CN117067223A - 一种基于运动稳定性估计的六足机器人自由步态规划方法 - Google Patents
一种基于运动稳定性估计的六足机器人自由步态规划方法 Download PDFInfo
- Publication number
- CN117067223A CN117067223A CN202311332423.9A CN202311332423A CN117067223A CN 117067223 A CN117067223 A CN 117067223A CN 202311332423 A CN202311332423 A CN 202311332423A CN 117067223 A CN117067223 A CN 117067223A
- Authority
- CN
- China
- Prior art keywords
- robot
- gait
- motion
- hexapod
- hexapod robot
- 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.)
- Granted
Links
- 230000033001 locomotion Effects 0.000 title claims abstract description 170
- 230000005021 gait Effects 0.000 title claims abstract description 127
- 238000000034 method Methods 0.000 title claims abstract description 59
- 241000238631 Hexapoda Species 0.000 claims abstract description 132
- 230000008859 change Effects 0.000 claims abstract description 10
- 230000008569 process Effects 0.000 claims description 21
- 238000005070 sampling Methods 0.000 claims description 16
- 238000013507 mapping Methods 0.000 claims description 10
- 238000012216 screening Methods 0.000 claims description 9
- 238000010606 normalization Methods 0.000 claims description 7
- 238000013178 mathematical model Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 210000001503 joint Anatomy 0.000 claims description 5
- 230000001629 suppression Effects 0.000 claims description 4
- 230000007613 environmental effect Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000009466 transformation 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
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J11/00—Manipulators not otherwise provided for
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Manipulator (AREA)
Abstract
本发明公开了一种基于运动稳定性估计的六足机器人自由步态规划方法，属于足式机器人运动控制技术领域，包括以下步骤：首先，求解并量化六足机器人实时运动稳定裕度与估计稳定裕度，通过稳定裕度估计提高机器人对其运动稳定性判断的前瞻性；其次，基于稳定裕度估计值规划六足机器人的自由步态序列，以提前规划调整步态的方式提高机器人的运动稳定性。本发明采用上述的一种基于运动稳定性估计的六足机器人自由步态规划方法，可以使六足机器人能够通过自身历史运动稳定性变化信息估计未来一段时间内的运动稳定性变化趋势，并根据稳定性估计结果超前、自发地生成具有更好运动稳定性的步态序列，提高机器人在非预知环境中的运动稳定性与环境适应性。
Description
技术领域
本发明涉及足式机器人运动控制技术领域，尤其是涉及一种基于运动稳定性估计的六足机器人自由步态规划方法。
背景技术
运动稳定性判定是六足机器人运动控制技术领域的重要研究方向之一，采用准确的方法判定六足机器人的运动稳定性对于其步态的拟定、运动和结构参数的设计至关重要。目前已存在多种六足机器人运动稳定性判定方法，但无论是哪种运动稳定性判定方法，都只考虑对六足机器人当前运动时刻的实时运动稳定性进行判定，无法对机器人的未来运动稳定性变化趋势做出评判，从而导致机器人在非预知环境中运动并产生明显稳定性降低趋势时，无法通过运动模式的提前调整来提高自身运动稳定性，最终造成六足机器人运动失稳。
目前的六足机器人自由步态规划方法普遍仅能在机器人运动环境改变导致其实时运动稳定性降低时，采用实时规划非模式化步态的方法，使机器人稳定性降低得以缓解。但是，受限于机器人构型、驱动方式、结构尺寸参数、运动环境等变化条件的约束。六足机器人，特别是大尺度、大载荷、非预知环境中运动的六足机器人，有极大可能在外部环境条件和内部自身运动稳定性发生突变时，无法通过实时运动步态的规划调整，来使机器人瞬时恢复稳定，机器人的运动失稳风险及不可逆结构破坏风险仍较大。因此，仅依靠传统的自由步态规划方法很难保证机器人全时间历程、全域非预知环境中运动过程的稳定。
发明内容
本发明的目的是提供一种基于运动稳定性估计的六足机器人自由步态规划方法，可以使六足机器人能够通过自身历史运动稳定性变化信息估计未来一段时间内的运动稳定性变化趋势，并根据稳定性估计结果超前、自发地生成具有更好运动稳定性的步态序列，提高六足机器人在非预知环境中的运动稳定性与环境适应性。
为实现上述目的，本发明提供了一种基于运动稳定性估计的六足机器人自由步态规划方法，包括以下步骤：
S1、求解并量化六足机器人实时运动稳定裕度与估计稳定裕度
建立评价六足机器人实时运动稳定性的归一化稳定裕度数学模型，通过归一化/>稳定裕度数学模型解算六足机器人的实时运动稳定裕度变化；
基于高阶多项式拟合方法建立六足机器人运动稳定裕度估计模型，带入六足机器人当前运动过程中多个时间采样点下的实时运动稳定裕度值，求解六足机器人运动稳定裕度估计模型的待定系数，并根据六足机器人运动稳定裕度估计模型，解算六足机器人维持当前步态模式下未来一步运动结束时刻的稳定裕度估计值；
S2、基于稳定裕度估计值规划六足机器人的自由步态序列
分析六足机器人基本步态集合所包含的各子步态模式，建立六足机器人稳定裕度估计值与基本步态集合之间的映射关系，依据稳定裕度估计值确定六足机器人下一步运动所采用的基本步态集合；
依据六足机器人当前步态模式及运动超限抑制原则，对六足机器人未来一步可选基本步态集合下的各子步态进行筛选；
最后，通过计算筛选后六足机器人各子步态的运动稳定裕度，确定运动稳定裕度最大的子步态作为六足机器人未来一步的运动步态。
优选的，步骤S1中，利用六足机器人自身传感器获取六足机器人支撑腿足力信息及腿部关节角度信息，并利用腿部关节角度信息，通过六足机器人腿部正运动学解算及坐标系映射，求解出六足机器人机身坐标系下的支撑腿足端位置信息；结合支撑腿足端方向的实时足力求解出六足机器人机身坐标系下的/>点坐标；
利用机身坐标系下点坐标及支撑腿足端位置信息，求解六足机器人第p个采样点时刻/>点到腿部支撑多边形的最短距离/>，通过与六足机器人初始姿态下/>点到支撑多边形边线的最短距离/>进行比值运算，得到归一化/>稳定裕度数学模型如下：
（1）
其中，是六足机器人运动过程中第p个采样点时刻的实时归一化/>稳定裕度。
优选的，步骤S1中，基于高阶多项式拟合方法建立的六足机器人运动稳定裕度估计模型如式（2）所示：
（2）
其中，为运动稳定性估计值，/>为估计模型的阶数；/>为阶数的上限值；/>为估计模型的待定系数；/>为六足机器人运动过程中第p个采样点所对应时间；
六足机器人当前运动过程中，依据式（1），计算f+1个采样点时刻下的实时稳定裕度计算值/>，将/>及其对应时间/>为输入，带入式（2）所示六足机器人运动稳定裕度估计模型，得到f+1个关于/>的方程，此时/>值为/>，/>值为/>，联立f+1个关于/>的方程求解六足机器人运动稳定裕度估计模型模待定系数，得到六足机器人运动稳定裕度估计模型的最终形式，进而带入机器人维持当前运动步态下的未来一步结束时间/>，得到机器人未来一步的稳定裕度估计值/>，此时/>值为/>，完成对机器人未来运动稳定性的估计。
优选的，步骤S2中，六足机器人基本步态集合，按照相同运动时刻支撑腿数及运动节拍数的不同，分为3腿支撑下的二步态、4腿支撑下的三步态以及5腿支撑下的六步态三种；每种步态集合下，按照稳定性筛选，3腿支撑下的二步态包括2种子步态模式、4腿支撑下的三步态包括9种子步态模式、5腿支撑下的六步态包括6种子步态模式。
优选的，步骤S2中，六足机器人稳定裕度估计值与基本步态集合之间的映射关系为：按照稳定性越低，支撑腿数目越高的原则，定义六足机器人归一化稳定裕度阈值及/>，其中/>，/>；
当六足机器人未来一步结束时刻的稳定裕度估计值时，六足机器人未来一步采用六步态运动；
当时，六足机器人采用三步态运动；
当时，六足机器人采用二步态运动。
优选的，步骤S2中，依据六足机器人当前步态模式及运动超限抑制原则，对六足机器人未来一步可选子步态进行筛选过程为：确定六足机器人当前步态模式下的所有摆动腿，依据摆动腿不能在下一步继续摆动以防止单腿运动超限原则，对机器人二步态、三步态及六步态所包含各个子步态模式进行筛选，筛选出对应于机器人当前步态模式的机器人下一步可选子步态模式。
优选的，步骤S2中，通过计算筛选后六足机器人各子步态的运动稳定裕度，确定运动稳定裕度最大的子步态作为六足机器人未来一步的运动步态过程为：依据六足机器人当前的运动参数，结合所有筛选后可选子步态模式的占空比参数及纯理想状态下的足地接触力，计算六足机器人下一步所有可选子步态模式运动后的运动稳定裕度，并选择运动稳定裕度最高的子步态模式，作为六足机器人的下一步运动步态。
优选的，六足机器人当前的运动参数包括步态周期、迈步步长。
优选的，在六足机器人运动过程中，循环依据步骤S1对六足机器人运动稳定裕度进行估计，并进一步依据步骤S2进行六足机器人下一步运动步态的循环筛选，完成六足机器人运动步态的在线循环规划。
因此，本发明采用上述一种基于运动稳定性估计的六足机器人自由步态规划方法，其技术效果如下：
（1）相对于传统的足式机器人实时运动稳定性判定方法，使用本方法，六足机器人可以利用自身历史运动稳定性变化信息对未来一步运动时域内的运动稳定性进行估计，提高了六足机器人对其自身运动状态变化的超前感知能力；
（2）相对于传统的六足机器人自由步态规划方法，使用本方法，可以使六足机器人在估计到未来某时刻发生失稳时，通过提前调整其运动步态的方式恢复稳定，降低了六足机器人在非预知环境下运动时发生失稳、倾翻的几率，提高六足机器人的环境适应性。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
图1为一种基于运动稳定性估计的六足机器人自由步态规划方法的基本流程示意图；
图2为本发明六足机器人坐标系示意图；
图3为本发明六足机器人二步态下的稳定裕度示意图；
图4为本发明一种基于运动稳定性估计的六足机器人自由步态规划方法的详细流程图。
具体实施方式
以下通过附图和实施例对本发明的技术方案作进一步说明。
除非另外定义，本发明使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。
实施例一
如图1所示，本发明一种基于运动稳定性估计的六足机器人自由步态规划方法，具体包括如下步骤：
步骤100，获取六足机器人运动信息，求解并量化六足机器人实时运动稳定裕度及估计稳定裕度。
所获取运动信息包括六足机器人足地接触力信息以及腿部关节角度信息。
如图2和图3所示，根据六足机器人号支撑腿各关节角度信息，利用腿部正运动学求解出其基关节坐标系/>下的/>号支撑腿足端位置坐标，并通过坐标变换得到机身坐标系/>下的支撑腿足端位置坐标。结合六足机器人各个支撑腿足地接触力信息，求解出机身坐标系下的/>点位置坐标。
机身坐标系下的点坐标计算公式如式（3）所示：
（3）
其中，和/>分别为机身坐标系下/>点/>的/>方向和/>方向的位置坐标，/>为六足机器人运动时的支撑腿个数，/>和/>为六足机器人机身坐标系下号支撑腿足端/>方向和/>方向的位置坐标，/>为六足机器人/>号支撑腿/>方向的足地接触力。
如图3所示，六足机器人各支撑腿足端位置坐标连线，可以组成六足机器人的支撑多边形。利用六足机器人任意相邻两条支撑腿足端位置坐标可以求解支撑多边形的边线向量。此时，结合式（3）所示的六足机器人点位置坐标，利用点到直线距离公式，可以求解/>点至支撑多边形各条边线的垂直距离。其中，各垂直距离中最短的距离，定义为六足机器人的/>稳定裕度，如式所示所示。
（4）
其中，为六足机器人第p个采样点时刻/>点到支撑多边形边线的最短距离，即六足机器人第p个采样点时刻的/>稳定裕度。/>为第p个采样点时刻点到支撑多边形各边线的垂直距离。
依据六足机器人的初始状态，利用式求解机器人初始位姿下点到支撑多边形边线的最短距离/>，则六足机器人实时归一化/>稳定裕度的计算公式如式所示：
（1）
其中，是六足机器人运动过程中第p个采样点时刻的实时归一化/>稳定裕度。
利用高阶多项式拟合方法，建立六足机器人运动稳定裕度估计模型，如式所示。
（2）
其中，为运动稳定性估计值，/>为估计模型的阶数；/>为阶数的上限值；/>为估计模型的待定系数；/>为六足机器人运动过程中第p个采样点所对应时间；
六足机器人当前运动过程中，依据式（1），计算f+1个采样点时刻下的实时稳定裕度计算值/>，将/>及其对应时间/>为输入，带入式（2）所示六足机器人运动稳定裕度估计模型，得到f+1个关于/>的方程，此时/>值为/>，/>值为/>，联立f+1个关于/>的方程求解运动稳定裕度估计模型模待定系数/>，得到六足机器人运动稳定裕度估计模型的最终形式，进而带入机器人维持当前运动步态下的未来一步结束时间/>，得到机器人未来一步的稳定裕度估计值/>，此时/>值为/>，完成对机器人未来运动稳定性的估计。
步骤200，基于稳定裕度估计值规划六足机器人的自由步态序列。
六足机器人其腿部运动状态包含摆动状态与支撑状态，通过不同的腿间运动状态组合，六足机器人可以衍生出不同的步态模式。对六足机器人而言，按照相同运动时刻支撑腿数及运动节拍数的不同，其基本步态集合可以分为3腿支撑下的二步态、4腿支撑下的三步态以及5腿支撑下的六步态三种。考虑到支撑形状对六足机器人的支撑稳定性影响，其二步态、三步态及六步态又分别包含2种、9种以及6种子步态模式。
以数字1表示腿部支撑状态，以数字0表示腿部摆动状态，按照从腿1至腿6的排序方式对基本步态集合下的子步态模式进行分别编码，得到六足机器人基本步态集合及其所包含的子步态模式如表一所示。
表一 六足机器人基本步态集合与各集合所包含子步态模式
；
依据表一可知，可以组成机器人自由步态序列的子步态较多，因此为最终生成机器人自由步态，需要对表一中各子步态进行筛选。按照稳定性越低，支撑腿数目越高的原则，定义机器人归一化稳定裕度阈值及/>，其中/>，/>。当机器人未来一步结束时刻/>所对应的归一化稳定裕度估计值/>时，机器人未来一步采用六步态运动。当/>时，机器人采用三步态运动。当/>时，机器人采用二步态运动。机器人稳定裕度估计值与基本步态集合之间的映射关系如表二所示。
表二 六足机器人稳定裕度估计值与基本步态集合之间的映射关系
；
依据表二可知，虽然依据六足机器人稳定裕度估计值，可以确定六足机器人未来一步所采用的基本步态集合，但是对应于某一基本步态集合，仍包含若干种子步态模式，需要进一步对子步态模式进行筛选。首先确定六足机器人当前步态模式下的所有摆动腿，依据摆动腿不能在下一步继续摆动以防止单腿运动超限原则，对机器人二步态、三步态及六步态所包含各个子步态模式进行筛选，建立六足机器人当前步态模式与下一步可选子步态模式映射如表三所示。
表三 六足机器人当前步态模式与下一步可选子步态模式映射关系
；
六足机器人在运动过程中，首先根据式解算其稳定裕度估计值，进而结合表二，确定六足机器人下一步运动所需要的基本步态集合。在此基础上，依据其当前的运动步态模式及下一步所需基本步态集合，利用表三对符合当前步态模式的下一步可选子步态模式进行筛选，确定六足机器人下一步所有可选的子步态模式。
得到机器人下一步所有可选的子步态模式后，依据六足机器人当前的运动参数（步态周期、迈步步长），结合所有筛选后可选子步态模式的占空比参数及纯理想状态下六足机器人的足地接触力，计算六足机器人下一步所有可选子步态模式运动后的运动稳定裕度。最终选择运动稳定裕度最高的子步态模式，作为六足机器人的下一步的最终运动步态，完成基于运动稳定性估计的六足机器人自由步态规划。
对图1所示的步骤100及步骤200进行详细展开后，得到本发明所述的一种基于运动稳定性估计的六足机器人自由步态规划方法详细流程如图4所示。
因此，本发明采用上述一种基于运动稳定性估计的六足机器人自由步态规划方法，六足机器人可在线根据其未来运动稳定裕度估计，超前生成稳定性更高的最优步态序列，相较于传统的六足机器人自由步态规划方法，本发明所提方法可以极大提升六足机器人在非预知环境中的运动稳定性与环境适应性。
最后应说明的是：以上实施例仅用以说明本发明的技术方案而非对其进行限制，尽管参照较佳实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对本发明的技术方案进行修改或者等同替换，而这些修改或者等同替换亦不能使修改后的技术方案脱离本发明技术方案的精神和范围。
Claims (9)
1.一种基于运动稳定性估计的六足机器人自由步态规划方法，其特征在于，包括以下步骤：
S1、求解并量化六足机器人实时运动稳定裕度与估计稳定裕度
建立评价六足机器人实时运动稳定性的归一化 稳定裕度数学模型，通过归一化稳定裕度数学模型解算六足机器人的实时运动稳定裕度变化；
基于高阶多项式拟合方法建立六足机器人运动稳定裕度估计模型，带入六足机器人当前运动过程中多个时间采样点下的实时运动稳定裕度值，求解六足机器人运动稳定裕度估计模型的待定系数，并根据六足机器人运动稳定裕度估计模型，解算六足机器人维持当前步态模式下未来一步运动结束时刻的稳定裕度估计值；
S2、基于稳定裕度估计值规划六足机器人的自由步态序列
分析六足机器人基本步态集合所包含的各子步态模式，建立六足机器人稳定裕度估计值与基本步态集合之间的映射关系，依据稳定裕度估计值确定六足机器人下一步运动所采用的基本步态集合；
依据六足机器人当前步态模式及运动超限抑制原则，对六足机器人未来一步可选基本步态集合下的各子步态进行筛选；
最后，通过计算筛选后六足机器人各子步态的运动稳定裕度，确定运动稳定裕度最大的子步态作为六足机器人未来一步的运动步态。
2.根据权利要求1所述的一种基于运动稳定性估计的六足机器人自由步态规划方法，其特征在于，步骤S1中，利用六足机器人自身传感器获取六足机器人支撑腿足力信息及腿部关节角度信息，并利用腿部关节角度信息，通过六足机器人腿部正运动学解算及坐标系映射，求解出六足机器人机身坐标系下的支撑腿足端位置信息；结合支撑腿足端方向的实时足力求解出六足机器人机身坐标系下的/>点坐标；
利用机身坐标系下点坐标及支撑腿足端位置信息，求解六足机器人第p个采样点时刻/>点到腿部支撑多边形的最短距离/>，通过与六足机器人初始姿态下/>点到支撑多边形边线的最短距离/>进行比值运算，得到归一化/>稳定裕度数学模型如下：
（1）
其中，是六足机器人运动过程中第p个采样点时刻的实时归一化/>稳定裕度。
3.根据权利要求2所述的一种基于运动稳定性估计的六足机器人自由步态规划方法，其特征在于，步骤S1中，基于高阶多项式拟合方法建立的六足机器人运动稳定裕度估计模型如式（2）所示：
（2）
其中，为运动稳定性估计值，/>为估计模型的阶数；/>为阶数的上限值；/>为估计模型的待定系数；/>为六足机器人运动过程中第p个采样点所对应时间；
六足机器人当前运动过程中，依据式（1），计算f+1个采样点时刻下的实时稳定裕度计算值/>，将/>及其对应时间/>为输入，带入式（2）所示六足机器人运动稳定裕度估计模型，得到f+1个关于/>的方程，此时/>值为/>，/>值为，联立f+1个关于/>的方程求解六足机器人运动稳定裕度估计模型模待定系数/>，得到六足机器人运动稳定裕度估计模型的最终形式，进而带入机器人维持当前运动步态下的未来一步结束时间/>，得到机器人未来一步的稳定裕度估计值/>，此时/>值为/>，完成对机器人未来运动稳定性的估计。
4.根据权利要求1所述的一种基于运动稳定性估计的六足机器人自由步态规划方法，其特征在于，步骤S2中，六足机器人基本步态集合，按照相同运动时刻支撑腿数及运动节拍数的不同，分为3腿支撑下的二步态、4腿支撑下的三步态以及5腿支撑下的六步态三种；每种步态集合下，按照稳定性筛选，3腿支撑下的二步态包括2种子步态模式、4腿支撑下的三步态包括9种子步态模式、5腿支撑下的六步态包括6种子步态模式。
5.根据权利要求4所述的一种基于运动稳定性估计的六足机器人自由步态规划方法，其特征在于，步骤S2中，六足机器人稳定裕度估计值与基本步态集合之间的映射关系为：按照稳定性越低，支撑腿数目越高的原则，定义六足机器人归一化稳定裕度阈值及/>，其中，/>；
当六足机器人未来一步结束时刻的稳定裕度估计值时，六足机器人未来一步采用六步态运动；
当时，六足机器人采用三步态运动；
当时，六足机器人采用二步态运动。
6.根据权利要求5所述的一种基于运动稳定性估计的六足机器人自由步态规划方法，其特征在于，步骤S2中，依据六足机器人当前步态模式及运动超限抑制原则，对六足机器人未来一步可选子步态进行筛选过程为：确定六足机器人当前步态模式下的所有摆动腿，依据摆动腿不能在下一步继续摆动以防止单腿运动超限原则，对机器人二步态、三步态及六步态所包含各个子步态模式进行筛选，筛选出对应于机器人当前步态模式的机器人下一步可选子步态模式。
7.根据权利要求6所述的一种基于运动稳定性估计的六足机器人自由步态规划方法，其特征在于，步骤S2中，通过计算筛选后六足机器人各子步态的运动稳定裕度，确定运动稳定裕度最大的子步态作为六足机器人未来一步的运动步态过程为：依据六足机器人当前的运动参数，结合所有筛选后可选子步态模式的占空比参数及纯理想状态下的足地接触力，计算六足机器人下一步所有可选子步态模式运动后的运动稳定裕度，并选择运动稳定裕度最高的子步态模式，作为六足机器人的下一步运动步态。
8.根据权利要求7所述的一种基于运动稳定性估计的六足机器人自由步态规划方法，其特征在于，六足机器人当前的运动参数包括步态周期、迈步步长。
9.根据权利要求1所述的一种基于运动稳定性估计的六足机器人自由步态规划方法，其特征在于，在六足机器人运动过程中，循环依据步骤S1对六足机器人运动稳定裕度进行估计，并进一步依据步骤S2进行六足机器人下一步运动步态的循环筛选，完成六足机器人运动步态的在线循环规划。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311332423.9A CN117067223B (zh) | 2023-10-16 | 2023-10-16 | 一种基于运动稳定性估计的六足机器人自由步态规划方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311332423.9A CN117067223B (zh) | 2023-10-16 | 2023-10-16 | 一种基于运动稳定性估计的六足机器人自由步态规划方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117067223A true CN117067223A (zh) | 2023-11-17 |
| CN117067223B CN117067223B (zh) | 2024-01-05 |
Family
ID=88706457
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311332423.9A Active CN117067223B (zh) | 2023-10-16 | 2023-10-16 | 一种基于运动稳定性估计的六足机器人自由步态规划方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117067223B (zh) |
Citations (25)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040044440A1 (en) * | 2000-11-17 | 2004-03-04 | Toru Takenaka | Gait pattern generating device for legged mobile robot |
| US20090009349A1 (en) * | 2007-07-02 | 2009-01-08 | Areva T&D Uk Limited | Method of determining voltage stability margin for load shedding within an electrical power system |
| KR20100134954A (ko) * | 2009-06-16 | 2010-12-24 | 인하대학교 산학협력단 | 스테레오 비전을 이용한 6족 로봇의 국소 맵 빌딩 및 걸음새 구현 시스템 |
| CN102156484A (zh) * | 2011-03-24 | 2011-08-17 | 西北工业大学 | 四足机器人对角步态的自适应控制方法 |
| CN103795058A (zh) * | 2014-02-12 | 2014-05-14 | 国家电网公司 | 电力系统的静态电压稳定裕度分析及系统故障排序方法 |
| CN104460672A (zh) * | 2014-11-17 | 2015-03-25 | 哈尔滨理工大学 | 一种仿生六足机器人控制系统及控制方法 |
| US20160274606A1 (en) * | 2015-03-17 | 2016-09-22 | Mitsubishi Electric Research Laboratories, Inc. | Method for Predicting a Voltage Collapse in a Micro-Grid Connected to a Power Distribution Network |
| CN106681341A (zh) * | 2016-12-12 | 2017-05-17 | 杭州宇芯机器人科技有限公司 | 基于多维度工作空间耦合算法的多足机器人步态优化控制方法 |
| CN107065908A (zh) * | 2017-04-14 | 2017-08-18 | 中国北方车辆研究所 | 一种规划四足机器人静步态机身运动轨迹的方法 |
| WO2017181976A1 (zh) * | 2016-04-21 | 2017-10-26 | 孙天齐 | 提高六足机器人行走稳定性的步态规划方法 |
| CN107562052A (zh) * | 2017-08-30 | 2018-01-09 | 唐开强 | 一种基于深度强化学习的六足机器人步态规划方法 |
| CN109344510A (zh) * | 2018-10-08 | 2019-02-15 | 南京航空航天大学 | 一种基于航空发动机稳定裕度估计的主动稳定性控制方法 |
| US20200206898A1 (en) * | 2018-12-28 | 2020-07-02 | Ubtech Robotics Corp Ltd | Biped robot gait control method and biped robot |
| JP2020107145A (ja) * | 2018-12-28 | 2020-07-09 | みこらった株式会社 | 自動車及び歩容認識システム |
| CN111605642A (zh) * | 2020-06-11 | 2020-09-01 | 哈尔滨工业大学 | 六足机器人的自由容错步态规划方法、装置及存储介质 |
| CN113985874A (zh) * | 2021-10-26 | 2022-01-28 | 西北工业大学 | 一种基于CPG-Hopf网络耦合算法的水下六足机器人步态生成与转换方法 |
| WO2022027914A1 (zh) * | 2020-08-07 | 2022-02-10 | 深圳市优必选科技股份有限公司 | 仿人机器人步态规划方法、装置和仿人机器人 |
| CN114102584A (zh) * | 2021-11-16 | 2022-03-01 | 新兴际华集团有限公司 | 一种小型高机动救援机器人行走及作业稳定控制方法 |
| CN114326722A (zh) * | 2021-12-21 | 2022-04-12 | 华南理工大学 | 六足机器人自适应步态规划方法、系统、装置及介质 |
| CN114721415A (zh) * | 2022-04-08 | 2022-07-08 | 北京邮电大学 | 一种轮履腿机器人模糊自适应平衡控制算法 |
| CN114859947A (zh) * | 2022-03-21 | 2022-08-05 | 哈尔滨理工大学 | 一种基于倾翻性能指数分析的六足机器人容错步态规划方法 |
| CN115542913A (zh) * | 2022-10-05 | 2022-12-30 | 哈尔滨理工大学 | 一种基于几何与物理特征地图的六足机器人容错自由步态规划方法 |
| CN115857328A (zh) * | 2022-11-07 | 2023-03-28 | 哈尔滨理工大学 | 一种基于力矩平衡点与运动稳定性协同优化的六足机器人容错步态落足点规划方法 |
| CN116449711A (zh) * | 2023-04-17 | 2023-07-18 | 山东大学 | 可跨越大障碍物的四足机器人爬行态规划方法及系统 |
| CN116719335A (zh) * | 2023-06-07 | 2023-09-08 | 哈尔滨理工大学 | 一种考虑随机腿部故障的六足机器人容错步态规划方法 |
-
2023
- 2023-10-16 CN CN202311332423.9A patent/CN117067223B/zh active Active
Patent Citations (25)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040044440A1 (en) * | 2000-11-17 | 2004-03-04 | Toru Takenaka | Gait pattern generating device for legged mobile robot |
| US20090009349A1 (en) * | 2007-07-02 | 2009-01-08 | Areva T&D Uk Limited | Method of determining voltage stability margin for load shedding within an electrical power system |
| KR20100134954A (ko) * | 2009-06-16 | 2010-12-24 | 인하대학교 산학협력단 | 스테레오 비전을 이용한 6족 로봇의 국소 맵 빌딩 및 걸음새 구현 시스템 |
| CN102156484A (zh) * | 2011-03-24 | 2011-08-17 | 西北工业大学 | 四足机器人对角步态的自适应控制方法 |
| CN103795058A (zh) * | 2014-02-12 | 2014-05-14 | 国家电网公司 | 电力系统的静态电压稳定裕度分析及系统故障排序方法 |
| CN104460672A (zh) * | 2014-11-17 | 2015-03-25 | 哈尔滨理工大学 | 一种仿生六足机器人控制系统及控制方法 |
| US20160274606A1 (en) * | 2015-03-17 | 2016-09-22 | Mitsubishi Electric Research Laboratories, Inc. | Method for Predicting a Voltage Collapse in a Micro-Grid Connected to a Power Distribution Network |
| WO2017181976A1 (zh) * | 2016-04-21 | 2017-10-26 | 孙天齐 | 提高六足机器人行走稳定性的步态规划方法 |
| CN106681341A (zh) * | 2016-12-12 | 2017-05-17 | 杭州宇芯机器人科技有限公司 | 基于多维度工作空间耦合算法的多足机器人步态优化控制方法 |
| CN107065908A (zh) * | 2017-04-14 | 2017-08-18 | 中国北方车辆研究所 | 一种规划四足机器人静步态机身运动轨迹的方法 |
| CN107562052A (zh) * | 2017-08-30 | 2018-01-09 | 唐开强 | 一种基于深度强化学习的六足机器人步态规划方法 |
| CN109344510A (zh) * | 2018-10-08 | 2019-02-15 | 南京航空航天大学 | 一种基于航空发动机稳定裕度估计的主动稳定性控制方法 |
| US20200206898A1 (en) * | 2018-12-28 | 2020-07-02 | Ubtech Robotics Corp Ltd | Biped robot gait control method and biped robot |
| JP2020107145A (ja) * | 2018-12-28 | 2020-07-09 | みこらった株式会社 | 自動車及び歩容認識システム |
| CN111605642A (zh) * | 2020-06-11 | 2020-09-01 | 哈尔滨工业大学 | 六足机器人的自由容错步态规划方法、装置及存储介质 |
| WO2022027914A1 (zh) * | 2020-08-07 | 2022-02-10 | 深圳市优必选科技股份有限公司 | 仿人机器人步态规划方法、装置和仿人机器人 |
| CN113985874A (zh) * | 2021-10-26 | 2022-01-28 | 西北工业大学 | 一种基于CPG-Hopf网络耦合算法的水下六足机器人步态生成与转换方法 |
| CN114102584A (zh) * | 2021-11-16 | 2022-03-01 | 新兴际华集团有限公司 | 一种小型高机动救援机器人行走及作业稳定控制方法 |
| CN114326722A (zh) * | 2021-12-21 | 2022-04-12 | 华南理工大学 | 六足机器人自适应步态规划方法、系统、装置及介质 |
| CN114859947A (zh) * | 2022-03-21 | 2022-08-05 | 哈尔滨理工大学 | 一种基于倾翻性能指数分析的六足机器人容错步态规划方法 |
| CN114721415A (zh) * | 2022-04-08 | 2022-07-08 | 北京邮电大学 | 一种轮履腿机器人模糊自适应平衡控制算法 |
| CN115542913A (zh) * | 2022-10-05 | 2022-12-30 | 哈尔滨理工大学 | 一种基于几何与物理特征地图的六足机器人容错自由步态规划方法 |
| CN115857328A (zh) * | 2022-11-07 | 2023-03-28 | 哈尔滨理工大学 | 一种基于力矩平衡点与运动稳定性协同优化的六足机器人容错步态落足点规划方法 |
| CN116449711A (zh) * | 2023-04-17 | 2023-07-18 | 山东大学 | 可跨越大障碍物的四足机器人爬行态规划方法及系统 |
| CN116719335A (zh) * | 2023-06-07 | 2023-09-08 | 哈尔滨理工大学 | 一种考虑随机腿部故障的六足机器人容错步态规划方法 |
Non-Patent Citations (2)
| Title |
|---|
| 李清等: "四足轮腿式移动机器人的步态分析及轨迹规划", 《机械传动》, vol. 45, no. 4, pages 69 - 74 * |
| 桑董辉等: "由2自由度并联髋关节构成的脊柱式四足步行机器人步态规划和稳定性分析", 《兵工学报》, pages 1188 - 1200 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117067223B (zh) | 2024-01-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2017092463A1 (zh) | 一种双足机器人的步态控制方法和装置 | |
| JP4818716B2 (ja) | ロボット制御装置 | |
| JP4812426B2 (ja) | ロボット制御装置 | |
| CN107891920B (zh) | 一种用于双足机器人的腿部关节补偿角度自动获取方法 | |
| CN109991979B (zh) | 一种面向复杂环境的下肢机器人拟人步态规划方法 | |
| 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 | |
| US8369991B2 (en) | Humanoid fall direction change among multiple objects | |
| Wang et al. | A real-time human imitation system | |
| JP2003269917A (ja) | 距離計測方法、その装置、そのプログラム、その記録媒体及び距離計測装置搭載型ロボット装置 | |
| CN112882485B (zh) | 一种双足机器人逆运动学的几何计算方法 | |
| CN114995479A (zh) | 一种基于强化学习的四足机器人虚拟模型控制器的参数控制方法 | |
| CN106607910A (zh) | 一种机器人实时模仿方法 | |
| CN106292288B (zh) | 基于策略梯度学习法的模型参数修正方法及修正器 | |
| CN117067223B (zh) | 一种基于运动稳定性估计的六足机器人自由步态规划方法 | |
| CN113830197B (zh) | 一种应用于双足机器人动态行走的平衡控制方法 | |
| Xie et al. | Compliant bipedal walking based on variable spring-loaded inverted pendulum model with finite-sized foot | |
| JP5639342B2 (ja) | ロボット及びその歩行制御方法 | |
| CN116520869A (zh) | 一种双足人形机器人的步态规划方法、系统及设备 | |
| JP5198035B2 (ja) | 脚式ロボット及びその制御方法 | |
| Sato et al. | Experimental evaluation of a trajectory/force tracking controller for a humanoid robot cleaning a vertical surface | |
| Xu et al. | An improved ZMP trajectory design for the biped robot BHR | |
| JPWO2009025032A1 (ja) | ロボット制御装置およびロボット制御方法 | |
| JP2008093757A (ja) | ロボット制御装置 | |
| JP2006068871A (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 | |
| CN114393579B (zh) | 一种基于自适应模糊虚拟模型的机器人控制方法及装置 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |