[发明专利]一种Nao机器人步态规划遗传算法

摘要

本发明公开了一种Nao机器人步态规划遗传算法，以NAO机器人作为研究对象,对其下肢建立七连杆模型，并对NAO机器人的步态进行深入的分析、规划与优化，主要采用遗传算法对步态控制参数进行优化，用以控制NAO机器人的双腿运动，实验结果表明NAO机器人能够很好地控制直立行走的稳定性，实现了有效的步行动作，以保证NAO机器人在行进过程中能够同时执行其他更高级的动作。

主权项

一种Nao机器人步态规划遗传算法，其特征在于，包括以下步骤：步骤1、首先确定空间染色体选型，并进行初始化：对Nao机器人的步行瞬时重心运动分析，由一系列的参数表示而成，从而行走的步态规划为瞬时参数的集合：Qi＝{qb,qf,θi,Tc,Td}其中，行走脚脚掌离地时与地面的夹角为qb，行走脚脚掌着地时与地面的夹角为qf，脚掌与膝盖的夹角为θi，行走周期为Tc，双腿支撑周期为Td；步骤2、进行对应步行轨迹的变换，基于逆运动学理论对于Nao机器人关节结构角度进行计算；同时，对于确定状态下机器人ZMP、重心位置信息和行走脚在坐标系中的倾角进行稳定性评价，并依据适应度函数计算染色体对应的适应度值f；Nao机器人的步态规划主要与确定状态下机器人ZMP、重心位置信息、行走脚在坐标系中的倾角有关，根据对于遗传算法的分析，采用的适应度函数如下：f＝1÷[λ1q(T)+λ2n+λ3α(T)]其中：λ1、λ2、λ3分别为确定状态下机器人ZMP、重心位置信息和行走脚在坐标系中倾角的权重系数，q(T)为行走稳定性，α(T)为行走脚在坐标系中的倾角；步骤3、进行空间染色体间的杂交运算及变异运算，并通过遗传算法的迭代计算至收敛，获得最优插值参数；并且，运用Nao机器人的相应开发工具和编译软件，确保实现Nao机器人运动步态的规划和稳定控制。