KR100953431B1 - The balance control of biped robot using the predictive states of ZMP - Google Patents

The balance control of biped robot using the predictive states of ZMP Download PDF

Info

Publication number
KR100953431B1
KR100953431B1 KR1020080018139A KR20080018139A KR100953431B1 KR 100953431 B1 KR100953431 B1 KR 100953431B1 KR 1020080018139 A KR1020080018139 A KR 1020080018139A KR 20080018139 A KR20080018139 A KR 20080018139A KR 100953431 B1 KR100953431 B1 KR 100953431B1
Authority
KR
South Korea
Prior art keywords
zmp
biped
robot
walking
biped robot
Prior art date
Application number
KR1020080018139A
Other languages
Korean (ko)
Other versions
KR20090092910A (en
Inventor
한헌수
한영준
박상범
Original Assignee
숭실대학교산학협력단
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 숭실대학교산학협력단 filed Critical 숭실대학교산학협력단
Priority to KR1020080018139A priority Critical patent/KR100953431B1/en
Publication of KR20090092910A publication Critical patent/KR20090092910A/en
Application granted granted Critical
Publication of KR100953431B1 publication Critical patent/KR100953431B1/en

Links

Images

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
    • B25J9/1615—Programme controls characterised by special kind of manipulator, e.g. planar, scara, gantry, cantilever, space, closed chain, passive/active joints and tendon driven manipulators
    • B25J9/162—Mobile manipulator, movable base with manipulator arm mounted on it
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J13/00—Controls for manipulators
    • B25J13/08—Controls for manipulators by means of sensing devices, e.g. viewing or touching devices
    • B25J13/085—Force or torque sensors
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
    • B25J19/0008—Balancing devices
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S901/00—Robots
    • Y10S901/01—Mobile robot
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S901/00—Robots
    • Y10S901/48—Counterbalance

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Orthopedic Medicine & Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Manipulator (AREA)

Abstract

본 발명은 복잡 다관절 2족보행로봇의 안정적 보행을 유지하는 기법을 제공한다. 보행의 안정성을 판별하기 위한 척도로서 ZMP(Zero Moment Point)가 주로 사용되고 있으며, 보행시 발바닥 접지면의 최외곽 영역에 의해 생성되는 안정영역(supported area) 안에 ZMP를 유지시켜 2족보행로봇을 안정화한다. 동적보행(Dynamic walking)을 수행하는 2족보행로봇은 균형를 쉽게 잃을 수 있기 때문에 다음 명령주기의 ZMP 위치를 Kalman 필터를 통해 예측하여 2족보행로봇의 보행을 안정화하는 균형 제어 기법을 제안한다. 예측된 ZMP 위치를 로봇의 역기구학 해석(Inverse Kinematics Analysis)을 통해 관절의 각속도로 보상함으로써 2족보행로봇의 균형 제어를 수행한다.The present invention provides a technique for maintaining a stable walking of the complex articulated biped robot. ZMP (Zero Moment Point) is mainly used as a measure to determine the stability of walking, and stabilizes biped walking robot by maintaining ZMP in a supported area created by the outermost area of the sole ground surface when walking. do. Since biped robots that perform dynamic walking can easily lose balance, we propose a balance control technique that stabilizes biped robot walking by predicting the ZMP position of the next instruction cycle through Kalman filter. Balance control of biped robot is performed by compensating the predicted ZMP position at the joint angular velocity through the inverse kinematics analysis of the robot.

2족보행로봇, 동적보행, 보행 안정화, 균형제어, ZMP Biped Robot, Dynamic Walking, Walking Stabilization, Balance Control, ZMP

Description

지엠피의 상태추정을 통한 2족보행로봇의 균형제어기법{The balance control of biped robot using the predictive states of ZMP}Balance control technique of biped robot using the predictive states of ZMP

본 발명은 다관절 2족보행로봇을 역진자 모델로 근사화하여 동역학의 복잡성을 단순화시키며, 칼만필터로 2족보행로봇의 다음 명령주기의 ZMP 상태를 추정하여 인간과 같은 안정적인 보행패턴을 얻는 지엠피의 상태추정을 통한 2족보행로봇의 균형제어기법에 관한 것이다.The present invention simplifies the complexity of dynamics by approximating a multi-joint biped robot with an inverted pendulum model, and uses a Kalman filter to estimate the ZMP state of the next command cycle of the biped robot and obtain a stable walking pattern like human. A balance control technique for biped robots through state estimation.

일반적으로 2족보행로봇의 안정적 보행제어를 위해서는 ZMP(Zero Moment Point) 개념을 활용한 방법들이 사용되고 있다. ZMP는 1960년대 M.Vukobratovic에 의해 제안된 이론으로 2족보행로봇이 보행할 때 발바닥 접지면의 최외각 영역에 의해 생성되는 지지영역(Supported Region)안의 안정영역(Stable Region)에 ZMP를 위치시킬 때 로봇을 안정화시킬 수 있다는 것이다. ZMP개념을 이용한 이동로봇의 안정보행에 관한 연구는 로봇의 동역학을 고려한 보행 궤적을 생성하는 연구와 ZMP의 오차값을 보정하는 균형제어에 관한 연구로 구분할 수 있다. In general, methods using the concept of Zero Moment Point (ZMP) have been used for stable walking control of biped robots. ZMP is a theory proposed by M. Vukobratovic in the 1960s that puts the ZMP in a stable region in the supported region created by the outermost region of the plantar ground when the biped robot walks. When you can stabilize the robot. The study on the safety information line of a mobile robot using the ZMP concept can be divided into the research on the generation of walking trajectories in consideration of the dynamics of the robot and the study on the balance control to correct the error value of ZMP.

ZMP의 궤적에 기반한 로봇의 보행패턴을 생성하는 방법들은 다양하게 제안되고 있지만 인간과 유사한 보행패턴을 생성하지만, 로봇의 구조에 대한 고려가 부족하여 실제 로봇의 운동을 자연스럽게 만들지 못한다. ZMP의 오차값을 보정하는 균 형제어는 일반적으로 안정영역과 궤적의 운동영역을 일치시켜 궤적의 운동이 안정영역을 벗어나는 경우 오차만큼 보상하는 방법이 많이 사용된다. 하지만 2족보행로봇의 밸런스를 제어하기 위해 목표 ZMP와 현재 측정된 ZMP의 오차를 보상할 때, ZMP의 측정과 보상할 때에 시간지연으로 인해 균형제어가 실패할 수도 있다. 다관절 2족보행로봇의 필연적인 부정확한 동역학적 모델링 방법과 시간지연이 있는 ZMP의 보상방법에서는 2족보행로봇이 쉽게 불안정하게 된다.Although various methods of generating walking patterns of robots based on the trajectory of ZMP have been proposed, they generate walking patterns similar to humans, but lack the consideration of the structure of the robots and thus do not make the movement of the robots naturally. The common siblings that correct the error value of ZMP generally use the method of compensating for the error when the motion of the trajectory is out of the stable region by matching the motion region of the trajectory with the stable region. However, when compensating the difference between the target ZMP and the currently measured ZMP to control the balance of the biped robot, the balance control may fail due to time delay when measuring and compensating the ZMP. Inevitably inaccurate dynamic modeling of multi-joint biped robots and ZMP compensation method with time delay make biped robots easily unstable.

본 발명은 다관절 2족보행로봇의 부정확한 모델링의 문제를 해결하기 위해 3차원 선형 역진자 모델(3D Linear Inverse Pendulum Mode)의 상태값을 적응적으로 보상하는 Kalman 필터를 사용하여, ZMP보상의 시간지연 문제를 해결하기 위해 Kalman필터에서 예측된 3차원 선형 역진자 모델의 상태값으로부터 ZMP를 결정하는 지엠피의 상태추정을 통한 2족보행로봇의 균형제어기법을 제공하는데 목적이 있다.In order to solve the problem of inaccurate modeling of a multi-joint biped robot, the present invention uses a Kalman filter that adaptively compensates the state values of a 3D linear inverse pendulum mode to compensate for ZMP compensation. In order to solve the time delay problem, the purpose of this study is to provide a balance control method for biped robots through the state estimation of GM to determine ZMP from the state value of 3D linear inverted pendulum model predicted by Kalman filter.

상기와 같은 본 발명의 목적을 달성하기 위해 역진자 모델로 근사화한 2족보행로봇을 발바닥에 부착된 힘 센서(force sensor)들로부터 ZMP를 측정하고 칼만필터(Kalman filter)를 이용하여 다음 명령주기의 ZMP 상태를 예측한다. 예측된 ZMP위치를 로봇의 역기구학 해석(Inverse Kinematics analysis)을 통해 관절의 각속도를 보상함으로써 2족보행로봇의 균형제어를 수행한다.In order to achieve the object of the present invention as described above, the biped walking robot approximated by the inverted pendulum model measures the ZMP from the force sensors attached to the sole, and uses the Kalman filter to perform the next command cycle. To predict the ZMP state. The inverse kinematics analysis of the predicted ZMP position compensates for the angular velocity of the joints to control the balance of biped robots.

2족보행로봇의 인간과 같은 안정적인 보행패턴을 얻기 위해, (a)역진자 모델로 단순화한 2족보행로봇의 동력학적 모델의 상태 값들을 Kalman 필터를 사용하여 적응적으로 보상함으로써 2족보행로봇의 부정확한 동력학적 모델링에서 발생하는 문제들을 해결하는 기법과; (b)Kalman 필터를 이용한 이족보행로봇의 다음 명령어주기의 ZMP의 상태추정 기법;을 포함한 2족보행로봇의 균형제어기법이 있다.In order to obtain a stable walking pattern like the human of the biped robot, (a) the biped robot by adaptively compensating the state values of the dynamic model of the biped robot simplified by the inverted pendulum model using Kalman filter. Techniques for solving problems arising from inaccurate kinetic modeling; (b) A method of estimating the biped walking robot's balance control technique, including the method of estimating the state of the ZMP in the next instruction cycle of the biped walking robot using the Kalman filter.

상기 (a)의 기법은 다관절 2족보행로봇의 동력학을 단순화하기 위해 역진자 모델을 사용하는 방법과 이로 인해 발생하는 2족보행로봇의 동력학적 모델의 부정 확한 상태를 보상하기 위해 Kalman 필터를 사용하는 방법;을 포함하는 2족보행로봇의 균형제어기법이다.The technique of (a) above uses the inverted pendulum model to simplify the dynamics of the articulated biped robots and the Kalman filter to compensate for the inaccurate state of the dynamic model of the biped robots. Method of using; balance control method of biped robots, including.

상기 (b)의 기법은 Kalman 필터를 이용하여 2족보행로봇의 다음명령어 주기의 ZMP의 상태를 예측하는 방법; 다음 상태의 2족보행로봇의 ZMP 위치를 이용하여 로봇의 안정성을 보장하도록 제어하는 방법;을 포함하는 2족보행로봇의 균형제어기법이다.The technique of (b) includes a method of predicting the state of ZMP of the next instruction period of the biped robot using a Kalman filter; A method of controlling the balance of a biped robot, including; a method for controlling the stability of the robot by using the ZMP position of the biped robot in the following state.

본 발명은 다관절 2족보행로봇의 부정확한 모델링의 문제를 해결하기 위해 3차원 선형 역진자 모델의 상태값을 적응적으로 보상하는 Kalman필터를 사용하였으며, ZMP보상의 시간지연 문제를 해결하기 위해 Kalman필터에서 예측된 3차원 선형 역진자 모델의 상태값으로부터 ZMP를 결정하는 새로운 제어기법을 사용한다. 본 발명의 실시예에 따른 2족보행로봇의 발바닥에 부착된 힘 센서(force sensor)들로부터 ZMP를 측정하고 칼만필터(Kalman filter)를 이용하여 다음 명령주기의 ZMP위치를 예측한다. 예측된 ZMP위치를 로봇의 역기구학 해석을 통해 관절의 각속도를 보상함으로써 2족보행로봇의 균형제어를 수행할 수 있다.In order to solve the problem of incorrect modeling of the articulated biped robot, the Kalman filter is used to adaptively compensate the state value of the 3D linear inverted pendulum model, and to solve the time delay problem of ZMP compensation. A new control method is used to determine ZMP from the state values of the predicted three-dimensional linear inverted pendulum model in the Kalman filter. The ZMP is measured from force sensors attached to the sole of the biped walking robot according to an embodiment of the present invention, and the ZMP position of the next command cycle is predicted using a Kalman filter. The inverse kinematics analysis of the predicted ZMP position compensates the angular velocity of the joints, so that the biped robot can be balanced.

본 발명에서 제안하는 균형제어기법의 구성도를 도 1에서 보여준다. 역진자의 균형제어를 위해, 사전에 생성된 ZMP의 목표 궤적(*Px)과 칼만필터를 통해 예측된 값(Px)의 오차값(e(k))을 보상한다. 여기서, ZMP의 예측값은 칼만필터의 보정(correction)과정을 통해 얻어진 상태 예측값을 다음 수학식 1에 대입하여 계 산한다. The configuration of the balance control scheme proposed in the present invention is shown in FIG. For balance control of the inverted pendulum, the target trajectory (* Px) of the previously generated ZMP and the error value (e (k)) of the predicted value (Px) through the Kalman filter are compensated. Here, the predicted value of ZMP is calculated by substituting the state predicted value obtained through the correction process of the Kalman filter into Equation 1 below.

Figure 112009078958156-pat00001

상기 수학식 1은 ZMP와 COM의 변환관계를 나타낸 수식으로, 도 3과 같이 3차원 공간상에서 로봇이 보행할 때, 로봇의 보행 진행 방향을 x축으로 하고, 로봇의 어깨축과 일치하는 방향을 y축으로 하였을 때 COM의 위치를 x,y로 표현하고, Px, Py는 바닥에 투영된 ZMP의 위치이다.
일반적인 보행에서 로봇의 진행방향에 대해 좌우로의 무게중심 이동 운동은 발생하지만, 상하 운동을 제한할 수 있는데, 상하 운동을 제한하는 경우 Zc의 값을 상수 값으로 고정시킬 수 있고, 중력가속도인 g는 상수 값이기 때문에 ZMP와 COM의 상관관계는 상기 수학식 1과 같이 상수 값들에 의한 선형수식으로 표현할 수 있다.
Figure 112009078958156-pat00001
Equation 1 is a formula representing a transformation relationship between ZMP and COM. When the robot walks in a three-dimensional space as shown in FIG. 3, the walking progress direction of the robot is set as the x-axis, and the direction coincides with the shoulder axis of the robot. In the y-axis, the position of COM is expressed by x and y, and Px and Py are positions of ZMP projected on the floor.
In general walking, the center of gravity movement movement from side to side with respect to the moving direction of the robot occurs, but up and down movement can be limited. When limiting up and down movement, the value of Zc can be fixed to a constant value, and the gravitational acceleration g Since is a constant value, the correlation between ZMP and COM can be expressed as a linear equation by constant values as shown in Equation 1 above.

Servo control모듈에서는 ZMP의 오차값을 이용하여 로봇을 제어하기 위한 COG(Center Of Gravity)의 궤적은 다음 수학식 2을 이용하여 구한다.In the Servo control module, the trajectory of COG (Center Of Gravity) for controlling the robot by using the error value of ZMP is calculated using Equation 2 below.

Figure 112009078958156-pat00002

상기 수학식 1이 COM의 위치를 알고 있을 때 ZMP의 위치를 알고자 하는 수식이었다면, 수학식 2는 반대로 변환하고자 하는 경우에 적용되는 수식으로, ZMP에 대한 COM의 변환식에서도 보행궤적을 사인파로 제한시키면서 상수 계수를 이용한 선형 수식을 구성할 수 있으며, 보행 궤적을 x=A1cosωt + B1sinωt와 같은 수식으로 제한하는 경우 ω는 보폭을 결정하는 계수로 고정된 값을 가질 수 있고, A1, B1의 계수는 파형의 amplitude를 결정하는 상수로 로봇의 어깨폭에 따라 고정된 값을 가질 수 있기 때문에 수학식 2에서의 우변 Px, Py를 제외한 변환계수는 상수로 결정지어질 수 있다.
Figure 112009078958156-pat00002
If Equation 1 is a formula for knowing the position of ZMP when the position of COM is known, Equation 2 is applied to the case of converting in reverse, and limiting the walking trajectory to a sine wave in the transformation formula of ZMP. While limiting the walking trajectory to a formula such as x = A 1 cosωt + B 1 sinωt, ω can have a fixed value as a coefficient for determining the stride length, and A 1 , The coefficient of B 1 is a constant that determines the amplitude of the waveform and can have a fixed value according to the shoulder width of the robot. Therefore, the conversion coefficient except for the right side Px and Py in Equation 2 may be determined as a constant.

수정된 COG를 이용하여 역기구학을 풀어 각 관절의 각속도 값들을 계산한다.Inverse kinematics is solved using the modified COG to calculate the angular velocity values of each joint.

ZMP의 상태예측을 위한 COG 상태의 칼만필터 모델링은 다음 수학식 3으로 주어진다. Kalman filter modeling of the COG state for the state prediction of ZMP is given by the following equation (3).

Figure 112009078958156-pat00003
Figure 112009078958156-pat00003

여기서 wk와 vk는 상태에러와 측정에러로 Zero-mean White Gaussian Noise을 따르며 wk=N(0,v1)이고 vk=N(0,v2)이다. Where wk and vk follow Zero-mean White Gaussian Noise for state and measurement errors, wk = N (0, v1) and vk = N (0, v2).

상기 수학식 3은 칼만필터의 시스템 방정식으로 하기의 수학식 4와 연관되어 설명될 수 있는데, xk는 세 가지 요소로 나뉠 수 있다.
첫 번째 요소는 x성분과 y성분의 이전 시간에서의 상태값에 대한 다음 시간의 예측값을 계산하는데, 좌변의 행렬은 k시점에서의 상태 벡터를 의미하고, 우변의 첫번째 텀(term)의 첫번째 행렬은 k-1시점에서의 상태 벡터에 대한 변환 계수 행렬이며, 이에 곱해지는 행렬이 k-1시점에서의 상태벡터이다.
두 번째 요소는 추가 제어 성분으로 이전 상태의 ZMP에 대한 오차값을 COM로 변환하여 더해주는 것으로, 우변의 두번째 텀(term)은 추가제어 성분으로 COM 위치의 오차값을 나타내는데, Ux와 Vx는 각각 x축과 y축 상에서의 오차값을 나타낸다.
마지막 요소는 처리잡음 성분으로 Zero-mean White Noise를 추가하는 것으로, 우변의 마지막 텀(term)은 랜덤변수로 백색잡음인 가우시안 잡음을 더해준다.Equation 3 may be described in connection with Equation 4 below as a system equation of the Kalman filter, and xk may be divided into three elements.
The first element computes the next time's prediction of the state values of the x and y components, with the matrix on the left side representing the state vector at time k and the first matrix on the first term on the right side. Is the transform coefficient matrix for the state vector at k-1, and the matrix multiplied by this is the state vector at k-1.
The second element is an additional control element that adds the error value of ZMP of the previous state to COM, and the second term on the right side represents the error value of the COM position as an additional control element, where Ux and Vx are x respectively. Error values on the axis and y axis.
The last element adds zero-mean white noise as the processing noise component. The last term on the right side adds Gaussian noise, which is white noise, to a random variable.

Kalman 필터의 측정모델은 다음 수학식 4로 표현된다.The measurement model of the Kalman filter is expressed by the following equation.

Figure 112009078958156-pat00004
Figure 112009078958156-pat00004

zk는 두 가지 요소로 나뉠 수 있다. 첫 번째 요소는 측정된 COG를 ZMP로의 변환행렬을 통해 ZMP로 변환된다. 측정된 ZMP성분은 측정잡음과 추정잡음 성분으로 나타나는 두 번째 요소와 더해짐으로써 측정값을 갱신시키게 된다.
상기 ZK+1는 다음 시점에서의 관측 벡터이고, 상기 수학식 1에 나타난 ZMP와 COM의 상관관계에 의해 표현된 변환계수 행렬로 표현될 수 있는 것으로, 상기 수학식 4에서의 우변 첫번째 행렬은 변환계수 행렬이고, 이에 곱해지는 값은 현재 시점에서의 COM 위치와 그에 따른 위치, 속도, 가속도를 이용하여 표현된 행렬이며, Vx와 Vy는 각각 x축과 y축에 대한 측정 오차로 시스템 잡음이므로 백색잡음으로 일반적으로 적용되는 가우시안 잡음을 적용한다.zk can be divided into two elements. The first element converts the measured COG into ZMP through a transformation matrix into ZMP. The measured ZMP component is added to the second component, which is the measured noise and the estimated noise component, to update the measured value.
Z K + 1 is an observation vector at a next time point, and may be represented by a transform coefficient matrix expressed by a correlation between ZMP and COM shown in Equation 1, and the first matrix on the right side of Equation 4 is It is a transformation coefficient matrix, and the value to be multiplied is a matrix expressed using the COM position at the present time and its position, velocity, and acceleration, and Vx and Vy are system noises due to measurement errors on the x and y axes, respectively. Gaussian noise, which is commonly applied as white noise, is applied.

도 1은 본 발명의 전체적인 구성도를 보여준다. 먼저 칼만 필터의 초기 오차값을 0으로 하는 입력값을 넣어줬을 때 칼만 필터 내부에서 (1)의 과정을 거치고, 측정된 ZMP의 값을 이용하여 (2)의 과정을 거친 뒤 다음 상태 값을 예측한 ZMP 예측에서는 다음 단계의 예측된 COM에 대한 ZMP의 변환과정이 (3)에서 일어나고, 이 를 (4)에 전달한다. (4)에서는 목적 ZMP의 궤적과 예측 ZMP의 궤적간의 오차값을 발생시키고, 이를 (5)에 전달한다. (5)에서는 로봇에 적용하기 위한 COM 영역(domain)으로 변경하여 로봇에 적용한 뒤 COM 영역에서의 오차값을 (6)에 입력값으로 변환시켜준다. 변환된 값이 (6)에 입력됨으로써 전체 흐름이 이루어진다.Figure 1 shows the overall configuration of the present invention. First, when inputting an initial error value of Kalman filter as 0, go through the process of (1) inside the Kalman filter, and then go through the process of (2) using the measured ZMP value and then predict the next state value. In one ZMP prediction, the transformation of ZMP to the next predicted COM takes place in (3) and passes it to (4). In (4), an error value between the trajectory of the target ZMP and the trajectory of the predicted ZMP is generated and transmitted to (5). In (5), it changes to the COM area (domain) to be applied to the robot and converts the error value in the COM area to the input value in (6) after applying it to the robot. The converted value is inputted to (6), thereby making the whole flow.

본 발명의 일 실시예에 따른 2족보행로봇의 기구적 모델을 도 2에 도식하였다. (11)은 골반의 중심으로 상체와도 연결되는 부분이다. (12)는 각 다리의 골반 좌표계이고, (13)은 각 다리의 무릎 좌표계이고, (14)는 각 다리의 발목 좌표계이다. 또한 각 자유도(Degree Of Freedom)를 나타내는 관절(Joint)의 원점은 각 부분별에서 일치된다. 즉, 골반 좌표계에는 3개의 자유도를 가지는 관절의 좌표계가 한 점에 일치되어 있고, 발목 좌표계에는 2개의 자유도를 가지는 관절의 좌표계가 한 점에 일치되어 있다. 이러한 구조는 로봇의 데나빗-하텐버그 인자( Denavit - Hartenberg parameters)의 개수를 줄여주어 기구학적 분석을 용이하게 한다. 이러한 용이성은 제어적인 관점에서도 마찬가지로 영향을 끼치게 된다.A mechanical model of a biped walking robot according to an embodiment of the present invention is illustrated in FIG. 2. (11) is the part connected to the upper body to the center of the pelvis. (12) is the pelvis coordinate system of each leg, (13) is the knee coordinate system of each leg, and (14) is the ankle coordinate system of each leg. In addition, the origin of the joint representing each degree of freedom coincides with each part. That is, the coordinate system of a joint having three degrees of freedom coincides with a point in the pelvis coordinate system, and the coordinate system of a joint having two degrees of freedom coincides with one point in the ankle coordinate system. This structure reduces the number of Denavit-Hartenberg parameters of the robot, facilitating kinematic analysis. This ease of influence also affects control.

본 발명의 실시예에 따른 2족보행로봇의 동역학 모델을 도3에 도식하였다. (21)은 2족보행로봇의 보행 중의 상태이고, (22)는 2족보행로봇의 각 링크의 질량을 고려하였을 때 로봇의 운동을 해석할 수 있는 점질량이다. (23)은 로봇의 지지각을 역진자의 rod에 투영시키는 상태이다. (24)는 (22)와 연관된 것으로 역진자의 진자이다. (25)는 (23)과 연관된 것으로 역진자의 막대이다. 역진자의 운동은 각각 Y축에 대한 회전 성분인 pitching angle[θp]과 X축에 대한 회전 성분인 rolling angle[θr]로 나타낸다.The dynamic model of the biped walking robot according to the embodiment of the present invention is shown in FIG. 3. (21) is the state of walking of the biped robot, and (22) is the point mass which can analyze the motion of the robot when considering the mass of each link of the biped robot. Reference numeral 23 denotes a state in which the support angle of the robot is projected onto the rod of the inverted pendulum. (24) is related to (22) and is the pendulum of the inverted pendulum. (25) is associated with (23) and is the rod of the inverted pendulum. The motion of the inverted pendulum is represented by the pitching angle [θp], which is the rotational component about the Y axis, and the rolling angle [θr], which is the rotational component about the X axis, respectively.

이상에서 본 발명의 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.Although the embodiments of the present invention have been described in detail above, the scope of the present invention is not limited thereto, and various modifications and improvements of those skilled in the art using the basic concepts of the present invention defined in the following claims are also provided. It belongs to the scope of rights.

도 1은 본 발명에 따른 지엠피의 상태추정을 통한 2족보행로봇의 균형제어기법의 전체적인 구성도.
도 2는 본 발명의 실시예에 따른 2족보행로봇의 기구적 모델을 도시한 참고도.
도 3은 본 발명의 실시예에 따른 2족보행로봇의 동역학 모델을 도시한 참고도.1 is an overall configuration diagram of a balance control technique of a biped robot through the state estimation of the GM according to the present invention.
2 is a reference diagram showing a mechanical model of a biped robot according to an embodiment of the present invention.
3 is a reference diagram showing a dynamics model of a biped robot according to an embodiment of the present invention.

Claims (3)

삭제delete 2족보행로봇의 인간과 같은 안정적인 보행패턴을 얻기 위해, (a)역진자 모델로 단순화한 2족보행로봇의 동력학적 모델의 상태 값들을 Kalman 필터를 사용하여 적응적으로 보상함으로써 2족보행로봇의 부정확한 동력학적 모델링에서 발생하는 문제들을 해결하는 기법과, (b)Kalman 필터를 이용한 이족보행로봇의 다음 명령어주기의 ZMP의 상태추정 기법을 포함하는 지엠피의 상태추정을 통한 2족보행로봇의 균형제어기법에 있어서,In order to obtain a stable walking pattern like the human of the biped robot, (a) the biped robot by adaptively compensating the state values of the dynamic model of the biped robot simplified by the inverted pendulum model using Kalman filter. A method of solving biped walking robots through GM's state estimation, which includes techniques for solving the problems arising from inaccurate dynamic modeling of the model and (b) state estimation of ZMP in the next instruction cycle of the biped robot using the Kalman filter. In the balance control technique, 상기 (a)의 기법은 다관절 2족보행로봇의 동력학을 단순화하기 위해 역진자 모델을 사용하는 방법과 이로 인해 발생하는 2족보행로봇의 동력학적 모델의 부정확한 상태를 보상하기 위해 Kalman 필터를 사용하는 방법을 포함하는 것을 특징으로 하는 지엠피의 상태추정을 통한 2족보행로봇의 균형제어기법.The technique of (a) above uses the inverted pendulum model to simplify the dynamics of the articulated biped robots, and the Kalman filter to compensate for the inaccurate state of the dynamic model of the biped robots. Balance control method of biped robot through the estimation of the state of the GM characterized in that it comprises a method of using. 제 2항에 있어서,3. The method of claim 2, 상기 (b)의 기법은 Kalman 필터를 이용하여 2족보행로봇의 다음명령어 주기의 ZMP의 상태를 예측하는 방법; 다음 상태의 2족보행로봇의 ZMP 위치를 이용하여 로봇의 안정성을 보장하도록 제어하는 방법;을 포함하는 것을 특징으로 하는 지엠피의 상태추정을 통한 2족보행로봇의 균형제어기법.The technique of (b) includes a method of predicting the state of ZMP of the next instruction period of the biped robot using a Kalman filter; Method for controlling to ensure the stability of the robot using the ZMP position of the biped robot in the following state; Balance control method of the biped robot through the estimation of the GM characterized in that it comprises a.
KR1020080018139A 2008-02-28 2008-02-28 The balance control of biped robot using the predictive states of ZMP KR100953431B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020080018139A KR100953431B1 (en) 2008-02-28 2008-02-28 The balance control of biped robot using the predictive states of ZMP

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020080018139A KR100953431B1 (en) 2008-02-28 2008-02-28 The balance control of biped robot using the predictive states of ZMP

Publications (2)

Publication Number Publication Date
KR20090092910A KR20090092910A (en) 2009-09-02
KR100953431B1 true KR100953431B1 (en) 2010-04-20

Family

ID=41301444

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020080018139A KR100953431B1 (en) 2008-02-28 2008-02-28 The balance control of biped robot using the predictive states of ZMP

Country Status (1)

Country Link
KR (1) KR100953431B1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101073496B1 (en) 2009-02-27 2011-10-17 숭실대학교산학협력단 The Scheme of Balance Control Using the Kalman Filter Prediction of the ZMP State for the Stable Walking of a Biped Robot

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104331081B (en) * 2014-10-10 2017-11-07 北京理工大学 A kind of gait planning method of biped robot inclined-plane walking
CN111679644A (en) * 2020-07-07 2020-09-18 南京航空航天大学 Uncertain industrial robot motion control method considering system delay
KR102424506B1 (en) * 2020-09-15 2022-07-26 한국과학기술연구원 Method for Recovering Balance of Humanoid Robot via Step Generation

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003117857A (en) * 2001-08-01 2003-04-23 Honda Motor Co Ltd Floor reaction force presuming method for bipedal walk moving body and joint moment presuming method for bipedal walk moving body
KR20050003386A (en) * 2002-04-26 2005-01-10 혼다 기켄 고교 가부시키가이샤 Control device and footstep determination device for legged mobile robot
JP2005219206A (en) * 2000-11-17 2005-08-18 Honda Motor Co Ltd Walking robot's walkable generator
KR20080079845A (en) * 2007-02-28 2008-09-02 주식회사 싸인텔레콤 System and method for controling posture of biped robot using kalman filter

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005219206A (en) * 2000-11-17 2005-08-18 Honda Motor Co Ltd Walking robot's walkable generator
JP2003117857A (en) * 2001-08-01 2003-04-23 Honda Motor Co Ltd Floor reaction force presuming method for bipedal walk moving body and joint moment presuming method for bipedal walk moving body
KR20050003386A (en) * 2002-04-26 2005-01-10 혼다 기켄 고교 가부시키가이샤 Control device and footstep determination device for legged mobile robot
KR20080079845A (en) * 2007-02-28 2008-09-02 주식회사 싸인텔레콤 System and method for controling posture of biped robot using kalman filter

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101073496B1 (en) 2009-02-27 2011-10-17 숭실대학교산학협력단 The Scheme of Balance Control Using the Kalman Filter Prediction of the ZMP State for the Stable Walking of a Biped Robot

Also Published As

Publication number Publication date
KR20090092910A (en) 2009-09-02

Similar Documents

Publication Publication Date Title
JP5232124B2 (en) Control device for legged mobile robot
JP4225968B2 (en) Control device for legged mobile robot
US9073209B2 (en) Walking robot and control method thereof
US8311677B2 (en) Control device for legged mobile robot
US8504208B2 (en) Mobile object controller and floor surface estimator
US7873436B2 (en) Gait generator for mobile robot
KR101131776B1 (en) Gait generator of legged mobile robot
KR101140812B1 (en) Gait generating device for moving robot
KR20130068694A (en) Walking robot and method for controlling the same
US9079624B2 (en) Walking robot and method of controlling balance thereof
KR20110016520A (en) Tabilization apparatus for humanoid robot and method thereof
CN104407611A (en) Humanoid robot stable waling control method
KR20120069333A (en) Walking control apparatus of robot and method for controlling the same
EP3117967A1 (en) Transparency control method for robotic devices and a control device therefor
KR100953431B1 (en) The balance control of biped robot using the predictive states of ZMP
KR101073496B1 (en) The Scheme of Balance Control Using the Kalman Filter Prediction of the ZMP State for the Stable Walking of a Biped Robot
US9802315B2 (en) Controller for mobile robot
KR100927572B1 (en) Balance Control System and Control Method of Biped Robot Using Kalman Filter
McGibbon et al. The influence of segment endpoint kinematics on segmental power calculations
Muscato et al. Kinematical model and control architecture for a human inspired five DOF robotic leg
Vadakkepat et al. Biped locomotion: stability, analysis and control
JP5440152B2 (en) Legged robot and gait data generation method for it
Machbub et al. Slope Balancing Strategy for Bipedal Robot Walking Based on Inclination Estimation Using Sensors Fusion.
Bravo M et al. Trajectory generation from motion capture for a planar biped robot in swing phase
Hashlamon et al. Simple virtual slip force sensor for walking biped robots

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20130405

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20140318

Year of fee payment: 5

LAPS Lapse due to unpaid annual fee