[发明专利]一种复杂地形仿人机器人自适应平衡控制方法、装置和系统

说明书

本发明涉及机器人控制领域，具体为一种复杂地形仿人机器人自适应平衡控制方法、装置和系统。所述方法包括建立机器人的连杆模型；计算出相应的落脚点；对机器人关节角度值进行调整；监测机器人质心轨迹，接收陀螺仪传感器数据，判断机器人是否处于平衡状态；当机器人处于非平衡状态时接收关节角度反馈值和陀螺仪传感器数据，对机器人足部运动轨迹进行优化调整；使机器人自适应地进行运动过程中的平衡控制；优化机器人的关节角度值及相应参数，该发明可应用于双足、四足等一类仿人机器人的运动平衡控制，面向应用范围广，可以极大地加强机器人对应用环境的自适应能力，可以有效地减少实际应用过程中的硬件损耗。

技术领域

本发明涉及机器人控制领域，具体为一种复杂地形仿人机器人自适应平衡控制方法、装置和系统。

背景技术

如今在我们的生活中，机器人的应用越来越广泛，而常规轮式机器人在实际应用方面具有很多局限性，而仿人机器人因为在不同环境下模拟人类的行为模式，因此应用于更多场景。然而由于仿人机器人的系统特性和人类环境的复杂多变，要实现仿人机器人在不同应用场景中的稳定行走仍然是一个挑战。其次，以RoboCup标准平台组比赛为例，我们在对Nao机器人的运动模块进行算法优化和代码整合的过程中，通过实际测试会发现我们的机器人在遇到例如上下坡行走，机器人接触碰撞，目标点或运动方向突然变化等不同的运动情况时，会出现因步态不协调或质心突变而导致的不能保持稳定行走甚至直接摔倒的现象，这种现象在实际应用和比赛时都会造成较为严重的后果。因此研究仿人机器人稳定行走具有非常重要的意义。

重庆大学的敬成林提出仿人预测控制步行模式生成方法，结合仿人智能控制与预测控制，提出一种新的仿人预测控制在线步行模式生成方法，克服了预测控制在环境扰动引起的模型失配时的性能下降缺点，增强了双足行走的自适应性。

该技术利用步行模式的预测方法实现仿人智能控制和预测控制从而实现双足行走的自适应性，该方法在较平滑的地面环境下能够实现较为准确的步行模式预测和控制，但由于里程计计算误差等不可避免的误差无法实现在更复杂如坡面行走或凹凸地面上的准确预测和控制，在应用的广泛性上具有较大的限制。

发明内容

基于此，有必要针对上述的问题，提供一种复杂地形仿人机器人自适应平衡控制方法、装置和系统。

本发明实施例是这样实现的，一种复杂地形仿人机器人自适应平衡控制方法，包括以下步骤：

建立机器人的连杆模型；

以所述连杆模型为基础，依据机器人实际关节角度值计算出相应的落脚点；

由机器人实际落脚点与规划目标点的差距对机器人关节角度值进行调整；

监测机器人运动时的质心运动轨迹，同时接收陀螺仪传感器数据，利用零力矩点判断机器人是否处于平衡状态；

当机器人处于非平衡状态时接收机器人的关节角度反馈值和陀螺仪传感器数据，利用PID平衡控制算法以及三维倒立摆模型对机器人足部运动轨迹进行优化调整；

引入不同运动状态建立机器人运动平衡控制系统，接收陀螺仪以及惯性传感器数据信息并进行处理，使机器人自适应地进行运动过程中的平衡控制；

基于CMA-ES进化策略算法优化机器人的关节角度值及相应参数。

在其中一个实施例中，上述复杂地形仿人机器人自适应平衡控制方法，所述由机器人实际落脚点与规划目标点的差距对机器人关节角度值进行调整，包括以下步骤：

由实际落脚点的位置推导出实际运动过程中的相应关节角度值，同时将目标落脚点相对于髋关节的位置作为输入值进行推导，求得期望达到的相应关节角度值；

将所述期望达到的相应关节角度值与实际落脚点求得的实际关节角度值之间的差值作为补偿值反馈到关节传感器，在下一运动周期对关节角度值进行补偿。