[发明专利]一种双足机器人柔顺步态控制方法、系统、设备及介质

说明书

本发明公开了一种双足机器人柔顺步态控制方法、系统、设备及介质，属于机器人控制领域，方法包括：计算双足机器人在起始状态下的实际末端状态，并调节腿部刚度和触地角度，直至实际末端状态与预期末端状态之间的差值优化函数最小，得到最优腿部刚度和最优触地角度；利用多组起始状态、预期末端状态、最优腿部刚度和最优触地角度训练多层神经网络，使得多层神经网络的损失函数最小；将当前步态周期的起始状态和预期末端状态输入训练好的多层神经网络，并根据输出的腿部刚度控制量和触地角度控制量控制当前步态周期的双足机器人。控制机器人双腿刚度和触地角度，减小触地时的地面冲击，提高机器人平稳性，实现任意初始状态下的快速精确控制。

技术领域

本发明属于机器人控制领域，更具体地，涉及一种双足机器人柔顺步态控制方法、系统、设备及介质。

背景技术

老龄化社会的到来、人力成本的日益攀升、快节奏的生活等诸多因素使得社会对高性能服务型机器人的需求愈发迫切。相较于多足机器人，双足机器人具有灵活、外形类人的优点，更适应基于人体特征所开发的环境和工具，因此更具泛用性，且更易被人所接受。双足机器人亦可在抢险救灾、巡逻预警、军事作战等高风险领域发挥作用，能极大减少人员的伤亡，具有重要意义。传统双足机器人采用刚性结构，一般通过精确的位置控制，实现机器人的平稳行走。基于刚性结构的位置控制机器人与人交互时具有极大危险性；并且机器人步行过程中，足部落地会产生较大冲击，不利于步态控制和对复杂环境的适应。因此，需要通过对双足机器人腿部刚度进行控制，实现柔顺步态。

机器人模型极为复杂，为了简化计算，一般采用简化模型进行步态规划，即将机器人简化为质心-连杆模型。刚性机器人通常采用线性倒立摆模型(Linear InvertedPendulum，LIP)，不具备柔顺特性。因此，一般采用弹性倒立摆(Spring Loaded InvertedPendulum，SLIP)模型实现柔顺步态。相较于LIP模型，SLIP模型不具有解析解，计算较复杂，因此将基于SLIP模型的步态规划转化为一个优化问题，但是优化时间较长，难以实现快速在线步态生成，极大地限制了其实用性。

发明内容

针对现有技术的缺陷和改进需求，本发明提供了一种双足机器人柔顺步态控制方法、系统、设备及介质，其目的在于减小机器人触地时的地面冲击，提高机器人平稳性，实现任意初始状态下的快速精确控制。

为实现上述目的，按照本发明的一个方面，提供了一种双足机器人柔顺步态控制方法，包括：S1，设置双足机器人的多组起始状态和预期末端状态，并计算每一起始状态下的实际末端状态，所述实际末端状态由双足机器人的腿部刚度和触地角度确定；S2，建立所述实际末端状态与预期末端状态之间的差值优化函数，对于每组实际末端状态，调节所述腿部刚度和触地角度，直至所述差值优化函数最小，得到相应的最优腿部刚度和最优触地角度；S3，利用所述多组起始状态、预期末端状态、最优腿部刚度和最优触地角度训练多层神经网络，使得所述多层神经网络的损失函数最小；S4，对于每个步态周期，将当前步态周期的起始状态和预期末端状态输入训练好的多层神经网络，得到腿部刚度控制量和触地角度控制量，并控制当前步态周期双足机器人的腿部刚度和触地角度分别等于所述腿部刚度控制量和触地角度控制量。

更进一步地，所述操作S2中建立的差值优化函数为：

其中，fit为所述差值优化函数；为所述实际末端状态量；为所述预期末端状态量；状态量中的各参数依次为质心加速度的x坐标、y坐标、z坐标以及质心位置的z坐标。

更进一步地，所述操作S1之前还包括：基于所述双足机器人的质量、质心坐标、腿部长度、腿部刚度和触地角度建立所述双足机器人的动力支撑模型，所述动力支撑模型包括单腿动力支撑模型、双腿动力支撑模型和模型切换条件；所述操作S1中根据所述动力支撑模型计算每组起始状态下的实际末端状态。