[发明专利]基于个体特征的机器人步态规划方法有效

专利信息
申请号: 201811214026.0 申请日: 2018-10-18
公开(公告)号: CN109397288B 公开(公告)日: 2020-10-23
发明(设计)人: 于大程;刘遥峰;郝鹏;杨政;王胜新;李冶;张佳琳;王杰 申请(专利权)人: 航天科工智能机器人有限责任公司
主分类号: B25J9/16 分类号: B25J9/16
代理公司: 北京鼎承知识产权代理有限公司 11551 代理人: 韩德凯;孟奎
地址: 100074 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 个体 特征 机器人 步态 规划 方法
【说明书】:

本公开提供一种基于个体特征的机器人步态规划方法,包括以下步骤:将普通人行走时的标准极限步长和各关节的标准偏摆极限位置作为已知参数,将个体的各关节极限活动范围作为关节安全裕度;根据已知参数和关节安全裕度,获取个体的步态修正参数;基于个体的步态修正参数获得机器人的步态参数;以及建立机器人的数学模型,基于数学模型,将机器人的步态参数作为输入参数,求解机器人的步态轨迹。

技术领域

本公开涉及一种基于个体特征的机器人步态规划方法。

背景技术

辅助行走机器人,可以在人行走的过程中起到辅助作用,并检测和记录不同个体行走时的各项运动参数以便及时调整步态。这类机器人在研发过程中,良好的步态规划是保证辅助效果和安全的基石。在步态规划的过程中,不仅要考虑机器人运动的安全程度,更应与人体运动相结合。不同个体有不同的关节活动范围和不同的极限步速、步长,进一步导致了机器人需要在不同的自由度运动极限值和步长下规划步态。

现有技术中关于机器人的步态规划方法,主要是通过结合人体下肢运动的特点,建立下肢关节的数学模型和人体结构参数,找出不同个体的特征点,最终得到机器人关节运动曲线。但是这种方法得到的一般是通用的步态数据,无法针对特定个体进行参数优化,并生成个体特有的步态轨迹,故只适用于得到一般个体适用的机器人步态轨迹,应用范围较窄。另一方面,这种方法涉及的参数多,求解过程复杂,且建立在大量的实验基础上,算法计算慢,实施成本高。

发明内容

为了解决至少一个上述技术问题,本公开提供一种基于个体特征的机器人步态规划方法。

根据本公开的一个方面,基于个体特征的机器人步态规划方法包括以下步骤:

将普通人行走时的标准极限步长和各关节的标准偏摆极限位置作为已知参数,将个体的各关节极限活动范围作为关节安全裕度;

根据已知参数和关节安全裕度,获取个体的步态修正参数;

基于个体的步态修正参数获得机器人的步态参数;以及

建立机器人的数学模型,基于数学模型,将机器人的步态参数作为输入参数,求解机器人的步态轨迹。

根据本公开的至少一个实施方式,建立机器人的数学模型的步骤,包括:

将机器人的上身简化为一个集成质量块;

假设机器人的每条腿具有N个关节,qn∈R6×1表示关节的角度,将机器人的上身坐标系∑R设置在机器人的腰部中心,其中N≥2,n表示第n个关节,n≤N。

根据本公开的至少一个实施方式,关节安全裕度包括:个体的各关节的最大偏摆位置和最小偏摆位置。

根据本公开的至少一个实施方式,个体的步态修正参数包括个体极限步长,个体极限步长的计算公式如下:

k1=f(Joint1max,Joint2max,...,Jointnmax)

k2=f(Joint1max,Joint2max,...,Jointnmin)

k2n=f(Joint1min,Joint2min,...,Jointnmin)

其中,n≥2,k表示个体极限步长,f表示个体极限步长的计算公式的算法函数代号,Jointnmax表示个体的第n个关节的最大偏摆位置,Jointnmin表示个体的第n个关节的最小偏摆位置。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于航天科工智能机器人有限责任公司,未经航天科工智能机器人有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811214026.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top