[发明专利]一种基于CPG-Hopf网络耦合算法的水下六足机器人步态生成与转换方法

说明书

本发明设计一种基于CPG‑Hopf网络耦合算法的水下六足机器人步态生成与转换方法，旨在解决六足机器人在运动过程中协调腿部的动作和改善步态转换时动作的顺滑度。现有的步态生成方法多数基于模型法和行为控制法，对动作的可控性不强，且不是高智能行为。基于CPG‑Hopf网络耦合振荡器是模仿动物产生的节律运动的机理，并运用到机器人的控制当中，其效果是可控性高、更稳定、运动效率更快。同时在CPG‑Hopf网络耦合振荡器的基础上优化CPG‑Hopf网络耦合算法，利用线性插值对CPG‑Hopf网络耦合算法中的关键参数进行插值解算，实现水下六足机器人在步态切换时更稳定、顺滑，从而避免了中弧形腿的关节角度发生突变，对机器人的机械与控制系统造成冲击，保证了水下六足机器人的结构安全性。

技术领域

本发明设计属于足式仿生机器人控制领域，具体涉及针对水下六足机器人的一种基于CPG-Hopf网络耦合算法的步态生成与步态转换算法研究。

背景技术

水下环境充满了不确定性因素，对水下环境的探索需要借助特定的工具，例如ROV、AUV、UUV等水下航行器。但是由于此类水下航行器很难具备海底附近低速作业的能力，使得大量海底作业存在众多困难。随着机器人仿生技术的不断发展，足式机器人被用于众多领域，而足式机器人的运动特性符合海底作业的要求。因此，对于水下足式机器人的研究具有重要意义。

不同于履带式机器人和轮式机器人，水下足式机器人利用行走机构以非连续的点接触形式在地面行走，具备在非结构环境中稳定行走的能力。为了丰富水下足式机器人的运动步态和特种环境下的越障功能，水下六足机器人成为最优的选择。与普通的水下六足机器人相比，基于弧形腿的六足机器人以滚动代替转动，以面接触代替点接触，使得水下六足机器人具备更强的越障能力。

由于水下六足机器人具有较多的关节，因此多关节机器人的稳定运动需要关节间的相互协调，广大学者对此进行了大量的研究。如唐开强提出了一种基于深度强化学习的六足机器人步态规划方法，包括：获取环境信息、进行环境建模、落脚点筛选、制定上层运动策略、下层执行策略以及机器人运动驱动六个步骤。该六足机器人步态规划方法让六足机器人利用深度学习和强化学习算法，能够在走由环境抽象而来的梅花桩迷宫问题中求解最优路径，并且能够根据最优路径选择合适的落脚点，从而实现在非结构环境的高效行走。高海波提出了一种降低液压驱动六足机器人功率和流量消耗的运动规划方法，涉及足式机器人运动规划领域，针对六足机器人采用现有运动规划方法导致六足机器人的功率和流量需求过大的问题。

由此可见，设计一种实用可靠，协调度高，转换顺滑的水下六足机器人步态生成与转换算法有着重要的意义。

发明内容

为了解决水下六足机器人步态生成时存在步态耦合困难，步态转换过程中弧形腿的关节角度发生突变，对机器人的机械与控制系统造成冲击，本发明提供了一种基于CPG-Hopf网络耦合算法的步态生成方法和基于插值算法的步态转换方法。

本发明为了解决上述问题，采取的技术方案如下：

研究了一种基于拓扑网络结构的耦合关系，水下六足机器人的关节间的协调通过建立6个髋关节CPG-Hopf振荡器之间的相位耦合关系来实现，称为CPG-Hopf网络耦合振荡器。其中，每个髋关节之间采用了全对称连接的网络拓扑结构，CPG-Hopf网络耦合振荡器的输出的无量纲信号映射到髋关节的关节角度信号。同时，通过连续改变负载因子和权重矩阵的值，来实现各个步态之间的平滑转换。具体算法步骤如下：

步骤1：采用一种基于CPG-Hopf网络耦合算法对步态进行数值解析；

步骤1.1：初始化算法所要用到的参数；

步骤1.2：定义CPG-Hopf网络耦合算法的数学模型；

步骤1.3：定义旋转矩阵计算函数；

步骤1.4：计算CPG-Hopf网络耦合算法的连接权重矩阵和相位相关系数；