CN116859969A - 一种足式机器人的扰动抑制与稳定控制方法及装置 - Google Patents
一种足式机器人的扰动抑制与稳定控制方法及装置 Download PDFInfo
- Publication number
- CN116859969A CN116859969A CN202310899939.5A CN202310899939A CN116859969A CN 116859969 A CN116859969 A CN 116859969A CN 202310899939 A CN202310899939 A CN 202310899939A CN 116859969 A CN116859969 A CN 116859969A
- Authority
- CN
- China
- Prior art keywords
- robot
- foot
- foot robot
- model
- disturbance
- 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 60
- 230000001629 suppression Effects 0.000 title claims abstract description 27
- 230000005021 gait Effects 0.000 claims abstract description 13
- 239000011159 matrix material Substances 0.000 claims abstract description 12
- 238000013507 mapping Methods 0.000 claims abstract description 9
- 210000003108 foot joint Anatomy 0.000 claims abstract description 6
- 210000002414 leg Anatomy 0.000 claims description 48
- 238000013016 damping Methods 0.000 claims description 26
- 210000004394 hip joint Anatomy 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 10
- 230000006641 stabilisation Effects 0.000 claims description 10
- 238000011105 stabilization Methods 0.000 claims description 10
- 230000006870 function Effects 0.000 claims description 7
- 210000001503 joint Anatomy 0.000 claims description 7
- 210000000629 knee joint Anatomy 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 7
- 210000001624 hip Anatomy 0.000 claims description 6
- 238000006073 displacement reaction Methods 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 210000001699 lower leg Anatomy 0.000 claims description 3
- 210000000689 upper leg Anatomy 0.000 claims description 3
- 210000002683 foot Anatomy 0.000 description 50
- 230000008569 process Effects 0.000 description 8
- 238000004088 simulation Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000009471 action Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000011217 control strategy Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000005764 inhibitory process Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 241000238631 Hexapoda Species 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 210000000544 articulatio talocruralis Anatomy 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 230000001808 coupling effect Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000003631 expected effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Landscapes
- Manipulator (AREA)
Abstract
本申请公开了一种足式机器人的扰动抑制与稳定控制方法及装置,包括:将足式机器人的运动步态拆分成支撑相和摆动相,并在三维空间建立支撑相足式机器人位置姿态控制模型;将足式机器人运动所需的虚拟力通过雅可比矩阵映射到腿足关节各电机,以获得足式机器人单腿的关节力矩;基于足式机器人单腿的关节力矩,在三维空间建立摆动相虚拟力模型与位置姿态控制模型;根据所建立的摆动相虚拟力模型与位置姿态控制模型,建立所述足式机器人的系统状态空间模型;为所述系统状态空间模型配置SMO‑EID扰动抑制控制器。本申请实现了对四足机器人动力学模型所包含的非线性、不确定性、以及外界未知扰动的观测、估计和补偿。
Description
技术领域
本申请涉及机器人控制技术领域,尤其涉及一种足式机器人的扰动抑制与稳定控制方法及装置。
背景技术
足式机器人是一种具有强耦合性的复杂系统,在运动过程中足端与地面不断地相互作用,系统良好的抗冲击能力对于提高其动态稳定性具有至关重要的作用。四足机器人是足式机器人的典型代表,在面对牵引载运伤员、装备、物资等组合式大容量牵引载运任务时,常常会受到本体扰动和外部环境扰动的影响。如果四足机器人平台的运动不能准确跟随期望轨迹,轨迹跟踪误差将会累积并导致平台姿态变化,当累计误差达到一定阈值时,将使得平台轨迹失真,影响平台运行的连续性,甚至引起平台失稳,造成四足机器人结构损坏等严重后果。因此,采用一定的方法来抑制扰动是非常有必要的。
针对机器人在运动过程中容易受到扰动的问题,已有学者在抑制扰动和稳定控制方面给出了一定的解决方案。Nishiwaki等人为了减少四足机器人的自身扰动带来的问题,考虑结合预测控制理论来生成机身运动轨迹,设计了一套能够在输入指令发生变化时自动调整机器人运动方式的步态生成系统,并通过实验验证了该方法能够使机器人受到扰动依然能够跟踪期望轨迹。Stephens等人尝试建立仿人机器人的整机动力学模型,结合机器人机身质心的状态和足端信息,提出基于模型控制的动态平衡力控制方案以抑制扰动。Nenchev针对自由漂浮空间机器人受到的扰动问题,提出了基于动力学解耦的空间机器人平衡控制方法。Kanamiya等人利用虚拟模型控制方法,提出了一种基于踝关节和髋关节的仿人机器人平衡控制方法器实现扰动控制。常青等人针对机器人在斜坡上的对角小跑步态运动,提出了一种基于符号微分策略梯度的自适应控制策略,抑制了四足机器人机身的偏转,提高了四足机器人的适应能力。针对双足机器人自身各部件之间的耦合作用产生的扰动,柯建波提出了一种位姿修正解耦控制方法,实现了双足机器人的位姿解耦控制和零误差驱动步行。
考虑到四足机器人在运动过程中不但自身姿态会时刻发生变化,还会受到未知的外界扰动。因此研究如何解决这些不确定性扰动带来的影响,从而达到稳定控制的效果,也成为探索机器人扰动抑制方法的一项重要研究方向。为解决四足机器人受到侧向冲击时的稳定性控制问题,罗庆生等人针对四足机器人受外力作用时的稳定控制问题,提出了基于CPG网络和倒立摆模型的控制策略,预测机器人侧向踏步所需的参数,该运动控制策略提高了机器人运动的稳定性。针对外部冲击作用下的机器人平衡控制问题,韩斌提出了基于SLIP模型的四足机器人抗外力扰动控制算法,但该方法仅能抑制机器人侧向速度变化,并不能实现四足机器人的整机扰动抑制。常青提出了基于浮动机体运动学的容错性步态优化算法,建立了关于机身的冗余度方程,并通过扩展雅可比矩阵求解具有一定优化目标的冗余度方程,实现了不规则地形下四足机器人容错性步态的优化控制。袁海辉等人提出了一种自适应滑模控制器,可实现双足机器人在受到不确定未知扰动时的稳定控制。姜玉涛等人[11]提出了一种分布式控制算法,将移动机器人的运动控制问题转化为非完整约束链式问题,实现了移动机器人受到未知干扰时的控制。
上述控制方法虽可实现四足机器人的扰动抑制,但未能充分考虑运动过程中受到的扰动对机身姿态的影响,以及机身姿态变化对四足机器人产生的又一次扰动作用,四足机器人整机的扰动抑制效果并不明显。诸如等价输入干扰(EID)等主动扰动抑制和非线性补偿的经典方法,对实际生产中普遍存在的,具有各种非线性、不确定性、时滞性的复杂系统而言,很难满足实际控制系统的高标准、高精度需求,无法满足对复杂环境强鲁棒性要求。
发明内容
本申请实施例提供一种足式机器人的扰动抑制与稳定控制方法及装置,提出一种具有非线性特征的滑模观测器,同时结合等价输入干扰估计器,实现了对四足机器人动力学模型所包含的非线性、不确定性、以及外界未知扰动的观测、估计和补偿。
本申请实施例提供一种足式机器人的扰动抑制与稳定控制方法,包括如下步骤:
将足式机器人的运动步态拆分成支撑相和摆动相,并在三维空间建立支撑相足式机器人位置姿态控制模型;
基于所建立的支撑相足式机器人位置姿态控制模型,将足式机器人运动所需的虚拟力通过雅可比矩阵映射到腿足关节各电机,以获得足式机器人单腿的关节力矩;
基于足式机器人单腿的关节力矩,在三维空间建立摆动相虚拟力模型与位置姿态控制模型;
根据所建立的摆动相虚拟力模型与位置姿态控制模型,建立所述足式机器人的系统状态空间模型;
为所述系统状态空间模型配置SMO-EID扰动抑制控制器,其中所述扰动抑制控制器包括等价输入干扰估计器、滑模观测器、状态反馈控制率,以实现对所述足式机器人的扰动抑制与稳定控制。
可选的,将足式机器人的运动步态拆分成支撑相和摆动相,并在三维空间建立支撑相足式机器人位置姿态控制模型包括:
将足式机器人的运动步态拆分成支撑相和摆动相,其中,支撑相为足端接触地面及承受重力的时间,摆动相为足端离开地面向前迈步到再次落地之间的时间,在三维空间建立支撑相足式机器人位置姿态控制模型满足:
其中,x、y、z分别为前向、侧向、纵向位移,Fx、Fy、Fz分别为支撑腿沿机身坐标系x、y、z三个方向上的虚拟力,和/>分别为四足机器人支撑腿实际前进速度和望前进速度,/>和/>分别为四足机器人支撑腿实际侧向速度和期望侧向速度,/>和/>分别为四足机器人支撑腿实际纵向速度和期望纵向速度,z和Zd分别为四足机器人支撑腿的实际高度和期望高度,kpz为支撑腿控制机身质心高度的弹簧阻尼构件的弹性系数,kdx、kdy和kdz分别为四足机器人支撑腿控制平台前进方向速度、侧向速度和纵向速度的阻尼构件的阻尼系数,kpθ和kdθ分别为机身质心处弹簧阻尼元件弹性系数和阻尼系数,ψ为平台机身的偏航角,ψd为偏航角的期望值,/>和/>分别为四足机器人偏航运动实际速度和期望速度,σ为权重系数。
可选的,将足式机器人运动所需的虚拟力通过雅可比矩阵映射到腿足关节各电机,以获得足式机器人单腿的关节力矩包括:
将足式机器人运动所需的虚拟力通过雅可比矩阵映射到腿足关节各电机,以解算出各电机提供的虚拟力矩:
式中l1、l2、l3分别为机器人髋部、大腿、小腿连杆长度,s1=sinθ1,c1=cosθ1,s23=sin(θ2+θ3),c23=cos(θ2+θ3),以此类推,θ1、θ2、θ3分别为横滚髋关节转角、俯仰髋关节转角、俯仰膝关节转角。
足式机器人单腿的关节力矩满足:
其中,θ为机身的横滚角,θd为横滚角的期望值,和/>分别为机身实际横滚角速度和望横滚角速度。
可选的,基于足式机器人单腿的关节力矩,在三维空间建立摆动相虚拟力模型与位置姿态控制模型包括:
式中kpx和kdx分别为控制摆动腿足端沿x方向运动的弹簧阻尼构件的弹性系数和阻尼系数,其他y与z方向的弹性系数与阻尼系数同理。
可选的,根据所建立的摆动相虚拟力模型与位置姿态控制模型,建立所述足式机器人的系统状态空间模型包括:
基于滑模-等价输入干扰方法,令原虚拟力系统状态输入u=[τ1τ2τ3τ4]T及输出/>建立所述足式机器人的系统状态空间模型满足:
其中,τ1与τ4加和作为横滚髋关节力矩,τ2、τ3分别为俯仰髋关节力矩、俯仰膝关节力矩
且
C为四阶单位阵,ε(t)为未知扰动。
可选的,为所述系统状态空间模型配置SMO-EID扰动抑制控制器包括:
令扰动抑制控制器的输入为虚拟力系统状态与输出设置如下滑模观测器:
设置如下滑模切换函数和滑模控制率/>
设置如下状态反馈控制率:
本申请实施例还提出一种足式机器人的控制装置,包括处理器和存储器,所述存储器上存储有计算机程序所述计算机程序被处理器执行时实现如前述的足式机器人的扰动抑制与稳定控制方法的步骤。
本申请实施例还提出一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如前述的足式机器人的扰动抑制与稳定控制方法的步骤。
本申请实施例提出了一种具有非线性特征的滑模观测器,同时结合等价输入干扰估计器,实现了对四足机器人动力学模型所包含的非线性、不确定性、以及外界未知扰动的观测、估计和补偿。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本申请的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1为本申请实施例的足式机器人的扰动抑制与稳定控制方法的架构示例;
图2为本申请实施例的足式机器人的扰动抑制与稳定控制方法基本流程示意;
图3为本申请实施例的弹簧阻尼构件示意;
图4为本申请实施例的扰动抑制控制器示意;
图5为本申请实施例的扰动抑制与稳定控制方法的控制框架示意;
图6为本申请实施例的扰动抑制模块示意。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
在四足机器人运动时,根据反馈估计的偏差值,通过虚拟力矩生成器产生的虚拟力矩,与期望力矩叠加后控制整机运动以抵消机体扰动的影响,在仿真环境验证虚拟力控制有效性,仿真环境预训练阶段包括动力学仿真引擎、虚拟力控制模块、运动生成模块、SMO-EID控制器和仿真底层控制器。图1为本发明系统示意图。系统使用基于SMO-EID方法的控制器,实现四足机器人的扰动抑制,保证系统整体可有效消除稳态误差。
针对现有足式机器人扰动抑制方法存在的缺陷,本申请实施例以四足机器人为例提出一种新的扰动抑制控制方法,通过滑模-等价输入干扰的方法控制四足机器人的虚拟力元件来抑制扰动,解决现有扰动抑制方法中针对非线性、不确定性、时滞性的扰动抑制效果不好的问题。
具体本申请实施例提供一种足式机器人的扰动抑制与稳定控制方法,如图2所示,包括如下步骤:
在步骤S201中,将足式机器人的运动步态拆分成支撑相和摆动相,并在三维空间建立支撑相足式机器人位置姿态控制模型。
在一些实施例中,将足式机器人的运动步态拆分成支撑相和摆动相,并在三维空间建立支撑相足式机器人位置姿态控制模型包括:
将足式机器人的运动步态拆分成支撑相和摆动相,其中,支撑相为足端接触地面及承受重力的时间,摆动相为足端离开地面向前迈步到再次落地之间的时间,如图3所示,在四足机器人机身质心处施加四组虚拟构件,一组弹簧阻尼构件控制机身高度,另一组弹簧阻尼构件控制机身的姿态角,两组阻尼构件分别控制机身前向及侧向方向的速度,通过传感器实时测量机身位置用以调整关节力矩。在三维空间建立支撑相足式机器人位置姿态控制模型满足:
其中,x、y、z分别为前向、侧向、纵向位移,Fx、Fy、Fz分别为支撑腿沿机身坐标系x、y、z三个方向上的虚拟力,和/>分别为四足机器人支撑腿实际前进速度和望前进速度,/>和/>分别为四足机器人支撑腿实际侧向速度和期望侧向速度,/>和/>分别为四足机器人支撑腿实际纵向速度和期望纵向速度,z和Zd分别为四足机器人支撑腿的实际高度和期望高度,kpz为支撑腿控制机身质心高度的弹簧阻尼构件的弹性系数,kdx、kdy和kdz分别为四足机器人支撑腿控制平台前进方向速度、侧向速度和纵向速度的阻尼构件的阻尼系数,kpθ和kdθ分别为机身质心处弹簧阻尼元件弹性系数和阻尼系数,ψ为平台机身的偏航角,ψd为偏航角的期望值,/>和/>分别为四足机器人偏航运动实际速度和期望速度,σ为权重系数。
在步骤S202中,基于所建立的支撑相足式机器人位置姿态控制模型,将足式机器人运动所需的虚拟力通过雅可比矩阵映射到腿足关节各电机,以获得足式机器人单腿的关节力矩。
在步骤S203中,基于足式机器人单腿的关节力矩,在三维空间建立摆动相虚拟力模型与位置姿态控制模型。
在步骤S204中,根据所建立的摆动相虚拟力模型与位置姿态控制模型,建立所述足式机器人的系统状态空间模型。
在步骤S205中,为所述系统状态空间模型配置SMO-EID扰动抑制控制器,其中所述扰动抑制控制器包括等价输入干扰估计器、滑模观测器、状态反馈控制率,以实现对所述足式机器人的扰动抑制与稳定控制。
本申请实施例提出了一种具有非线性特征的滑模观测器,同时结合等价输入干扰估计器,实现了对四足机器人动力学模型所包含的非线性、不确定性、以及外界未知扰动的观测、估计和补偿。
在一些实施例中,将足式机器人运动所需的虚拟力通过雅可比矩阵映射到腿足关节各电机,以获得足式机器人单腿的关节力矩包括:
将足式机器人运动所需的虚拟力通过雅可比矩阵映射到腿足关节各电机,以解算出各电机提供的虚拟力矩,由四足机器人运动学正解可得四足机器人雅可比矩阵:
式中l1、l2、l3分别为机器人髋部、大腿、小腿连杆长度,s1=sinθ1,c1=cosθ1,s23=sin(θ2+θ3),c23=cos(θ2+θ3),以此类推,θ1、θ2、θ3分别为横滚髋关节转角、俯仰髋关节转角、俯仰膝关节转角。
结合上式,可得足式机器人单腿的关节力矩满足:
其中,θ为机身的横滚角,θd为横滚角的期望值,和/>分别为机身实际横滚角速度和望横滚角速度。
在一些实施例中,基于足式机器人单腿的关节力矩,在三维空间建立摆动相虚拟力模型与位置姿态控制模型包括:
式中kpx和kdx分别为控制摆动腿足端沿x方向运动的弹簧阻尼构件的弹性系数和阻尼系数,其他y与z方向的弹性系数与阻尼系数同理。与平面内摆动控制类似,可得空间内四足机器人前后摆动腿的关节力矩。
在一些实施例中,根据所建立的摆动相虚拟力模型与位置姿态控制模型,建立所述足式机器人的系统状态空间模型包括:
基于滑模-等价输入干扰方法,令原虚拟力系统状态输入u=[τ1τ2τ3τ4]T及输出/>建立所述足式机器人的系统状态空间模型满足:
其中,τ1与τ4加和作为横滚髋关节力矩,τ2、τ3分别为俯仰髋关节力矩、俯仰膝关节力矩
且
C为四阶单位阵,ε(t)为未知扰动。
在实际运行过程中,四足机器的状态人会受到自身模型不确定性和外界扰动的影响,上述系统状态空间方程中的未知扰动ε(t)≠0。时变的未知扰动会导致四足机器人稳定性降低和运动性能变差,因此需要设计合理的扰动抑制控制器来抑制扰动对系统状态的影响。
在传统的EID控制系统中,若机器人系统受到外界线性时不变的干扰时,龙伯格全维状态观测器作为一种基础的线性状态观测器,在对抗扰动的应用中表现出了良好的系统状态重构能力。但是,对实际运动中普遍存在的,具有各种非线性、不确定性、时滞性的复杂系统扰动而言,传统的龙伯格观测器的状态重构能力和信息观测能力,已经难以满足实际控制系统的高标准、高精度要求。因此,能设计出具有更高的观测精度、更快的收敛速度、更强的鲁棒性能的状态观测器,是控制系统设计中的一项重要任务。而对状态观测器的结构改进和性能研究,可以极大程度地提高EID控制系统的干扰抑制性能。
对上述的机器人状态空间(模型)方程,在一些实施例中,为所述系统状态空间模型配置SMO-EID扰动抑制控制器,其中所述扰动抑制控制器包括等价输入干扰估计器、滑模观测器、状态反馈控制率。如图4所示,通过EID估计器得到干扰的等价输入干扰值,在输入端与输入值一起校正干扰的影响,从而避免干扰使机身姿态恶化,防止机身姿态变化对四足机器人产生的二次扰动作用使机器人失稳。其中观测器参数L通过最优调节方法获得,低通滤波器参数则通过适当筛选以保证等价输入干扰滤波值接近真实值即可,反馈控制器参数Kx采用最优控制方法获得,B+=(BTB)-1BT,系统稳定性条件则是通过分离定理设计。一些具体示例中,令扰动抑制控制器的输入为虚拟力系统状态与输出设置如下滑模观测器:
设置如下滑模切换函数和滑模控制率/>
根据滑模变结构原理,滑模可达性条件保证由状态空间任意运动点在有限时间内到达切换面的要求,选择等速趋近率结构简单易实现,减少了复杂系统中的计算量。等速趋近率函数在理论上用符号函数表达,在实际系统中使用开关装置实现。实际系统中零时间切换是无法实现的,为了真实模拟实际情况,使用反正切函数来近似理论中的符号函数,用以描述开关切换的情况。
设置如下状态反馈控制率:
综上可得SMO-EID控制系统各部分结构的状态表达式。
作为验证示例,申请人利用MATLAB软件构建四足机器人仿真环境,包括四足机器人物理模型和周围环境的物理属性,基于VMC的控制器以及运动传感器;四足机器人的底层控制器和扰动抑制控制器等,实例仿真系统框图如图5所示。
设计扰动抑制控制器,如图6所示,确定影响四足机器人运动控制性能的弹簧阻尼系数,采用SMO-EID扰动抑制控制器校正运动位置和姿态,在仿真中对每条腿足加装一个扰动抑制模块,每个模块内部针对单腿横滚髋关节、俯仰髋关节、俯仰膝关节三个关节设计滑模反馈控制器,根据机身前向、侧向、纵向、横滚、俯仰、偏航六个自由度反馈调整腿足关节电机力矩,增强四足机器人在外界与自身扰动干扰下的稳定性和鲁棒性。
本申请实施例的方法兼具传统EID控制系统保持良好的系统状态重构能力的同时,设计滑模观测器优化对不确定性扰动的抑制能力,通过输入端的校正力矩抑制扰动对机身姿态的影响,防止机身在扰动作用下失稳。
区别于现有的传统方法,滑模控制能很好地抑制非线性扰动的影响,采用基于滑模观测器的扰动抑制控制器可有效抑制未知扰动对机身姿态的影响,通过输入端的校正力矩抑制扰动对机身姿态的影响,避免机身在二次扰动作用下失稳,提高了四足机器人运动的稳定性,增强了四足机器人的整体动态运动性能。
本申请控制方法适用于四足机器人系统模型且对微小变化不敏感,在四足机器人腿足运动姿态受扰动影响时仍能很好地保持预期效果,有效减少对精准模型的依赖,并且适用于其他类型的足式机器人,例如双足、六足机器人等,足式机器人的虚拟控制模型只在控制维度、机身参数上有差别,只要可以建立控制系统的状态空间方程就可以用该方法设计扰动抑制控制
本申请实施例还提出一种足式机器人的控制装置,包括处理器和存储器,所述存储器上存储有计算机程序所述计算机程序被处理器执行时实现如前述的足式机器人的扰动抑制与稳定控制方法的步骤。
本申请实施例还提出一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如前述的足式机器人的扰动抑制与稳定控制方法的步骤。
需要说明的是,在本申各实施例中,术语“包括”、“包含”或者其任何其他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、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。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、方法、物品或者装置中还存在另外的相同要素。
上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。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(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本申请各个实施例所述的方法。
上面结合附图对本申请的实施例进行了描述,但是本申请并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本申请的启示下,在不脱离本申请宗旨和权利要求所保护的范围情况下,还可做出很多形式,这些均属于本申请的保护之内。
Claims (8)
1.一种足式机器人的扰动抑制与稳定控制方法,其特征在于,包括如下步骤:
将足式机器人的运动步态拆分成支撑相和摆动相,并在三维空间建立支撑相足式机器人位置姿态控制模型;
基于所建立的支撑相足式机器人位置姿态控制模型,将足式机器人运动所需的虚拟力通过雅可比矩阵映射到腿足关节各电机,以获得足式机器人单腿的关节力矩;
基于足式机器人单腿的关节力矩,在三维空间建立摆动相虚拟力模型与位置姿态控制模型;
根据所建立的摆动相虚拟力模型与位置姿态控制模型,建立所述足式机器人的系统状态空间模型;
为所述系统状态空间模型配置SMO-EID扰动抑制控制器,其中所述扰动抑制控制器包括等价输入干扰估计器、滑模观测器、状态反馈控制率,以实现对所述足式机器人的扰动抑制与稳定控制。
2.如权利要求1所述的足式机器人的扰动抑制与稳定控制方法,其特征在于,将足式机器人的运动步态拆分成支撑相和摆动相,并在三维空间建立支撑相足式机器人位置姿态控制模型包括:
将足式机器人的运动步态拆分成支撑相和摆动相,其中,支撑相为足端接触地面及承受重力的时间,摆动相为足端离开地面向前迈步到再次落地之间的时间,在三维空间建立支撑相足式机器人位置姿态控制模型满足:
其中,x、y、z分别为前向、侧向、纵向位移,Fx、Fy、Fz分别为支撑腿沿机身坐标系x、y、z三个方向上的虚拟力,和/>分别为四足机器人支撑腿实际前进速度和望前进速度,/>和/>分别为四足机器人支撑腿实际侧向速度和期望侧向速度,/>和/>分别为四足机器人支撑腿实际纵向速度和期望纵向速度,z和Zd分别为四足机器人支撑腿的实际高度和期望高度,kpz为支撑腿控制机身质心高度的弹簧阻尼构件的弹性系数,kdx、kdy和kdz分别为四足机器人支撑腿控制平台前进方向速度、侧向速度和纵向速度的阻尼构件的阻尼系数,kpθ和kdθ分别为机身质心处弹簧阻尼元件弹性系数和阻尼系数,ψ为平台机身的偏航角,ψd为偏航角的期望值,/>和/>分别为四足机器人偏航运动实际速度和期望速度,σ为权重系数。
3.如权利要求2所述的足式机器人的扰动抑制与稳定控制方法,其特征在于,将足式机器人运动所需的虚拟力通过雅可比矩阵映射到腿足关节各电机,以获得足式机器人单腿的关节力矩包括:
将足式机器人运动所需的虚拟力通过雅可比矩阵映射到腿足关节各电机,以解算出各电机提供的虚拟力矩:
式中l1、l2、l3分别为机器人髋部、大腿、小腿连杆长度,s1=sinθ1,c1=cosθ1,s23=sin(θ2+θ3),c23=cos(θ2+θ3),以此类推,θ1、θ2、θ3分别为横滚髋关节转角、俯仰髋关节转角、俯仰膝关节转角。
足式机器人单腿的关节力矩满足:
其中,θ为机身的横滚角,θd为横滚角的期望值,和/>分别为机身实际横滚角速度和望横滚角速度。
4.如权利要求3所述的足式机器人的扰动抑制与稳定控制方法,其特征在于,基于足式机器人单腿的关节力矩,在三维空间建立摆动相虚拟力模型与位置姿态控制模型包括:
式中kpx和kdx分别为控制摆动腿足端沿x方向运动的弹簧阻尼构件的弹性系数和阻尼系数,其他y与z方向的弹性系数与阻尼系数同理。
5.如权利要求4所述的足式机器人的扰动抑制与稳定控制方法,其特征在于,根据所建立的摆动相虚拟力模型与位置姿态控制模型,建立所述足式机器人的系统状态空间模型包括:
基于滑模-等价输入干扰方法,令原虚拟力系统状态输入u=[τ1τ2τ3τ4]T及输出/>建立所述足式机器人的系统状态空间模型满足:
其中,τ1与τ4加和作为横滚髋关节力矩,τ2、τ3分别为俯仰髋关节力矩、俯仰膝关节力矩
且
C为四阶单位阵,ε(t)为未知扰动。
6.如权利要求5所述的足式机器人的扰动抑制与稳定控制方法,其特征在于,为所述系统状态空间模型配置SMO-EID扰动抑制控制器包括:
令扰动抑制控制器的输入为虚拟力系统状态与输出设置如下滑模观测器:
设置如下滑模切换函数和滑模控制率/>
设置如下状态反馈控制率:
7.一种足式机器人的控制装置,其特征在于,包括处理器和存储器,所述存储器上存储有计算机程序所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的足式机器人的扰动抑制与稳定控制方法的步骤。
8.一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上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的足式机器人的扰动抑制与稳定控制方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310899939.5A CN116859969A (zh) | 2023-07-20 | 2023-07-20 | 一种足式机器人的扰动抑制与稳定控制方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310899939.5A CN116859969A (zh) | 2023-07-20 | 2023-07-20 | 一种足式机器人的扰动抑制与稳定控制方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116859969A true CN116859969A (zh) | 2023-10-10 |
Family
ID=88223278
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310899939.5A Pending CN116859969A (zh) | 2023-07-20 | 2023-07-20 | 一种足式机器人的扰动抑制与稳定控制方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116859969A (zh) |
-
2023
- 2023-07-20 CN CN202310899939.5A patent/CN116859969A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101112501B1 (ko) | 이동체의 제어장치 | |
CN110202580B (zh) | 一种扰动恢复的仿人机器人空间柔顺控制模型构建方法 | |
Kajita et al. | Biped walking stabilization based on linear inverted pendulum tracking | |
CN110405762B (zh) | 一种基于空间二阶倒立摆模型的双足机器人姿态控制方法 | |
CN113021299B (zh) | 一种双腿轮复合机器人全方位运动控制方法 | |
CN112051741A (zh) | 一种双足机器人动态运动生成与控制方法 | |
Zhou et al. | Stabilization of bipedal walking based on compliance control | |
Yu et al. | Disturbance rejection for biped walking using zero-moment point variation based on body acceleration | |
CN111506095B (zh) | 一种双刚体特征点间饱和固定时间相对位姿跟踪控制方法 | |
Cisneros et al. | Robust humanoid control using a QP solver with integral gains | |
Okumura et al. | Realtime ZMP compensation for biped walking robot using adaptive inertia force control | |
CN114625129B (zh) | 位控腿足机器人的运动控制方法及系统 | |
CN114397810A (zh) | 基于自适应虚拟模型控制的四足机器人运动控制方法 | |
Villa et al. | Torque controlled locomotion of a biped robot with link flexibility | |
CN116859969A (zh) | 一种足式机器人的扰动抑制与稳定控制方法及装置 | |
Ridderstrom et al. | Quadruped posture control based on simple force distribution-a notion and a trial | |
Liu et al. | Active compliance hybrid zero dynamics control of bounding on HyQ | |
CN114700955A (zh) | 双轮腿-臂机器人全身运动规划与控制方法 | |
CN117260718B (zh) | 一种四足机器人的自适应载荷补偿控制方法及系统 | |
CN116766181B (zh) | 一种基于全驱系统理论的机械臂主动柔顺控制方法 | |
CN117260718A (zh) | 一种四足机器人的自适应载荷补偿控制方法及系统 | |
Sreenath et al. | The reaction mass biped: equations of motion, hybrid model for walking and trajectory tracking control | |
CN117697766B (zh) | 基于退步小波神经网络的柔性臂空间机器人抓捕控制方法 | |
Zhang et al. | Solving Technical Difficulties in Implementing Teleoperated Biped Walking on NAO Robot | |
Qian et al. | Conditional Integration Active Disturbance Rejection Controller for Path Tracking of Autonomous Driving Vehicles |
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 |