一种四足机器人地形自适应姿态稳定控制方法及系统与流程

摘要: 本发明涉及机器人控制,尤其涉及一种四足机器人地形自适应姿态稳定控制方法及系统。背景技术:1、足式机器人具有比轮式机器人更加卓越的应对复杂地形的能力。然而,在非结...
一种四足机器人地形自适应姿态稳定控制方法及系统与流程

本发明涉及机器人控制,尤其涉及一种四足机器人地形自适应姿态稳定控制方法及系统。

背景技术:

1、足式机器人具有比轮式机器人更加卓越的应对复杂地形的能力。然而,在非结构化地形(如沙地、草地、冰面、碎石等)上行走时,足-地接触状态复杂多变,地形突变(如从硬质路面突变为松软沙地或光滑冰面)会引发机身姿态剧烈波动、足端冲击过大甚至失稳倾倒等问题。

2、现有技术中,部分方案依赖足端六维力传感器感知足端力矢量变化来识别地形突变,并通过扰动观测模型估算等效扰动力矩,进而生成前馈姿态修正期望。这类方法对突变事件的响应速度快,但难以提前预判地形材料属性,无法在突变发生前主动调整足地接触的柔顺参数。

3、另有一类方案通过足端加速度计与接触麦克风采集足-地接触产生的宽频振动与声信号,经时频谱图生成和神经网络分类器识别地形材料类型。这类方法能够提前获知地形属性并预调阻抗参数,但缺乏对地形突变瞬间冲击力与姿态扰动的实时量化估计,且其共振抑制依赖于历史步态周期的统计规律,对突发性、非周期性地形变化的适应能力有限。

技术实现思路

1、本发明提供一种四足机器人地形自适应姿态稳定控制方法及系统,其主要目的在于解决对地形突变无法提前预判与实时量化估计,导致姿态稳定控制精度低的问题。

2、为实现上述目的,本发明提供的一种四足机器人地形自适应姿态稳定控制方法,包括:

3、s1:采集所述四足机器人在当前地形中多源振动信号所对应的时频谱图和本体状态数据,根据所述四足机器人中足端力矢量的突变方向识别地形突变事件;

4、s2:依据所述地形突变事件前的所述本体状态数据,解算所述四足机器人的受扰动力矩矢量,得到所述四足机器人的地形扰动矢量;

5、s3:根据所述地形扰动矢量和所述本体状态数据,预测所述四足机器人的姿态偏移趋向,生成前馈姿态修正期望,根据所述四足机器人的各步态周期,比对所述本体状态数据中机身波动序列和所述时频谱图的频带能量序列,得到所述四足机器人的共振抑制参考量;

6、s4:利用所述前馈姿态修正期望和所述共振抑制参考量,修正所述四足机器人中支撑足的期望足端力,得到足端力修正量,并依据所述支撑足的当前位置,补偿计算所述支撑足的目标位置补偿量;

7、s5:根据所述足端力修正量和所述目标位置补偿量,解算所述支撑足中各关节的期望关节驱动量,生成所述四足机器人的关节驱动指令,采集所述四足机器人在执行所述关节驱动指令后的调整姿态数据和调整足端力矢量;

8、s6:比对所述调整姿态数据与所述前馈姿态修正期望对应的姿态数据,得到姿态跟踪偏差,并基于所述姿态跟踪偏差反馈更新所述前馈姿态修正期望和所述足端力修正量。

9、优选的,所述根据所述四足机器人中足端力矢量的突变方向识别地形突变事件,包括:

10、根据所述本体状态数据中所述四足机器人的足端力矢量,界定所述足端力矢量的方向波动范围,得到所述足端力矢量的方向平稳范围;

11、在所述方向平稳范围内,检测所述足端力矢量的方向偏差状态,得到突变方向标志;

12、对所述四足机器人的中每个支撑足的所述突变方向标志进行时间关联分析,得到所述支撑足的足端接触扰动事件;

13、对比所述足端接触扰动事件发生前后所述四足机器人的姿态变化,得到所述四足机器人的地形突变事件。

14、优选的,所述依据所述地形突变事件前的所述本体状态数据,解算所述四足机器人的受扰动力矩矢量,得到所述四足机器人的地形扰动矢量,包括:

15、利用所述地形突变事件发生前标记的瞬时点,识别所述足端力矢量的空间分布,得到所述足端力矢量的空间分布形态;

16、根据所述空间分布形态中力矩作用点的位置,识别所述本体状态数据中角速度幅值突跳的时刻与旋转方向,得到所述四足机器人的角速度跳变事件;

17、关联所述空间分布形态中的力矩作用点与所述角速度跳变事件指示的旋转趋向,得到所述四足机器人的受扰动作用方向;

18、沿着所述受扰动作用方向解析所述支撑足的应力梯度差异,解算所述支撑足的平衡保持力矩集;

19、将所述平衡保持力矩集与突变发生后所述支撑足的力矩分布进行逐足对比,得出所述四足机器人的受扰动力矩幅值;

20、将所述受扰动作用方向与所述受扰动力矩幅值进行关联,得到所述四足机器人的地形扰动矢量。

21、优选的,所述根据所述地形扰动矢量和所述本体状态数据,预测所述四足机器人的姿态偏移趋向,生成前馈姿态修正期望,包括:

22、根据所述地形扰动矢量,解析所述支撑足的力矩方向,得到所述支撑足的失衡力矩方向;

23、基于所述失衡力矩方向和所述支撑足的当前位置,推导所述足端力矢量的理想空间指向,得到所述支撑足的理想力线方向;

24、对比所述理想力线方向和所述足端力矢量的实际指向,得到所述支撑足的支撑力线位移偏差;

25、利用所述支撑力线位移偏差和所述本体状态数据,预测所述四足机器人机身姿态的偏移趋势,得到所述支撑足的姿态偏移预测量;

26、以所述姿态偏移预测量为补偿特征,反向调整所述四足机器人中机身姿态的期望角度,得到所述支撑足的前馈姿态修正期望。

27、优选的,所述根据所述四足机器人的各步态周期,比对所述本体状态数据中机身波动序列和所述时频谱图的频带能量序列,得到所述四足机器人的共振抑制参考量,包括:

28、依据所述四足机器人的各个步态周期,将所述四足机器人的机身波动序列与所述时频谱图的频带能量序列进行时序对齐,得到同步序列对;

29、在所述同步序列对中,比对所述机身波动序列的波动峰和所述频带能量序列的能量峰的重合位置,将所述重合位置的能量标记为波动诱发频带能量;

30、从所述机身波动序列中确定主波动频率范围;

31、从所述波动诱发频带能量中确定与所述主波动频率范围匹配的频带能量段,得到振荡频段能量;

32、剔除所述振荡频段能量中符合所述机身波动序列的常规波动模式的能量段,将剩余的异常能量段作为所述四足机器人的共振抑制参考量。

33、优选的,所述利用所述前馈姿态修正期望和所述共振抑制参考量,修正所述四足机器人中支撑足的期望足端力,得到足端力修正量,包括:

34、沿所述四足机器人机身坐标系的各轴向分解所述前馈姿态修正期望,得到所述四足机器人的方向性姿态恢复需求;

35、结合所述四足机器人的足端布局,将所述方向性姿态恢复需求映射至所述支撑足的期望矢量方向,得到所述支撑足的姿态补偿幅值;

36、根据所述共振抑制参考量在各步态周期中所处的相位区间,识别所述共振抑制参考量在所述支撑足的主导作用空间,得到所述支撑足的共振敏感相位;

37、以所述共振敏感相位为力线调整的优先通道,沿所述共振抑制参考量的主能量传递方向偏转所述姿态补偿幅值,得到所述支撑足的抗共振力线偏转量;

38、合成所述姿态补偿幅值和所述抗共振力线偏转量,得到所述支撑足的足端力矢量修正需求;

39、叠加所述足端力矢量修正需求和所述支撑足的期望足端力,得到所述支撑足的足端力修正量。

40、优选的,所述依据所述支撑足的当前位置,补偿计算所述支撑足的目标位置补偿量,包括:

41、依据所述支撑足的当前位置与所述足端力修正量的空间指向,并对所述支撑足进行位移映射,得到所述足端力修正量的空间作用偏移范围;

42、依据所述前馈姿态修正期望中的期望角度,校准所述支撑足的当前姿态,生成所述前馈姿态修正期望对应的姿态调整空间范围;

43、根据所述共振抑制参考量在步态相位下的能量峰值时刻与方向,对所述支撑足的位移路径进行相位标记,得到振动抑制路径节点;

44、将所述空间作用偏移范围与所述姿态调整空间范围的空间交集作为所述支撑足的有效空间位置范围;

45、从所述有效空间位置范围中剔除落入所述振动抑制路径节点的区域,得到所述支撑足的余留空间区域;

46、以所述余留空间区域为目标,结合所述支撑足的当前位置,确定所述支撑足的当前位置的目标位置补偿量。

47、优选的,所述根据所述足端力修正量和所述目标位置补偿量,解算所述支撑足中各关节的期望关节驱动量,生成所述四足机器人的关节驱动指令,包括:

48、结合所述足端力修正量与所述目标位置补偿量,界定所述支撑足在物理空间中的期望力位复合特征;

49、将所述期望力位复合特征分解至所述支撑足的关节轴线方向,得到所述支撑足中各关节轴线方向上的力矩分量与角位移分量;

50、对所述力矩分量与所述角位移分量进行作功匹配,确定所述支撑足中各关节的期望关节驱动量;

51、将所述支撑足中各关节的期望关节驱动量时序编排为节拍化动作序列,生成所述四足机器人的关节驱动指令。

52、优选的,所述比对所述调整姿态数据与所述前馈姿态修正期望对应的姿态数据,得到姿态跟踪偏差,包括:

53、以所述步态周期为切分周期,对所述调整姿态数据的机身姿态角轨迹进行周期切分,得到所述调整姿态数据的多周期波动序列;

54、在同一所述步态周期内,对所述前馈姿态修正期望对应的姿态数据的期望姿态角轨迹实施包络提取,得到所述前馈姿态修正期望的理想轨迹包络;

55、识别所述多周期波动序列与所述理想轨迹包络中的各波动角度点的偏离时段,得到所述调整姿态数据的姿态偏离时段;

56、在所述姿态偏离时段内,从所述多周期波动序列中提取所含的离散点实施区域,获取所述调整姿态数据的瞬态跟踪子序列;

57、对所述瞬态跟踪子序列与所述理想轨迹包络中的最大偏移极值与方向进行偏差合成,得到所述调整姿态数据的姿态跟踪偏差。

58、为了解决上述问题,本发明还提供一种四足机器人地形自适应姿态稳定控制系统,包括:

59、信号采集模块:采集所述四足机器人在当前地形中多源振动信号所对应的时频谱图和本体状态数据,根据所述四足机器人中足端力矢量的突变方向识别地形突变事件;

60、扰动解算模块:依据所述地形突变事件前的所述本体状态数据,解算所述四足机器人的受扰动力矩矢量,得到所述四足机器人的地形扰动矢量;

61、前馈预测模块:根据所述地形扰动矢量和所述本体状态数据,预测所述四足机器人的姿态偏移趋向,生成前馈姿态修正期望,根据所述四足机器人的各步态周期,比对所述本体状态数据中机身波动序列和所述时频谱图的频带能量序列,得到所述四足机器人的共振抑制参考量;

62、指令生成模块:利用所述前馈姿态修正期望和所述共振抑制参考量,修正所述四足机器人中支撑足的期望足端力,得到足端力修正量,并依据所述支撑足的当前位置,补偿计算所述支撑足的目标位置补偿量;

63、执行反馈模块:根据所述足端力修正量和所述目标位置补偿量,解算所述支撑足中各关节的期望关节驱动量,生成所述四足机器人的关节驱动指令,采集所述四足机器人在执行所述关节驱动指令后的调整姿态数据和调整足端力矢量;

64、偏差修正模块:比对所述调整姿态数据与所述前馈姿态修正期望对应的姿态数据,得到姿态跟踪偏差,并基于所述姿态跟踪偏差反馈更新所述前馈姿态修正期望和所述足端力修正量。

65、有益效果

66、本方案通过采集多源振动信号时频谱图与本体状态数据、结合足端力矢量突变方向识别地形突变事件,基于足端力空间分布与角速度跳变的关联分析,依托突变前数据解算受扰动力矩矢量,量化地形扰动的方向与幅值的手段,完成对地面支撑属性突变的快速捕捉与扰动作用方向的精准判定,实现了地形扰动的实时量化与机身姿态偏移的提前预测,可生成前馈姿态修正期望反向调整足端受力布局,解决了现有技术中对地形突变无法提前预判、不能实时量化扰动强度,导致姿态响应滞后、稳定控制精度不足的问题,能在地形突变冲击传递到机身前完成受力修正,大幅提升复杂非结构化地形下的姿态稳定度与行走平顺性。

67、本方案通过比对机身波动序列与时频频带能量序列、筛选异常振荡频段能量提取共振抑制参考量、结合前馈修正期望同步调整支撑足的足端力与目标位置的手段,实现了支撑足力位复合参数的精准解算与关节驱动指令的有序编排输出,再通过实际姿态与期望姿态的偏差计算,反馈迭代更新前馈参数与足端力修正量,解决了现有技术中共振抑制依赖历史统计规律、对突发地形变化适配性差,且力控与位控脱节的问题,能有效削弱地形引发的机身共振,持续提升姿态跟踪准确度,保障机器人在多变地形上的长期行走稳定性。