CN117021106A - 机器人的步态控制方法和机器人 - Google Patents
机器人的步态控制方法和机器人 Download PDFInfo
- Publication number
- CN117021106A CN117021106A CN202311113504.XA CN202311113504A CN117021106A CN 117021106 A CN117021106 A CN 117021106A CN 202311113504 A CN202311113504 A CN 202311113504A CN 117021106 A CN117021106 A CN 117021106A
- Authority
- CN
- China
- Prior art keywords
- robot
- gait
- gait control
- control parameters
- phase
- 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
- 230000005021 gait Effects 0.000 title claims abstract description 406
- 238000000034 method Methods 0.000 title claims description 29
- 238000011217 control strategy Methods 0.000 claims abstract description 57
- 238000012544 monitoring process Methods 0.000 claims abstract description 36
- 238000012216 screening Methods 0.000 claims abstract description 16
- 238000013507 mapping Methods 0.000 claims description 30
- 238000012549 training Methods 0.000 claims description 28
- 238000004891 communication Methods 0.000 claims description 15
- 230000006870 function Effects 0.000 description 30
- 238000013528 artificial neural network Methods 0.000 description 17
- 238000001514 detection method Methods 0.000 description 13
- 238000004088 simulation Methods 0.000 description 12
- 230000010363 phase shift Effects 0.000 description 6
- 230000002787 reinforcement Effects 0.000 description 6
- 230000009471 action Effects 0.000 description 4
- 230000003111 delayed effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000004083 survival effect Effects 0.000 description 4
- 210000001503 joint Anatomy 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 241000251468 Actinopterygii Species 0.000 description 1
- 241000282693 Cercopithecidae Species 0.000 description 1
- 241000270295 Serpentes Species 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000009193 crawling Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002572 peristaltic effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000009182 swimming Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
Abstract
本申请提供了一种机器人的步态控制和机器人,应用于机器人,包括:获取机器人的步态控制策略;检测机器人的当前状态信息;根据所述步态控制策略以及机器人的当前状态信息获取所述机器人的步态控制参数,所述步态控制参数包括摆动周期比和/或相位偏差;监测所述步态控制参数是否满足要求;筛选出满足要求的步态控制参数;或者,将所述不满足要求的步态控制参数修正为满足要求的步态控制参数;根据所述满足要求的步态控制参数,对机器人的步态进行控制。通过本申请能够在机器人的连续步态表示中,通过对步态控制参数进行监测来确保机器人能够根据满足要求的步态控制参数进行步态控制时机器人的安全,保证机器人的安全步态控制和机器人的步态稳定。
Description
技术领域
本申请涉及人工智能领域,更具体地,涉及一种机器人的步态控制方法和机器人。
背景技术
近年来,随着社会不断进步和科学技术的不断发展,机器人在现代工业领域应用已经非常广泛,而人们对机器人各方面的功能需求也不断提高。为满足社会的需求,智能机器人的研究都是一大热点,而机器人的步态控制是近年来研究的重要领域。
目前,机器人的步态控制中可通过步态表达来对机器人进行步态控制,而现有的步态表达会由多个时变变量来决定每条腿的支撑时间点、时长、以及各腿之间的支撑顺序,在使用时变量表达步态时,无法实现对不同步态控制参数确定不同控制频率,这可能会导致整个步态的不稳定和不安全,因此,如何保证机器人的安全步态控制的同时保证机器人的步态稳定。
发明内容
有鉴于此,本申请实施例提出了一种机器人的步态控制方法和机器人,以解决现有的技术问题。
根据本申请实施例的一个方面,提供了一种机器人的步态控制方法,应用于机器人,所述方法包括:获取机器人的步态控制策略;检测机器人的当前状态信息;根据所述步态控制策略以及机器人的当前状态信息获取所述机器人的步态控制参数,所述步态控制参数包括摆动周期比和/或相位偏差;监测所述步态控制参数是否满足要求;筛选出满足要求的步态控制参数;或者,将所述不满足要求的步态控制参数修正为满足要求的步态控制参数;根据所述满足要求的步态控制参数,对机器人的步态进行控制。
根据本申请实施例的一个方面,提供了一种机器人,所述机器人包括:机身和至少两条腿,所述至少两条腿和所述机身相连接;与所述机身通信的控制系统,所述控制系统包括处理器和与所述处理器通信的存储器,所述存储器存储指令,所述指令在所述处理器上被运行时使所述处理器执行操作,所述操作包括:获取机器人的步态控制策略;检测机器人的当前状态信息;根据所述步态控制策略以及机器人的当前状态信息获取所述机器人的步态控制参数,所述步态控制参数包括摆动周期比和/或相位偏差;监测所述步态控制参数是否满足要求;筛选出满足要求的步态控制参数;或者,将所述不满足要求的步态控制参数修正为满足要求的步态控制参数;根据所述满足要求的步态控制参数,对机器人的步态进行控制。
在本申请的方案中,先获取机器人的步态控制策略,并检测机器人的当前状态信息,以此能够根据步态控制策略以及机器人的当前状态信息来获取机器人的步态控制参数,然后再对步态控制参数进行监测,以此筛选出满足要求的步态控制参数或者将不满足要求的步态控制参数修正为满足要求的步态控制参数,进而能够根据满足要求的步态控制参数对机器人进行步态控制。本申请的方案能够在机器人的连续步态表示中,通过对步态控制参数进行监测来确保机器人能够根据满足要求的步态控制参数进行步态控制时机器人的安全,保证机器人的安全步态控制的同时保证机器人的步态稳定。
应当理解的是,以上的一般描述和后文细节描述仅是示例性和解释性的,并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。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,对于本邻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是根据本申请一实施例示出的机器人的硬件结构示意图。
图2是根据本申请一实施例示出的机器人的机械结构示意图。
图3是根据本申请一实施例示出的机器人的步态控制方法的流程图。
图4是根据本申请一实施例示出的不同质心和速度范数机器人输出的步频和摆动周期比的示意图。
图5是根据本申请一实施例示出的步骤S140之前的具体步骤的流程图。
图6是根据申请一实施例示出的基于学习的步态控制策略中的神经网络进行训练的示意图。
图7是根据申请一实施例示出的步骤S140具体步骤的流程图。
图8是根据申请一实施例示出的步骤S160具体步骤的流程图。
图9是根据本申请一实施例示出的步骤S320具体步骤的流程图。
图10是根据本申请另一实施例示出的机器人的步态控制方法的流程图。
图11是根据本申请一实施例示出的机器人的步态控制系统的框图。
通过上述附图,已示出本发明明确的实施例,后文中将有更详细的描述,这些附图和文字描述并不是为了通过任何方式限值本发明构思的范围,而是通过特定实施例为本邻域计算书人员说明本发明的概念。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本申请将更加全面和完整,并将示例实施方式的构思全面地传达给本邻域的技术人员。
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为本申请其中一个实施例提供的机器人100的硬件结构示意图。机器人100可以是多种形态机器人中的任何一种,具体包括但不限于轮式机器人、足式机器人、履带式机器人、爬行机器人、蠕动式机器人或者游动式机器人等中的至少一种,例如机器人100具体可以是足式机器人,也可以是足式与轮式相结合的机器人。其中,足式机器人包括单足机器人、双足机器人或者多足机器人。多足机器人是指具有三个足或者三个以上的足式机器人,例如多足机器人具体可以是四足机器人。机器人是指一种能够半自主或全自主执行工作的机器,机器人并不限定于人形的机器装置,还可以包括例如狗、马、蛇、鱼、猿或猴等构型的机器人,例如机器人具体可以是一种四足的机器马。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、显示单元106、输入单元107、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。
图2是根据本申请一个实施例提供的机器人的机械结构示意图。下面结合图1和图2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,在其他实施方式中,机械结构1013还可包括可伸展的机械臂(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、摄像头结构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(用于远程物体检测、距离确定和/或速度值确定)、毫米波雷达(用于短程物体检测、距离确定和/或速度值确定)、摄像头、红外摄像头、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(比如摄像头、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。
图3是根据本申请一实施例示出的机器人的步态控制方法的流程图,该方法可以由具备处理能力的电子设备执行,该电子设备例如服务器、云服务器、终端或者机器人等,在此不进行具体限定。如图3所示,以应用于机器人为例进行说明,该方法具体包括以下步骤:
步骤S110,获取机器人的步态控制策略。
作为一种方式,机器人的步态控制策略可包括基于学习的步态控制策略和启发式的步态控制策略,其中,基于学习的步态控制策略是通过使用学习算法训练神经网络,将观测数据(例如机器人状态信息)转化为机器人的动作参数(例如机器人的摆动比例、相位偏移和摆动频率等),以此优化机器人在某个时间范围内的总期望奖励,以此得到机器人的最优的控制参数,并且根据确定的最优的控制参数对机器人进行步态控制。
可选的,启发式步态控制策略是一类在求解机器人的步态控制参数时,在机器人可接受的时间和空间内能计算出可行的步态控制参数,可通过启发式算法来确定机器人的步态控制策略。
步骤S120,检测机器人的当前状态信息。
作为一种方式,可预先设置检测机器人的当前状态信息时间,以此按照设置的时间周期性的检测机器人的当前状态信息。可选的,机器人的当前状态信息可包括机器人机身的质心位置、机身速度以及腿部关节位置等。可选的,机器人的当前状态信息还可以包括机器人的步频等。
步骤S130,根据所述步态控制策略以及机器人的当前状态信息获取所述机器人的步态控制参数,所述步态控制参数包括摆动周期比和/或相位偏差。
作为一种方式,若步态控制策略为基于学习的步态控制策略,则可将机器人的当前状态信息输入至神经网络中,以使神经网络能够基于机器人的当前状态信息输出机器人的步态控制参数。
可选的,在基于学习的步态控制策略中,可通过机器人的当前状态信息和预先设置好的奖励函数确定基于学习的神经网络的奖励值,以此基于学习的神经网络能够根据确定的奖励值和机器人的当前状态信息来确定机器人的步态控制参数。
可选的,基于学习的步态控制策略可以包括深度学习的步态控制策略和强化学习的步态控制策略,其中,强化学习的步态控制策略中包括观测空间、行动空间和奖励函数,观测空间中包括机器人的目标速度、机器人的机身速度和机器人的机身坐标系下的腿部关节位置等(即机器人的当前状态信息);行动空间中包括机器人的步频、摆动周期比等(可以理解为机器人的步态控制参数),奖励函数可以是速度惩罚函数、能量惩罚函数以及生存奖励函数的线性组合函数。可选的,在强化学习的步态控制策略中的神经网络可以是一个三层的多层感知器,其大小结构可以是128、64、32,其奖励函数可以是: 其中,γ为奖励函数,c为生存奖励,τ为机器人的关节力矩,ω为机器人的关节速度,α为机器人的控制电机参数,we为权重,为能量惩罚函数。
可选的,强化学习的步态控制策略中的观测空间可以包括机器人的机身框架的目标速度、机器人的机身速度以及机器人的足部位置误差;行动空间中包括机器人的步频、摆动周期比和相位偏移等;奖励函数可以是速度惩罚函数、关节力矩的欧几里得范数以及生存奖励函数的线性组合函数。可选的,在强化学习的步态控制策略中的神经网络可以是一个三层隐藏层的多层感知器,其大小结构可以是64、64、64,其奖励函数可以是: 其中,γ为奖励函数,c为生存奖励,τ为机器人的关节力矩,ω为机器人的关节速度,/>为机器人的速度指令误差,we和wv为权重,/>为速度惩罚函数,/>为关节力矩的欧几里得范数。
可选的,强化学习的步态控制策略中的观测空间可以包括机器人机身的目标速度、机器人的机身速度、机器人的腿部关节位置以及机器人的运动方向;行动空间中包括机器人的步频、摆动周期比和相位偏移等;奖励函数可以包括预先设定的指数函数。可选的,在强化学习的步态控制策略中的神经网络可以是一个三层隐藏层的多层感知器,其大小结构可以是256、128、64,其奖励函数可以是:其中,γ为奖励函数,τ为机器人的关节力矩,ω为机器人的关节速度,/>为机器人的速度指令误差,we和wv为权重,α和β为预先设定的指数函数的系数,/>为速度惩罚项,exp(―β‖τi‖2)为能量惩罚项。
作为一种方式,若机器人的步态控制策略为启发式步态控制策略,则可根据预先设定函数和机器人的当前状态信息来确定机器人的步态控制参数,可选的,在启发式的步态控制策略中,可预先设置机器人的当前状态信息与步态控制参数对应的映射函数,例如,可设定不同范围的机器人的质心速度与机器人的步频和摆动周期比之间的函数,以此能够在根据机器人的当前状态信息中的质心速度来和该映射函数来确定机器人的步频和摆动周期比。可选的,可设置不同的机器人的当前状态信息与不同的步态控制参数对应的映射函数,在此仅是距离说明不做具体限定。如图4所示,可设置在不同质心和速度范数下输出机器人不同的步频和摆动周期比。
可选的,启发式的步态控制策略还可以是基于预先设定的机器人的不同状态信息与步态控制参数之间的对应关系来确定机器人的当前状态信息对应的步态控制参数。例如,当机器人的机身速度处于低速的情况下,可根据机器人的机身速度与步态参数之间的对应关系,确定机器人的步态控制参数为步态A;若机器人的机身速度处于高速,则确定机器人的步态控制参数为步态B,其中,步态A和步态B中可包括机器人的步频、摆动周期比和相位偏差等,可选的,步态A和步态B中的步态参数的值不同。
步骤S140,监测所述步态控制参数是否满足要求。
作为一种方式,机器人在进行移动过程中腿会有支撑相到摆动相不停的进行循环,而在循环中,机器人容易受到扰动,可通过增加机器人的步频来增强机器人的抗干扰能力,但是由于机器人的步频改变会导致机器人的摆动周期比或相位偏移也随之发生改变,然而摆动周期比或相位偏移在机器人的移动过程中会导致机器人的摆动腿被突然改成支撑腿导致的用力向下跺脚引起大幅度的位置偏差,或者导致在支撑腿与摆动腿之间高频率的切换引起抖动,电机过流等安全问题,因此,为了提高机器人的安全运行以及避免机器人由于哎控制参数发生改变所导致的机器人受损,在根据步态控制参数对机器人进行步态控制之前先监测步态控制参数是否满足要求。
可选的,可预先设置步态控制参数的更新条件,当监测到步态控制参数满足对应的更新条件时,才根据确定的步态控制参数对机器人进行步态控制。可选的,步态控制参数是否满足要求可以是分别确定步态控制参数对应的参数值是否大于参数值阈值,或者可以是,步态控制参数的更新时机是否满足要求,其更新时机可以是机器人是否即将进入新的步态周期,若机器人即将进入新的步态周期则可将步态控制参数进行更新。可选的,步态控制参数中不同的参数的更新条件或更新时机不同。
步骤S150,筛选出满足要求的步态控制参数。
作为一种方式,当监测到步态控制参数满足要求时,可根据满足要求的步态控制参数替换机器人的当前的步态控制参数,以使机器人能够根据满足要求的步态控制参数来进行步态控制。
步骤S160,将所述不满足要求的步态控制参数修正为满足要求的步态控制参数。
作为一种方式,为了保证机器人能够正常的进行行驶的同时保证机器人的控制安全,可通过将不满足要求的不太控制参数修正为满足要求的步态控制参数。可选的,可预先设置不同步态控制参数对应的不同不满足要求的步态控制参数的取值范围和对应的满足要求的控制参数之间的映射关系,以此在确定不满足要求的步态控制参数后,基于不满足要求的步态控制参数的取值范围和对应的满足要求的控制参数之间的映射关系来将不满足要求的步态控制参数修正为满足要求的步态控制参数。
步骤S170,根据所述满足要求的步态控制参数,对机器人的步态进行控制。
作为一种方式,在确定满足要求的步态控制参数后,可先确定机器人的各足端对应的期望状态,然后再获取机器人的足端的实际接触事件来确定机器人的实际腿部状态,然后再根据机器人的实际腿部状态来确定机器人的目标腿部的摆动轨迹进度,以此来确定机器人的各腿的控制器来对机器人进行步态控制。其中,机器人的各腿的控制器包括支撑控制器、延迟控制器和摆动控制器,其中,支撑控制器用于根据满足要求的步态控制参数来控制机器人的目标腿保持在支撑相,延迟控制器用于根据满足要求的步态控制参数来控制机器人的目标腿延迟接触地面,摆动控制器用于根据满足要求的步态控制参数控制机器人的目标腿进行摆动控制,其中,目标腿是机器人当前进行控制的腿。
可选的,在根据满足要求的步态控制参数对机器人的步态进行控制时,可先确定目标腿的期望状态是否为摆动状态,若目标腿的期望状态为支撑状态,则确定目标腿的实际足端接触事件,若目标腿的实际足端接触事件为目标腿接触地面,则确定目标腿的实际腿部状态为支撑状态;若目标腿的实际足端接触事件为目标腿未接触地面,则确定目标腿在前一控制周期的实际腿部状态是否为支撑状态,若确定目标腿在前一控制周期的实际腿部状态不为支撑状态,则确定目标腿的实际腿部状态为延迟触地状态;若确定目标腿在前一控制周期的实际腿部状态为支撑状态,则确定目标腿的实际腿部状态为失去接触状态;若目标腿的期望状态为摆动状态,则确定目标腿的实际足端接触事件,若目标腿的实际足端接触事件为目标腿未接触地面,则确定目标腿的实际腿部状态为摆动状态;若目标腿的实际足端接触事件为目标腿接触地面,则根据满足要求的步态参数中的机器人的腿部的相位角是否大于提前触地的相位角阈值,若确定机器人的腿部的相位角大于提前触地的相位角阈值,则确定目标腿的实际腿部状态为支撑状态;若确定机器人的腿部的相位角小于或等于提前触地的相位角阈值,则确定目标腿的实际腿部状态为摆动状态。
在本申请的实施例中,先获取机器人的步态控制策略,并检测机器人的当前状态信息,以此能够根据步态控制策略以及机器人的当前状态信息来获取机器人的步态控制参数,然后再对步态控制参数进行监测,以此筛选出满足要求的步态控制参数或者将不满足要求的步态控制参数修正为满足要求的步态控制参数,进而能够根据满足要求的步态控制参数对机器人进行步态控制。本申请的方案能够在机器人的连续步态表示中,通过对步态控制参数进行监测来确保机器人能够根据满足要求的步态控制参数进行步态控制时机器人的安全,保证机器人的安全步态控制的同时保证机器人的步态稳定。
在一些实施例中,如图5所示,所述步骤S140之前,所述方法还包括:
步骤S210,若所述步态控制策略为基于学习的步态控制策略,当所述机器人处于训练阶段,不启动所述监测所述步态控制参数是否满足要求的步骤,根据训练中获取的步态控制参数对所述机器人进行步态控制训练。
作为一种方式,在确定步态控制策略为基于学习的步态控制策略时,可由于基于学习的步态控制策略的缺点是很难确保所控制的系统的安全性,因此,可在对机器人进行仿真训练阶段时,不对步态控制参数进行监测,以此避免机器人的仿真训练中由于仿真无法完全模拟机器人的实际状态导致的基于学习的步态控制策略中的神经网络的训练出现误差,并且保证基于学习的神经网络在训练时不受监测不太控制参数的影响而造成无法收敛。
可选的,可在机器人的机身上设置一监测开关,当确定该监测开关关闭时,确定机器人当前处于训练阶段;当确定该监测开关打开时,可确定机器人当前处于应用阶段。可选的,还可通过机器人的当前状态信息来确定机器人是否处于训练阶段。由于当机器人处于训练阶段时,其训练数据为机器人的仿真数据,其仿真数据中可包括仿真标签,可通过识别机器人的当前状态信息中是否包括仿真标签来确定机器人是否处于训练阶段,以此来确定是否关闭监测步态控制参数是否满足要求的步骤。
可选的,还可以在机器人处于训练阶段时,对基于学习的步态控制策略的神经网络的输出步态控制参数的频率进行低频控制,以此减小因监测步态控制参数是否满足要求而导致的步态策略误判。其中,可在机器人处于训练阶段时,设置神经网络的输出步态控制参数的频率小于机器人的步态控制器的输出频率。
步骤S220,当所述机器人处于应用阶段,开启所述监测所述步态控制参数是否满足要求的步骤,以获取所述满足要求的步态控制参数,对机器人的步态进行控制。
作为一种方式,为了避免机器人在应用阶段由于步态控制参数的错误更新导致的机器人摔倒导致的机器人受损,可在机器人处于应用阶段时将启动监测步态控制参数是否满足要求的步骤。可选的,可在机器人中设置一安全检测层,可通过该安全检测层来监测步态控制参数是否满足要求,以此获取满足要求的步态控制参数。如图6所示,在机器人进行仿真训练时,基于仿真样本数据对基于学习的步态控制策略中的神经网络进行训练,此时安全检测层处于关闭状态,即神经网络根据仿真样本数据所输出的步态控制参数可直接输入至机器人的控制器,以此进行仿真,当机器人处于应用阶段时,神经网络根据机器人的当前状态信息确定步态控制参数,此时,安全检测层打开,通过安全检测层对神经网络输出的步态控制参数进行监测,以此获取满足要求的步态控制参数,并将满足要求的步态控制参数输入至控制器,以此使得控制器能够格局满足要求的步态控制参数对机器人进行步态控制。
在一些实施例中,所述步骤S140包括:在第一步态周期的支撑相的腿切换为第二步态周期的摆动相的腿之前,对所述第二步态周期的摆动周期比进行更新,其中,所述第一步态周期和第二步态周期是前后连续的两个步态周期,所述第二步态周期在所述第一步态周期之后。
作为一种方式,步态控制参数中包括摆动周期比,在根据摆动周期比对机器人进行步态控制的过程中,若摆动周期比中的摆动比随意发生改变会导致机器人的腿部轨迹规划逆行,导致机器人的机身抖动、机器人的电机过流进而导致机器人的硬件发生损害,其中,摆动周期比为机器人的每条腿的摆动相和支撑相各自占所在步态周期的比例,若摆动相的摆动比增加可能会导致机器人的机身发生抖动、机器人的电机过流以及损害硬件等;若摆动相的摆动比减少可能会导致机器人的腿提前结束摆动导致机器人的机身自由落体或机器人的腿从高处开始跺脚;若支撑相的摆动比增加可能会导致机器人的腿从支撑相逆向回到摆动相,从而导致突然减少支撑腿的数量,减少机器人的稳定性导致机器人的机身抖动。
可选的,为了保证机器人的安全,可设置机器人的腿在步态周期内的摆动周期比无法进行更新,在机器人的腿即将由当前步态周期进入下一步态周期时,可对摆动周期比进行更新。
可选的,可获取机器人的腿的摆动进度,当摆动进度大于或等于摆动进度阈值时,可确定摆动周期比满足更新要求,可对摆动周期比进行更新。
在另一些实施例中,如图7所示,所述步骤S140还包括:
步骤S310,当确定所述机器人的目标腿处于支撑相时,获取所述目标腿的当前相位角。
作为一种方式,目标腿为机器人需要进行步态控制参数进行更新的腿,目标腿可能会因为相位偏差的更新导致机器人的步态控制出现误差,若目标腿在摆动相中减少相位偏移,可能会导致机器人的机身发生抖动、机器人的电机过流以及损害硬件等;若目标腿在摆动相中增减相位偏移,可能会导致机器人的腿提前结束摆动导致机器人的机身自由落体或机器人的腿从高处开始跺脚;若目标腿在支撑相中增加相位偏移,可能会导致目标腿提前开始摆动,造成目标腿的控制误差进而导致机器人的电机过流;若目标腿的支撑相中减少相位偏移,导致目标腿从支撑相逆向回到摆动相,进而导致突然减少支撑腿的数量,减少机器人的稳定性导致机器人的机身抖动。
可选的,为了避免目标腿提前开始摆动相和目标腿从支撑相逆向回到摆动相的情况出现,可设置目标腿在处于支撑相时可进行更新。可选的,可通过获取目标腿的步态周期进度,根据步态周期进度和摆动周期比中的周期比阈值进行比较,当确定步态周期进度小于周期比阈值时,确定目标腿处于支撑相。其中,周期比阈值可以是目标腿在摆动周期比中由支撑相切换为摆动相对应的精度阈值。
步骤S320,根据所述当前相位角监测所述机器人的相位偏差是否满足要求。
作为一种方式,为了避免目标腿提前开始摆动相和目标腿从支撑相逆向回到摆动相的情况出现,还可对目标腿的相位偏移进行更新后目标腿依然保持在支撑相才能对机器人的相位偏移进行更新,因此可根据当前相位角和需要进行更新的相位偏移来确定更新后的机器人的相位偏差是否大于相位角阈值,以此来检测机器人的相位偏差是否满足要求。
在一些实施例中,如图8所示,所述步骤S320包括:
步骤S321,获取所述目标腿的相位偏差。
作为一种方式,目标腿的相位偏差可以是机器人基于步态控制策略和机器人的当前状态信息所确定相位偏差,可根据该相位偏差对机器人的相位偏移进行更新。
步骤S322,根据所述当前相位角和所述相位偏差确定参考相位偏差,并确定所述参考相位偏差是否小于或等于相位阈值。
作为一种方式,可将当前相位角和相位偏差相加得到参考相位偏差,该参考相位偏差为根据相位偏差对机器人的相位偏移进行更新后的机器人的相位角。可选的,为了保证根据参考相位偏差对步态控制参数中的相位偏差进行更新后,机器人能够根据更新后的相位偏差保证机器人的正常运行以及机器人的目标腿的稳定,可确定参考相位偏差是否小于或等于相位阈值来确定是否分局参考相位偏差对机器人的目标腿的相位偏差进行更新。
步骤S323,若确定所述参考相位偏差小于或等于相位阈值,则根据所述参考相位偏差对所述相位偏差进行更新,得到满足要求的步态控制参数。
作为一种方式,当确定参考相位偏差小于或等于相位阈值时,可确定目标腿在根据参考相位偏差进行更新后,目标腿仍处于支撑相,此时可确定参考相位偏差满足要求,可根据参考相位偏差对目标腿的相位偏差进行更新,以此得到满足要求的不太控制参数。
步骤S324,若确定所述参考相位偏差大于相位阈值,则根据所述相位阈值对所述相位偏差进行筛选,得到满足要求的步态控制参数。
作为一种方式,当确定参考相位偏差大于相位阈值时,可确定目标腿在根据参考相位偏差进行更新后,目标腿未处于支撑相,为了保证机器人的正常运行以及机器人的目标腿的稳定,可将相位阈值确定为更新后目标腿的相位偏差,以此保证目标腿更新相位偏差后处于支撑相,以此根据相位阈值对相位偏差进行筛选,以此得到满足要求的步态控制参数。
在一些实施例中,如图9所示,所述步骤S160包括:
步骤S410,获取所述机器人的当前移动速度。
作为一种方式,在确定步态控制参数不满足要求后,为了保证机器人的正常运行以及避免机器人发生摔倒所导致的机器人损坏,可根据机器人的当前移动速度来将不满足要求的步态控制参数修改为满足要求的步态控制参数。可选的,可在机器人的当前状态信息中获取机器人的当前移动速度,当前移动速度可以是机器人的机身中的速度传感器所采集的。
步骤S420,确定移动速度和所述相位偏差与所述摆动周期比之间的映射关系。
作为一种方式,可预先设置不同移动速度范围分别与相位偏差和摆动周期比之间的映射关系,在该映射关系中,不同移动速度范围对应的相位偏差和摆动周期均满足要求,可将移动速度分为多个不同的速度范围,不同的速度范围对应的相位偏差和摆动周期比不同。
步骤S430,若根据所述映射关系确定所述当前移动速度与所述相位偏差和所述摆动周期比不满足所述映射关系对应的相位偏差范围以及对应的摆动周期比范围,则根据所述映射关系对所述相位偏差和所述摆动周期比进行修正,得到满足要求的摆动周期比和相位偏差。
作为一种方式,在确定机器人的当前移动速度后,可在映射关系中确定当前移动速度所属的速度范围,然后再据映射关系中当前移动速度的速度范围所对应的相位偏差和摆动周期比,然后确定步态控制参数中的相位偏差和摆动周期比是否与映射关系中所指示当前移动速度的速度范围所对应的相位偏差和摆动周期比相同,或步态控制参数中的相位偏差和摆动周期比是否位于映射关系中所指示当前移动速度的速度范围所对应的相位偏差范围和摆动周期比范围。
可选的,当确定步态控制参数中的相位偏差和摆动周期比与映射关系中所指示当前移动速度的速度范围所对应的相位偏差和摆动周期比不同,或步态控制参数中的相位偏差和摆动周期比未位于映射关系中所指示当前移动速度的速度范围所对应的相位偏差范围和摆动周期比范围时,为了保证机器人的正常运行以及避免机器人发生摔倒所导致的机器人损坏,可根据映射关系中所指示当前移动速度的速度范围所对应的相位偏差范围和摆动周期比范围时或映射关系中所指示当前移动速度的速度范围所对应的相位偏差和摆动周期比对步态控制参数中的相位偏差和摆动周期比进行修正,以此得到满足要求的步态控制参数。
图10是根据本申请一实施例示出的机器人的步态控制方法的流程图,该方法可以由具备处理能力的电子设备执行,该电子设备例如服务器、云服务器、终端或者机器人等,在此不进行具体限定。在本实施例中,可先获取机器人的当前状态信息,并根据机器人的当前状态信息和机器人的步态控制策略确定机器人的步态控制参数,其中,步态控制参数包括摆动周期比和相位偏差,在对摆动周期比和相位偏差进行更新之前,需要分别检测摆动周期比和相位偏差是否满足更新要求。其中,可确定机器人的支撑相的腿是否要开始新的步态周期,在确定机器人的支撑相的腿要开始新的步态周期时,对机器人的摆动周期比进行更新,即可确定机器人在第一步态周期的支撑相的腿切换为第二步态周期的摆动相的腿之前对第二步态周期的摆动周期比进行更新,其中,第一步态周期和第二步态周期是前后连续的两个步态周期,第二步态周期在第一步态周期之后。对于机器人的相位偏差可先确定机器人的目标腿是否处于支撑相,当确定机器人的目标腿处于支撑相时,确定可对机器人的相位偏差进行更新,当确定目标腿处于支撑相时,可确定对目标腿的相位偏差进行更新后目标腿是否还处于支撑相,当确定更新后目标腿还处于支撑相,则可根据步态控制参数中所确定的相位偏差来进行更新(可将当前相位角与相位偏差相加来对相位偏差进行更新);当确定更新后目标腿不处于支撑相,则可获取相位阈值,根据相位阈值来对相位偏差进行更新(可将相位阈值确定为更新后的相位偏差)。
在确定满足要求的步态控制参数,可对机器人的步态周期进度和目标腿的腿相位进行更新,其中,对机器人的步态周期进度进行更新可以是将当前步态周期进度和步频相加来进行,对目标腿的腿相位进行更新可以是将步态周期进度与满足要求的相位偏差相加来进行。
在对机器人的步态周期进度和目标腿的腿相位进行更新后,可根据更新后的机器人的步态周期进度和目标腿的腿相位来确定目标腿的腿期望状态。可选的,可确定更新后的目标腿的腿相位是否小于机器人的步态周期与机器人的摆动周期比之间的乘积,若确定更新后的目标腿的腿相位小于机器人的步态周期与机器人的摆动周期比之间的乘积,则可确定目标腿的腿期望状态为支撑状态;若确定更新后的目标腿的腿相位不小于机器人的步态周期与机器人的摆动周期比之间的乘积时,可确定目标腿的腿期望状态为摆动状态。
在确定目标腿的期望状态后,可根据机器人的目标腿的实际足端接触事件来确定目标腿的实际腿部状态。可选的,当确定目标腿的期望状态为摆动状态时,可根据目标腿的实际足端接触事件所指示的目标腿接触地面确定目标腿的实际腿部状态为支撑状态;若目标腿的实际足端接触事件指示目标腿未接触地面,则可获取目标腿在上一步态控制周期的实际腿部状态来确定目标腿在当前步态控制周期中的实际腿部状态,若目标腿在上一步态控制周期的实际腿部状态为支撑状态,则可确定目标腿在当前步态控制周期中的实际腿部状态为延迟触地状态;若目标腿在上一步态控制周期的实际腿部状态为摆动状态,则可确定目标腿在当前步态控制周期中的实际腿部状态为失去接触状态。
可选的,若目标腿的期望状态为支撑状态时,可根据目标腿的实际足端接触事件所指示的目标腿未接触地面确定目标腿的实际腿部状态为摆动状态;若目标腿的实际足端接触事件指示目标腿接触地面,则可根据目标腿更新后的相位角是否大于提前触地相位阈值来确定目标腿的实际腿部状态,若确定目标腿更新后的相位角大于提前触地相位阈值,可确定目标腿的实际腿部状态为支撑状态;若目标腿更新后的相位角不大于提前触地相位阈值,可确定目标腿的实际腿部状态为摆动状态。
最后,可根据目标腿的实际腿部状态来确定机器人的目标控制器,通过目标控制器来对机器人进行步态控制。其中,目标控制器可以是支撑控制器、延迟控制器和摆动控制器中的任意一种。可选的,当目标腿的实际腿部状态为支撑状态或失去接触状态,则可确定目标腿已接触地面,目标腿无需进行摆动,此时将支撑控制器确定为目标控制器,以此通过支撑控制器对机器人的目标腿进行支撑控制;当目标腿的实际腿部状态为延迟触地状态,则可确定目标腿未接触地面,目标腿可按照更新后的目标腿的相位进行摆动,此时将延迟控制器确定为目标控制器,以此通过延迟控制器对机器人的目标腿进行延迟控制;当目标腿的实际腿部状态为摆动状态,则可确定目标腿未接触地面,目标腿可按照更新后的目标腿的相位进行摆动,此时将摆动控制器确定为目标控制器,以此通过摆动控制器对机器人的目标腿进行摆动控制。
图11是根据本申请一实施例示出的机器人的步态控制系统的框图,该步态控制系统500中包括步态生成模块510、安全检测模块520和步态控制模块530,其中,步态生成模块510用于根据目标腿的当前状态参数确定目标腿的参考步态参数;安全检测模块520,安全检测模块520与步态生成模块510连接,用于当步态控制系统对机器人进行步态控制训练时处于关闭状态,或当步态控制系统对机器人进行步态控制时处于开启状态,并对步态生成模块510输出的参考步态参数进行监测,以此对步态控制参数进行过滤,并对步态控制参数进行更新,以此得到满足要求的步态控制参数;步态控制模块530,步态控制模块530分别与步态生成模块510和安全检测模块520连接,用于当步态控制系统对机器人进行步态控制训练时,根据步态生成模块510输出的步态控制参数对机器人进行步态控制训练或当步态控制系统对机器人进行步态控制时,根据安全检测模块520输出的满足要求的步态控制参数对机器人进行步态控制。
可选的,步态生成模块510中包括步态生成策略。可选的,步态控制模块530中可包括底层控制器531和电机532,底层控制器531基于安全检测模块520输出的满足要求的步态控制参数或步态生成模块510输出的步态控制参数确定电机控制参数,然后将电机控制参数输入至电机532中,以此对机器人进行步态控制或步态仿真控制。
本申请还提供了一种机器人,该机器人可以包括:机身和至少两条腿,所述至少两条腿和所述机身相连接;与所述机身通信的控制系统,所述控制系统包括处理器和与所述处理器通信的存储器,所述存储器存储指令,所述指令在所述处理器上被运行时使所述处理器执行操作,所述操作包括:获取机器人的步态控制策略;检测机器人的当前状态信息;根据所述步态控制策略以及机器人的当前状态信息获取所述机器人的步态控制参数,所述步态控制参数包括摆动周期比和/或相位偏差;监测所述步态控制参数是否满足要求;筛选出满足要求的步态控制参数;或者,将所述不满足要求的步态控制参数修正为满足要求的步态控制参数;根据所述满足要求的步态控制参数,对机器人的步态进行控制。
该机器人实现所述监测所述步态控制参数是否满足要求的步骤之前,所述方法还包括:若所述步态控制策略为基于学习的步态控制策略,当所述机器人处于训练阶段,不启动所述监测所述步态控制参数是否满足要求的步骤,根据训练中获取的步态控制参数对所述机器人进行步态控制训练;当所述机器人处于应用阶段,开启所述监测所述步态控制参数是否满足要求的步骤,以获取所述满足要求的步态控制参数,对机器人的步态进行控制。
该机器人实现所述监测所述步态控制参数是否满足要求,包括:在第一步态周期的支撑相的腿切换为第二步态周期的摆动相的腿之前,对所述第二步态周期的摆动周期比进行更新,其中,所述第一步态周期和第二步态周期是前后连续的两个步态周期,所述第二步态周期在所述第一步态周期之后。
该机器人实现所述监测所述步态控制参数是否满足要求,还包括:当确定所述机器人的目标腿处于支撑相时,获取所述目标腿的当前相位角;根据所述当前相位角监测所述机器人的相位偏差是否满足要求。
该机器人实现所述筛选出满足要求的步态控制参数,包括:获取所述目标腿的相位偏差;根据所述当前相位角和所述相位偏差确定参考相位偏差,并确定所述参考相位偏差是否小于或等于相位阈值;若确定所述参考相位偏差小于或等于相位阈值,则根据所述参考相位偏差对所述相位偏差进行筛选;或者若确定所述参考相位偏差大于相位阈值,则根据所述相位阈值对所述相位偏差进行筛选。
该机器人实现所述将所述不满足要求的步态控制参数修正为满足要求的步态控制参数,包括:获取所述机器人的当前移动速度;确定移动速度和所述相位偏差与所述摆动周期比之间的映射关系;若根据所述映射关系确定所述当前移动速度与所述相位偏差和所述摆动周期比不满足所述映射关系对应的相位偏差范围以及对应的摆动周期比范围,则根据所述映射关系对所述相位偏差和所述摆动周期比进行修正,得到满足要求的摆动周期比和相位偏差。
本申请还提供了一种计算机可读存储介质,其上存储有计算机可读指令,该计算机可读介质可以是上述实施例中描述的电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读存储介质承载计算机可读指令,当所述计算机可读指令被处理器执行时,实现上述方法实施例中的方法。
本邻域技术人员在考虑说明书及实践这里公开的实施方式后,将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术邻域中的公知常识或惯用技术手段。
应当理解的是,本申请并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。
Claims (12)
1.一种机器人的步态控制方法,其特征在于,应用于机器人,所述方法包括:
获取机器人的步态控制策略;
检测机器人的当前状态信息;
根据所述步态控制策略以及机器人的当前状态信息获取所述机器人的步态控制参数,所述步态控制参数包括摆动周期比和/或相位偏差;
监测所述步态控制参数是否满足要求;
筛选出满足要求的步态控制参数;
或者,将所述不满足要求的步态控制参数修正为满足要求的步态控制参数;
根据所述满足要求的步态控制参数,对机器人的步态进行控制。
2.根据权利要求1所述的方法,其特征在于,所述监测所述步态控制参数是否满足要求的步骤之前,所述方法还包括:
若所述步态控制策略为基于学习的步态控制策略,当所述机器人处于训练阶段,不启动所述监测所述步态控制参数是否满足要求的步骤,根据训练中获取的步态控制参数对所述机器人进行步态控制训练;
当所述机器人处于应用阶段,开启所述监测所述步态控制参数是否满足要求的步骤,以获取所述满足要求的步态控制参数,对机器人的步态进行控制。
3.根据权利要求1所述的方法,其特征在于,所述监测所述步态控制参数是否满足要求,包括:
在第一步态周期的支撑相的腿切换为第二步态周期的摆动相的腿之前,对所述第二步态周期的摆动周期比进行更新,其中,所述第一步态周期和第二步态周期是前后连续的两个步态周期,所述第二步态周期在所述第一步态周期之后。
4.根据权利要求1所述的方法,其特征在于,所述监测所述步态控制参数是否满足要求,还包括:
当确定所述机器人的目标腿处于支撑相时,获取所述目标腿的当前相位角;
根据所述当前相位角监测所述机器人的相位偏差是否满足要求。
5.根据权利要求4所述的方法,其特征在于,所述筛选出满足要求的步态控制参数,包括:
获取所述目标腿的相位偏差;
根据所述当前相位角和所述相位偏差确定参考相位偏差,并确定所述参考相位偏差是否小于或等于相位阈值;
若确定所述参考相位偏差小于或等于相位阈值,则根据所述参考相位偏差对所述相位偏差进行筛选,得到满足要求的步态控制参数;或者
若确定所述参考相位偏差大于相位阈值,则根据所述相位阈值对所述相位偏差进行筛选,得到满足要求的步态控制参数。
6.根据权利要求1所述的方法,其特征在于,所述将所述不满足要求的步态控制参数修正为满足要求的步态控制参数,包括:
获取所述机器人的当前移动速度;
确定移动速度和所述相位偏差与所述摆动周期比之间的映射关系;
若根据所述映射关系确定所述当前移动速度与所述相位偏差和所述摆动周期比不满足所述映射关系对应的相位偏差范围以及对应的摆动周期比范围,则根据所述映射关系对所述相位偏差和所述摆动周期比进行修正,得到满足要求的摆动周期比和相位偏差。
7.一种机器人,其特征在于,所述机器人包括:
机身和至少两条腿,所述至少两条腿和所述机身相连接;
与所述机身通信的控制系统,所述控制系统包括处理器和与所述处理器通信的存储器,所述存储器存储指令,所述指令在所述处理器上被运行时使所述处理器执行操作,所述操作包括:获取机器人的步态控制策略;检测机器人的当前状态信息;根据所述步态控制策略以及机器人的当前状态信息获取所述机器人的步态控制参数,所述步态控制参数包括摆动周期比和/或相位偏差;监测所述步态控制参数是否满足要求;筛选出满足要求的步态控制参数;或者,将所述不满足要求的步态控制参数修正为满足要求的步态控制参数;根据所述满足要求的步态控制参数,对机器人的步态进行控制。
8.根据权利要求7所述的机器人,其特征在于,所述监测所述步态控制参数是否满足要求的步骤之前,所述方法还包括:
若所述步态控制策略为基于学习的步态控制策略,当所述机器人处于训练阶段,不启动所述监测所述步态控制参数是否满足要求的步骤,根据训练中获取的步态控制参数对所述机器人进行步态控制训练;
当所述机器人处于应用阶段,开启所述监测所述步态控制参数是否满足要求的步骤,以获取所述满足要求的步态控制参数,对机器人的步态进行控制。
9.根据权利要求7所述的机器人,其特征在于,所述监测所述步态控制参数是否满足要求,包括:在第一步态周期的支撑相的腿切换为第二步态周期的摆动相的腿之前,对所述第二步态周期的摆动周期比进行更新,其中,所述第一步态周期和第二步态周期是前后连续的两个步态周期,所述第二步态周期在所述第一步态周期之后。
10.根据权利要求7所述的机器人,其特征在于,所述监测所述步态控制参数是否满足要求,还包括:
当确定所述机器人的目标腿处于支撑相时,获取所述目标腿的当前相位角;
根据所述当前相位角监测所述机器人的相位偏差是否满足要求。
11.根据权利要求10所述的机器人,其特征在于,所述筛选出满足要求的步态控制参数,包括:
获取所述目标腿的相位偏差;
根据所述当前相位角和所述相位偏差确定参考相位偏差,并确定所述参考相位偏差是否小于或等于相位阈值;
若确定所述参考相位偏差小于或等于相位阈值,则根据所述参考相位偏差对所述相位偏差进行筛选;或者
若确定所述参考相位偏差大于相位阈值,则根据所述相位阈值对所述相位偏差进行筛选。
12.根据权利要求7所述的机器人,其特征在于,所述将所述不满足要求的步态控制参数修正为满足要求的步态控制参数,包括:
获取所述机器人的当前移动速度;
确定移动速度和所述相位偏差与所述摆动周期比之间的映射关系;
若根据所述映射关系确定所述当前移动速度与所述相位偏差和所述摆动周期比不满足所述映射关系对应的相位偏差范围以及对应的摆动周期比范围,则根据所述映射关系对所述相位偏差和所述摆动周期比进行修正,得到满足要求的摆动周期比和相位偏差。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311113504.XA CN117021106A (zh) | 2023-08-30 | 2023-08-30 | 机器人的步态控制方法和机器人 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311113504.XA CN117021106A (zh) | 2023-08-30 | 2023-08-30 | 机器人的步态控制方法和机器人 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117021106A true CN117021106A (zh) | 2023-11-10 |
Family
ID=88626469
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311113504.XA Pending CN117021106A (zh) | 2023-08-30 | 2023-08-30 | 机器人的步态控制方法和机器人 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117021106A (zh) |
-
2023
- 2023-08-30 CN CN202311113504.XA patent/CN117021106A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9902062B2 (en) | Apparatus and methods for training path navigation by robots | |
CN108415675B (zh) | 信息处理设备、信息处理系统和信息处理方法 | |
JP2020116710A (ja) | ロボット制御システム | |
JP2003266349A (ja) | 位置認識方法、その装置、そのプログラム、その記録媒体及び位置認識装置搭載型ロボット装置 | |
CN114740835A (zh) | 路径规划方法、路径规划装置、机器人和存储介质 | |
CN114253281A (zh) | 一种四足机器人运动控制方法、相关装置及存储介质 | |
CN117073662A (zh) | 地图构建方法、装置、机器人以及存储介质 | |
CN117021106A (zh) | 机器人的步态控制方法和机器人 | |
CN114330755B (zh) | 数据集的生成方法、装置、机器人和存储介质 | |
JP7309371B2 (ja) | ロボット制御システム | |
CN104679005B (zh) | 基于智能终端控制的行走载物装置及控制方法 | |
CN116358522A (zh) | 局部地图生成方法和装置、机器人、计算机可读存储介质 | |
CN114137992A (zh) | 一种降低足式机器人抖动的方法及相关装置 | |
CN114454176A (zh) | 机器人的控制方法、控制装置、机器人和存储介质 | |
CN113848968A (zh) | 步态调整方法、多足机器人、计算机可读存储介质 | |
CN115709471B (zh) | 机器人状态值调整方法及机器人 | |
CN115446844B (zh) | 机器人的控制方法、机器人及控制终端 | |
CN115922731B (zh) | 一种机器人的控制方法以及机器人 | |
CN117944783A (zh) | 机器人的步态控制方法、机器人及控制终端 | |
CN116276991A (zh) | 一种机器人提起处理的方法及机器人 | |
CN114633826B (zh) | 一种足式机器人腿部磕碰处理的方法及足式机器人 | |
CN115979251B (zh) | 地图的生成方法和机器人 | |
JP2004054610A (ja) | トラッキング装置及び方法並びにロボット装置 | |
CN117808709A (zh) | 地图补全方法、装置、机器人以及存储介质 | |
CN116880534A (zh) | 足式机器人控制方法以及机器人 |
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 |