[发明专利]一种四足机器人模型参数的实时校正方法

权利要求书

1.一种四足机器人模型参数的实时校正方法，其特征在于，所述方法包括：

当接收到用于控制四足机器人运动状态的控制指令，将当前所述四足机器人的传感器模块采集的数据，送入预设的状态估计算法，得到所述四足机器人当前的运动状态数据；

使用模型预测控制MPC算法对所述四足机器人进行数学建模，得到动力学模型；

根据所述控制指令，计算所述四足机器人当前的运动力矩；所述运动力矩用于控制所述四足机器人的关节电机，以使所述四足机器人运动；

将所述四足机器人当前的所述运动状态数据和所述运动力矩，代入所述四足机器人的所述动力学模型，计算出所述动力学模型的实时参数；

使用所述实时参数校正所述动力学模型的历史参数。

2.根据权利要求1所述的一种四足机器人模型参数的实时校正方法，其特征在于，根据所述控制指令，计算所述四足机器人当前的运动力矩，包括：

根据所述控制指令，预测所述四足机器人的期望轨迹状态数据；

根据所述动力学模型，得到所述四足机器人的运动状态方程；

根据所述运动状态方程，得到所述四足机器人的运动状态离散迭代方程；所述运动状态离散迭代方程用于根据四足机器人当前的运动状态数据预测四足机器人未来若干时刻的运动状态数据；

将使用所述运动状态离散迭代方程预测的运动状态数据与所述期望轨迹状态数据进行拟合，求解得到所述四足机器人当前的运动力矩。

3.根据权利要求2所述的一种四足机器人模型参数的实时校正方法，其特征在于，将使用所述运动状态离散迭代方程预测的运动状态数据与所述期望轨迹状态数据进行拟合，求解得到所述四足机器人当前的运动力矩，包括：

将使用所述运动状态离散迭代方程预测的运动状态数据与所述期望轨迹状态数据采用最小二乘法进行拟合，并添加摩擦力约束，拟合方程组为：

其中，表示当前时刻四足机器人的运动状态数据，表示预测的未来时刻四足机器人的运动状态数据，表示该未来时刻四足机器人的期望轨迹状态数据，表示运动力矩，和为权重比例，和为常量矩阵，为摩擦系数，和为摩擦力上下边界；

求解拟合方程组得到所述四足机器人当前的运动力矩。

4.根据权利要求1所述的一种四足机器人模型参数的实时校正方法，其特征在于，所述动力学模型包括所述四足机器人的线速度微分方程和角速度微分方程；

所述线速度微分方程为：

所述角速度微分方程为：

其中，是所述四足机器人的线速度，是地面对所述四足机器人的足端的反作用力，即所述运动力矩，是所述四足机器人的质量，是重力加速度，是所述四足机器人的转动惯量，是所述四足机器人的角速度，是所述四足机器人的质心到足端的向量。

5.根据权利要求4所述的一种四足机器人模型参数的实时校正方法，其特征在于，所述运动状态数据包括所述四足机器人的角加速度、线加速度和所述四足机器人的质心到足的向量。

6.根据权利要求5所述的一种四足机器人模型参数的实时校正方法，其特征在于，将所述四足机器人当前的所述运动状态数据和所述运动力矩，代入所述四足机器人的动力学模型，计算出所述动力学模型的实时参数，包括：

将所述运动力矩和所述线加速度，代入所述线速度微分方程，得到最小二乘公式一：

；

当最小二乘公式一的结果最小时，解得m，作为所述四足机器人的质量参数；

将所述运动力矩、所述线加速度和所述四足机器人的质心到足的向量，代入所述角速度微分方程，得到最小二乘公式二：

；

当最小二乘公式二的结果最小时，解得I，作为所述四足机器人的转动惯量参数。

7.根据权利要求1所述的一种四足机器人模型参数的实时校正方法，其特征在于，使用所述实时参数校正所述动力学模型的历史参数，包括：

根据所述实时参数采用一个线性的学习率校正所述动力学模型的历史参数，经过数次迭代，直到所述历史参数近似于所述实时参数。