[发明专利]一种基于双操作者的野外六足机器人操控训练方法

权利要求书

1.基于双操作者的野外六足机器人操控训练方法，其特征在于，支持双操作者对野外六足机器人的实时控制；所述的野外六足机器人操控训练方法，应用于双主单从结构，其中,双主端机器人为两个力反馈手柄，从端机器人为野外六足机器人，训练者与受训者分别控制主端机器人，实现对从端六足机器人速度的共享控制；为实现双主端系统对从端机器人的共享控制，需要设计共享因子对双主端的控制权重进行分配，为确保主端控制信号的准确性，共享因子的取值要保证双主端的控制权重之和为1；训练者主端作为控制引导,受训者主端跟随训练者主端的控制方式，因此受训者主端对从端的控制分两种情况讨论，在受训者主端的控制信息远离训练者主端的情况下,应以训练者主端为主导，训练者主端的共享因子增加，与此同时受训者主端的共享因子减小，以此保证从端系统的稳定性，在受训者主端的控制信息趋近于训练者主端的情况下，应以受训者主端为主导，受训者主端的共享因子增加,以确保训练效果；为实现训练者主端的引导作用,需要每个主端向对方主端反馈自身控制状态，通过力反馈的方式引导对方主端的控制趋势，同样根据受训者主端的两种控制情况进行讨论，当受训者主端远离训练者主端的控制趋势时，要保证训练者主端接收到的反馈力不会影响自身对从端系统的稳定控制，同时受训者主端要接收到能够改变自身状态的反馈力，当受训者主端趋近训练者主端的控制趋势时，受训者主端接收到的反馈力不会影响到自身的训练效果，同时训练者主端仅对受训者主端实施适当的引导即可,因此，在双主端的反馈回路中引入双主端各自的共享因子,以实现双主端的反馈引导；为了保证系统的实时性，需要对共享因子进行实时计算，实现双主端控制权重的实时分配；

所述的基于双操作者的野外六足机器人操控训练方法，该方法通过分析系统透明度,计算共享因子的取值范围，并通过计算公式，对该取值范围加以限制，实时计算出共享因子的取值范围，实现基于透明度计算的共享因子的动态更新；所述的野外六足机器人操控训练方法,应用动态共享因子，实现双主端控制权限的实时分配，达到实时训练的目的；

其中，透明度分析是通过计算受训者主端透明度偏差率对其进行分析，并根据分析结果计算基于透明度分析的共享因子的第一取值范围；

首先给出系统的阻抗矩阵形式其中V_m1和F_m1分别为训练者主端输入的速度与力,V_m2和F_m2分别为受训者主端输入的速度与力,Vs和Fe分别为从端实际速度和环境力；设训练者主端透明度为受训者主端透明度为从端六足机器人的透明度与其机体结构和运动规划有关,六足机器人的机体速度受运动中的落地足控制，并且由于地面因素、地形因素的原因每个落地足的受力情况不同，因此需要计算的环境力为足端的平均受力，设环境力为Fe,每个足端力为F_li,i＝1,2,3,4,5,6，即其中非落地足受力为0；从端机器人的速度与足端相对于机体的速度大小相同，方向相反，因此可计算得到从端机器人的透明度根据系统的阻抗矩阵形式可得，

对双主端透明度进行分析，其中双主端的速度与力受共享因子的控制，并且两端的共享因子满足两端共享因子之和为1,因此只需要分析其中一端即可，由于系统的目的是对受训者进行操控训练，因此选择受训者主端进行分析；分三种情况对受训者主端透明度进行分析：理想状态下，从端完全由受训者主端控制，即共享因子α＝1，此时透明度偏差率趋近于0；最差状态下,从端完全不受受训者主端的控制,即共享因子α＝0,此时透明度偏差率趋近于1；实际状态下,从端同时受双主端的控制，共享因子0＜α＜1，此时透明度偏差率η*＜η＜η’；

根据透明度偏差率计算共享因子的第一取值范围：共享因子的上限对应透明度偏差率时的共享因子取值,即受训者主端透明度与从端透明度完全相同,此时可求得α＝α₁,由于共享因子取值不高于1,因此α＝min(α₁,1)；共享因子的下限对应透明度偏差率时的共享因子取值，即受训者主端透明度为0,此时可求得α＝α₂,由于共享因子取值不低于0，因此α＝max(0，α₂)；因此共享因子的第一取值范围为α∈[min(α₁，1)，max(0，α₂)]；

其中，伪理想状态下共享因子的计算方法是将双主端的控制信息作为控制样本,共享因子作为其控制比率,求其期望速度,即设双主端的控制信息为V₁和V₂,从端的反馈速度为V_E，可得V_E＝(1-α)V₁+αV₂,即根据前面给出的系统阻抗矩阵形式,得到V₁＝V_m1+F_m1,V₂＝V_m2+F_m2,V_E＝V_s+F_e,其中,V_s为六足机器人每条落地足的相对于机体的速度矢量和i为落地足编号，其中落地足编号由运动规划决定，非落地足与机体的相对速度非0，F_e为六足机器人每条落地足的受力矢量和其中非落地足受力为0；

计算共享因子的下限与上限，共享因子的下限对应实时共享因子，因为对共享因子的调整必须保证控制效果不差于当前时刻的控制状态，即受训者主端对从端的控制效果不应比实时监测出的结果差，设此时共享因子的取值为共享因子的上限对应系统的理想状态,此时系统从端完全由受训者主端控制,共享因子为1；当双主端差距过大时,实时共享因子趋近于0，此时参考共享因子的上限对共享因子进行计算很容易使从端系统产生刚性冲击，因此需要对共享因子上限进行优化；采用最小二乘法对计算时应用的理想速度进行优化,选取训练者主端输入信息V_m1,受训者主端输入信息V_m2,从端反馈速度信息V_s作为样本,求出满足最小的伪理想状态下的速度并使用计算出伪理想状态下的共享因子由此可得共享因子的第二取值范围α∈(α₀，α^*)；

根据所述的基于透明度分析的共享因子的第一取值范围和基于伪理想状态下的共享因子的第二取值范围，计算其交集，得到共享因子最终的取值范围；其中在基于透明度分析的共享因子的第一取值范围的计算中，透明度偏差率根据受训者主端的实时控制信息和从端的实时反馈信息进行计算，实现该取值范围的动态更新；在基于伪理想状态下的共享因子的第二取值范围的计算中,V₁和V₂根据双主端实时控制信息计算得到,V_s根据从端的实时反馈信息计算得到,以此实现该取值范围的动态更新；结合以上信息，实现共享因子最终取值范围的动态更新，并取该范围的中位数作为实时共享因子的最终取值；

将实时共享因子α导入控制系统中,其中受训者主端引入共享因子α,训练者主端引入共享因子1-α,双主端的控制信息经过共享因子的限制并整合后传送到从端,从端的反馈信息经过共享因子的分配后反馈回各主端，与此同时，双主端分别将自己的控制信息经过共享因子的限制反馈给对方，使每个主端在感受到从端反馈的同时，感受到另外主端的控制信息；

当共享因子引入系统后，对系统的双主端控制权限实现实时分配，当受训者主端的控制趋近训练者主端的控制引导时,共享因子增大，受训者主端的控制权重增大，训练者主端的控制权重减小,系统由受训者主端主导控制，训练者主端进行辅助控制；当受训者主端的控制远离训练者主端的控制引导时,共享因子减小，受训者主端的控制权重减小，训练者主端的控制权重增加，系统由训练者主端主导控制,减弱从端受到的错误控制信息，同时受训者感受到来自训练者的反馈信息增加，得到来自训练者主端的引导，使受训者的控制趋向训练者主端的控制信息，实现训练的目的。