33
- 210000000544 articulatio talocruralis Anatomy 0.000 claims abstract description 37
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 13
- 210000002683 foot Anatomy 0.000 claims description 16
- 210000001503 joint Anatomy 0.000 claims description 14
- 230000006870 function Effects 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 10
- 238000004891 communication Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 206010034701 Peroneal nerve palsy Diseases 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
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
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
本发明公开一种双足人形机器人的步态规划方法、系统及设备,涉及机器人领域。本发明通过三阶贝塞尔曲线规划出摆动腿踝关节轨迹,不仅能使生成的踝关节轨迹更加顺滑,而且能轻易的对生成的轨迹进行调节,直到找到使双足人形机器人行走最稳定的摆动腿踝关节轨迹;进一步地,本发明基于预观控制算法规划出质心轨迹,并利用三质心模型对规划的质心轨迹进行补偿,使得双足人形机器人在行走过程中的质心轨迹更加接近实际情况,从而提高了人形机器人行走的稳定性,并且极大减少了规划过程计算量,具有广泛的应用前景。
Description
技术领域
本发明涉及机器人技术领域,特别是涉及一种双足人形机器人的步态规划方法、系统及设备。
背景技术
目前,机器人技术已与人民生活紧密相关,其应用范围也在逐渐扩大。双足人形机器人的出现,使得机器人技术逐步适应更加复杂的应用场景,如:修理、安保、灾害救援、监护等。对于人形机器人来说,行走一直是其研究的重点和关键,也是其他功能实现的前提条件。然而人形机器人全身关节数量很多,自由度也很高,双足形成的支撑区域也很小,很难在行走过程中保持平衡。论文‘Planning Walking Patterns for a Biped Robot’中提出的轨迹规划方法,首先通过设定机器人的步行参数确定踝关节的轨迹,然后人为设定腰部的多种轨迹,从中选取ZMP稳定裕度最大的轨迹作为机器人执行的轨迹,这种方法过于复杂,计算量太大,而且生成的踝关节轨迹不够顺滑。论文‘Biped Walking PatternGeneration by Using Preview Control of Zero-MomentPoint’中提出基于预观控制理论和三维线性倒立摆模型的步态规划算法,这种方法生成的轨迹非常平滑,但是倒立摆模型本身就存在缺陷,使得人形机器人在实际行走中效果较差。
发明内容
针对上述背景技术中提出的问题,本发明提供一种双足人形机器人的步态规划方法、系统及设备,以减少规划过程计算量并提高人形机器人行走的稳定性。
为实现上述目的,本发明提供了如下方案:
一方面,本发明提供一种双足人形机器人的步态规划方法,包括:
获取双足人形机器人的行走参数;所述行走参数包括步行周期、步长、双脚支撑期、ZMP宽度、抬脚高度和行走步数;
根据行走参数规划出目标ZMP轨迹,并通过三阶贝塞尔曲线规划出摆动腿踝关节轨迹;
基于预观控制算法,将规划的目标ZMP轨迹作为预观控制的未来参考信息,规划出质心轨迹;
利用三质心模型对规划的质心轨迹进行补偿,生成补偿后质心轨迹;
根据补偿后质心轨迹和摆动腿踝关节轨迹,通过逆运动学方法计算出双足人形机器人腿部各关节的关节角;
根据腿部各关节的关节角控制双足人形机器人的行走。
可选地,所述通过三阶贝塞尔曲线规划出摆动腿踝关节轨迹,具体包括:
根据行走参数确定三阶贝塞尔曲线的起始控制点和终止控制点,并通过调整中间控制点来调节三阶贝塞尔曲线;
确定使双足人形机器人行走最稳定的三阶贝塞尔曲线作为摆动腿踝关节轨迹。
可选地,所述基于预观控制算法,将规划的目标ZMP轨迹作为预观控制的未来参考信息,规划出质心轨迹,具体包括:
将双足人形机器人简化成一个三维线性倒立摆模型,得到ZMP轨迹与质心轨迹的转化方程;
使用双足人形机器人的当前ZMP轨迹预测未来预设时间内机器人的未来ZMP轨迹;
建立未来ZMP轨迹跟踪目标ZMP轨迹的损失函数,求解令损失函数最小的ZMP轨迹作为最优ZMP轨迹;
将最优ZMP轨迹代入所述ZMP轨迹与质心轨迹的转化方程,求解出对应的质心轨迹。
可选地,所述利用三质心模型对规划的质心轨迹进行补偿,生成补偿后质心轨迹,具体包括:
将双足人形机器人的单脚支撑阶段简化为一个躯干质心、一个支撑腿质心和一个摆动腿质心组成的三质心模型;
根据三质心模型计算出补偿质心轨迹;
计算规划的质心轨迹与补偿质心轨迹的差值作为补偿值;
将补偿值与规划的质心轨迹相加得到补偿后质心轨迹。
另一方面,本发明还提供一种双足人形机器人的步态规划系统,,包括:
行走参数确定模块,用于获取双足人形机器人的行走参数;所述行走参数包括步行周期、步长、双脚支撑期、ZMP宽度、抬脚高度和行走步数;
目标ZMP轨迹和踝关节轨迹规划模块,用于根据行走参数规划出目标ZMP轨迹,并通过三阶贝塞尔曲线规划出摆动腿踝关节轨迹;
预观控制器,用于基于预观控制算法,将规划的目标ZMP轨迹作为预观控制的未来参考信息,规划出质心轨迹;
三质心轨迹补偿模块,用于利用三质心模型对规划的质心轨迹进行补偿,生成补偿后质心轨迹;
逆运动学计算模块,用于根据补偿后质心轨迹和摆动腿踝关节轨迹,通过逆运动学方法计算出双足人形机器人腿部各关节的关节角;
行走控制模块,用于根据腿部各关节的关节角控制双足人形机器人的行走。
另一方面,本发明还提供一种电子设备,包括存储器、处理器以及存储在所述存储器上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所述的双足人形机器人的步态规划方法。
可选地,所述存储器为非暂态计算机可读存储介质。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明提供了一种双足人形机器人的步态规划方法、系统及设备,所述方法通过三阶贝塞尔曲线规划出摆动腿踝关节轨迹,不仅能使生成的踝关节轨迹更加顺滑,而且能轻易的对生成的轨迹进行调节,直到找到使双足人形机器人行走最稳定的摆动腿踝关节轨迹;进一步地,本发明基于预观控制算法规划出质心轨迹,并利用三质心模型对规划的质心轨迹进行补偿,使得双足人形机器人在行走过程中的质心轨迹更加接近实际情况,从而提高了人形机器人行走的稳定性,并且极大减少了规划过程计算量,具有广泛的应用前景。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例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发明的一些实施例,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为本发明所提供的一种双足人形机器人的步态规划方法的流程图;
图2为本发明所提供的一种双足人形机器人的步态规划方法的原理示意图;
图3为本发明建立的三质心模型示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅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。
本发明的目的是提供一种双足人形机器人的步态规划方法、系统及设备,以减少规划过程计算量并提高人形机器人行走的稳定性。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明所提供的一种双足人形机器人的步态规划方法的流程图,图2为本发明所提供的一种双足人形机器人的步态规划方法的原理示意图。参见图1和图2,一种双足人形机器人的步态规划方法,包括:
步骤1:获取双足人形机器人的行走参数。
首先确定人形机器人的行走参数,包括步行周期、步长、双脚支撑期、ZMP宽度、抬脚高度、行走步数等。根据这些行走参数,能够规划出目标ZMP(Zero Moment Point,零力矩点)轨迹。
当然,在进行双足人形机器人的步态规划之前,还需根据D-H方法建立人形机器人运动学模型。其中,运动学模型包括正运动学模型和逆运动学模型。其中,正运动学建模过程是指,已知人形机器人连杆模型的几何参数(包括连杆i-1长度以及xi-1至xi轴的距离)和关节角度运动情况(包括绕xi-1轴旋转的角度以及绕zi轴旋转的角度),通过齐次变换矩阵计算机器人身体各部位的位置信息。逆运动学建模是指已知人形机器人身体关键部位的位置随时间的运动情况,求解得到机器人的各个关节角。
具体地,根据D-H参数法对人形机器人建立正运动学模型时,D-H参数法定义了两个坐标系间的相对变换关系。在地面上建立世界坐标系∑W,坐标系原点为人形机器人处于初始状态时正下方地面上的点。以人形机器人各个关节为原点建立连杆坐标系,相邻坐标系之间的变换矩阵为:
其中,ai-1为连杆i-1长度;αi-1为绕xi-1轴旋转的角度;di为xi-1至xi轴的距离;θi为绕zi轴旋转的角度;i表示当前坐标系;i-1代表相对于当前坐标系的上一个坐标系。
步骤2:根据行走参数规划出目标ZMP轨迹,并通过三阶贝塞尔曲线规划出摆动腿踝关节轨迹。
根据步骤1获取的行走参数,能够规划出机器人行走的ZMP轨迹。例如在左右方向上,单脚支撑期间,ZMP在支撑腿脚底板下不做移动;在双脚支撑期间,ZMP从前一条主要支撑腿脚底板下移动到下一条主要支撑腿脚底板下;在前进方向上,单脚支撑期开始时ZMP从上一步的ZMP直接跳跃到当前主要支撑腿脚底板下,之后在主要支撑腿脚底板下向前移动,在双脚支撑期ZMP不做改变。
进一步地,基于获取的行走参数,还能够通过三阶贝塞尔曲线规划出摆动腿踝关节轨迹。三阶贝塞尔曲线可以用三阶多项式表示:
其中,xa(t)、za(t)分别是x、z轴方向的轨迹。bxk,bzk为贝塞尔多项式系数;(bxk,bzk)被称为第k个控制点。三阶贝塞尔曲线共有4个控制点。其中,(bx0,bz0)和(bx3,bz3)分别为起始控制点和终止控制点,也就是人形机器人摆动腿的抬脚位置和落地位置。(bx1,bz1)和(bx2,bz2)作为中间控制点,可以用来调节轨迹曲线。步长为xa(1)-xa(0)=bx3-bx0。t为时间。
根据行走参数,将机器人摆动腿的抬脚点和落脚点确定为三阶贝塞尔曲线的起始控制点(bx0,bz0)和终止控制点(bx3,bz3),并通过调整中间控制点(bx1,bz1)和(bx2,bz2)来调节三阶贝塞尔曲线;确定使双足人形机器人行走最稳定的三阶贝塞尔曲线为摆动腿踝关节轨迹。
步骤3:基于预观控制算法,将规划的目标ZMP轨迹作为预观控制的未来参考信息,规划出质心轨迹。
首先,将双足人形机器人简化成一个三维线性倒立摆模型,得到ZMP轨迹与质心轨迹的转化方程:
其中,(x,y)表示质心的水平运动,z表示质心高度,g为重力加速度。(px,py)为ZMP轨迹坐标。通过上式(3)可知,在三维线性倒立摆模型中,ZMP轨迹和质心轨迹可以相互转化,即:已知质心轨迹可以求出ZMP轨迹,已知ZMP轨迹也能求出质心轨迹。将ZMP轨迹与质心轨迹的转化方程(3)改写为状态方程,在利用未来信息来影响目前状态时需要对连续系统进行离散化处理。
进一步地,根据双足人形机器人当前的行走参数可规划其当前ZMP轨迹,使用双足人形机器人的当前ZMP轨迹可以预测未来一段时间内机器人的未来ZMP轨迹。
为了使预测的未来ZMP轨迹尽可能的跟踪目标ZMP轨迹,本发明定义一个评价函数作为损失函数,从而构造一个优化问题。根据未来ZMP轨迹和目标ZMP轨迹建立的损失函数为:
其中,e(i)表示伺服误差;Qe,R是正的加权系数;Qx表示一个3×3的半正定的对称矩阵;Δx(k)表示状态向量的增量;Δu(k)表示输入的增量。在任意时刻k,满足使得J最小化的解就是所需要的最优解,此时的ZMP轨迹为最优ZMP轨迹。
将最优ZMP轨迹代入所述ZMP轨迹与质心轨迹的转化方程(3),即可求解出对应的质心轨迹。
步骤4:利用三质心模型对规划的质心轨迹进行补偿,生成补偿后质心轨迹。
本发明利用三质心模型求出的质心轨迹对步骤3中求出的质心轨迹进行补偿,补偿值为预观控制器生成的质心轨迹与三质心模型计算出的质心轨迹的差值。
首先,本发明将双足人形机器人的单脚支撑阶段简化为一个躯干质心、一个支撑腿质心和一个摆动腿质心组成的三质心模型,如图3所示。根据三质心模型计算出补偿质心轨迹cmul(t):
其中cu(t)是上半身质心轨迹,对应的质量为mu;cr(t)是右腿质心轨迹,对应的质量为mr;clLt)是左腿质心轨迹,对应的质量为ml。mc是身体总质量,即mc=mu+ml+mr。
进一步地,计算规划的质心轨迹与补偿质心轨迹的差值作为补偿值cerr(t),即:
cerr(t)=cdes(t)-cmul(t) (6)
式中,cdes(t)是通过预观控制器生成的质心轨迹,cmul(t)是三质心模型计算出的补偿质心轨迹。
然后,将补偿值cerr(t)与规划的质心轨迹cdes(t)相加,即可得到补偿后质心轨迹。
步骤5:根据补偿后质心轨迹和摆动腿踝关节轨迹,通过逆运动学方法计算出双足人形机器人腿部各关节的关节角。
逆运动学建模可以根据已知人形机器人身体关键部位的位置随时间的运动情况,求解得到机器人的各个关节角。人形机器人身体关键部位的位置随时间的运动情况就是本发明步骤4得出的补偿后质心轨迹以及步骤2得出的摆动腿踝关节轨迹。只要已知质心轨迹和摆动腿踝关节轨迹,就能通过逆运动学方法求出腿部各个关节角度。
步骤6:根据腿部各关节的关节角控制双足人形机器人的行走。
通过控制器将角度信息(角度信息为逆运动学求出的关节角)输入到机器人腿部伺服电机中,通过电机转动完成机器人的行走。
传统的预观控制算法首先采用三维线性倒立摆模型对人形机器人进行简化,模型把双足机器人简化成一个集中所有质量的点和连接该点和地面的连杆组成的结构,连杆代表机器人无重量的腿,并且可绕与地面的接触点自由转动,此外倒立摆模型中质心的运动高度是固定的。然而这个模型本身就存在一定的缺陷,首先,连杆代表机器人无重量的腿,然而实际上人形机器人的质心分散分布,双腿的质量不可忽略;其次,人形机器人在实际行走时质心无法保持在同一高度。因此,本发明步骤4提出了三质心轨迹补偿,使得机器人在行走过程中的质心轨迹更加接近实际情况,提高了人形机器人行走的稳定性。
传统的踝关节轨迹生成是先确定人形机器人摆动腿踝关节起点、最高点和落脚点这三点的位置,再使用三次插值法生成踝关节轨迹。而本发明提出通过三阶贝塞尔曲线规划出摆动腿踝关节轨迹,不仅能使生成的踝关节轨迹更加顺滑,而且能轻易的对生成的轨迹进行调节,直到找到使人形机器人行走最稳定的摆动腿踝关节轨迹,进一步提高了人形机器人行走的稳定性并减少了计算量。
基于本发明提供的方法,本发明还提供一种双足人形机器人的步态规划系统,包括:
行走参数确定模块,用于获取双足人形机器人的行走参数;所述行走参数包括步行周期、步长、双脚支撑期、ZMP宽度、抬脚高度和行走步数;
目标ZMP轨迹和踝关节轨迹规划模块,用于根据行走参数规划出目标ZMP轨迹,并通过三阶贝塞尔曲线规划出摆动腿踝关节轨迹;
预观控制器,用于基于预观控制算法,将规划的目标ZMP轨迹作为预观控制的未来参考信息,规划出质心轨迹;
三质心轨迹补偿模块,用于利用三质心模型对规划的质心轨迹进行补偿,生成补偿后质心轨迹;
逆运动学计算模块,用于根据补偿后质心轨迹和摆动腿踝关节轨迹,通过逆运动学方法计算出双足人形机器人腿部各关节的关节角;
行走控制模块,用于根据腿部各关节的关节角控制双足人形机器人的行走。
进一步地,本发明还提供一种电子设备,该电子设备可以包括:处理器、通信接口、存储器和通信总线。其中,处理器、通信接口、存储器通过通信总线完成相互间的通信。处理器可以调用存储器中的计算机程序,以执行所述的双足人形机器人的步态规划方法。
此外,上述的存储器中的计算机程序通过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,可以存储在一个非暂态计算机可读取存储介质中。基于这样的理解,本发明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)执行本发明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、随机存取存储器、磁碟或者光盘等各种可以存储程序代码的介质。
本发明提出的一种双足人形机器人的步态规划方法,在预观控制算法的基础上,利用三质心轨迹补偿方法弥补倒立摆模型的缺陷,同时通过三阶贝塞尔曲线规划摆动腿踝关节轨迹,有效提高了人形机器人行走的稳定性并减少了规划过程计算量,具有广泛的应用前景。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (7)
1.一种双足人形机器人的步态规划方法,其特征在于,包括:
获取双足人形机器人的行走参数;所述行走参数包括步行周期、步长、双脚支撑期、ZMP宽度、抬脚高度和行走步数;
根据行走参数规划出目标ZMP轨迹,并通过三阶贝塞尔曲线规划出摆动腿踝关节轨迹;
基于预观控制算法,将规划的目标ZMP轨迹作为预观控制的未来参考信息,规划出质心轨迹;
利用三质心模型对规划的质心轨迹进行补偿,生成补偿后质心轨迹;
根据补偿后质心轨迹和摆动腿踝关节轨迹,通过逆运动学方法计算出双足人形机器人腿部各关节的关节角;
根据腿部各关节的关节角控制双足人形机器人的行走。
2.根据权利要求1所述的双足人形机器人的步态规划方法,其特征在于,所述通过三阶贝塞尔曲线规划出摆动腿踝关节轨迹,具体包括:
根据行走参数确定三阶贝塞尔曲线的起始控制点和终止控制点,并通过调整中间控制点来调节三阶贝塞尔曲线;
确定使双足人形机器人行走最稳定的三阶贝塞尔曲线作为摆动腿踝关节轨迹。
3.根据权利要求2所述的双足人形机器人的步态规划方法,其特征在于,所述基于预观控制算法,将规划的目标ZMP轨迹作为预观控制的未来参考信息,规划出质心轨迹,具体包括:
将双足人形机器人简化成一个三维线性倒立摆模型,得到ZMP轨迹与质心轨迹的转化方程;
使用双足人形机器人的当前ZMP轨迹预测未来预设时间内机器人的未来ZMP轨迹;
建立未来ZMP轨迹跟踪目标ZMP轨迹的损失函数,求解令损失函数最小的ZMP轨迹作为最优ZMP轨迹;
将最优ZMP轨迹代入所述ZMP轨迹与质心轨迹的转化方程,求解出对应的质心轨迹。
4.根据权利要求3所述的双足人形机器人的步态规划方法,其特征在于,所述利用三质心模型对规划的质心轨迹进行补偿,生成补偿后质心轨迹,具体包括:
将双足人形机器人的单脚支撑阶段简化为一个躯干质心、一个支撑腿质心和一个摆动腿质心组成的三质心模型;
根据三质心模型计算出补偿质心轨迹;
计算规划的质心轨迹与补偿质心轨迹的差值作为补偿值;
将补偿值与规划的质心轨迹相加得到补偿后质心轨迹。
5.一种双足人形机器人的步态规划系统,其特征在于,包括:
行走参数确定模块,用于获取双足人形机器人的行走参数;所述行走参数包括步行周期、步长、双脚支撑期、ZMP宽度、抬脚高度和行走步数;
目标ZMP轨迹和踝关节轨迹规划模块,用于根据行走参数规划出目标ZMP轨迹,并通过三阶贝塞尔曲线规划出摆动腿踝关节轨迹;
预观控制器,用于基于预观控制算法,将规划的目标ZMP轨迹作为预观控制的未来参考信息,规划出质心轨迹;
三质心轨迹补偿模块,用于利用三质心模型对规划的质心轨迹进行补偿,生成补偿后质心轨迹;
逆运动学计算模块,用于根据补偿后质心轨迹和摆动腿踝关节轨迹,通过逆运动学方法计算出双足人形机器人腿部各关节的关节角;
行走控制模块,用于根据腿部各关节的关节角控制双足人形机器人的行走。
6.一种电子设备,包括存储器、处理器以及存储在所述存储器上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4中任一项所述的双足人形机器人的步态规划方法。
7.根据权利要求6所述的电子设备,其特征在于,所述存储器为非暂态计算机可读存储介质。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310509067.7A CN116520869A (zh) | 2023-05-08 | 2023-05-08 | 一种双足人形机器人的步态规划方法、系统及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310509067.7A CN116520869A (zh) | 2023-05-08 | 2023-05-08 | 一种双足人形机器人的步态规划方法、系统及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116520869A true CN116520869A (zh) | 2023-08-01 |
Family
ID=87406177
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310509067.7A Pending CN116520869A (zh) | 2023-05-08 | 2023-05-08 | 一种双足人形机器人的步态规划方法、系统及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116520869A (zh) |
-
2023
- 2023-05-08 CN CN202310509067.7A patent/CN116520869A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108549237B (zh) | 基于深度增强学习的预观控制仿人机器人步态规划方法 | |
CN111913490A (zh) | 基于落足调整的四足机器人动步态稳定控制方法及系统 | |
Girard | Interactive design of 3-D computer-animated legged animal motion | |
JP3443077B2 (ja) | ロボットの運動パターン生成装置及び運動パターン生成方法、並びにロボット | |
JP2020108915A (ja) | ロボット重心位置調整方法、装置、ロボット及びデータ記憶媒体 | |
CN111766885B (zh) | 一种四足机器人的静步态规划方法 | |
CN110764416A (zh) | 基于深度q网络的仿人机器人步态优化控制方法 | |
CN111625002B (zh) | 一种仿人机器人爬楼步态规划与控制的方法 | |
US20050107916A1 (en) | Robot device and control method of robot device | |
JP4812426B2 (ja) | ロボット制御装置 | |
US20200206898A1 (en) | Biped robot gait control method and biped robot | |
Chung et al. | Animation of human walking in virtual environments | |
TW201401223A (zh) | 虛擬角色之步態自動適應地形之系統及方法 | |
Ramos et al. | Dancing humanoid robots: Systematic use of osid to compute dynamically consistent movements following a motion capture pattern | |
JP6781101B2 (ja) | 非線形システムの制御方法、二足歩行ロボットの制御装置、二足歩行ロボットの制御方法及びそのプログラム | |
JP4483254B2 (ja) | ロボット装置及びロボット装置の制御方法 | |
CN112757301B (zh) | 机器人抗扰动控制方法、装置、电子设备及存储介质 | |
JP4501601B2 (ja) | 脚式ロボットとその制御方法ならびに歩容データの作成装置と作成方法 | |
JP2007007803A (ja) | ロボットとその制御方法 | |
CN116520869A (zh) | 一种双足人形机器人的步态规划方法、系统及设备 | |
JP5035005B2 (ja) | 脚式ロボット、その制御方法、その制御システム | |
JP2003117858A (ja) | ロボットの歩行制御装置及び歩行制御方法 | |
CN113618740A (zh) | 双足机器人舞蹈平衡控制方法、装置和双足机器人 | |
Fedorov | Humanoid bipedal balancing and locomotion | |
CN117555339B (zh) | 策略网络训练方法及人形双足机器人步态控制方法 |
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 |