[发明专利]基于DMP的机器人工作空间适应性行走控制系统及方法

说明书

本发明涉及一种基于DMP的机器人工作空间适应性行走控制系统及方法，所述控制系统包括：DMP质心轨迹生成器，根据规划目标和反馈信息，基于DMP训练生成仿人机器人的质心轨迹；DMP脚掌轨迹生成器，根据规划目标和反馈信息，基于DMP训练生成仿人机器人的脚掌轨迹；关节映射模块，对所述质心轨迹和脚掌轨迹，进行逆运动学计算，利用运动引擎，将工作空间的适应性映射到关节空间，实现仿人机器人的适应性行走控制；所述DMP质心轨迹生成器和DMP脚掌轨迹生成器基于机器人工作空间的示例轨迹训练学习获得。与现有技术相比，本发明具有实时调节步态和身体姿态、增强仿人机器人行走的环境适应性等优点。

技术领域

本发明涉及仿生控制技术领域，尤其是涉及一种基于DMP的机器人工作空间适应性行走控制系统及方法。

背景技术

机器人轨迹的生成方法是机器人领域研究的重点和难点，其主要解决两个问题，如何对机器人轨迹进行表示，以及如何根据当前的任务以及环境生成新的轨迹。传统工业机器人通常采用3次或者5次曲线来拟合轨迹，这种方法的缺点是只能提供机器人的路径，而并不含有时间信息。这种方法并没有考虑机器人的运动学和动力学特性，因而利用这种方法生成的机器人轨迹并不能保证其可行性，而且这种曲线生成的路径只能生成低维简单的形状，不能生成复杂轨迹。DMP(Dynamic movement primitive)是经典的示教轨迹生成模型。DMP方法将轨迹用两个非线性方程表示，分为时间函数和变化函数。其中，时间函数将轨迹的执行时间用一条单调指数函数表示，变化函数通过归一化的幅度函数和统一过的时间函数，回归出一条非线性函数。DMP的优点是可以控制轨迹生成的时间和幅度，但是这种轨迹生成方法只能应用于末端静止的情况，通过改进了原始方法，使其可以应用于部分末端速度不为零的情况，因而需要对不同的轨迹重新设计模型。对于DMP算法来说，需要对每个自由度分别学习其DMP模型，不考虑各个自由度之间的关系。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于DMP的机器人工作空间适应性行走控制系统及方法。

本发明的目的可以通过以下技术方案来实现：

一种基于DMP的机器人工作空间适应性行走控制系统及方法，包括：

DMP质心轨迹生成器，根据规划目标和反馈信息，基于DMP训练生成仿人机器人的质心轨迹；

DMP脚掌轨迹生成器，根据规划目标和反馈信息，基于DMP训练生成仿人机器人的脚掌轨迹；

关节映射模块，对所述质心轨迹和脚掌轨迹，进行逆运动学计算，利用运动引擎，将工作空间的适应性映射到关节空间，实现仿人机器人的适应性行走控制；

所述DMP质心轨迹生成器和DMP脚掌轨迹生成器基于机器人工作空间的示例轨迹训练学习获得。

进一步地，所述DMP质心轨迹生成器的建立具体为：

采用共用规范系统的两个DMP单元分别对机器人前进和左右方向上的示例轨迹进行训练学习，获得可在线调节的DMP质心轨迹生成器。

进一步地，所述DMP脚掌轨迹生成器的建立具体为：

采用共用规范系统的两个DMP单元分别对机器人前进和竖直方向上的示例轨迹进行训练学习，获得可在线调节的DMP脚掌轨迹生成器。

进一步地，所述DMP单元的数学模型描述为：

转移系统：

规范系统：