[发明专利]多足机器人的运动学习方法、装置、电子设备及存储介质

说明书

本发明涉及机器人运动控制技术领域，具体公开了一种多足机器人的运动学习方法、装置、电子设备及存储介质，其中，方法包括以下步骤：获取关于足式生物运动的不同视频信息；根据视频信息提取运动关键信息生成骨架序列图片，并根据视频信息提取场景序列图片；根据骨架序列图片提取骨架特征信息以生成骨架分析函数，并根据场景序列图片提取场景特征信息以生成动作决策函数；根据骨架分析函数及动作决策函数的相关性建立损失函数；更新损失函数至收敛以获取足部决策模型；该方法建立的损失函数能反映骨架分析函数及动作决策函数的相似程度，使得基于损失函数收敛生成的足部决策模型能针对场景决策出最接近于真实动作的动作。

技术领域

本申请涉及机器人运动控制技术领域，具体而言，涉及一种多足机器人的运动学习方法、装置、电子设备及存储介质。

背景技术

伴随着科技的发展与人们对美好生活的持续追求，对移动机器人的需求日益旺盛，但在复杂不平坦的地形条件下，传统平台的移动机器人的机动性和灵活性受到很大的限制。多足机器人受恶劣不规则地形条件的影响较小，能适应更多复杂危险的场景。

现有的多足机器人原型都是用仿生的方法进行设计制造，通过仿腿式生物的关节结构和运动步态等进行设计。

多足机器人的动作一般为通过部署作为深度学习模型的足部决策模型进行决策，现有的足部决策模型的训练过程为基于事先标定的数据集进行端到端的深度学习训练，训练出来的仅为能针对空间特征进行动作决策，导致决策动作不够准确真实。

针对上述问题，目前尚未有有效的技术解决方案。

发明内容

本申请的目的在于提供一种多足机器人的运动学习方法、装置、电子设备及存储介质，使足部决策模型能针对场景空间及时间特征决策出最接近于真实动作的动作。

第一方面，本申请提供了一种多足机器人的运动学习方法，用于生成多足机器人的足部决策模型，所述方法包括以下步骤：

获取关于足式生物运动的不同视频信息；

根据所述视频信息提取运动关键信息生成骨架序列图片，并根据所述视频信息提取场景序列图片；

根据所述骨架序列图片提取骨架特征信息以生成骨架分析函数，并根据所述场景序列图片提取场景特征信息以生成动作决策函数；

根据所述骨架分析函数及所述动作决策函数的相关性建立损失函数；

更新所述损失函数至收敛以获取所述足部决策模型。

本申请的多足机器人的运动学习方法，根据视频信息分别生成基于运动关键信息获取的骨架序列图片和用于表征足部动作与场景关系的场景序列图片，基于两种序列图片独立进行特征提取生成骨架分析函数和动作决策函数，两者分别能反映足部动作与时间及空间的关联性，基于骨架分析函数和动作决策函数相关性建立的损失函数能反映骨架分析函数及动作决策函数的相似程度，使得基于损失函数收敛生成的足部决策模型能针对场景决策出最接近于真实动作的动作，使得多足机器人控制更稳定、精确。

所述的多足机器人的运动学习方法，其中，所述根据所述骨架序列图片提取骨架特征信息以生成骨架分析函数的步骤包括：

对所述骨架序列图片进行3D卷积初步提取所述骨架特征信息；

根据自注意力机制和动作时间特征对所述骨架特征信息进行多级特征提取并进行降采样后获取所述骨架分析函数。

所述的多足机器人的运动学习方法，其中，所述根据自注意力机制和动作时间特征对所述骨架特征信息进行多级特征提取并进行降采样后获取所述骨架分析函数的步骤包括：

通过第一自注意机制层、第一时间深度卷积层、第二自注意机制层、第二时间深度卷积层及第三自注意机制层对所述骨架特征信息依次进行特征提取后，利用第一全模块连接层进行降采样以获取所述骨架分析函数。