[发明专利]一种仿人机器人步态平衡模型建立的方法

权利要求书

1.一种仿人机器人步态平衡模型建立的方法，其特征在于，具体步骤如下:

(1)利用体感摄影机Kinect2.0采集人体在平地中完成稳定步行动作中的25个骨骼点的空间位置轨迹，即Kinect坐标系中的x，y，z，并使用空间向量法求取各个关节的角度并使用平滑滤波的方法降低误差，提取支撑脚底部关节点作为人体示教的ZMP轨迹；

(2)基于支持向量回归算法构建仿人机器人步态平衡泛化模型，输入步骤(1)中得到的人体步行关节角度即仿人机器人所需的19个自由度以及ZMP信息，得到经稳定性补偿的关节角度；

(3)使用步态模仿算法进行补偿角度的计算作为训练集和测试集，使用WOA对模型进行参数寻优，得到使模型有最佳泛化效果的参数，并对其进行训练和测试，使其得到使机器人稳定步行的关节角度序列。

2.根据权利要求1所述的方法，其特征在于：以人体示教的关节角度和人体步行的ZMP信息作为步态平衡模型的输入；首先，人体示教的关节角度是机器人模仿人体动作的基础；其次，以平衡补偿后的关节角度即机器人驱动角度作为输出；在稳定的基础上省去稳定性补偿角的复杂计算，完成仿人机器人的步行控制；对模型输入人体的关节角度和人体在步行运动时的ZMP信息，由SVR非线性回归模型代替人体示教信息和稳定性后的关节角度之间的函数关系直接泛化出经补偿的关节角度。

3.根据权利要求1所述的方法，其特征在于：基于支持向量回归算法构建仿人机器人步态平衡模型，使用引入不敏感损失函数ε，惩罚系数C以及松弛变量ξ_i、后得到ε-SVR非线性回归模型，在防止过拟合现象发生的同时降低均方误差的上限；使用RBF核函数将非线性的数据映射到高位空间中，通过线性回归简化运算的同时处理非线性的步行动作数据。

4.根据权利要求1所述的方法，其特征在于：在SVR非线性回归模型中，采用鲸鱼优化算法(WOA)：首先，确定三个参数的寻优范围分别为p：(0.005,0.3)，C：(0.05,3),ε:(1,4)，构成WOA的寻优空间；构建WOA的适应性函数；针对ε-SVR算法的训练参数的优化问题，选择MSE函数作为适应性函数，使用WOA迭代寻优，在寻优空间内确定一组C,p，ε，使训练的MSE值最小。

5.根据权利要求1所述的方法，其特征在于：具体实现过程如下：

(1)使用Kinect2.0采集人体在平地中完成稳定步行动作的25个关节的空间位置序列，并使用空间向量法求取各个关节的角度，共进行全身19个自由度的关节角度计算；

(2)将示教行走时支撑脚骨骼点的三维坐标作为人体示教的x向，y向，z向零力矩点ZMP信息；

(3)给定样本

D＝{(x₁，y₁)，(x₂，y₂)…，(x_i，y_i)，i＝1，2...，l}

其中，x是n维输入值，y是一维输出值，x_i，y_i表示第i个样本，l为样本数量其原理如式(1)所示：

式中ω为超平面法向量，b为位移项，为核函数；在SVM间隔最大化思想下引入不敏感损失函数ε和惩罚系数C以及间隔左侧的松弛变量ξ_i和右侧的松弛变量两侧的两个松弛变量均大于等于0，得到ε-SVR非线性回归模型：

引入拉格朗日第一乘子α_i和格朗日第二乘子并对拉格朗日函数中的ω和b求偏导为0，得到SVR的对偶最优化问题：

式中为RBF核函数，α_j，x_j为对拉格朗日函数中的ω和b求偏导为0，并代入拉格朗日函数得到，含义为第j个样本的输入和拉格朗日第一，第二乘子；

由不等式约束问题需满足的KKT条件解得SVR的解形如：

式中，

其中，b为位移项，应用核函数将训练数据映射到高维空间再线性回归以简化运算；

(4)获得示教数据并确立模型的算法后，以平衡补偿后的关节角度即机器人驱动角度作为输出，对模型输入人体的关节角度和人体在步行运动时的ZMP信息，由SVR非线性回归模型代替人体示教信息和稳定性后的关节角度之间的函数关系直接泛化出经补偿的关节角度，完成仿人机器人的步行控制；

(5)步态平衡模型构建完成后，使用WOA迭代寻优。