WO2022247116A1 - 质心轨迹生成方法、装置、计算机可读存储介质及机器人 - Google Patents

质心轨迹生成方法、装置、计算机可读存储介质及机器人 Download PDF

Info

Publication number
WO2022247116A1
WO2022247116A1 PCT/CN2021/125402 CN2021125402W WO2022247116A1 WO 2022247116 A1 WO2022247116 A1 WO 2022247116A1 CN 2021125402 W CN2021125402 W CN 2021125402W WO 2022247116 A1 WO2022247116 A1 WO 2022247116A1
Authority
WO
WIPO (PCT)
Prior art keywords
center
mass
robot
centroid
planning
Prior art date
Application number
PCT/CN2021/125402
Other languages
English (en)
French (fr)
Inventor
白杰
陈春玉
葛利刚
刘益彰
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 WO2022247116A1 publication Critical patent/WO2022247116A1/zh

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces

Definitions

  • the present application belongs to the technical field of robots, and in particular relates to a method and device for generating a centroid trajectory, a computer-readable storage medium and a robot.
  • centroid trajectory generation is an important content in robot control technology. Although the centroid trajectory of the robot can be generated in various ways in the prior art, it often involves a large number of complex calculations, with low efficiency and poor real-time performance.
  • embodiments of the present application provide a centroid trajectory generation method, device, computer-readable storage medium, and robot to solve the problems of low efficiency and poor real-time performance of existing centroid trajectory generation methods.
  • the first aspect of the embodiments of the present application provides a method for generating a centroid trajectory, which may include:
  • the calculating the center-of-mass trajectory increment of the robot according to the center-of-mass velocity and the acceleration of the center-of-mass acceleration of the robot at the first planning moment may include:
  • centroid track increment is calculated according to the following formula:
  • h is the height of the center of mass of the robot
  • g is the acceleration due to gravity
  • ⁇ is the circular frequency
  • t is the first planning time
  • t+1 is the second planning time
  • sinh is a hyperbolic sine function
  • cosh is a hyperbolic cosine function
  • ⁇ x(t+1) is the trajectory increment of the center-of-mass.
  • the calculating the position of the center of mass of the robot at the second planning time according to the position of the center of mass of the robot at the first planning time and the incremental trajectory of the center of mass may include:
  • the position of the center of mass of the robot at the second planning moment is calculated according to the following formula:
  • x(t) is the centroid position of the robot at the first planning moment
  • x(t+1) is the centroid position of the robot at the second planning moment
  • the determining the center-of-mass position, center-of-mass velocity, and center-of-mass acceleration of the robot at the first planning moment may include:
  • the compliance control algorithm can be set according to the following formula:
  • x is the position of the centroid, is the velocity of the center of mass
  • p x is the point of zero moment
  • x d is the expected position of the center of mass
  • p xd is the expected zero moment point
  • k p1 , k d1 and k 21 are the preset compliance control coefficients, is the acceleration of the center of mass.
  • centroid trajectory generating device which may include:
  • a parameter determination module used to determine the position of the center of mass, the velocity of the center of mass and the acceleration of the center of mass of the robot at the first planning moment;
  • a center-of-mass trajectory increment calculation module configured to calculate the center-of-mass trajectory increment of the robot according to the center-of-mass velocity and the acceleration of the center-of-mass of the robot at the first planning moment;
  • centroid position calculation module configured to calculate the centroid position of the robot at a second planning moment according to the centroid position of the robot at the first planning moment and the centroid track increment, the second planning moment being the first The next planning moment of the planning moment.
  • centroid trajectory increment calculation module may be specifically configured to calculate the centroid trajectory increment according to the following formula:
  • h is the height of the center of mass of the robot
  • g is the acceleration due to gravity
  • ⁇ is the circular frequency
  • t is the first planning time
  • t+1 is the second planning time
  • sinh is a hyperbolic sine function
  • cosh is a hyperbolic cosine function
  • ⁇ x(t+1) is the trajectory increment of the center-of-mass.
  • centroid position calculation module may be specifically configured to calculate the centroid position of the robot at the second planning moment according to the following formula:
  • x(t) is the centroid position of the robot at the first planning moment
  • x(t+1) is the centroid position of the robot at the second planning moment
  • the parameter determination module may include:
  • An acquisition unit configured to acquire the position of the center of mass, the velocity of the center of mass, the zero-moment point, the expected position of the center of mass, the expected velocity of the center of mass, and the expected zero-moment point of the robot at the first planning moment;
  • the center-of-mass acceleration calculation unit is used to calculate the center-of-mass position, center-of-mass velocity, zero-moment point, expected position of the center-of-mass, expected center-of-mass velocity, and expected zero-moment point of the robot at the first planning moment based on a preset compliance control algorithm.
  • the acceleration of the center of mass of the robot at the first planning moment is used to calculate the center-of-mass position, center-of-mass velocity, zero-moment point, expected position of the center-of-mass, expected center-of-mass velocity, and expected zero-moment point of the robot at the first planning moment based on a preset compliance control algorithm.
  • the parameter determination module may include:
  • the compliance control algorithm setting unit is used to set the compliance control algorithm shown in the following formula:
  • x is the position of the centroid, is the velocity of the center of mass
  • p x is the point of zero moment
  • x d is the expected position of the center of mass
  • p xd is the expected zero moment point
  • k p1 , k d1 and k 21 are the preset compliance control coefficients, is the acceleration of the center of mass.
  • the third aspect of the embodiments of the present application provides a computer-readable storage medium, the computer-readable storage medium stores a computer program, and when the computer program is executed by a processor, the steps of any one of the above-mentioned centroid trajectory generation methods are implemented .
  • the fourth aspect of the embodiments of the present application provides a robot, including a memory, a processor, and a computer program stored in the memory and operable on the processor.
  • the processor executes the computer program, it realizes The steps of any one of the above centroid trajectory generation methods.
  • a fifth aspect of the embodiments of the present application provides a computer program product, which, when the computer program product is run on a robot, causes the robot to execute the steps of any one of the methods for generating a centroid trajectory described above.
  • the embodiment of the present application has the following beneficial effects: the embodiment of the present application determines the position of the center of mass, the velocity of the center of mass and the acceleration of the center of mass of the robot at the first planning moment; The mass center acceleration calculates the mass center trajectory increment of the robot; calculates the mass center position of the robot at the second planning time according to the mass center position of the robot at the first planning time and the mass center trajectory increment.
  • an incremental center-of-mass trajectory generation method is introduced, that is, the center-of-mass trajectory increment is calculated based on the previous center-of-mass velocity and acceleration, and the new center-of-mass trajectory can be obtained by superimposing the centroid trajectory increment on the basis of the previous center-of-mass position.
  • the location of the centroid greatly simplifies the amount of calculation required in the process of generating the centroid trajectory, improves the calculation efficiency, and has better real-time performance.
  • Fig. 1 is the schematic diagram of the world coordinate system used in the embodiment of the present application.
  • FIG. 2 is a flowchart of an embodiment of a centroid trajectory generation method in the embodiment of the present application
  • Fig. 3 is the schematic diagram of the linear inverted pendulum model of robot
  • Fig. 4 is the schematic diagram of the compliance control algorithm of robot
  • FIG. 5 is a structural diagram of an embodiment of a center-of-mass trajectory generation device in the embodiment of the present application.
  • Fig. 6 is a schematic block diagram of a robot in the embodiment of the present application.
  • the term “if” may be construed as “when” or “once” or “in response to determining” or “in response to detecting” depending on the context .
  • the phrase “if determined” or “if [the described condition or event] is detected” may be construed, depending on the context, to mean “once determined” or “in response to the determination” or “once detected [the described condition or event] ]” or “in response to detection of [described condition or event]”.
  • a world coordinate system ⁇ w as shown in Figure 1 can be established.
  • the forward direction of the robot is the x-axis
  • the lateral direction is the y-axis
  • the longitudinal direction is the z-axis.
  • the center-of-mass trajectory generation of the robot in the forward direction (that is, the direction of the x-axis) is used as an example for illustration.
  • the position, velocity, acceleration and other physical quantities mentioned refer to these physical quantities.
  • the component in the x-axis direction is similar to the center-of-mass trajectory generation of the robot in the lateral direction (that is, the y-axis direction), which can be processed with reference to the x-axis direction, and will not be repeated here.
  • an embodiment of a method for generating a centroid trajectory in the embodiment of the present application may include:
  • Step S201 Determine the position, velocity and acceleration of the center of mass of the robot at the first planning moment.
  • the robot can be simplified as a Linear Inverted Pendulum Model (LIPM) as shown in Figure 3 for analysis, and the walking stability and anti-interference ability of the robot are increased through the compliant control algorithm .
  • LIPM Linear Inverted Pendulum Model
  • any compliance control algorithm shown in the following formula can be selected according to the actual situation:
  • x is the actual centroid position
  • x d is the expected position of the center of mass
  • x d is the expected velocity of the centroid
  • F is the actual contact force
  • F d is the expected contact force
  • M d , B d and K d are preset coefficients.
  • the second compliance control algorithm is preferably used here, namely:
  • ZMP Zero Moment Point
  • p x is the actual zero-moment point
  • p xd is the desired zero-moment point
  • k p1 , k d1 and k z1 are the preset compliance control coefficients, as shown in Figure 4, which corresponds to this compliance control algorithm schematic diagram.
  • x, x d Both p xd and p xd can be set according to the actual situation, and p x can be measured by a force sensor or calculated by whole-body dynamics.
  • the acceleration of the center of mass of the robot at the first planning moment is calculated according to these physical quantities.
  • Step S202 calculating the center-of-mass trajectory increment of the robot according to the center-of-mass velocity and the acceleration of the center-of-mass of the robot at the first planning moment.
  • the dynamic equation of the LIPM model of the robot can be expressed as follows:
  • h is the height of the center of mass of the robot
  • g is the acceleration due to gravity
  • centroid position For time t, its centroid position can be calculated according to the following formula:
  • ⁇ is the circular frequency
  • x(0) is the position of the center of mass of the robot at the preset initial moment
  • x(0) is the position of the center of mass of the robot at the preset initial moment
  • sinh is the hyperbolic sine function
  • cosh is the hyperbolic cosine function
  • x(t) is the position of the robot's center of mass at time t.
  • centroid position For the next planning time at time t, that is, the second planning time (denoted as t+1), its centroid position can be calculated according to the following formula:
  • x(t+1) is the position of the center of mass of the robot at time t+1.
  • ⁇ x(t+1) is the increment of the center-of-mass trajectory from time t to time t+1. It can be seen from the above formula that the increment of the center-of-mass trajectory has nothing to do with the zero-moment point, and only depends on the velocity of the center of mass and The center-of-mass acceleration is related, therefore, the center-of-mass trajectory increment can be calculated only according to the center-of-mass velocity and the acceleration of the center-of-mass of the robot at time t.
  • Step S203 calculating the centroid position of the robot at the second planning moment according to the centroid position of the robot at the first planning moment and the centroid track increment.
  • the position of the center of mass of the robot at time t+1 can be calculated according to the following formula:
  • an incremental center-of-mass trajectory generation method is introduced, that is, the center-of-mass trajectory increment is calculated based on the previous center-of-mass velocity and acceleration, and the new center-of-mass trajectory can be obtained by superimposing the centroid trajectory increment on the basis of the previous center-of-mass position.
  • the location of the centroid greatly simplifies the amount of calculation required in the process of generating the centroid trajectory, improves the calculation efficiency, and has better real-time performance.
  • FIG. 5 shows a structural diagram of an embodiment of a device for generating a centroid trajectory provided in an embodiment of the present application.
  • a centroid trajectory generation device may include:
  • a parameter determination module 501 configured to determine the position of the center of mass, the velocity of the center of mass and the acceleration of the center of mass of the robot at the first planning moment;
  • the centroid position calculation module 503 is configured to calculate the centroid position of the robot at the second planning moment according to the centroid position of the robot at the first planning moment and the centroid track increment, and the second planning moment is the center of mass position of the robot at the first planning moment The next planning moment of a planning moment.
  • centroid trajectory increment calculation module may be specifically used to calculate the centroid trajectory increment according to the following formula:
  • h is the height of the center of mass of the robot
  • g is the acceleration due to gravity
  • ⁇ is the circular frequency
  • t is the first planning time
  • t+1 is the second planning time
  • sinh is a hyperbolic sine function
  • cosh is a hyperbolic cosine function
  • ⁇ x(t+1) is the trajectory increment of the center-of-mass.
  • the centroid position calculation module may be specifically configured to calculate the centroid position of the robot at the second planning moment according to the following formula:
  • x(t) is the centroid position of the robot at the first planning moment
  • x(t+1) is the centroid position of the robot at the second planning moment
  • the parameter determination module may include:
  • An acquisition unit configured to acquire the position of the center of mass, the velocity of the center of mass, the zero-moment point, the expected position of the center of mass, the expected velocity of the center of mass, and the expected zero-moment point of the robot at the first planning moment;
  • the center-of-mass acceleration calculation unit is used to calculate the center-of-mass position, center-of-mass velocity, zero-moment point, expected position of the center-of-mass, expected center-of-mass velocity, and expected zero-moment point of the robot at the first planning moment based on a preset compliance control algorithm.
  • the acceleration of the center of mass of the robot at the first planning moment is used to calculate the center-of-mass position, center-of-mass velocity, zero-moment point, expected position of the center-of-mass, expected center-of-mass velocity, and expected zero-moment point of the robot at the first planning moment based on a preset compliance control algorithm.
  • the parameter determination module may include:
  • the compliance control algorithm setting unit is used to set the compliance control algorithm shown in the following formula:
  • x is the position of the centroid, is the velocity of the center of mass, p x is the point of zero moment, x d is the expected position of the center of mass, is the expected velocity of the center of mass, p xd is the expected zero moment point, k p1 , k d1 and k z1 are the preset compliance control coefficients, is the acceleration of the center of mass.
  • FIG. 6 shows a schematic block diagram of a robot provided by the embodiment of the present application. For convenience of description, only parts related to the embodiment of the present application are shown.
  • the robot 6 of this embodiment includes: a processor 60 , a memory 61 , and a computer program 62 stored in the memory 61 and operable on the processor 60 .
  • the processor 60 executes the computer program 62
  • the steps in the above-mentioned embodiments of the centroid trajectory generation method are implemented, for example, steps S201 to S203 shown in FIG. 2 .
  • the processor 60 executes the computer program 62
  • the functions of the modules/units in the above-mentioned device embodiments, such as the functions of the modules 501 to 503 shown in FIG. 5 are realized.
  • the computer program 62 can be divided into one or more modules/units, and the one or more modules/units are stored in the memory 61 and executed by the processor 60 to complete this application.
  • the one or more modules/units may be a series of computer program instruction segments capable of accomplishing specific functions, and the instruction segments are used to describe the execution process of the computer program 62 in the robot 6 .
  • Fig. 6 is only an example of the robot 6, and does not constitute a limitation to the robot 6, and may include more or less components than shown in the illustration, or combine certain components, or different components, for example
  • the robot 6 may also include input and output devices, network access devices, buses, and the like.
  • the processor 60 can be a central processing unit (Central Processing Unit, CPU), and can also be other general-purpose processors, digital signal processors (Digital Signal Processor, DSP), application specific integrated circuits (Application Specific Integrated Circuit, ASIC), Field-Programmable Gate Array (Field-Programmable Gate Array, FPGA) or other programmable logic devices, discrete gate or transistor logic devices, discrete hardware components, etc.
  • a general-purpose processor may be a microprocessor, or the processor may be any conventional processor, or the like.
  • the memory 61 may be an internal storage unit of the robot 6 , such as a hard disk or memory of the robot 6 . Described memory 61 also can be the external storage device of described robot 6, for example the plug-in type hard disk that is equipped on described robot 6, smart memory card (Smart Media Card, SMC), secure digital (Secure Digital, SD) card, Flash card (Flash Card), etc. Further, the memory 61 may also include both an internal storage unit of the robot 6 and an external storage device. The memory 61 is used to store the computer program and other programs and data required by the robot 6 . The memory 61 can also be used to temporarily store data that has been output or will be output.
  • the disclosed devices/robots and methods may be implemented in other ways.
  • the device/robot embodiments described above are only illustrative.
  • the division of the modules or units is only a logical function division.
  • the mutual coupling or direct coupling or communication connection shown or discussed may be through some interfaces, and the indirect coupling or communication connection of devices or units may be in electrical, mechanical or other forms.
  • the units described as separate components may or may not be physically separated, and the components shown as units may or may not be physical units, that is, they may be located in one place, or may be distributed to multiple network units. Part or all of the units can be selected according to actual needs to achieve the purpose of the solution of this embodiment.
  • each functional unit in each embodiment of the present application may be integrated into one processing unit, each unit may exist separately physically, or two or more units may be integrated into one unit.
  • the above-mentioned integrated units can be implemented in the form of hardware or in the form of software functional units.
  • the integrated module/unit is realized in the form of a software function unit and sold or used as an independent product, it can be stored in a computer-readable storage medium. Based on this understanding, all or part of the processes in the methods of the above embodiments in the present application can also be completed by instructing related hardware through computer programs.
  • the computer programs can be stored in a computer-readable storage medium, and the computer When the program is executed by the processor, the steps in the above-mentioned various method embodiments can be realized.
  • the computer program includes computer program code, and the computer program code may be in the form of source code, object code, executable file or some intermediate form.
  • the computer-readable storage medium may include: any entity or device capable of carrying the computer program code, a recording medium, a USB flash drive, a removable hard disk, a magnetic disk, an optical disk, a computer memory, a read-only memory (ROM, Read-Only Memory) ), Random Access Memory (RAM, Random Access Memory), electrical carrier signal, telecommunication signal, and software distribution medium, etc.
  • ROM Read-Only Memory
  • RAM Random Access Memory
  • electrical carrier signal telecommunication signal
  • software distribution medium etc.
  • the content contained in the computer-readable storage medium can be appropriately increased or decreased according to the requirements of legislation and patent practice in the jurisdiction.
  • computer-readable Storage media excludes electrical carrier signals and telecommunication signals.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Manipulator (AREA)

Abstract

本申请属于机器人技术领域，尤其涉及一种质心轨迹生成方法、装置、计算机可读存储介质及机器人。所述方法包括：确定机器人在第一规划时刻的质心位置、质心速度和质心加速度；根据所述机器人在第一规划时刻的质心速度和质心加速度计算所述机器人的质心轨迹增量；根据所述机器人在第一规划时刻的质心位置和所述质心轨迹增量计算所述机器人在第二规划时刻的质心位置。通过本申请，引入了增量式的质心轨迹生成方式，即基于之前的质心速度和加速度来计算得到质心轨迹增量，在之前的质心位置基础上叠加上质心轨迹增量即可得到新的质心位置，极大简化了质心轨迹生成过程中所需的运算量，提升了计算效率，具有较好的实时性。

Description

质心轨迹生成方法、装置、计算机可读存储介质及机器人
本申请要求于2021年05月26日在中国专利局提交的、申请号为202110577210.7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
本申请属于机器人技术领域，尤其涉及一种质心轨迹生成方法、装置、计算机可读存储介质及机器人。
背景技术
质心轨迹生成是机器人控制技术中的一个重要内容，现有技术中虽然也可以通过多种方式生成机器人的质心轨迹，但其中往往涉及到大量的复杂运算，效率较低，实时性较差。
技术问题
有鉴于此，本申请实施例提供了一种质心轨迹生成方法、装置、计算机可读存储介质及机器人，以解决现有的质心轨迹生成方法效率较低，实时性较差的问题。
技术解决方案
本申请实施例的第一方面提供了一种质心轨迹生成方法，可以包括：
确定机器人在第一规划时刻的质心位置、质心速度和质心加速度；
根据所述机器人在第一规划时刻的质心速度和质心加速度计算所述机器人的质心轨迹增量；
根据所述机器人在第一规划时刻的质心位置和所述质心轨迹增量计算所述机器人在第二规划时刻的质心位置，所述第二规划时刻为所述第一规划时刻的下一个规划时刻。
在第一方面的一种具体实现中，所述根据所述机器人在第一规划时刻的质心速度和质心加速度计算所述机器人的质心轨迹增量，可以包括：
根据下式计算所述质心轨迹增量：
Figure PCTCN2021125402-appb-000001
其中，h为所述机器人的质心高度，g为重力加速度，ω为圆频率，且
Figure PCTCN2021125402-appb-000002
t为所述第一规划时刻，t+1为所述第二规划时刻，sinh为双曲正弦函数，cosh为双曲余弦函数，
Figure PCTCN2021125402-appb-000003
为所述机器人在第一规划时刻的质心速度，
Figure PCTCN2021125402-appb-000004
为所述机器人在第一规划时刻的质心加速度，δx(t+1)为所述质心轨迹增量。
在第一方面的一种具体实现中，所述根据所述机器人在第一规划时刻的质心位置和所述质心轨迹增量计算所述机器人在第二规划时刻的质心位置，可以包括：
根据下式计算所述机器人在第二规划时刻的质心位置：
x(t+1)＝x(t)+δx(t+1)
其中，x(t)为所述机器人在第一规划时刻的质心位置，x(t+1)为所述机器人在第二规划时刻的质心位置。
在第一方面的一种具体实现中，所述确定机器人在第一规划时刻的质心位置、质心速度和质心加速度，可以包括：
获取所述机器人在第一规划时刻的质心位置、质心速度、零力矩点、质心期望位置、质心期望速度和期望零力矩点；
基于预设的柔顺控制算法，根据所述机器人在第一规划时刻的质心位置、质心速度、零力矩点、质心期望位置、质心期望速度和期望零力矩点计算所述机器人在第一规划时刻的质心加速度。
在第一方面的一种具体实现中，所述柔顺控制算法可以根据下式进行设置：
Figure PCTCN2021125402-appb-000005
其中，x为质心位置，
Figure PCTCN2021125402-appb-000006
为质心速度，p x为零力矩点，x d为质心期望位置，
Figure PCTCN2021125402-appb-000007
为质心期望速度，p xd为期望零力矩点，k p1、k d1和k 21为预设的柔顺控制系数，
Figure PCTCN2021125402-appb-000008
为质心加速度。
本申请实施例的第二方面提供了一种质心轨迹生成装置，可以包括：
参数确定模块，用于确定机器人在第一规划时刻的质心位置、质心速度和质心加速度；
质心轨迹增量计算模块，用于根据所述机器人在第一规划时刻的质心速度和质心加速度计算所述机器人的质心轨迹增量；
质心位置计算模块，用于根据所述机器人在第一规划时刻的质心位置和所述质心轨迹增量计算所述机器人在第二规划时刻的质心位置，所述第二规划时刻为所述第一规划时刻的下一个规划时刻。
在第二方面的一种具体实现中，所述质心轨迹增量计算模块可以具体用于根据下式计算所述质心轨迹增量：
Figure PCTCN2021125402-appb-000009
其中，h为所述机器人的质心高度，g为重力加速度，ω为圆频率，且
Figure PCTCN2021125402-appb-000010
t为所述第一规划时刻，t+1为所述第二规划时刻，sinh为双曲正弦函数，cosh为双曲余弦函数，
Figure PCTCN2021125402-appb-000011
为所述机器人在第一规划时刻的质心速度，
Figure PCTCN2021125402-appb-000012
为所述机器人在第一规划时刻的质心加速度，δx(t+1)为所述质心轨迹增量。
在第二方面的一种具体实现中，所述质心位置计算模块可以具体用于根据下式计算所述机器人在第二规划时刻的质心位置：
x(t+1)＝x(t)+δx(t+1)
其中，x(t)为所述机器人在第一规划时刻的质心位置，x(t+1)为所述机器人在第二规划时刻的质心位置。
在第二方面的一种具体实现中，所述参数确定模块可以包括：
获取单元，用于获取所述机器人在第一规划时刻的质心位置、质心速度、零力矩点、质心期望位置、质心期望速度和期望零力矩点；
质心加速度计算单元，用于基于预设的柔顺控制算法，根据所述机器人在第一规划时刻的质心位置、质心速度、零力矩点、质心期望位置、质心期望速度和期望零力矩点计算所述机器人在第一规划时刻的质心加速度。
在第二方面的一种具体实现中，所述参数确定模块可以包括：
柔顺控制算法设置单元，用于设置如下式所示的柔顺控制算法：
Figure PCTCN2021125402-appb-000013
其中，x为质心位置，
Figure PCTCN2021125402-appb-000014
为质心速度，p x为零力矩点，x d为质心期望位置，
Figure PCTCN2021125402-appb-000015
为质心期望速度，p xd为期望零力矩点，k p1、k d1和k 21为预设的柔顺控制系数，
Figure PCTCN2021125402-appb-000016
为质心加速度。
本申请实施例的第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述任一种质心轨迹生成方法的步骤。
本申请实施例的第四方面提供了一种机器人，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任一种质心轨迹生成方法的步骤。
本申请实施例的第五方面提供了一种计算机程序产品，当计算机程序产品在机器人上运行时，使得机器人执行上述任一种质心轨迹生成方法的步骤。
有益效果
本申请实施例与现有技术相比存在的有益效果是：本申请实施例确定机器人在第一规划时刻的质心位置、质心速度和质心加速度；根据所述机器人在第一规划时刻的质心速度和质心加速度计算所述机器人的质心轨迹增量；根据所述机器人在第一规划时刻的质心位置和所述质心轨迹增量计算所述机器人在第二规划时刻的质心位置。通过本申请实施例，引入了增量式的质心轨迹生成方式，即基于之前的质心速度和加速度来计算得到质心轨迹增量，在之前的质心位置基础上叠加上质心轨迹增量即可得到新的质心位置，极大简化了质心轨迹生成过程中所需的运算量，提升了计算效率，具有较好的实时性。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述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申请的一些实施例，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它的附图。
图1为本申请实施例所使用的世界坐标系的示意图；
图2为本申请实施例中一种质心轨迹生成方法的一个实施例流程图；
图3为机器人的线性倒立摆模型的示意图；
图4为机器人的柔顺控制算法的示意图；
图5为本申请实施例中一种质心轨迹生成装置的一个实施例结构图；
图6为本申请实施例中一种机器人的示意框图。
本发明的实施方式
为使得本申请的发明目的、特征、优点能够更加的明显和易懂，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本申请一部分实施例，而非全部的实施例。基于本申请中的实施例，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它实施例，都属于本申请保护的范围。
应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或 事件]”。
另外，在本申请的描述中，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。
为了便于叙述，在本申请实施例中，可以建立如图1所示的世界坐标系Σ w，在该坐标系下，机器人的前向为x轴，侧向为y轴，纵向为z轴。
需要注意的是，以下内容中，均是以机器人在前进方向(即x轴方向)上的质心轨迹生成为例进行说明，所提及的位置、速度、加速度以及其它物理量均指代这些物理量在x轴方向上的分量，机器人在侧向(即y轴方向)上的质心轨迹生成与之类似，可参照x轴方向进行处理，此处不再赘述。
请参阅图2，本申请实施例中一种质心轨迹生成方法的一个实施例可以包括：
步骤S201、确定机器人在第一规划时刻的质心位置、质心速度和质心加速度。
在本申请实施例中，可以将机器人简化为如图3所示的线性倒立摆模型(Linear Inverted Pendulum Model，LIPM)进行分析，并通过柔顺控制算法来增加了机器人的行走稳定性和抗干扰能力。
在本申请实施例中，可以根据实际情况选择如下式所示的任意一种柔顺控制算法：
Figure PCTCN2021125402-appb-000017
其中，x为实际的质心位置、
Figure PCTCN2021125402-appb-000018
为实际的质心速度，
Figure PCTCN2021125402-appb-000019
为实际的质心加速度，x d为质心期望位置、
Figure PCTCN2021125402-appb-000020
为质心期望速度，
Figure PCTCN2021125402-appb-000021
为质心期望加速度，F为实际的接触力，F d为期望接触力，M d、B d和K d为预设的系数。
此处优选采用其中的第二种柔顺控制算法，即：
Figure PCTCN2021125402-appb-000022
在本申请实施例中，可以使用零力矩点(Zero Moment Point，ZMP)来代替接触力，则上式可变形为：
Figure PCTCN2021125402-appb-000023
其中，p x为实际的零力矩点，p xd为期望零力矩点，k p1、k d1和k z1为预设的柔顺控制系数，图4所示即为与这一柔顺控制算法所对应的示意图。在上式中的各个物理量中，x、
Figure PCTCN2021125402-appb-000024
x d、
Figure PCTCN2021125402-appb-000025
以及p xd均可根据实际情况进行设置，p x可由力传感器测量得到，或者通过全身动力学计算得到。
在预设的第一规划时刻(记为t)，在获取到机器人在该时刻的质心位置、质心速度、零力矩点、质心期望位置、质心期望速度和期望零力矩点等物理量后，即可基于前述的柔顺控制算法，根据这些物理量计算得到机器人在第一规划时刻的质心加速度。
步骤S202、根据机器人在第一规划时刻的质心速度和质心加速度计算机器人的质心轨迹增量。
在本申请实施例中，可以将机器人的LIPM模型的动力学方程表示如下：
Figure PCTCN2021125402-appb-000026
其中，h为所述机器人的质心高度，g为重力加速度。
对于时刻t而言，其质心位置可以根据下式计算得到：
Figure PCTCN2021125402-appb-000027
其中，ω为圆频率，且
Figure PCTCN2021125402-appb-000028
x(0)为机器人在预设的初始时刻的质心位置，
Figure PCTCN2021125402-appb-000029
为机器人在该初始时刻的质心速度，sinh为双曲正弦函数，cosh为双曲余弦函数，x(t)为机器人在时刻t的质心位置。
对于时刻t的下一个规划时刻，即第二规划时刻(记为t+1)，其质心位置可以根据下式计算得到：
Figure PCTCN2021125402-appb-000030
其中，
Figure PCTCN2021125402-appb-000031
为机器人在时刻t的质心速度，x(t+1)为机器人在时刻t+1的质心位置。
而根据动力学方程，可以得到
Figure PCTCN2021125402-appb-000032
其中，
Figure PCTCN2021125402-appb-000033
为机器人在时刻t的质心加速度。
将上式带入时刻t+1的质心位置计算公式可得：
Figure PCTCN2021125402-appb-000034
将时刻t+1的质心位置与时刻t的质心位置相减，可得：
Figure PCTCN2021125402-appb-000035
其中，δx(t+1)为从时刻t到时刻t+1的质心轨迹增量，从上式可以看出，该质心轨迹增量已经和零力矩点无关，仅与时刻t的质心速度和质心加速度相关，因此，只需根据机器人在时刻t的质心速度和质心加速度即可计算出该质心轨迹增量。
步骤S203、根据机器人在第一规划时刻的质心位置和质心轨迹增量计算机器人在第二规划时刻的质心位置。
具体地，可以根据下式计算机器人在时刻t+1的质心位置：
x(t+1)＝x(t)+δx(t+1)
将以上过程推广到从初始时刻到时刻t的整个过程，则有：
Figure PCTCN2021125402-appb-000036
通过本申请实施例，引入了增量式的质心轨迹生成方式，即基于之前的质心速度和加速度来计算得到质心轨迹增量，在之前的质心位置基础上叠加上质心轨迹增量即可得到新的质心位置，极大简化了质心轨迹生成过程中所需的运算量，提升了计算效率，具有较好的实时性。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
对应于上文实施例所述的一种质心轨迹生成方法，图5示出了本申请实施例提供的一种质心轨迹生成装置的一个实施例结构图。
本实施例中，一种质心轨迹生成装置可以包括：
参数确定模块501，用于确定机器人在第一规划时刻的质心位置、质心速度和质心加速度；
质心轨迹增量计算模块502，用于根据所述机器人在第一规划时刻的质心速度和质心加速度计算所述机器人的质心轨迹增量；
质心位置计算模块503，用于根据所述机器人在第一规划时刻的质心位置和所述质心轨迹增量计算所述机器人在第二规划时刻的质心位置，所述第二规划时刻为所述第一规划时刻的下一个规划时刻。
在本申请实施例的一种具体实现中，所述质心轨迹增量计算模块可以具体用于根据下式计算所述质心轨迹增量：
Figure PCTCN2021125402-appb-000037
其中，h为所述机器人的质心高度，g为重力加速度，ω为圆频率，且
Figure PCTCN2021125402-appb-000038
t为所述第一规划时刻，t+1为所述第二规划时刻，sinh为双曲正弦函数，cosh为双曲余弦函数，
Figure PCTCN2021125402-appb-000039
为所述机器人在第一规划时刻的质心速度，
Figure PCTCN2021125402-appb-000040
为所述机器人在第一规划时刻的质心加速度，δx(t+1)为所述质心轨迹增量。
在本申请实施例的一种具体实现中，所述质心位置计算模块可以具体用于根据下式计算所述机器人在第二规划时刻的质心位置：
x(t+1)＝x(t)+δx(t+1)
其中，x(t)为所述机器人在第一规划时刻的质心位置，x(t+1)为所述机器人在第二规划时刻的质心位置。
在本申请实施例的一种具体实现中，所述参数确定模块可以包括：
获取单元，用于获取所述机器人在第一规划时刻的质心位置、质心速度、零力矩点、质心期望位置、质心期望速度和期望零力矩点；
质心加速度计算单元，用于基于预设的柔顺控制算法，根据所述机器人在第一规划时刻的质心位置、质心速度、零力矩点、质心期望位置、质心期望速度和期望零力矩点计算所述机器人在第一规划时刻的质心加速度。
在本申请实施例的一种具体实现中，所述参数确定模块可以包括：
柔顺控制算法设置单元，用于设置如下式所示的柔顺控制算法：
Figure PCTCN2021125402-appb-000041
其中，x为质心位置，
Figure PCTCN2021125402-appb-000042
为质心速度，p x为零力矩点，x d为质心期望位置，
Figure PCTCN2021125402-appb-000043
为质心期望速度，p xd为期望零力矩点，k p1、k d1和k z1为预设的柔顺控制系数，
Figure PCTCN2021125402-appb-000044
为质心加速度。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置，模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
图6示出了本申请实施例提供的一种机器人的示意框图，为了便于说明，仅示出了与本申请实施例相关的部分。
如图6所示，该实施例的机器人6包括：处理器60、存储器61以及存储在所述存储器61中并可在所述处理器60上运行的计算机程序62。所述处理器60执行所述计算机程序62时实现上述各个质心轨迹生成方法实施例中的步骤，例如图2所示的步骤S201至步骤S203。或者，所述处理器60执行所述计算机程序62时实现上述各装置实施例中各模块/单元的功能，例如图5所示模块501至模块503的功能。
示例性的，所述计算机程序62可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器61中，并由所述处理器60执行，以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序62在所述机器人6中的执行过程。
本领域技术人员可以理解，图6仅仅是机器人6的示例，并不构成对机器人6的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述机器人6还可以包括输入输出设备、网络接入设备、总线等。
所述处理器60可以是中央处理单元(Central Processing Unit，CPU)，还可以是其它通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器61可以是所述机器人6的内部存储单元，例如机器人6的硬盘或内存。所述存储器61也可以是所述机器人6的外部存储设备，例如所述机器人6上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器61还可以既包括所述机器人6的内部存储单元也包括外部存储设备。所述存储器61用于存储所述计算机程序以及所述机器人6所需的其它程序和数据。所述存储器61还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中，应该理解到，所揭露的装置/机器人和方法，可以通过其它的方式实现。例如，以上所描述的装置/机器人实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元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存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读存储介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读存储介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读存储介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (10)

  1. 一种质心轨迹生成方法，其特征在于，包括：
    确定机器人在第一规划时刻的质心位置、质心速度和质心加速度；
    根据所述机器人在第一规划时刻的质心速度和质心加速度计算所述机器人的质心轨迹增量；
    根据所述机器人在第一规划时刻的质心位置和所述质心轨迹增量计算所述机器人在第二规划时刻的质心位置，所述第二规划时刻为所述第一规划时刻的下一个规划时刻。
  2. 根据权利要求1所述的质心轨迹生成方法，其特征在于，所述根据所述机器人在第一规划时刻的质心速度和质心加速度计算所述机器人的质心轨迹增量，包括：
    根据下式计算所述质心轨迹增量：
    Figure PCTCN2021125402-appb-100001
    其中，h为所述机器人的质心高度，g为重力加速度，ω为圆频率，且
    Figure PCTCN2021125402-appb-100002
    t为所述第一规划时刻，t+1为所述第二规划时刻，sinh为双曲正弦函数，cosh为双曲余弦函数，
    Figure PCTCN2021125402-appb-100003
    为所述机器人在第一规划时刻的质心速度，
    Figure PCTCN2021125402-appb-100004
    为所述机器人在第一规划时刻的质心加速度，δx(t+1)为所述质心轨迹增量。
  3. 根据权利要求1所述的质心轨迹生成方法，其特征在于，所述根据所述机器人在第一规划时刻的质心位置和所述质心轨迹增量计算所述机器人在第二规划时刻的质心位置，包括：
    根据下式计算所述机器人在第二规划时刻的质心位置：
    x(t+1)＝x(t)+δx(t+1)
    其中，x(t)为所述机器人在第一规划时刻的质心位置，δx(t+1)为所述质心轨迹增量，x(t+1)为所述机器人在第二规划时刻的质心位置。
  4. 根据权利要求1至3中任一项所述的质心轨迹生成方法，其特征在于，所述确定机器人在第一规划时刻的质心位置、质心速度和质心加速度，包括：
    获取所述机器人在第一规划时刻的质心位置、质心速度、零力矩点、质心期望位置、质心期望速度和期望零力矩点；
    基于预设的柔顺控制算法，根据所述机器人在第一规划时刻的质心位置、质心速度、零力矩点、质心期望位置、质心期望速度和期望零力矩点计算所述机器人在第一规划时刻的质心加速度。
  5. 根据权利要求4所述的质心轨迹生成方法，其特征在于，所述柔顺控制算法根据下式进行设置：
    Figure PCTCN2021125402-appb-100005
    其中，x为质心位置，
    Figure PCTCN2021125402-appb-100006
    为质心速度，p x为零力矩点，x d为质心期望位置，
    Figure PCTCN2021125402-appb-100007
    为质心期望速度，p xd为期望零力矩点，k p1、k d1和k z1为预设的柔顺控制系数，
    Figure PCTCN2021125402-appb-100008
    为质心加速度。
  6. 一种质心轨迹生成装置，其特征在于，包括：
    参数确定模块，用于确定机器人在第一规划时刻的质心位置、质心速度和质心加速度；
    质心轨迹增量计算模块，用于根据所述机器人在第一规划时刻的质心速度和质心加速 度计算所述机器人的质心轨迹增量；
    质心位置计算模块，用于根据所述机器人在第一规划时刻的质心位置和所述质心轨迹增量计算所述机器人在第二规划时刻的质心位置，所述第二规划时刻为所述第一规划时刻的下一个规划时刻。
  7. 根据权利要求6所述的质心轨迹生成装置，其特征在于，所述质心轨迹增量计算模块具体用于根据下式计算所述质心轨迹增量：
    Figure PCTCN2021125402-appb-100009
    其中，h为所述机器人的质心高度，g为重力加速度，ω为圆频率，且
    Figure PCTCN2021125402-appb-100010
    t为所述第一规划时刻，t+1为所述第二规划时刻，sinh为双曲正弦函数，cosh为双曲余弦函数，
    Figure PCTCN2021125402-appb-100011
    为所述机器人在第一规划时刻的质心速度，
    Figure PCTCN2021125402-appb-100012
    为所述机器人在第一规划时刻的质心加速度，δx(t+1)为所述质心轨迹增量。
  8. 根据权利要求6或7所述的质心轨迹生成装置，其特征在于，所述质心位置计算模块具体用于根据下式计算所述机器人在第二规划时刻的质心位置：
    x(t+1)＝x(t)+δx(t+1)
    其中，x(t)为所述机器人在第一规划时刻的质心位置，δx(t+1)为所述质心轨迹增量，x(t+1)为所述机器人在第二规划时刻的质心位置。
  9. 一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5中任一项所述的质心轨迹生成方法的步骤。
  10. 一种机器人，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5中任一项所述的质心轨迹生成方法的步骤。
PCT/CN2021/125402 2021-05-26 2021-10-21 质心轨迹生成方法、装置、计算机可读存储介质及机器人 WO2022247116A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202110577210.7A CN113283082B (zh) 2021-05-26 2021-05-26 质心轨迹生成方法、装置、计算机可读存储介质及机器人
CN202110577210.7 2021-05-26

Publications (1)

Publication Number Publication Date
WO2022247116A1 true WO2022247116A1 (zh) 2022-12-01

Family

ID=77281681

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2021/125402 WO2022247116A1 (zh) 2021-05-26 2021-10-21 质心轨迹生成方法、装置、计算机可读存储介质及机器人

Country Status (2)

Country Link
CN (1) CN113283082B (zh)
WO (1) WO2022247116A1 (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113283082B (zh) * 2021-05-26 2023-12-15 深圳市优必选科技股份有限公司 质心轨迹生成方法、装置、计算机可读存储介质及机器人
CN113534807B (zh) * 2021-07-21 2022-08-19 北京优锘科技有限公司 一种实现机器人巡检可视化的方法、装置、设备和存储介质
CN113879421B (zh) * 2021-10-28 2022-07-08 乐聚(深圳)机器人技术有限公司 双足机器人的运动轨迹规划方法、装置、设备及介质
CN113954080B (zh) * 2021-11-26 2023-06-23 乐聚(深圳)机器人技术有限公司 机器人的转向行走轨迹规划方法、装置、设备及介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150266487A1 (en) * 2012-10-16 2015-09-24 Pioneer Corporation Centroid estimation device and centroid estimation method
CN108345211A (zh) * 2017-01-23 2018-07-31 深圳市祈飞科技有限公司 双足仿人机器人及其非线性步态规划方法以及控制方法
CN109703645A (zh) * 2018-12-29 2019-05-03 深圳市优必选科技有限公司 机器人质心位置调整方法、装置、机器人和数据存储介质
CN112025697A (zh) * 2020-07-10 2020-12-04 浙江工业大学 一种全向移动机器人的积分模型预测控制方法
CN112731952A (zh) * 2020-12-24 2021-04-30 深圳市优必选科技股份有限公司 一种机器人质心规划方法、装置、可读存储介质及机器人
CN113283082A (zh) * 2021-05-26 2021-08-20 深圳市优必选科技股份有限公司 质心轨迹生成方法、装置、计算机可读存储介质及机器人

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112536796B (zh) * 2020-11-23 2024-03-15 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 (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150266487A1 (en) * 2012-10-16 2015-09-24 Pioneer Corporation Centroid estimation device and centroid estimation method
CN108345211A (zh) * 2017-01-23 2018-07-31 深圳市祈飞科技有限公司 双足仿人机器人及其非线性步态规划方法以及控制方法
CN109703645A (zh) * 2018-12-29 2019-05-03 深圳市优必选科技有限公司 机器人质心位置调整方法、装置、机器人和数据存储介质
CN112025697A (zh) * 2020-07-10 2020-12-04 浙江工业大学 一种全向移动机器人的积分模型预测控制方法
CN112731952A (zh) * 2020-12-24 2021-04-30 深圳市优必选科技股份有限公司 一种机器人质心规划方法、装置、可读存储介质及机器人
CN113283082A (zh) * 2021-05-26 2021-08-20 深圳市优必选科技股份有限公司 质心轨迹生成方法、装置、计算机可读存储介质及机器人

Also Published As

Publication number Publication date
CN113283082B (zh) 2023-12-15
CN113283082A (zh) 2021-08-20

Similar Documents

Publication Publication Date Title
WO2022247116A1 (zh) 质心轨迹生成方法、装置、计算机可读存储介质及机器人
US10852139B2 (en) Positioning method, positioning device, and robot
WO2022134143A1 (zh) 一种机器人状态估计方法、装置、可读存储介质及机器人
WO2022134144A1 (zh) 一种机器人质心规划方法、装置、可读存储介质及机器人
CN109724602A (zh) 一种基于硬件fpu的姿态解算系统及其解算方法
WO2022105020A1 (zh) 机器人控制方法、装置、计算机可读存储介质及机器人
CN114387319B (zh) 点云配准方法、装置、设备以及存储介质
WO2021093593A1 (zh) 运动数据标定方法、装置、终端设备及存储介质
CN111208809B (zh) 机器人步态规划方法及终端设备
CN102411440A (zh) 一种基于加速度计和陀螺仪传感器的无线头控鼠标
CN108829996B (zh) 获得车辆定位信息的方法及装置
WO2024066943A1 (zh) 应用于车辆的智能泊车车辆定位的方法
WO2022198995A1 (zh) 步态轨迹规划方法、装置、计算机可读存储介质及机器人
WO2022105023A1 (zh) 机器人控制方法、装置、计算机可读存储介质及机器人
WO2023000529A1 (zh) 一种机器人运动分析方法、装置、可读存储介质及机器人
CN113759347B (zh) 坐标关系的标定方法、装置、设备及介质
CN113986896A (zh) 一种渣皮厚度数据滤波的方法和装置
WO2023186009A1 (zh) 计步方法及装置
TWI406189B (zh) 點雲三角網格面構建方法
CN109341704B (zh) 一种地图精度确定方法及装置
CN116451470A (zh) 基于多元线性回归和动力学的机器人能耗建模方法及装置
WO2022247115A1 (zh) 质心轨迹生成方法、装置、计算机可读存储介质及机器人
CN206892323U (zh) 水声阵列信号处理平台
CN111639404B (zh) 带锯齿尾缘的仿生降噪翼型优化方法、装置及电子设备
CN101607138B (zh) 基于有限自动机模型的动作识别方法

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: 21942680

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE