[发明专利]一种仿人机器人步态平衡模型建立的方法

摘要

本发明涉及一种人体示教与机器学习相结合的仿人机器人步态规划方法，属于人工智能与机器人控制领域。本发明将人体示教和支持向量回归学习算法相结合应用在仿人机器人的步态规划中，基于支持向量回归算法构建仿人机器人步态平衡泛化模型，将人体完成步行动作时的关节角度和ZMP信息输入步态平衡泛化模型，可直接得到经稳定性补偿的关节角度。引用WOA优化模型的参数以使模型得到最优的泛化效果，完善步态平衡模型的性能。利用步态平衡泛化模型得到的关节角度驱动NAO仿人机器人可使其完成稳定步行动作。本发明降低了仿人机器人步态模仿算法的复杂度，提高了实时性，并且保留了仿人机器人步行动作的稳定性和拟人性。

主权项

1.一种仿人机器人步态平衡模型建立的方法，其特征在于，具体步骤如下:(1)利用体感摄影机Kinect2.0采集人体在平地中完成稳定步行动作中的25个骨骼点的空间位置轨迹，即Kinect坐标系中的x，y，z，并使用空间向量法求取各个关节的角度并使用平滑滤波的方法降低误差，提取支撑脚底部关节点作为人体示教的ZMP轨迹；(2)基于支持向量回归算法构建仿人机器人步态平衡泛化模型，输入步骤(1)中得到的人体步行关节角度即仿人机器人所需的19个自由度以及ZMP信息，得到经稳定性补偿的关节角度；(3)使用步态模仿算法进行补偿角度的计算作为训练集和测试集，使用WOA对模型进行参数寻优，得到使模型有最佳泛化效果的参数，并对其进行训练和测试，使其得到使机器人稳定步行的关节角度序列。