CN118061197A - 一种应用于单轮腿机器人跳跃运动的控制方法及系统 - Google Patents

一种应用于单轮腿机器人跳跃运动的控制方法及系统 Download PDF

Info

Publication number
CN118061197A
CN118061197A CN202410464846.4A CN202410464846A CN118061197A CN 118061197 A CN118061197 A CN 118061197A CN 202410464846 A CN202410464846 A CN 202410464846A CN 118061197 A CN118061197 A CN 118061197A
Authority
CN
China
Prior art keywords
wheel
task
matrix
motion
jumping
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
Application number
CN202410464846.4A
Other languages
English (en)
Other versions
CN118061197B (zh
Inventor
谢景硕
韩立金
侯泓钰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Institute of Technology BIT
Original Assignee
Beijing Institute of Technology BIT
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Institute of Technology BIT filed Critical Beijing Institute of Technology BIT
Priority to CN202410464846.4A priority Critical patent/CN118061197B/zh
Publication of CN118061197A publication Critical patent/CN118061197A/zh
Application granted granted Critical
Publication of CN118061197B publication Critical patent/CN118061197B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1656Programme controls characterised by programming, planning systems for manipulators
    • B25J9/1661Programme controls characterised by programming, planning systems for manipulators characterised by task planning, object-oriented languages
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1602Programme controls characterised by the control system, structure, architecture
    • B25J9/161Hardware, e.g. neural networks, fuzzy logic, interfaces, processor
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1628Programme controls characterised by the control loop
    • B25J9/1633Programme controls characterised by the control loop compliant, force, torque control, e.g. combined with position control

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Manipulator (AREA)

Abstract

本发明提供了一种应用于单轮腿机器人跳跃运动的控制方法及系统,涉及单轮腿机器人跳跃运动控制领域,方法包括:基于单轮腿机器人动力学模型,结合传感器模块反馈的实际信息,建立扩张状态观测器,确定复合扰动观测值,补偿至动力学方程中,确定补偿后的动力学方程的动力学约束;根据关节作动器的力矩,建立最大力矩限制的不等式约束,确定跳跃工况下运动跟踪任务之间的优先级顺序,根据最大力矩限制的不等式约束以及动力学约束的任务表示形式,采用分层二次规划方法求解各项运动跟踪任务,确定满足优先级顺序的髋关节、膝关节和车轮力矩,发送至关节作动器,实现单轮腿机器人的跳跃运动。本发明能够使得单轮腿机器人达到更好的跳跃效果。

Description

一种应用于单轮腿机器人跳跃运动的控制方法及系统
技术领域
本发明涉及单轮腿机器人跳跃运动控制领域,特别是涉及一种应用于单轮腿机器人跳跃运动的控制方法及系统。
背景技术
近些年随着社会发展,人们越来越关注无人平台的通过性。单轮腿式机器人在多样化地形下表现出优秀的适应能力,它们可以通过驱动车轮在良好路面下实现高速行驶,通过迈腿来跨越障碍物。跳跃是一种高效的越障动作,机器人通过这种方式,可以在短时间内通过特定的地形障碍。在机器人跳跃运动控制这一问题上,鲜有研究针对跳跃这种高动态的工况特定设计运动多任务优先级控制器,大多数机器人仍通过常规的关节PID多任务优先级控制器或者基于前馈补偿的关节多任务优先级控制器进行控制,这使得机器人在高动态工况下对期望轨迹跟踪效果欠佳,并且当存在多个期望动作时,例如质心的控制和轮端的控制同时被需求时,一般的关节PID控制策略实现跟踪情况较为生硬。这种情况将会出现在跳跃工况中,并且两个跟踪任务之间还存在侧重关系,单轮腿机器人无法达到更好的跳跃效果。
发明内容
本发明的目的是提供一种应用于单轮腿机器人跳跃运动的控制方法及系统,以解决单轮腿机器人无法达到更好的跳跃效果的问题。
为实现上述目的,本发明提供了如下方案。
一种应用于单轮腿机器人跳跃运动的控制方法,包括以下步骤。
基于单轮腿机器人动力学模型,结合传感器模块反馈的实际信息,建立扩张状态观测器,确定复合扰动观测值;所述实际信息包括实际关节角度、角速度、车轮转速、车轮角度和髋关节相对地面的高度。
将所述复合扰动观测值补偿至动力学方程中,确定补偿后的动力学方程的动力学约束。
根据关节作动器的力矩,建立最大力矩限制的不等式约束。
基于所述最大力矩限制的不等式约束,确定跳跃工况下运动跟踪任务之间的优先级顺序;所述运动跟踪任务包括合成质心跟踪任务、摆动腿跟踪任务以及车轮滚动任务。
按照所述优先级顺序,根据所述最大力矩限制的不等式约束以及所述动力学约束的任务表示形式,采用分层二次规划方法求解各项运动跟踪任务,确定满足所述优先级顺序的髋关节、膝关节和车轮力矩。
将满足所述优先级顺序的髋关节、膝关节和车轮力矩发送至所述关节作动器,实现单轮腿机器人的跳跃运动。
可选的,所述补偿后的动力学方程为:;其中,M、/>和G为动力学参数矩阵;q为广义位置向量,/>为广义位置向量的一阶导数;为广义位置向量的二阶导数;S为作动选择矩阵;T为转置矩阵;/>为力矩矩阵,所述力矩矩阵包括关节力矩和车轮力矩;/>为复合扰动观测值。
可选的,所述扩张状态观测器为:;其中,/>用于表示广义位置向量q,分别是观测器观测到的广义位置、广义速度和复合扰动,/>分别是观测器观测到的广义位置的一阶导数、广义速度的一阶导数和复合扰动的一阶导数;/>为观测的广义位置与实际广义位置的差值;/>为观测器系数;/>为用于衡量系统可靠性水平的函数;/>为/>函数的可调参数。
可选的,所述动力学约束的任务表示形式为:;其中,/>为自由度选择矩阵/>以及通过对支撑雅克比矩阵/>进行QR分解获得分解矩阵/>的乘积;/>为单轮机器人的加速度和力矩为任务需要求解的向量。
可选的,所述最大力矩限制的不等式约束为:;其中,/>为三行四列的零矩阵;/>为三行三列的单位矩阵;/>为关节作动器能执行的极限力矩。
可选的,所述合成质心跟踪任务为:;其中,为合成质心与广义向量之间的映射雅可比矩阵;/>为二行三列的零矩阵;为期望的合成质心加速度、速度和位置,由上层规划器生成;/>为扩张状态观测器估计的实际合成质心速度和位置;/>为对角正定的多任务优先级控制器的第一增益系数矩阵。
可选的,所述摆动腿跟踪任务为:;其中,为支撑雅克比矩阵;/>为支撑雅克比矩阵的一阶导数;/>为期望的轮端加速度、速度和位置,/>由上层规划器生成;为扩张状态观测器估计的实际轮端速度和位置;/>为对角正定的多任务优先级控制器的第二增益系数矩阵。
可选的,所述车轮滚动任务为:;其中,/>为对角正定的多任务优先级控制器的第三增益系数矩阵;/>为扩张状态观测器估计的广义速度;/>表示车轮未着地;/>表示车轮触地;/>为由触地检测模块生成的标志位;/>为x方向的方向向量;/>为一行二列零矩阵;/>为一行三列零矩阵。
可选的,采用分层二次规划方法求解各项运动跟踪任务,确定满足所述优先级顺序的髋关节、膝关节和车轮力矩,具体包括:对
求解各项运动跟踪任务,确定满足所述优先级顺序的髋关节、膝关节和车轮力矩;其中,/>、/>、/>、/>、/>、/>、/>、/>、/>为简化表示,/>,/>,/>,/>,/>,/>为第0,1,2,3优先级的任务;/>为求解/>获得的优化结果;/>为求解/>获得的优化结果,/>是和第/>个任务有关的变量,/>;角标/>为矩阵的伪逆;I为单位矩阵。
一种应用于单轮腿机器人跳跃运动的控制系统,包括:传感器模块、扩张状态观测器、上层规划器、多任务优先级控制器以及触地检测模块。
所述传感器模块,用于基于单轮腿机器人动力学模型,获取实际信息;所述实际信息包括实际关节角度、角速度、车轮转速、车轮角度和髋关节相对地面的高度。
所述扩张状态观测器,用于结合传感器模块反馈的实际信息,建立扩张状态观测器,确定复合扰动观测值。
所述上层规划器,用于生成运动跟踪任务所需的期望值;所述运动跟踪任务包括合成质心跟踪任务、摆动腿跟踪任务以及车轮滚动任务。
所述多任务优先级控制器,用于根据运动跟踪任务所需的期望值确定运动跟踪任务,将所述复合扰动观测值补偿至动力学方程中,确定补偿后的动力学方程的动力学约束,根据关节作动器的力矩,建立最大力矩限制的不等式约束,基于所述最大力矩限制的不等式约束,确定跳跃工况下运动跟踪任务之间的优先级顺序,按照所述优先级顺序,根据所述最大力矩限制的不等式约束以及所述动力学约束的任务表示形式,采用分层二次规划方法求解各项运动跟踪任务,将满足所述优先级顺序的髋关节、膝关节和车轮力矩发送至所述关节作动器,实现单轮腿机器人的跳跃运动。
所述触地检测模块,用于根据所述实际信息判断车轮与地面是否接触。
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:本发明实施例通过确定与单轮腿跳跃运动相关的不同优先级的任务,同时设置了跳跃过程中的动力学约束和关节作动器极限能力约束(最大力矩限制的不等式约束),按照优先级顺序,采用分层二次规划方法求解各项运动跟踪任务,生成满足所述优先级顺序的髋关节、膝关节和车轮力矩,实现严格的优先级控制,以使得单轮腿机器人达到更好的跳跃效果。
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为本发明所提供的应用于单轮腿机器人跳跃运动的控制方法流程图。
图2为单轮腿机器人矢状面简图。
图3为优先级顺序求解示意图。
图4为所提供的应用于单轮腿机器人跳跃运动的控制系统结构图。
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应用于单轮腿机器人跳跃运动的控制方法及系统,能够使得单轮腿机器人达到更好的跳跃效果。
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。
实施例1:如图1所示,本发明提供了一种应用于单轮腿机器人跳跃运动的控制方法,包括以下步骤。
步骤101:基于单轮腿机器人动力学模型,结合传感器模块反馈的实际信息,建立扩张状态观测器,确定复合扰动观测值;所述实际信息包括实际关节角度、角速度、车轮转速、车轮角度和髋关节相对地面的高度。
步骤102:将所述复合扰动观测值补偿至动力学方程中,确定补偿后的动力学方程的动力学约束。
步骤103:根据关节作动器的力矩,建立最大力矩限制的不等式约束。
步骤104:基于所述最大力矩限制的不等式约束,确定跳跃工况下运动跟踪任务之间的优先级顺序;所述运动跟踪任务包括合成质心跟踪任务、摆动腿跟踪任务以及车轮滚动任务。
步骤105:按照所述优先级顺序,根据所述最大力矩限制的不等式约束以及所述动力学约束的任务表示形式,采用分层二次规划方法求解各项运动跟踪任务,确定满足所述优先级顺序的髋关节、膝关节和车轮力矩。
步骤106:将满足所述优先级顺序的髋关节、膝关节和车轮力矩发送至所述关节作动器,实现单轮腿机器人的跳跃运动。
图2为单轮腿机器人矢状面简图,如图2所示,分别为大腿长度和小腿长度,{O}为身体坐标系,位于单轮腿系统的髋关节处,{W}为世界坐标系,X为纵向,Z为垂向,选取广义位置向量为/>,其中,/>表示髋关节相对地面的高度,分别表示髋关节角度、膝关节角度、车轮角度。
将单轮腿机器人的质量、转动惯量等参数误差看作内部扰动,把地面力映射的力矩看作外部扰动,并定义复合扰动观测值为,则动力学方程可表示如下。
(1)。
其中,是动力学参数矩阵,/>为四行四列维度的实体空间;/>为四行一列维度的实体空间;/>是作动选择矩阵,用以选择哪个自由度作动,/>为三行一列零矩阵,/>为三行三列单位矩阵,包含了关节力矩/>和车轮力矩/>
定义,/>分别用于表示/>,仅用于符号表示,没有其他特殊的含义。则根据式(1)可建立如下扩张状态观测器对扰动进行估计。
(2)。
其中,分别是扩张状态观测器观测到的广义位置、广义速度和复合扰动,是观测的广义位置与实际广义位置的差值,/>是观测器系数。/>函数的形式如下。
(3)。
其中,是该函数的可调参数,人为设定合适的值。
选取单轮腿机器人的加速度和力矩为任务需要求解的向量,即。由式(2)(3)可得动力学约束的任务表示形式如下。
(4)。
其中,,/>是自由度选择矩阵,/>是通过对支撑雅克比矩阵进行QR分解获得的矩阵。
在运动中,要求关节作动器的力矩不能超过其最大能力,因此有最大力矩限制的不等式约束如下。
(5)。
其中,是关节作动器能执行的极限力矩。
所有运动跟踪任务都要满足动力学约束,所以将动力学约束考虑为最优先的任务,即第0优先级。
第1优先级的任务为合成质心跟踪任务,可表示为:(6)。
其中,为合成质心与广义向量之间的映射雅可比矩阵;/>为二行三列的零矩阵;,/>是期望的合成质心加速度、速度和位置,由上层规划器生成,/>是扩张状态观测器估计的实际合成质心速度和位置。是对角正定的多任务优先级控制器的第一增益系数矩阵,/>为二行二列维度的实体空间。
第2优先级的任务为摆动腿运动跟踪任务,可表示为:(7)。
其中,是期望的轮端加速度、速度和位置,由上层规划器生成,/>是扩张状态观测器估计的实际轮端速度和位置。是对角正定的多任务优先级控制器的第二增益系数矩阵。
第3优先级的任务为车轮滚动运动跟踪任务,其目的是在跳跃过程前后使车轮位于髋关节正下方,该任务可表示为:(8)。
其中,是对角正定的多任务优先级控制器的第三增益系数矩阵,是扩张状态观测器估计的广义速度,/>表示车轮未着地,/>表示车轮触地,/>由触地检测模块生成,/>为一行一列维度的实体空间。
通过按图3的优先级顺序求解如下式所示的一系列二次规划问题来实现严格的任务优先级。
(9)。
其中,表示第0,1,2,3优先级的任务;/>表示求解获得的优化结果;/>表示求解/>获得的优化结果,/>是和第/>个任务有关的变量,/>;角标/>表示矩阵的伪逆。
在完成的求解后,获得了满足任务优先级要求的优化向量,其中的力矩部分作为多任务优先级控制器的输出力矩/>,发送给关节作动器,实现单轮腿机器人的跳跃运动。
实施例2:如图4所示,一种应用于单轮腿机器人跳跃运动的控制系统,包括:传感器模块、扩张状态观测器、上层规划器、多任务优先级控制器以及触地检测模块。
所述传感器模块,用于基于单轮腿机器人动力学模型,获取实际信息;所述实际信息包括实际关节角度、角速度、车轮转速、车轮角度和髋关节相对地面的高度。
所述扩张状态观测器,用于结合传感器模块反馈的实际信息,建立扩张状态观测器,确定复合扰动观测值。
所述上层规划器,用于生成运动跟踪任务所需的期望值;所述运动跟踪任务包括合成质心跟踪任务、摆动腿跟踪任务以及车轮滚动任务;运动跟踪任务所需的期望值包括期望的合成质心加速度、速度和位置,期望的轮端加速度、速度和位置。
所述多任务优先级控制器,用于根据运动跟踪任务所需的期望值确定运动跟踪任务,将所述复合扰动观测值补偿至动力学方程中,确定补偿后的动力学方程的动力学约束,根据关节作动器的力矩,建立最大力矩限制的不等式约束,基于所述最大力矩限制的不等式约束,确定跳跃工况下运动跟踪任务之间的优先级顺序,按照所述优先级顺序,根据所述最大力矩限制的不等式约束以及所述动力学约束的任务表示形式,采用分层二次规划方法求解各项运动跟踪任务,将满足所述优先级顺序的髋关节、膝关节和车轮力矩发送至所述关节作动器,实现单轮腿机器人的跳跃运动。
所述触地检测模块,用于根据所述实际信息判断车轮与地面是否接触。
本发明以求解优化问题的方式获得关节作动器所需力矩,优化问题的约束中包括了动力学约束和关节作动器极限能力约束,使多任务优先级控制器生成的控制量更加符合动力学特性和关节作动器硬件实际情况,并且设计了扩张状态观测器用以估计单轮腿机器人动力学模型中欠考虑的参数误差扰动和地面力扰动,使得单轮腿机器人动力学模型更加准确,从而提高了控制效果。
其次,本发明根据上层规划器生成的轨迹设定了相关的任务以及任务的优先级。通过设定优先级的方式,实现了不同运动跟踪任务之间的侧重,并且这种侧重是严格意义的,单轮腿机器人会优先跟踪合成质心轨迹,然后再跟踪摆腿运动轨迹。这从控制层面解决了任务轨迹向关节角度轨迹转换的问题,省去了上层规划器与多任务优先级控制器之间的轨迹转换模块和优先级逻辑判断模块,使算法程序更加简洁。
最后,本发明将控制问题转化为一系列优化问题进行求解,这使得单轮腿机器人面临较为恶劣的工况时,不会出现控制失效的现象。并且当前二次规划方法研究较为成熟,有较多求解器可供应用,求解优化问题的速度不会过慢,使得本发明所述控制方法具有一定的实时性。
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 (10)

1.一种应用于单轮腿机器人跳跃运动的控制方法,其特征在于,包括:
基于单轮腿机器人动力学模型,结合传感器模块反馈的实际信息,建立扩张状态观测器,确定复合扰动观测值;所述实际信息包括实际关节角度、角速度、车轮转速、车轮角度和髋关节相对地面的高度;
将所述复合扰动观测值补偿至动力学方程中,确定补偿后的动力学方程的动力学约束;
根据关节作动器的力矩,建立最大力矩限制的不等式约束;
基于所述最大力矩限制的不等式约束,确定跳跃工况下运动跟踪任务之间的优先级顺序;所述运动跟踪任务包括合成质心跟踪任务、摆动腿跟踪任务以及车轮滚动任务;
按照所述优先级顺序,根据所述最大力矩限制的不等式约束以及所述动力学约束的任务表示形式,采用分层二次规划方法求解各项运动跟踪任务,确定满足所述优先级顺序的髋关节、膝关节和车轮力矩;
将满足所述优先级顺序的髋关节、膝关节和车轮力矩发送至所述关节作动器,实现单轮腿机器人的跳跃运动。
2.根据权利要求1所述的应用于单轮腿机器人跳跃运动的控制方法,其特征在于,所述补偿后的动力学方程为:
;其中,M、/>和G为动力学参数矩阵;q为广义位置向量,/>为广义位置向量的一阶导数;/>为广义位置向量的二阶导数;S为作动选择矩阵;T为转置矩阵;/>为力矩矩阵,所述力矩矩阵包括关节力矩和车轮力矩;/>为复合扰动观测值。
3.根据权利要求2所述的应用于单轮腿机器人跳跃运动的控制方法,其特征在于,所述扩张状态观测器为:
;其中,/>用于表示广义位置向量q,/>分别是观测器观测到的广义位置、广义速度和复合扰动,/>分别是观测器观测到的广义位置的一阶导数、广义速度的一阶导数和复合扰动的一阶导数;/>为观测的广义位置与实际广义位置的差值;/>为观测器系数;/>为用于衡量系统可靠性水平的函数;/>为/>函数的可调参数。
4.根据权利要求3所述的应用于单轮腿机器人跳跃运动的控制方法,其特征在于,所述动力学约束的任务表示形式为:
;其中,/>为自由度选择矩阵/>以及通过对支撑雅克比矩阵/>进行QR分解获得分解矩阵/>的乘积;/>为单轮机器人的加速度和力矩为任务需要求解的向量。
5.根据权利要求4所述的应用于单轮腿机器人跳跃运动的控制方法,其特征在于,所述最大力矩限制的不等式约束为:
;其中,/>为三行四列的零矩阵;/>为三行三列的单位矩阵;/>为关节作动器能执行的极限力矩。
6.根据权利要求5所述的应用于单轮腿机器人跳跃运动的控制方法,其特征在于,所述合成质心跟踪任务为:
;其中,/>为合成质心与广义向量之间的映射雅可比矩阵;/>为二行三列的零矩阵;为期望的合成质心加速度、速度和位置,由上层规划器生成;/>为扩张状态观测器估计的实际合成质心速度和位置;/>为对角正定的多任务优先级控制器的第一增益系数矩阵;/>为合成质心与广义向量之间的映射雅可比矩阵的一阶导数。
7.根据权利要求6所述的应用于单轮腿机器人跳跃运动的控制方法,其特征在于,所述摆动腿跟踪任务为:
;其中,/>为支撑雅克比矩阵;/>为支撑雅克比矩阵的一阶导数;为期望的轮端加速度、速度和位置,由上层规划器生成;/>为扩张状态观测器估计的实际轮端速度和位置;/>为对角正定的多任务优先级控制器的第二增益系数矩阵。
8.根据权利要求7所述的应用于单轮腿机器人跳跃运动的控制方法,其特征在于,所述车轮滚动任务为:
;其中,/>为对角正定的多任务优先级控制器的第三增益系数矩阵;/>为扩张状态观测器估计的广义速度;表示车轮未着地;/>表示车轮触地;/>为由触地检测模块生成的标志位;/>为x方向的方向向量;/>为一行二列零矩阵;/>为一行三列零矩阵。
9.根据权利要求8所述的应用于单轮腿机器人跳跃运动的控制方法,其特征在于,采用分层二次规划方法求解各项运动跟踪任务,确定满足所述优先级顺序的髋关节、膝关节和车轮力矩,具体包括:
求解各项运动跟踪任务,确定满足所述优先级顺序的髋关节、膝关节和车轮力矩;其中,/>、/>、/>、/>、/>、/>、/>、/>、/>为简化表示,/>,/>,/>,/>,/>,/>为第0,1,2,3优先级的任务;/>为求解/>获得的优化结果;/>为求解/>获得的优化结果,/>是和第/>个任务有关的变量,/>;角标/>为矩阵的伪逆;I为单位矩阵。
10.一种应用于单轮腿机器人跳跃运动的控制系统,其特征在于,包括:传感器模块、扩张状态观测器、上层规划器、多任务优先级控制器以及触地检测模块;
所述传感器模块,用于基于单轮腿机器人动力学模型,获取实际信息;所述实际信息包括实际关节角度、角速度、车轮转速、车轮角度和髋关节相对地面的高度;
所述扩张状态观测器,用于结合传感器模块反馈的实际信息,建立扩张状态观测器,确定复合扰动观测值;
所述上层规划器,用于生成运动跟踪任务所需的期望值;所述运动跟踪任务包括合成质心跟踪任务、摆动腿跟踪任务以及车轮滚动任务;
所述多任务优先级控制器,用于根据运动跟踪任务所需的期望值确定运动跟踪任务,将所述复合扰动观测值补偿至动力学方程中,确定补偿后的动力学方程的动力学约束,根据关节作动器的力矩,建立最大力矩限制的不等式约束,基于所述最大力矩限制的不等式约束,确定跳跃工况下运动跟踪任务之间的优先级顺序,按照所述优先级顺序,根据所述最大力矩限制的不等式约束以及所述动力学约束的任务表示形式,采用分层二次规划方法求解各项运动跟踪任务,将满足所述优先级顺序的髋关节、膝关节和车轮力矩发送至所述关节作动器,实现单轮腿机器人的跳跃运动;
所述触地检测模块,用于根据所述实际信息判断车轮与地面是否接触。
CN202410464846.4A 2024-04-18 2024-04-18 一种应用于单轮腿机器人跳跃运动的控制方法及系统 Active CN118061197B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410464846.4A CN118061197B (zh) 2024-04-18 2024-04-18 一种应用于单轮腿机器人跳跃运动的控制方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410464846.4A CN118061197B (zh) 2024-04-18 2024-04-18 一种应用于单轮腿机器人跳跃运动的控制方法及系统

Publications (2)

Publication Number Publication Date
CN118061197A true CN118061197A (zh) 2024-05-24
CN118061197B CN118061197B (zh) 2024-06-18

Family

ID=91107899

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410464846.4A Active CN118061197B (zh) 2024-04-18 2024-04-18 一种应用于单轮腿机器人跳跃运动的控制方法及系统

Country Status (1)

Country Link
CN (1) CN118061197B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090085176A (ko) * 2008-02-04 2009-08-07 한국과학기술원 다수의 하이브리드 형태의 다리를 갖는 이동로봇 및 그제어 방법
CN101982809A (zh) * 2010-09-30 2011-03-02 北京理工大学 一种轮腿式机器人的耦合优化控制方法
CN108555913A (zh) * 2018-06-15 2018-09-21 天津大学 基于无源性的移动机械臂位置/力的自抗扰控制方法
CN113485398A (zh) * 2021-07-19 2021-10-08 北京理工大学 一种轮式双足机器人姿态控制方法
CN115328186A (zh) * 2022-09-14 2022-11-11 中国人民解放军国防科技大学 基于任务分层优化的双足机器人级联控制方法和装置
CN115480482A (zh) * 2021-05-31 2022-12-16 腾讯科技(深圳)有限公司 轮腿式机器人的运动规划方法、装置、设备及存储介质
US20230264356A1 (en) * 2021-05-31 2023-08-24 Tencent Technology (Shenzhen) Company Limited Method and apparatus for control robot to perform somersault motion, and robot
WO2023205766A1 (en) * 2022-04-22 2023-10-26 University Of Southern California Design and control of wheel-legged robots navigating high obstacles

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090085176A (ko) * 2008-02-04 2009-08-07 한국과학기술원 다수의 하이브리드 형태의 다리를 갖는 이동로봇 및 그제어 방법
CN101982809A (zh) * 2010-09-30 2011-03-02 北京理工大学 一种轮腿式机器人的耦合优化控制方法
CN108555913A (zh) * 2018-06-15 2018-09-21 天津大学 基于无源性的移动机械臂位置/力的自抗扰控制方法
CN115480482A (zh) * 2021-05-31 2022-12-16 腾讯科技(深圳)有限公司 轮腿式机器人的运动规划方法、装置、设备及存储介质
US20230264356A1 (en) * 2021-05-31 2023-08-24 Tencent Technology (Shenzhen) Company Limited Method and apparatus for control robot to perform somersault motion, and robot
CN113485398A (zh) * 2021-07-19 2021-10-08 北京理工大学 一种轮式双足机器人姿态控制方法
WO2023205766A1 (en) * 2022-04-22 2023-10-26 University Of Southern California Design and control of wheel-legged robots navigating high obstacles
CN115328186A (zh) * 2022-09-14 2022-11-11 中国人民解放军国防科技大学 基于任务分层优化的双足机器人级联控制方法和装置

Also Published As

Publication number Publication date
CN118061197B (zh) 2024-06-18

Similar Documents

Publication Publication Date Title
Wang et al. Flexible motion framework of the six wheel-legged robot: Experimental results
Park et al. Variable-speed quadrupedal bounding using impulse planning: Untethered high-speed 3d running of mit cheetah 2
CN113021299B (zh) 一种双腿轮复合机器人全方位运动控制方法
WO2007046568A1 (en) A method for controlling the walk of humanoid robot
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
CN111290272A (zh) 基于多足机器人的姿态平稳性调整方法
CN111176283A (zh) 一种复杂地形下足式机器人的主动柔顺控制方法
CN111230868A (zh) 双足机器人在前进方向受到外部推力扰动时的步态规划与控制方法
He et al. Design and control of tawl—a wheel-legged rover with terrain-adaptive wheel speed allocation capability
Nikpour et al. Stability and direction control of a two-wheeled robotic wheelchair through a movable mechanism
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
CN116551669A (zh) 仿人机器人动态跳跃与平衡控制方法、电子设备、介质
CN118061197B (zh) 一种应用于单轮腿机器人跳跃运动的控制方法及系统
Yamasaki et al. Acquisition of humanoid walking motion using genetic algorithm-considering characteristics of servo modules
CN113568422A (zh) 基于模型预测控制优化强化学习的四足机器人控制方法
CN114700955B (zh) 双轮腿-臂机器人全身运动规划与控制方法
CN116859975A (zh) 基于bp神经网络的轮腿机器人轮-足切换控制方法
Masuda et al. Sim-to-real transfer of compliant bipedal locomotion on torque sensor-less gear-driven humanoid
CN114063490B (zh) 一种智能仿生足式机器人控制系统及方法
CN114800528A (zh) 非凸抗噪型归零神经网络的移动机械臂重复运动规划
Cao et al. Mechanism design and dynamic switching modal control of the wheel-legged separation quadruped robot
Lu et al. A novel multi-configuration quadruped robot with redundant DOFs and its application scenario analysis
Qian et al. Dynamic balance control of two-wheeled self-balancing pendulum robot based on adaptive machine learning
CN114488790A (zh) 一种基于名义模型的全向移动机器人自适应滑膜控制方法
Yau et al. Robust control method applied in self-balancing two-wheeled robot

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