WO2022027914A1 - 仿人机器人步态规划方法、装置和仿人机器人 - Google Patents

仿人机器人步态规划方法、装置和仿人机器人 Download PDF

Info

Publication number
WO2022027914A1
WO2022027914A1 PCT/CN2020/140562 CN2020140562W WO2022027914A1 WO 2022027914 A1 WO2022027914 A1 WO 2022027914A1 CN 2020140562 W CN2020140562 W CN 2020140562W WO 2022027914 A1 WO2022027914 A1 WO 2022027914A1
Authority
WO
WIPO (PCT)
Prior art keywords
leg
support
humanoid robot
original
force
Prior art date
Application number
PCT/CN2020/140562
Other languages
English (en)
French (fr)
Inventor
王家俊
赵明国
熊友军
Original Assignee
深圳市优必选科技股份有限公司
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 深圳市优必选科技股份有限公司 filed Critical 深圳市优必选科技股份有限公司
Publication of WO2022027914A1 publication Critical patent/WO2022027914A1/zh

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G05D1/028—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using a RF signal
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G05D1/0285—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using signals transmitted via a public communication network, e.g. GSM network

Definitions

  • Each joint of the humanoid robot is controlled according to the attitude control moment.
  • a trajectory tracking control module configured to control the original support leg according to the acquired posture of the waist and the pre-planned expected trajectory of the waist during the biped support period, and to control the original support leg according to the expected swing leg during the biped support period The trajectory controls the original swing leg;
  • the force information of the swing leg mainly refers to the force component in the vertical direction of the ground support reaction force received by the sole of the swing leg, that is, the component in the Z direction.
  • Step S120 according to the force information, determine whether the swing leg has landed, and when it is determined that the swing leg has landed, obtain the bipedal force information and waist posture of the humanoid robot after entering the bipedal support period.
  • the above-mentioned step S130 mainly refers to controlling the original supporting leg and the original swinging leg according to the expected trajectory in the pre-planned bipedal support period in the above-mentioned first stage.
  • the original support leg of the humanoid robot it will be controlled according to the desired trajectory of the waist during the bipedal support period, that is, the original support leg is still responsible for the trajectory tracking of the robot's waist and upper body posture control, but only during the period. different.
  • the left leg is the support leg at this time, so after entering the double-foot support period, the left leg will be marked as the original support leg, and the left leg will be used to control the waist movement.
  • the original swinging leg it will be controlled according to the desired trajectory of the swinging leg during the bipedal support period.
  • the control scaling factor takes a value of the first difference between the component and the first force threshold and the The ratio of the second difference between the first force threshold and the second force threshold, wherein the second force threshold is calculated according to the second preset coefficient and the gravity;
  • the information acquisition module 110 is configured to acquire the force information of the swing leg of the humanoid robot currently in the monopod support period.
  • the landing judging module 120 is configured to judge whether the swing leg has landed according to the force information, and when judging to land, obtain the force information of the feet and the posture of the waist after the humanoid robot enters the biped support period , wherein, when entering the bipedal support period, the support leg in the previous single-foot support period is recorded as the original support leg and the swing leg is recorded as the original swing leg.

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Manipulator (AREA)

Abstract

一种仿人机器人步态规划方法、装置和仿人机器人，仿人机器人步态规划方法包括：获取仿人机器人当前处于单足支撑期的摆动腿的受力信息（S110）；根据受力信息判断摆动腿是否落地，并在判断出落地时，获取仿人机器人进入双足支撑期后的双足受力信息及腰部位姿（S120）；根据腰部位姿和双足支撑期内的腰部期望轨迹控制原支撑腿，及根据摆动腿期望轨迹控制原摆动腿（S130）；根据双足受力信息及双足支撑期过渡时长判断是否达到预设任务切换条件，并在达到时切换原支撑腿和原摆动腿的轨迹跟踪任务（S140）。仿人机器人步态规划方法可以使仿人机器人在快速行走过程中实现支撑腿和摆动腿的平滑的交替切换，并保证仿人机器人的姿态和速度的动态稳定性等。

Description

仿人机器人步态规划方法、装置和仿人机器人
本申请要求于2020年08月07日在中国专利局提交的、申请号为202010788584.9的中国专利申请的优先权，其全部内容通过引用结合在本申请中。
技术领域
本申请涉及仿人机器人技术领域，尤其涉及一种仿人机器人步态规划方法、装置和仿人机器人。
背景技术
在仿人机器人的快速行走情形中，双足支撑期持续时间较短，如何在这较短的时间内完成支撑腿和摆动腿的切换，并且保证机器人姿态和速度的动态稳定是制约仿人机器人发展的关键问题。传统的方法一般规定双足支撑期时长，在指定的时间内预先规划出双足相对腰部坐标系的期望运动轨迹，通过跟踪期望轨迹，从而实现支撑腿和摆动腿的切换。
然而，上述的传统方法却存在以下缺点：一是控制方法没有考虑双足的受力情况，容易造成机器人的状态突变，严重时还可能发生失稳；二是受限于关节执行器的能力，当规定的双足支撑期持续时间较短时，无法保证轨迹跟踪精度，使得切换条件不能按时达成，从而限制了仿人机器人的行走速度；三是该方法不适用于直接应用到具有一定坡度或者起伏的不平路面的行走场景等。
技术问题
有鉴于此，本申请目的是为了克服现有技术中的不足，提供一种仿人机器人步态规划方法、装置和仿人机器人。
技术解决方案
本申请的一实施例提供一种仿人机器人步态规划方法，包括：
获取仿人机器人当前处于单足支撑期的摆动腿的受力信息；
根据所述受力信息判断所述摆动腿是否落地，并在判断出落地时，获取所述仿人机器人进入双足支撑期后的双足受力信息及腰部位姿，其中，当进入所述双足支撑期时，将上一单足支撑期中的支撑腿记为原支撑腿以及将所述摆动腿记为原摆动腿；
根据获取的所述腰部位姿和预先规划的所述双足支撑期内的腰部期望轨迹控制所述原支撑腿，及根据所述双足支撑期内的摆动腿期望轨迹控制所述原摆动腿；
根据所述双足受力信息及预设的双足支撑期过渡时长判断是否达到预设任务切换条件，并在达到时，切换所述原支撑腿和所述原摆动腿的轨迹跟踪任务，直到所述原支撑腿离地后进入下一单足支撑期。
在一些实施例中，该仿人机器人步态规划方法，还包括：
当所述仿人机器人处于所述单足支撑期时，对所述支撑腿进行对支撑腿进行重力补偿；
当所述仿人机器人进入所述双足支撑期时，在所述原支撑腿和所述原摆动腿之间进行重力补偿过渡。
在一些实施例中，所述重力补偿过渡包括：
按照预设多项式曲线或三角函数曲线来确定每一时刻下分别施加至所述原支撑腿和所述原摆动腿上的重力补偿量，其中，每个时刻下所述原支撑腿和所述原摆动腿的重力补偿量之和等于所述仿人机器人受到的重力。
在一些实施例中，该仿人机器人步态规划方法，还包括：
当所述仿人机器人处于所述单足支撑期时，根据当前支撑腿的受力信息及所述仿人机器人受到的重力计算控制缩放系数；
根据计算得到的所述控制缩放系数对所述单足支撑期内的输出控制力矩进行调整，其中，所述输出控制力矩根据预先规划的所述单足支撑期内的腰部期望轨迹和实际获取的腰部位姿计算得到；
根据调整后的所述控制力矩对所述当前支撑腿的各个关节进行控制。
在一些实施例中，所述当前支撑腿的受力信息包括所述当前支撑腿受到的地面支反力在竖直方向的分量，所述根据当前支撑腿的受力信息及所述仿人机器人受到的重力计算控制缩放系数包括：
当所述分量小于等于预设的第一受力阈值时，所述控制缩放系数取值为第一预设值，其中，所述第一受力阈值根据第一预设系数和所述重力计算得到；
当所述分量大于所述第一受力阈值且小于预设的第二受力阈值时，所述控制缩放系数取值为所述分量和所述第一受力阈值之间的第一差值与所述第一受力阈值和所述第二受力阈值之间的第二差值的比值，其中，所述第二受力阈值根据第二预设系数和所述重力计算得到；
当所述分量大于等于所述第二受力阈值时，所述控制缩放系数取值为第二预设值。
在一些实施例中，所述第一预设值为0；所述第二预设值为1。
在一些实施例中，所述第一预设系数的取值范围为(0，0.3]；所述第二预设系数的取值范围为[0.7，1)。
在一些实施例中，每条腿的所述受力信息包括对应腿的足底受到的地面支反力在竖直方向的分量，所述仿人机器人的每条腿上均设有力传感器或力矩传感器，所述分量的获取包括：
通过对应腿的所述力传感器或所述力矩传感器采集得到所述对应腿足底在自身足底坐标系下受到的地面支反力；
根据世界坐标系到对应腿的足底坐标系的旋转矩阵及所述足底坐标系下受到的所述地面支反力计算得到所述地面支反力在竖直方向的分量。
在一些实施例中，所述力传感器为六维力传感器，所述仿人机器人的每条腿的足底设有一个所述六维力传感器。
在一些实施例中，所述力矩传感器包含若干个，所述仿人机器人的每条腿的每个关节设有一个所述力矩传感器。
在一些实施例中，所述根据所述受力信息判断所述摆动腿是否落地包括：
判断所述摆动腿足底受到的地面支反力在竖直方向的分量是否大于一预设阈值，若大于，则判断所述摆动腿落地，否则判断不落地。
在一些实施例中，所述根据所述双足受力信息及预设的双足支撑期过渡时长判断是否达到预设任务切换条件包括：
当所述仿人机器人进入所述双足支撑期的时长小于所述双足支撑期过渡时长时，所述原摆动腿足底受到的地面支反力在竖直方向的分量大于所述原支撑腿足底受到的地面支反力在竖直方向的分量；或者，所述仿人机器人进入所述双足支撑期的时长等于所述双足支撑期过渡时长；
若满足上述两种条件中的任意一种，则判断达到任务切换条件，否则，判断未达到任务切换条件。
在一些实施例中，所述根据所述腰部位姿和预先规划的所述双足支撑期内的腰部期望轨迹控制所述原支撑腿包括：
根据预先规划的所述双足支撑期内的腰部期望轨迹计算所述仿人机器人的腰部期望位姿；
根据所述腰部位姿及所述腰部期望位姿之间的偏差计算姿态控制力矩；
根据所述姿态控制力矩对所述仿人机器人的各个关节进行控制。
本申请的一实施例还提供一种仿人机器人步态规划装置，包括：
信息获取模块，用于获取仿人机器人当前处于单足支撑期的摆动腿的受力信息；
落地判断模块，用于根据所述受力信息判断所述摆动腿是否落地，并在判断出落地时，获取所述仿人机器人进入双足支撑期后的双足受力信息及腰部位姿，其中，当进入所述双足支撑期时，将上一单足支撑期中的支撑腿记为原支撑腿以及将所述摆动腿记为原摆动腿；
轨迹跟踪控制模块，用于根据获取的所述腰部位姿和预先规划的所述双足支撑期内的 腰部期望轨迹控制所述原支撑腿，及根据所述双足支撑期内的摆动腿期望轨迹控制所述原摆动腿；
任务切换模块，用于根据所述双足受力信息及预设的双足支撑期过渡时长判断是否达到预设任务切换条件，并在达到时，切换所述原支撑腿和所述原摆动腿的轨迹跟踪任务，直到所述原支撑腿离地后进入下一单足支撑期。
本申请的一实施例还提供一种仿人机器人，其采用上述的仿人机器人步态规划方法进行行走过程中的双足支撑期步态规划。
本申请的一实施例还提供一种可读存储介质，其存储有计算机程序，在所述计算机程序被执行时，实施根据上述的仿人机器人步态规划方法。
有益效果
本申请的实施例具有如下优点：
本申请实施例的技术方案利用足底受力信息来判断是否进入双足支撑期，并结合足底受力信息及腰部的位姿信息等对仿人机器人进行控制，以实现对期望轨迹的精确跟踪；还利用主要基于足底受力信息的任务切换条件来决定机器人的状态切换，并在达到时进行两腿的任务切换，以实现仿人机器人在行走过程中支撑腿和摆动腿的平滑的交替切换。另外，由于预设的任务切换条件能够按时达成，故可以保证仿人机器人的行走速度，可进一步可保证机器人在快速行走过程中的姿态和速度的动态稳定性等。
附图说明
为了更清楚地说明本申请的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对本申请保护范围的限定。在各个附图中，类似的构成部分采用类似的编号。
图1示出了本申请实施例的仿人机器人步态规划方法的第一流程示意图；
图2示出了本申请实施例的仿人机器人步态规划方法的应用示意图；
图3示出了本申请实施例的仿人机器人步态规划方法的第二流程示意图；
图4示出了本申请实施例的仿人机器人步态规划方法的第三流程示意图；
图5示出了本申请实施例的仿人机器人步态规划方法的第四流程示意图；
图6示出了本申请实施例的仿人机器人步态规划装置的结构示意图。
本发明的实施方式
下面将结合本申请实施例中附图，对本申请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申请一部分实施例，而不是全部的实施例。
通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和 设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
在下文中，可在本申请的各种实施例中使用的术语“包括”、“具有”及其同源词仅意在表示特定特征、数字、步骤、操作、元件、组件或前述项的组合，并且不应被理解为首先排除一个或更多个其它特征、数字、步骤、操作、元件、组件或前述项的组合的存在或增加一个或更多个特征、数字、步骤、操作、元件、组件或前述项的组合的可能性。
此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
除非另有限定，否则在这里使用的所有术语(包括技术术语和科学术语)具有与本申请的各种实施例所属领域普通技术人员通常理解的含义相同的含义。所述术语(诸如在一般使用的词典中限定的术语)将被解释为具有与在相关技术领域中的语境含义相同的含义并且将不被解释为具有理想化的含义或过于正式的含义，除非在本申请的各种实施例中被清楚地限定。
实施例1
请参照图1，本实施例提出一种仿人机器人步态规划方法，可实现支撑腿和摆动腿的平滑交替切换，进而实现稳步地快速行走等。
通常地，当仿人机器人在行走时，两条腿将交替与接触面进行接触。在行走过程中，主要包括两个时期，分别是单足支撑期及双足支撑期，且这两个时期依次出现。其中，双足支撑期主要指两腿进行交替切换时的过渡期，也可称双足过渡期。可以理解，此处的接触面可指任意的不受坡度约束的支撑地面或具有支撑作用的平台等。
无论是在单足支撑期或是双足支撑期内，处于支撑状态的腿的足底均将受到来自接触面的支撑反作用力，也称地面支反力。示范性地，该地面支反力包括X、Y和Z三个方向上的受力，其可以通过设置在仿人机器人身上的力传感器或力矩传感器采集得到。
步骤S110，获取仿人机器人当前处于单足支撑期的摆动腿的受力信息。
本实施例中，上述摆动腿的受力信息主要指该摆动腿的足底受到的地面支反力在竖直方向上的受力分量，即在Z方向上的分量。
为更好地说明本申请实施例所用的坐标系，参见图2，以某一时刻的单足支撑期为例，此时若右腿为支撑腿，左腿为摆动腿，如图2所示，C w表示世界坐标系，其中，X w和Z w分别表示X方向和Z方向；C t表示仿人机器人的躯干坐标系(也为腰部所在的坐标系)，C l代表左脚足底坐标系，C r代表右脚足底坐标系，即为此时的支撑腿坐标系，其中，世界 坐标系C w与支撑脚坐标系C r原点重合。考虑到仿人机器人在行走过程中，主要受到竖直向下的重力，本实施例将获取世界坐标系C w下的足底受力。
上述足底受力可通过相应的传感器采集计算得到。在一种实施方式中，在仿人机器人每条腿的足底各安装一个六维力传感器，可选取传感器坐标与各足底坐标系相同，于是该六维力传感器将输出对应腿足底分别在X、Y和Z三个方向上受到的力及力矩。进而，根据世界坐标系到对应腿的足底坐标系的旋转矩阵以及该足底坐标系下受到的地面支反力计算得到该地面支反力在竖直方向的分量。
例如，如图2所示，以当前处于支撑状态的右腿为例，若六维力传感器的输出记为F r，其中，F r为六维向量，包括该右腿足底分别在X、Y和Z三个方向上受到的力及力矩，若世界坐标系C w到右腿足底坐标系C r的旋转矩阵为R wr，此时该地面支反力在竖直方向的分量F w为：
F w＝R wrF r。
在另一种实施方式中，可在仿人机器人每条腿的每个关节设有一个力矩传感器，通过对应腿上的各力矩传感器采集得到各关节受到的外力矩，再利用躯干坐标系相对对应腿足底坐标系的速度雅克比矩阵可计算得到该对应腿的足底受力，即上述的地面支反力。进而，根据世界坐标系到躯干坐标系的旋转矩阵以及该足底坐标系下受到的地面支反力计算得到该地面支反力在竖直方向的分量。
例如，若该仿人机器的单腿的关节驱动数目为N，如图2所示，仍以当前处于支撑状态的右腿为例，则该右腿各个关节的力矩记为τ r，τ r为N维向量。若躯干坐标系C t相对于右腿足底坐标系C r的速度雅克比矩阵为J rt，于是，相对于躯干坐标系C t，该右腿足底在X、Y、Z三个方向上的受力F t为：
F t＝(J rt) -1τ r。
进而，利用坐标系转换计算出该足底受力在竖直方向上的分量F w如下，其中，R wt为世界坐标系C w到躯干坐标系C t的旋转矩阵：
F w＝R wtF t。
应当理解，为获取该仿人机器人的足底受到的地面支反力在竖直方向上的分量，上述的两种实施方式仅为示例，关于传感器的类型及安装位置，并不限于这两种方式，具体可根据实际需求来确定。
步骤S120，根据所述受力信息判断所述摆动腿是否落地，并在判断出落地时，获取仿人机器人进入双足支撑期后的双足受力信息及腰部位姿。
传统的步态规划方法往往没有考虑到足底受力情况，在切换时容易造成机器人的状态突变，严重时还可以发生失稳。为此，本实施例将在整个步态规划过程中考虑仿人机器人的足底受力，例如，通过单足支撑期内摆动腿的足底受力信息来判断落地情况，以及在落地后利用双足足底受力信息及腰部位姿等信息来控制仿人机器人，还利用双足受力信息来判断何时进行双腿任务切换，从而保证在双足支撑期内该仿人机器人的受力情况和状态的平滑过渡等。
示范性地，当仿人机器人处于单足支撑期时，可根据处于悬空状态的摆动腿的足底受力来判断是否落地。例如，当获取到摆动腿足底受到的地面支反力在竖直方向的分量后，可判断该分量是否大于一预设阈值，若大于，则判断所述摆动腿此时落地，否则判断还未落地。可以理解，对于该预设阈值可根据实际需求来设定，在此并不作限定。
若判断出摆动腿还未落地，则说明该仿人机器人仍处于单足支撑期内，此时按照预先规划的单足支撑期内的摆动腿的期望轨迹来控制该摆动腿，以及按照单足支撑期内的腰部期望轨迹来控制该支撑腿，以使该仿人机器的腰部跟踪预先规划好的随时间变化的期望轨迹。
若判断出摆动腿落地，则说明仿人机器人进入双足支撑期。示范性地，可通过相应的力传感器或力矩传感器获取得到双足各自的受力信息。对于双足及腰部在世界坐标系中的位置信息，例如，可通过安装在各关节处的传感器或位移编码器等采集及计算得到。而对于腰部相对于地面的姿态，例如，可通过安装在仿人机器人腰部的惯性测量单元(IMU)等来测量得到。应当理解的是，所述的腰部位姿并不限于为腰部位置和腰部姿态，在一些实施方式中，该腰部位姿也可以仅包括腰部位置和腰部姿态中的一种。
步骤S130，根据获取的所述腰部位姿和预先规划的所述双足支撑期内的腰部期望轨迹控制所述原支撑腿，及根据所述双足支撑期内的摆动腿期望轨迹控制所述原摆动腿。
示范性地，当仿人机器人进入双足支撑期后，可将上一单足支撑期中的支撑腿记为原支撑腿以及将摆动腿记为原摆动腿，例如，以图2所示的单足支撑期为例，此时的左腿将标记为原支撑腿，右腿标记为原摆动腿。此外，在落地时刻，初始化时间变量t＝0。可以理解，当仿人机器人的状态发生变化时，其步态通常需要重新规划，且不同时期的步态往往不同。
为方便理解，这里将双足支撑期划分为两阶段，分别是在进入双足支撑期后到两腿的任务角色切换之前的第一阶段，以及两腿的任务角色切换之后到重新进入下一单足支撑期(即新的摆动腿离地)之前的第二阶段。当满足预设的任务切换条件时，仿人机器人由第一阶段进入第二阶段。
对于上述步骤S130，主要指在上述第一阶段内，按照预先规划的双足支撑期内的期望轨迹来控制该原支撑腿和原摆动腿。示范性地，对于该仿人机器人的原支撑腿，将按照双足支撑期内的腰部期望轨迹来控制，即该原支撑腿仍负责机器人腰部的轨迹跟踪和上身姿态控制，只是所处的时期不同。以图2为例，在单足支撑期内，此时左腿为支撑腿，故在进入双足支撑期后，左腿将标识为原支撑腿，且左腿将用于控制腰部运动。而对于原摆动腿，将按照双足支撑期内的摆动腿期望轨迹进行控制。
在一种实施方式中，如图3所示，上述的根据腰部位姿和预先规划的双足支撑期内的腰部期望轨迹控制原支撑腿，主要包括：
步骤S131，根据预先规划的双足支撑期内的腰部期望轨迹计算仿人机器人的腰部期望位姿。
步骤S132，根据获取的腰部位姿及所述腰部期望位姿之间的偏差计算姿态控制力矩。
步骤S133，根据所述姿态控制力矩对仿人机器人的各个关节进行控制。
示范性地，若仿人机器人的腰部位姿X t用一个六维向量表示，即有X t＝[x t,y t,z t,roll t,pitch t,yaw t]，其中，(x t,y t,z t)表示在世界坐标系下该腰部的坐标位置，包括在X轴、Y轴和Z轴方向上的坐标值；(roll t,pitch t,yaw t)表示腰部相对地面的姿态，包括翻滚角、俯仰角和偏航角。此时，原支撑腿的各个关节驱动器将控制腰部运动，使腰部按照双足支撑期内的腰部期望轨迹
Figure PCTCN2020140562-appb-000001
进行轨迹跟踪，其中，t∈[0，T dsp]，T dsp为预设的双足支撑期过渡时长。
于是，可通过上述的腰部期望轨迹
Figure PCTCN2020140562-appb-000002
计算得到不同时刻下的腰部期望位姿，而实际的腰部位姿可通过IMU及关节编码器等测量及计算得到。进而，利用期望值与反馈的实际值之间的偏差来计算控制力矩以用于对各关节进行控制，可以实现对腰部期望轨迹的精确跟踪。
通常地，在单足支撑期内，将按照预先规划好的单足支撑期内的摆动腿期望轨迹对其进行控制，示范性地，对于带脚板的平足机器人，其摆动腿的状态向量可由一个六维向量表示，以图2所示的左腿为例，即有X l＝[x l,y l,z l,roll l,pitch l,yaw l]，其中，(x l,y l,z l)表示该摆动腿在世界坐标系下的位置；而(roll l,pitch l,yaw l)表示该摆动腿相对于地面的姿态。而对于点足机器人，由于没有脚板，故不存在脚板姿态，可通过一个三维向量表示，即X l＝[x l,y l,z l]。
进入双足支撑期后，对于原摆动腿，以图2所示的左腿为例，其在双足支撑期内的摆动腿期望轨迹可记为
Figure PCTCN2020140562-appb-000003
其中，t∈[0，T dsp]。一般地，对于双足支撑期内的原摆动腿的期望状态
Figure PCTCN2020140562-appb-000004
可以理解为：在XY方向保持落地时刻相对于世界坐标系C w的位置，Z方向由落地时刻的实际值平滑过渡到期望的上升高度；以及，对于带脚板的平足机器人，脚板姿态由落地时刻的实际值平滑过渡到与地面平行的状态。
在双足支撑期内，随着仿人机器人的两腿执行各自的轨迹跟踪，在达到预设的任务切换条件时，两腿将进行任务互换。此时，仿人机器人将由第一阶段进入第二阶段。
步骤S140，根据所述双足受力信息及预设的双足支撑期过渡时长判断是否达到预设任务切换条件，并在达到时，切换所述原支撑腿和所述原摆动腿的轨迹跟踪任务，直到所述原支撑腿离地后进入下一单足支撑期。
考虑到可能存在不同的落地情况，本实施例将基于双足的受力信息及双足支撑期过渡时长来判断何时进行任务切换，从而更好地应对仿人机器人在行走过程中的状态切换，尤其对于不平坦的地面，可以有效地处理由于不平路面引起的提前于规划发生摆动腿落地及滞后于规划发生摆动腿落地的情况，换言之，本实施例的方法可以使仿人机器人对地形地势没有要求，具有广泛的适应性。
对于上述步骤S140，该预设任务切换条件主要包括：当仿人机器人进入双足支撑期的时长小于预设的双足支撑期过渡时长时，原摆动腿足底受到的地面支反力在竖直方向的分量大于原支撑腿足底受到的地面支反力在竖直方向的分量。或者，当仿人机器人进入双足支撑期的时长等于预设的双足支撑期过渡时长，即到达该过渡时长时。
示范性地，若原摆动腿足底受到的地面支反力在竖直方向的分量记为
Figure PCTCN2020140562-appb-000005
原支撑腿足底受到的地面支反力在竖直方向的分量记为
Figure PCTCN2020140562-appb-000006
双足支撑期过渡时长为T dsp，则该预设任务切换条件可表示为：
Figure PCTCN2020140562-appb-000007
即，只要满足上述两种条件中的任意一种，则可判断达到任务切换条件，否则，判断未达到任务切换条件。
其中，上述的任务切换是指，原支撑腿将执行新规划的双足支撑期内的摆动腿的期望轨迹；而原摆动腿将执行新规划的双足支撑期内的腰部期望轨迹及上身躯干的姿态控制。随后，待双足支撑期结束后，该原支撑腿变为下一单足支撑期内的摆动腿，用于执行单足支撑期内的摆动腿的期望轨迹；同时该原摆动腿变为支撑腿，用于执行单足支撑期内的腰 部期望轨迹及上身躯干姿态控制。
可以理解，对于上述第一种条件，主要是在到达预设的过渡时长之前，通过比较两条腿的受力大小来判断，从而能够有效地应对提前落地的情况。例如，当机器人遇到凸起地面或上坡时，往往在过渡时长未到达前，原摆动腿足底受到的地面支反力在竖直方向的分量将增大到大于原支撑腿的受到的地面支反力在竖直方向的分量，此时无须等到到达过渡时长而可提前进行两腿的任务切换。而对于第二种条件，主要是根据进入双足支撑期的时长来判断，例如，当机器人遇到坑洼地面或下坡时，只要超过预设的过渡时长，不管此时的双足的足底受力情况，将强行进行两腿的任务切换，这样可以有效地应对滞后落地的情况。
值得注意的是，考虑到双足支撑期的过渡时长往往较短，尤其在快速行走过程中，过渡时长更短，故仿人机器人由第一阶段进入第二阶段后，在第二阶段内的时长通常可忽略，换言之，仿人机器人进行任务切换后，双足支撑期也基本已结束。在一些实施方式中，如控制快速行走的场合等，可直接按照下一单足支撑期内的腰部期望轨迹及摆动腿期望轨迹来分别控制任务切换后的支撑腿和摆动腿。
对于上述步骤S140，在两腿任务切换后，可获取双足各自的受力信息以及双足和腰部在世界坐标系中的位置等信息进行两腿的任务轨迹跟踪。并且，还将判断新的支撑腿是否离地，示范性地，可通过该新的支撑腿足底受到的地面支反力的分量是否小于上述的预设阈值，若小于或等于，则判断离地，此时双足支撑期结束，并进入下一单足支撑期，至此，完成了一次两腿交替的整个过程。
本实施例的步态规划方法基于时间规划及足底受力信息，使得摆动腿与支撑腿的切换过程自动化程度更高更智能；其中，通过上述提出的两种任务切换条件，可以有效地应对提前落地及滞后落地的情况，即对地形地势没有要求，具有广泛的适应性。另外，由于任务切换条件能够按时达成，故可以保证仿人机器人的行走速度。此外，由于主要是通过受力信息来决定机器人的状态切换，对于双足支撑期的过渡时长没有依赖性，即对于快速行走和慢速行走的场景都适用。利用该方法可以实现快速的连续行走，并保持上身稳定地跟踪期望姿态轨迹等。
实施例2
请参照图4，基于上述实施例1的方法，本实施例提出的仿人机器人步态规划方法还包括，在单足支撑期及双足支撑期进行重力补偿，具体包括：
步骤S210，当仿人机器人进入单足支撑期时，对支撑腿进行重力补偿。
示范性地，对于单足支撑期，该重力补偿总量为F g＝[0,0,mg]，其中，mg为仿人机器 人受到的重力，将重力补偿总量全部施加至支撑腿上。
可以理解，对于上述步骤S210，通常发生在进入单足支撑期的时候，故其与上述实施例1的方法中的部分步骤的执行顺序并不作具体限定，例如，可以与步骤S110按照先后顺序执行，也可以两者同时执行等。
步骤S220，当仿人机器人进入双足支撑期时，在原支撑腿和原摆动腿之间进行重力补偿过渡。
示范性地，可按照预设函数曲线来确定每一时刻下分别施加至原支撑腿和原摆动腿上的重力补偿量，其中，每个时刻下的原支撑腿和原摆动腿的重力补偿量之和等于仿人机器人受到的重力。例如，该预设函数曲线可包括但不限于为多项式曲线或三角函数曲线等。
以一次函数曲线为例，原支撑腿的重力补偿量为
Figure PCTCN2020140562-appb-000008
原摆动腿的重力补偿量为
Figure PCTCN2020140562-appb-000009
于是满足如下公式：
Figure PCTCN2020140562-appb-000010
可以理解，在进入双足支撑期后，原支撑腿的重力补偿量将逐渐减小至0，而原摆动腿的重力补偿量将逐步增大至F g，二者之和始终等于F g，由于机器人重量的承受是逐渐由原支撑腿转移至原摆动腿，因此可以更好地使机器人上身躯干稳定地跟踪到腰部期望轨迹。
值得注意的是，对于上述的重力补偿过渡的时长，通常从进入双足支撑期的时刻开始计算，并直到双足支撑期结束后停止。作为一种实施方式，在两腿进行任务切换之前，可按照上述步骤S220进行重力补偿过渡；而当双腿进行了任务切换后，由于原摆动腿尚未离地，而原摆动腿及原支撑腿之间的重力补偿过渡此时尚未完成，故可继续完成余下的重力补偿过渡，直到原支撑腿离地进入下一单足支撑期，最终作为新的支撑腿的原摆动腿上所施加的重力补偿量为重力补偿总量。
作为另一实施方式，考虑到整个双足支撑期的过渡时长较短，当两腿进行任务切换后，尤其是在快速行走过程中，基本也完成了双足过渡，此时可将余下未过渡完的重力补偿量一次性施加至原摆动腿上，即实现将重力补偿总量全部施加至新的支撑腿上。
可以理解，对于上述步骤S220，由于发生在进入双足支撑期的时候，通常地，在步骤S120中的判断出落地之后执行，其与上述实施例1中的步骤S120中的获取双足受力信息及腰部位姿的步骤的执行顺序并不作限定，可以是两者同时执行，也可以是按照预设的先 后执行等。
实施例3
请参照图5，基于上述实施例1或2，本实施例提出的仿人机器人步态规划方法还包括，在单足支撑期内进行控制力矩调整，从而有效避免机器人足底打滑失稳等。示范性地，该方法还包括：
步骤S310，当仿人机器人处于单足支撑期时，根据当前支撑腿的受力信息及仿人机器人受到的重力计算控制缩放系数。
示范性地，上述支撑腿的受力信息主要包括支撑腿受到的地面支反力在竖直方向的分量。对于该控制缩放系数，主要由支撑腿的足底受力大小及机器人受到的重力共同决定。
在一种实施方式中，所述根据当前支撑腿的受力信息及所述仿人机器人受到的重力计算控制缩放系数，包括：
当该分量小于等于预设的第一受力阈值时，所述控制缩放系数取值为第一预设值，其中，所述第一受力阈值根据第一预设系数和所述重力计算得到。示范性地，在一种实施方式中，第一预设值可为0。
当该分量大于所述第一受力阈值且小于预设的第二受力阈值时，所述控制缩放系数取值为所述分量和所述第一受力阈值之间的第一差值与所述第一受力阈值和所述第二受力阈值之间的第二差值的比值，其中，所述第二受力阈值根据第二预设系数和所述重力计算得到；
当该分量大于等于所述第二受力阈值时，所述控制缩放系数取值为第二预设值。示范性地，在一种实施方式中，第二预设值可为1。
若用表达式描述，当前支撑腿受到的地面支反力在竖直方向的分量为F z，控制缩放系数为η，其中，η∈[0,1]，该第一预设值选取为0，该第二预设值选取为1，于是有：
Figure PCTCN2020140562-appb-000011
在上式中，f 1＝i*mg，f 2＝j*mg，其中，m为机器人总质量，g为重力加速度；i为第一预设系数，j为第二预设系数。
在一种实施方式中，该第一预设系数的取值范围为(0，0.3]。该第二预设系数的取值范围为[0.7，1)。可以理解，在实际应用中，可以根据实际地面摩擦情况将该第一预设系数和 第二预设系数作为可调试的参数，以适用于不同的地面摩擦情况。
步骤S320，根据计算得到的所述控制缩放系数对单足支撑期内的输出控制力矩进行调整。其中，所述输出控制力矩根据预先规划的单足支撑期内的腰部期望轨迹和实际获取的腰部位姿计算得到。
为更清楚地说明本实施例的控制力矩调整，下面以机器人上身姿态的输出控制力矩为例进行举例说明。可以理解，该单足支撑期内的输出控制力矩不限于为姿态控制力矩，具体可根据实际需求来计算得到。
以行走过程中对机器人上身躯干的姿态控制(也为腰部姿态控制)为例，测量得到的腰部姿态记为Θ t，当偏离期望姿态
Figure PCTCN2020140562-appb-000012
时，在一种实施方式中，可通过姿态反馈控制器计算输出相应的姿态控制力矩，如比例-微分(PD)控制器等，于是该姿态控制力矩
Figure PCTCN2020140562-appb-000013
与腰部的实际姿态Θ t及期望姿态
Figure PCTCN2020140562-appb-000014
满足如下运算关系：
Figure PCTCN2020140562-appb-000015
其中，K p、K d分别为PD控制器中的比例系数矩阵及微分系数矩阵；
Figure PCTCN2020140562-appb-000016
和
Figure PCTCN2020140562-appb-000017
分别为腰部的期望姿态
Figure PCTCN2020140562-appb-000018
及实际姿态Θ t的导数。应当理解，姿态控制力矩
Figure PCTCN2020140562-appb-000019
为广义姿态控制力矩。上述的姿态反馈控制器不限于为上述的PD控制器，也可以为其他的控制器，如PID控制器等，具体可根据实际需求选取，在此并不作限定。
在未调整前，通常将利用计算得到的姿态控制力矩来直接对仿人机器人的各个关节进行控制。然而，为保证支撑足满足与地面的摩擦锥约束，本实施例提出对输出的控制力矩进行缩放控制，即利用求解到的控制缩放系数乘以该计算得到的未调整的输出控制力矩，以达到调整目的。
仍以姿态控制力矩为例，若单足支撑期内的姿态控制力矩为
Figure PCTCN2020140562-appb-000020
则调整后的姿态控制力矩为
Figure PCTCN2020140562-appb-000021
步骤S330，根据调整后的控制力矩对当前支撑腿的各个关节进行控制。
其中，在未调整前，通常将计算得到的输出控制力矩来对仿人机器人的各个关节进行控制。对于力控型机器人，示范性地，以姿态控制力矩
Figure PCTCN2020140562-appb-000022
为例，由于动力学方程中存在非线性项，故将考虑非线性项的补偿量，各个关节的力矩
Figure PCTCN2020140562-appb-000023
可通过以下公式求解：
Figure PCTCN2020140562-appb-000024
其中，J rt为躯干坐标系C t相对于右腿足底坐标系C r的速度雅克比矩阵；D(q R)为质量矩阵；
Figure PCTCN2020140562-appb-000025
为补偿量，包括机器人动力学的科氏力、离心力和重力；q R表示广义量，包含机器人腰部位姿和各个关节的角度，其中，
Figure PCTCN2020140562-appb-000026
表示对广义量q R的求导，
Figure PCTCN2020140562-appb-000027
表示对
Figure PCTCN2020140562-appb-000028
的求导。
对于位控型机器人，在一种实施方式中，各个关节的角度可通过关节导纳控制器进一步计算得到，例如，将上述求解到的
Figure PCTCN2020140562-appb-000029
作为导纳控制器的输入，各个关节的角度
Figure PCTCN2020140562-appb-000030
作为导纳控制器的输出。
对于上述步骤S330，示范性地，只需要将调整前的姿态控制力矩
Figure PCTCN2020140562-appb-000031
替换为调整后的姿态控制力矩
Figure PCTCN2020140562-appb-000032
代入上述公式即可。
可以理解，对于上述步骤S310-S330，由于发生在单足支撑期，故其与上述实施例1或2的方法中的其他步骤的执行顺序并不作具体限定，只要能够满足在单足支撑期内且获取到相应足底受力信息后执行即可。
本实施例的步态规划方法基于足底受力信息等可以实现摆动腿与支撑腿之间的平滑交替切换，并有效应对提前落地及滞后落地的情况，同时还考虑到重力补偿，通过结合支撑腿的足底受力信息和机器人受到的重力，以保证在单足支撑期内支撑腿足底与地面的摩擦锥约束，从而保证在机器人快速行走过程中，能够有效避免机器人足底打滑失稳，提高仿人机器人的姿态和速度的动态稳定性等。
实施例4
请参照图6，基于上述实施例1或2或3的方法，本实施例提出一种仿人机器人步态规划装置10，包括：
信息获取模块110，用于获取仿人机器人当前处于单足支撑期的摆动腿的受力信息。
落地判断模块120，用于根据所述受力信息判断所述摆动腿是否落地，并在判断出落地时，获取所述仿人机器人进入双足支撑期后的双足受力信息及腰部位姿，其中，当进入所述双足支撑期时，将上一单足支撑期中的支撑腿记为原支撑腿以及将所述摆动腿记为原摆动腿。
轨迹跟踪控制模块130，用于根据获取的所述腰部位姿和预先规划的所述双足支撑期内的腰部期望轨迹控制所述原支撑腿，及根据所述双足支撑期内的摆动腿期望轨迹控制所述原摆动腿。
任务切换模块140，用于根据所述双足受力信息及预设的双足支撑期过渡时长判断是否达到预设任务切换条件，并在达到时，切换所述原支撑腿和所述原摆动腿的轨迹跟踪任务，直到所述原支撑腿离地后进入下一单足支撑期。
在一种可选的实施方式中，该仿人机器人步态规划装置10还包括：
重力补偿模块，用于当所述仿人机器人处于所述单足支撑期时，对所述支撑腿进行对支撑腿进行重力补偿；当所述仿人机器人进入所述双足支撑期时，在所述原支撑腿和所述原摆动腿之间进行重力补偿过渡。
在一种可选的实施方式中，该仿人机器人步态规划装置10还包括：
控制调整模块，用于当所述仿人机器人处于所述单足支撑期时，根据当前支撑腿的受力信息及所述仿人机器人受到的重力计算控制缩放系数；根据计算得到的所述控制缩放系数对所述单足支撑期内的输出控制力矩进行调整，其中，所述输出控制力矩根据预先规划的所述单足支撑期内的腰部期望轨迹和实际获取的腰部位姿计算得到；根据调整后的所述控制力矩对所述当前支撑腿的各个关节进行控制。
可以理解，本实施例的装置对应于上述实施例1或2或3的方法，上述实施例1或2或3的可选项同样适用于本实施例，故在此不再详述。
本申请的一实施例还提出一种仿人机器人，在对该仿人机器人进行行走时的双足支撑期步态规划时，可执行上述实施例1或2或3的方法或实施例4的装置中的各模块的功能。示范性地，该仿人机器人可以是带脚板的平足机器人，也可以是点足机器人等。
本申请的一实施例还提供了一种可读存储介质，其存储有计算机程序，在所述计算机程序被实施时，执行上述的仿人机器人步态规划方法。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和结构图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，结构图和/或流程图中的每个方框、以及结构图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本申请各个实施例中的各功能模块或单元可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或更多个模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是智能手机、个人计算机、服务器、或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。

Claims (13)

  1. 一种仿人机器人步态规划方法，其特征在于，包括：
    获取仿人机器人当前处于单足支撑期的摆动腿的受力信息；
    根据所述受力信息判断所述摆动腿是否落地，并在判断出落地时，获取所述仿人机器人进入双足支撑期后的双足受力信息及腰部位姿，其中，当进入所述双足支撑期时，将上一单足支撑期中的支撑腿记为原支撑腿以及将所述摆动腿记为原摆动腿；
    根据获取的所述腰部位姿和预先规划的所述双足支撑期内的腰部期望轨迹控制所述原支撑腿，及根据所述双足支撑期内的摆动腿期望轨迹控制所述原摆动腿；
    根据所述双足受力信息及预设的双足支撑期过渡时长判断是否达到预设任务切换条件，并在达到时，切换所述原支撑腿和所述原摆动腿的轨迹跟踪任务，直到所述原支撑腿离地后进入下一单足支撑期。
  2. 根据权利要求1所述的方法，其特征在于，还包括：
    当所述仿人机器人处于所述单足支撑期时，对所述支撑腿进行对支撑腿进行重力补偿；
    当所述仿人机器人进入所述双足支撑期时，在所述原支撑腿和所述原摆动腿之间进行重力补偿过渡。
  3. 根据权利要求2所述的方法，其特征在于，所述重力补偿过渡包括：
    按照预设多项式曲线或三角函数曲线来确定每一时刻下分别施加至所述原支撑腿和所述原摆动腿上的重力补偿量，其中，每个时刻下所述原支撑腿和所述原摆动腿的重力补偿量之和等于所述仿人机器人受到的重力。
  4. 根据权利要求1或2所述的方法，其特征在于，还包括：
    当所述仿人机器人处于所述单足支撑期时，根据当前支撑腿的受力信息及所述仿人机器人受到的重力计算控制缩放系数；
    根据计算得到的所述控制缩放系数对所述单足支撑期内的输出控制力矩进行调整，其中，所述输出控制力矩根据预先规划的所述单足支撑期内的腰部期望轨迹和实际获取的腰部位姿计算得到；
    根据调整后的所述控制力矩对所述当前支撑腿的各个关节进行控制。
  5. 根据权利要求4所述的方法，其特征在于，所述当前支撑腿的受力信息包括所述当前支撑腿受到的地面支反力在竖直方向的分量，所述根据当前支撑腿的受力信息及所述仿人机器人受到的重力计算控制缩放系数包括：
    当所述分量小于等于预设的第一受力阈值时，所述控制缩放系数取值为第一预设值， 其中，所述第一受力阈值根据第一预设系数和所述重力计算得到；
    当所述分量大于所述第一受力阈值且小于预设的第二受力阈值时，所述控制缩放系数取值为所述分量和所述第一受力阈值之间的第一差值与所述第一受力阈值和所述第二受力阈值之间的第二差值的比值，其中，所述第二受力阈值根据第二预设系数和所述重力计算得到；
    当所述分量大于等于所述第二受力阈值时，所述控制缩放系数取值为第二预设值。
  6. 根据权利要求1所述的方法，其特征在于，每条腿的所述受力信息包括对应腿的足底受到的地面支反力在竖直方向的分量，所述仿人机器人的每条腿上均设有力传感器或力矩传感器，所述分量的获取包括：
    通过对应腿的所述力传感器或所述力矩传感器采集得到所述对应腿足底在自身足底坐标系下受到的地面支反力；
    根据世界坐标系到对应腿的足底坐标系的旋转矩阵及所述足底坐标系下受到的所述地面支反力计算得到所述地面支反力在竖直方向的分量。
  7. 根据权利要求6所述的方法，其特征在于，所述力传感器为六维力传感器，所述仿人机器人的每条腿的足底设有一个所述六维力传感器；
    或者，所述力矩传感器包含若干个，所述仿人机器人的每条腿的每个关节设有一个所述力矩传感器。
  8. 根据权利要求1或6所述的方法，其特征在于，所述根据所述受力信息判断所述摆动腿是否落地包括：
    判断所述摆动腿足底受到的地面支反力在竖直方向的分量是否大于一预设阈值，若大于，则判断所述摆动腿落地，否则判断不落地。
  9. 根据权利要求1或6所述的方法，其特征在于，所述根据所述双足受力信息及预设的双足支撑期过渡时长判断是否达到预设任务切换条件包括：
    当所述仿人机器人进入所述双足支撑期的时长小于所述双足支撑期过渡时长时，所述原摆动腿足底受到的地面支反力在竖直方向的分量大于所述原支撑腿足底受到的地面支反力在竖直方向的分量；或者，所述仿人机器人进入所述双足支撑期的时长等于所述双足支撑期过渡时长；
    若满足上述两种条件中的任意一种，则判断达到任务切换条件，否则，判断未达到任务切换条件。
  10. 根据权利要求1所述的方法，其特征在于，所述根据所述腰部位姿和预先规划的所述双足支撑期内的腰部期望轨迹控制所述原支撑腿包括：
    根据预先规划的所述双足支撑期内的腰部期望轨迹计算所述仿人机器人的腰部期望位姿；
    根据所述腰部位姿及所述腰部期望位姿之间的偏差计算姿态控制力矩；
    根据所述姿态控制力矩对所述仿人机器人的各个关节进行控制。
  11. 一种仿人机器人步态规划装置，其特征在于，包括：
    信息获取模块，用于获取仿人机器人当前处于单足支撑期的摆动腿的受力信息；
    落地判断模块，用于根据所述受力信息判断所述摆动腿是否落地，并在判断出落地时，获取所述仿人机器人进入双足支撑期后的双足受力信息及腰部位姿，其中，当进入所述双足支撑期时，将上一单足支撑期中的支撑腿记为原支撑腿以及将所述摆动腿记为原摆动腿；
    轨迹跟踪控制模块，用于根据获取的所述腰部位姿和预先规划的所述双足支撑期内的腰部期望轨迹控制所述原支撑腿，及根据所述双足支撑期内的摆动腿期望轨迹控制所述原摆动腿；
    任务切换模块，用于根据所述双足受力信息及预设的双足支撑期过渡时长判断是否达到预设任务切换条件，并在达到时，切换所述原支撑腿和所述原摆动腿的轨迹跟踪任务，直到所述原支撑腿离地后进入下一单足支撑期。
  12. 一种仿人机器人，其特征在于，采用权利要求1至10中任一项所述的仿人机器人步态规划方法进行行走过程中的双足支撑期步态规划。
  13. 一种可读存储介质，其特征在于，其存储有计算机程序，在所述计算机程序被执行时，实施根据权利要求1至10中任一项所述的仿人机器人步态规划方法。
PCT/CN2020/140562 2020-08-07 2020-12-29 仿人机器人步态规划方法、装置和仿人机器人 WO2022027914A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202010788584.9 2020-08-07
CN202010788584.9A CN111880544B (zh) 2020-08-07 2020-08-07 仿人机器人步态规划方法、装置和仿人机器人

Publications (1)

Publication Number Publication Date
WO2022027914A1 true WO2022027914A1 (zh) 2022-02-10

Family

ID=73210340

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2020/140562 WO2022027914A1 (zh) 2020-08-07 2020-12-29 仿人机器人步态规划方法、装置和仿人机器人

Country Status (2)

Country Link
CN (1) CN111880544B (zh)
WO (1) WO2022027914A1 (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114578836A (zh) * 2022-02-11 2022-06-03 中国北方车辆研究所 一种双轮足机器人跳跃控制方法
CN114995476A (zh) * 2022-05-16 2022-09-02 浙江大学 一种步行机器人坡地崎岖地形的步态生成与姿态控制方法
CN115998494A (zh) * 2023-02-14 2023-04-25 浙江强脑科技有限公司 一种智能膝关节的防摔控制方法及装置
CN116335726A (zh) * 2023-05-31 2023-06-27 四川蓝海智能装备制造有限公司 一种刮板保护控制方法及工程车辆
CN117067223A (zh) * 2023-10-16 2023-11-17 哈尔滨理工大学 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
CN117207203A (zh) * 2023-11-08 2023-12-12 北京小米机器人技术有限公司 机器人控制方法、装置、机器人及存储介质

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111880544B (zh) * 2020-08-07 2024-03-22 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
CN112698650B (zh) * 2020-12-16 2024-05-07 深圳市优必选科技股份有限公司 仿人机器人的类人步态控制方法、装置、设备及存储介质
CN112847371B (zh) * 2021-01-11 2023-02-24 常州工程职业技术学院 一种仿人机器人动态跨越连续障碍物的运动规划方法
CN112775976B (zh) * 2021-02-05 2022-05-10 深圳市优必选科技股份有限公司 任务执行控制方法、装置、控制设备及可读存储介质
CN112975966B (zh) * 2021-02-24 2022-07-29 深圳市优必选科技股份有限公司 机器人摆动腿落地检测方法、装置和机器人
CN113064433B (zh) * 2021-03-22 2023-08-18 深圳市优必选科技股份有限公司 机器人迈步控制方法、装置、机器人控制设备及存储介质
CN113246124B (zh) * 2021-04-30 2023-06-02 深圳市优必选科技股份有限公司 机器人控制方法、装置、计算机可读存储介质及机器人
CN113359800A (zh) * 2021-06-30 2021-09-07 深圳市优必选科技股份有限公司 机器人行走控制方法、装置、机器人控制设备及存储介质
CN113377116A (zh) * 2021-07-14 2021-09-10 乐聚(深圳)机器人技术有限公司 机器人的步态规划方法、装置、处理设备及介质
CN114137992A (zh) * 2021-10-20 2022-03-04 深圳鹏行智能研究有限公司 一种降低足式机器人抖动的方法及相关装置
CN114489104B (zh) * 2022-01-21 2023-11-10 深圳市优必选科技股份有限公司 机器人迈步控制方法及装置、机器人控制设备和存储介质
CN114625129B (zh) * 2022-02-22 2023-09-12 中国科学院自动化研究所 位控腿足机器人的运动控制方法及系统
CN116142350B (zh) * 2023-04-23 2023-07-18 五八智能科技(杭州)有限公司 一种基于非力传感的双足机器人落地检测装置与方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1290590A (zh) * 1999-09-20 2001-04-11 索尼公司 机器人的步行控制装置和步行控制方法
US6243623B1 (en) * 1997-01-31 2001-06-05 Honda Giken Kogyo Kabushiki Kaisha Leg type mobile robot control apparatus
CN106325273A (zh) * 2016-08-22 2017-01-11 中国科学院合肥物质科学研究院 助力外骨骼机器人的多相位步态切换控制系统及其控制方法
CN109032142A (zh) * 2018-08-14 2018-12-18 浙江大学 一种含腰部结构的双足机器人设计以及反馈控制方法
US10300969B1 (en) * 2014-08-25 2019-05-28 Boston Dynamics, Inc. Slip detection for robotic locomotion
CN110812127A (zh) * 2019-10-16 2020-02-21 深圳市迈步机器人科技有限公司 下肢外骨骼控制方法及装置
CN111880544A (zh) * 2020-08-07 2020-11-03 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

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100661333B1 (ko) * 2000-11-17 2006-12-27 혼다 기켄 고교 가부시키가이샤 레그식 이동 로봇의 보용 생성장치
KR101234726B1 (ko) * 2004-12-14 2013-02-19 혼다 기켄 고교 가부시키가이샤 다리식 이동 로봇 및 그 제어 프로그램
KR101687631B1 (ko) * 2010-01-18 2016-12-20 삼성전자주식회사 로봇의 보행 제어 장치 및 그 제어 방법
KR20130068694A (ko) * 2011-12-16 2013-06-26 삼성전자주식회사 보행 로봇 및 그 제어 방법
CN103197671A (zh) * 2012-01-04 2013-07-10 中国人民解放军第二炮兵工程学院 一种仿人机器人步态规划及合成方法
CN104331081B (zh) * 2014-10-10 2017-11-07 北京理工大学 一种双足机器人斜面行走的步态规划方法
CN111377004B (zh) * 2018-12-28 2021-11-16 深圳市优必选科技有限公司 一种双足机器人步态控制方法以及双足机器人
CN109634100B (zh) * 2018-12-30 2021-11-02 深圳市优必选科技有限公司 仿人机器人行走加速度补偿方法、装置及仿人机器人
CN110339024A (zh) * 2019-07-19 2019-10-18 中国科学院深圳先进技术研究院 下肢外骨骼机器人及其实时步态切换方法及存储装置
CN110315543B (zh) * 2019-07-29 2021-02-26 北京理工大学 一种双足机器人步态生成与优化方法
CN111015653B (zh) * 2019-12-13 2021-06-04 深圳市优必选科技股份有限公司 机器人控制方法、装置、计算机可读存储介质及机器人

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6243623B1 (en) * 1997-01-31 2001-06-05 Honda Giken Kogyo Kabushiki Kaisha Leg type mobile robot control apparatus
CN1290590A (zh) * 1999-09-20 2001-04-11 索尼公司 机器人的步行控制装置和步行控制方法
US10300969B1 (en) * 2014-08-25 2019-05-28 Boston Dynamics, Inc. Slip detection for robotic locomotion
CN106325273A (zh) * 2016-08-22 2017-01-11 中国科学院合肥物质科学研究院 助力外骨骼机器人的多相位步态切换控制系统及其控制方法
CN109032142A (zh) * 2018-08-14 2018-12-18 浙江大学 一种含腰部结构的双足机器人设计以及反馈控制方法
CN110812127A (zh) * 2019-10-16 2020-02-21 深圳市迈步机器人科技有限公司 下肢外骨骼控制方法及装置
CN111880544A (zh) * 2020-08-07 2020-11-03 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

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114578836A (zh) * 2022-02-11 2022-06-03 中国北方车辆研究所 一种双轮足机器人跳跃控制方法
CN114995476A (zh) * 2022-05-16 2022-09-02 浙江大学 一种步行机器人坡地崎岖地形的步态生成与姿态控制方法
CN114995476B (zh) * 2022-05-16 2022-11-29 浙江大学 一种步行机器人坡地崎岖地形的步态生成与姿态控制方法
CN115998494A (zh) * 2023-02-14 2023-04-25 浙江强脑科技有限公司 一种智能膝关节的防摔控制方法及装置
CN115998494B (zh) * 2023-02-14 2023-08-11 浙江强脑科技有限公司 一种智能膝关节的防摔控制方法及装置
CN116335726A (zh) * 2023-05-31 2023-06-27 四川蓝海智能装备制造有限公司 一种刮板保护控制方法及工程车辆
CN116335726B (zh) * 2023-05-31 2023-08-11 四川蓝海智能装备制造有限公司 一种刮板保护控制方法及工程车辆
CN117067223A (zh) * 2023-10-16 2023-11-17 哈尔滨理工大学 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
CN117067223B (zh) * 2023-10-16 2024-01-05 哈尔滨理工大学 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
CN117207203A (zh) * 2023-11-08 2023-12-12 北京小米机器人技术有限公司 机器人控制方法、装置、机器人及存储介质
CN117207203B (zh) * 2023-11-08 2024-02-23 北京小米机器人技术有限公司 机器人控制方法、装置、机器人及存储介质

Also Published As

Publication number Publication date
CN111880544B (zh) 2024-03-22
CN111880544A (zh) 2020-11-03

Similar Documents

Publication Publication Date Title
WO2022027914A1 (zh) 仿人机器人步态规划方法、装置和仿人机器人
US11654569B2 (en) Handling gait disturbances with asynchronous timing
US11654984B2 (en) Slip detection for robotic locomotion
US11654985B2 (en) Mechanically-timed footsteps for a robotic device
US10226870B1 (en) Yaw slip handling in a robotic device
US9926025B1 (en) Slip avoidance
US11413750B2 (en) Determination of robotic step path
Feng et al. Optimization based full body control for the atlas robot
WO2023273107A1 (zh) 机器人行走控制方法、装置、机器人控制设备及存储介质
US11731277B2 (en) Generalized coordinate surrogates for integrated estimation and control
US11851120B2 (en) Control of robotic devices with non-constant body pitch
Gehring et al. Dynamic trotting on slopes for quadrupedal robots
Feng et al. Optimization‐based full body control for the darpa robotics challenge
US9908240B1 (en) Ground plane compensation for legged robots
Yi et al. Online learning of a full body push recovery controller for omnidirectional walking
US9833899B1 (en) Adaptive response to load
US11597081B2 (en) Slip handling and ground friction estimation for robots
JP5268107B2 (ja) 多脚歩行式移動装置のハイブリッド制御装置及び手法
US20230018155A1 (en) Legged robot and method of controlling legged robot
CN117193070A (zh) 一种四足机器人落足与机体协调控制方法
CN117562785A (zh) 下肢康复机器人及其控制方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 20948421

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 20948421

Country of ref document: EP

Kind code of ref document: A1