[发明专利]一种四足机器人运动控制自生成和实物迁移方法

说明书

本发明公开了一种四足机器人运动控制自生成和实物迁移方法。发明使用PPO算法优化四足机器人运动控制器，通过确定影响四足机器人运动控制性能的参数，学习鲁棒的控制器来缩小仿真模型和实际模型的差异，提高迁移成功率。发明首先在仿真环境中实现控制策略的自主生成，然后将仿真中学习的运动控制器部署在实际的四足机器人上，通过惯性测量单元实时获取四足机器人的位姿信息，由运动控制器预测四足机器人腿部的关节角度，输出到对应电机，最终实现步态自主涌现。本发明解决传统四足机器人控制建模难，环境适用性差且使用深度强化学习的控制方法多停留在仿真阶段等问题，使深度强化学习算法应用在实际四足机器人的运动控制上，实现复杂适应性步态的快速自主涌现。

技术领域

本发明涉及机器人运动控制领域，具体是指一种四足机器人运动控制自生成和实物迁移方法。

背景技术

我国深空探测、载人登月任务的最终目标是在月球和火星表面建立永久性基地，而地外天体基地建设是一项前所未有的重大工程，实施前需要充分的准备工作，其中最关键的一环就是研制能够适应月球火星表面环境的空间机器人，为建立基地以至为载人登陆开道铺路。

在复杂的外星球环境，足式移动机器人与生俱来的“悬架结构”将机体与地形环境相分离，仅需依靠离散的落脚点便能够稳定、连续地移动，使得其在非规则地形下表现出明显的通过性优势，被认为是科学探测、紧急搜救、物资运输、侦察巡逻等作业的最佳移动平台。四足机器人兼具运动的灵活性和稳定性，可以实现动态行走，是高速移动足式机器人研究的主要对象。自然界中几乎所有能够在自然地形条件下持久地高速运动并能够进行灵活转向的大、中型哺乳动物都具有四足移动机构的配置。四足的机构形式使得四足动物既可以通过多腿支撑，实现稳定站立和低速行走，又能根据需要实现双腿或单腿着地，进行动态奔跑，提高运动速度和效率，表现出优异的运动性能和地形适应性。

然而足式机器人结构复杂，要实现精准的运动学和动力学建模，需要丰富的经验和繁琐的手动调优。相较于传统的四足机器人运动控制，使用强化学习的四足机器人的运动控制具有无模型、环境适用性强和策略自主生成的优点。但是，这样的控制方法往往停留在仿真阶段，生成的稳定步态在实际的机器人中表现不佳，这是由于仿真的物理系统与实际的物理系统的存在较大的模型差异，而且这种差异在实际的运动中会被逐步放大。

基于此，本发明提供了一种四足机器人运动控制自生成和实物迁移方法。

发明内容

以下给出一个或多个方面的主要概述以应对这些方面的基本理解。此概述不能将所有构想的方面进行详述，其唯一的目的是要以简化形式给出一个或多个方面的一些概念以为稍后给出的更加详细的描述之序。

本发明提出一种四足机器人运动控制自生成和实物迁移方法，包括：

步骤1：利用开源Bullet物理引擎构建四足机器人快速仿真环境，包括四足机器人物理模型和周围环境的物理属性；四足机器人的传感器信息通过插件形式加入仿真环境，并通过可视化的方式进行显示；

步骤2：在仿真环境中，使用PPO算法优化四足机器人运动控制器，通过确定影响四足机器人运动控制性能的参数，学习鲁棒的控制器来缩小仿真模型和实际模型的差异，提高迁移成功率，在仿真环境中，实现控制策略的自主生成；

步骤3：将仿真中学习的运动控制器移植到实际四足机器人的控制板上，以惯性测量单元测量的信息作为控制器的输入，由运动控制器预测四足机器人腿部的关节角度，输出到对应电机，实现四足机器人在实际环境下的稳定行走。

步骤1中，包括以下步骤：

步骤1.1：四足机器人的物理模型依据实际四足机器人的关节与连杆的相对关系、惯性属性、几何特点和碰撞模型建立。

步骤1.2：周围环境的物理属性考虑地面的摩擦力和机器人所受的外力。

步骤2中，包括以下步骤：