一种基于人类动捕重定向的四足机器人正障碍攀爬运动控制方法与流程

本发明属于机器人运动控制、具身智能及人工智能，具体是指一种基于人类动捕重定向的四足机器人正障碍攀爬运动控制方法。

背景技术：

1、正障碍攀爬是四足机器人在野外巡检、应急救援和复杂地形通行等场景中的重要能力。正障碍是指相对于机器人当前站立平面或周围地面高度，具有显著向上凸起、突出或抬高的地形结构。机器人需要连续完成接近障碍物、前足搭载、机身抬升、后足蹬伸、机身越障及后足回收等动作，运动过程中存在多次接触状态切换，且机身与四腿运动相互耦合，控制难度明显高于普通行走。

2、现有正障碍攀爬方法主要采用人工设计动作、有限状态机、轨迹优化或强化学习训练。人工设计动作及状态机依赖大量经验调参，难以适配不同尺寸的机器人和障碍物；轨迹优化对模型精度和计算能力要求较高，在存在模型误差或环境变化时适应能力有限；强化学习从零开始训练时缺少有效动作先验，机器人容易产生前足搭载失败、机身碰撞、后足蹬伸时机不合理和失稳跌落等无效探索，导致训练周期长、收敛不稳定。

3、人体以四肢支撑方式攀爬正障碍时，能够自然形成前肢搭载、躯干抬升、后肢蹬伸及重心转移等运动规律，可为四足机器人提供有效的运动示范。然而，人体与四足机器人在身体比例、关节拓扑、活动范围及动力学性能方面存在明显差异，人体动捕数据不能直接转换为机器人关节指令；简单按比例缩放也可能造成机器人足端不可达、关节超限、碰撞或运动失稳。因此，需要一种面向正障碍攀爬任务的人体动捕重定向与机器人运动策略训练方法。

技术实现思路

1、本发明的目的在于克服目前四足机器人在仿照人体攀爬时存在的四足机器人的足端不可达、关节超限、碰撞或运动失稳的缺陷，提供一种基于人类动捕重定向的四足机器人正障碍攀爬运动控制方法。

2、为实现上述目的，本发明采用以下技术方案来实现：一种基于人类动捕重定向的四足机器人正障碍攀爬运动控制方法，包括以下步骤：

3、s1、采集人体以四肢支撑方式攀爬正障碍的运动数据；

4、s2、对采集的人体运动数据进行预处理，并根据人体接触状态及相对于障碍物的运动进度，将攀爬过程划分为多个攀爬阶段；

5、s3、建立人体关键部位与四足机器人关键部位之间的映射关系；

6、s4、根据人体尺寸、四足机器人尺寸、机器人关节活动范围及障碍物尺寸，将人体攀爬动作重定向为四足机器人的参考运动，并对重定向结果进行运动可行性修正；

7、s5、根据重定向结果生成四足机器人正障碍攀爬的参考轨迹；

8、s6、将所述参考轨迹作为运动先验，构建强化学习运动策略并进行训练，得到训练后的攀爬控制策略；

9、s7、将训练后的攀爬控制策略部署于四足机器人，在四足机器人实际运行时，根据实时获取的本体状态信息和正障碍环境信息，利用攀爬控制策略输出控制指令，控制四足机器人完成正障碍攀爬。

10、进一步地，步骤s1中所述人体以四肢支撑方式攀爬正障碍，是指人体以双手和双脚作为支撑点，以接近四足运动形态的方式完成正障碍攀爬；所述运动数据包括人体躯干、四肢关节、双手和双脚末端的运动轨迹数据，以及双手、双脚与地面或障碍物之间的接触状态数据；所述正障碍包括台阶、箱体、平台或墙坎中的至少一种。

11、步骤s2中所述的预处理是指对采集的人体运动数据进行坐标统一、时间同步、滤波平滑及异常数据处理中的一种或多种；所述攀爬阶段至少划分为接近与姿态调整阶段、前肢搭载阶段、躯干抬升与后肢蹬伸阶段、后肢回收与姿态稳定阶段。

12、步骤s3中所述映射关系包括：人体躯干对应四足机器人机身，人体双手对应四足机器人双前足，人体双脚对应四足机器人双后足，人体四肢接触状态对应四足机器人四足接触状态，人体攀爬阶段对应四足机器人攀爬阶段；所述映射是指提取并迁移躯干运动、四肢末端运动、接触顺序、支撑关系及运动阶段中的一种或多种跨形态运动特征。

13、步骤s4中所述重定向是指依据人体与四足机器人不同身体部位的比例关系分别进行尺寸适配调整，该重定向包括：将人体躯干运动转换为四足机器人机身的参考运动，将人体双手运动转换为四足机器人双前足的参考运动，将人体双脚运动转换为四足机器人双后足的参考运动；所述运动可行性修正包括：对超出四足机器人关节运动范围的动作进行限幅修正，对足端不可达的动作进行位置调整，对可能产生机身或腿部碰撞的动作进行避碰修正，以及对不满足支撑稳定要求的动作进行姿态调整。

14、步骤s5中所述参考轨迹包括以下信息中的一种或多种：机器人机身的位置、姿态及速度参考；四足末端的运动轨迹；各关节的运动状态；四足接触状态和接触顺序；攀爬阶段或运动相位信息。

15、步骤s6中所述构建强化学习运动策略并进行训练，其包括以下步骤：

16、s61、将参考轨迹作为运动先验，引导强化学习策略学习机身运动、足端运动、接触顺序和攀爬阶段；

17、s62、训练过程中，强化学习策略依据四足机器人的实时状态、动力学特性及障碍物条件，对参考轨迹中的参考动作进行动态调整；

18、s63、强化学习策略直接输出关节控制指令，或者输出相对于参考轨迹中参考动作的修正量。

19、步骤s6中所述训练方式为：采用参考轨迹对应的统一运动策略进行训练、按攀爬阶段分别训练的多个运动子策略进行训练、先按攀爬阶段分阶段训练再联合优化、或为将攀爬阶段作为输入的统一条件策略进行训练。

20、进一步地，在步骤s62所述的训练过程中，当障碍物尺寸发生变化时，所述参考轨迹随障碍物尺寸相应变化，且强化学习策略在变化的参考轨迹引导下学习修正量，形成对不同尺寸障碍物的自适应攀爬能力。

21、同时，在步骤s62所述的训练过程中，还需要对障碍物尺寸、负载、地面摩擦、传感器噪声及控制延迟中的一种或多种参数进行随机化处理。

22、与现有技术相比，本发明的有益效果是：

23、（1）本发明通过采集人体以四肢支撑方式攀爬正障碍的运动数据，提取人体自然形成的前肢搭载、躯干抬升、后肢蹬伸和重心转移规律，并将其作为四足机器人攀爬的运动先验，为强化学习策略提供有效的动作结构引导，能有效减少无效探索行为，提高训练效率和稳定性。

24、（2）本发明采用跨形态语义映射，不依赖人体关节与机器人关节逐一对应，并依据人体与机器人不同身体部位的比例关系分别进行尺寸适配调整，同时对重定向结果进行关节运动范围、足端可达性、防碰撞及支撑稳定性的可行性修正，避免了因人体与四足机器人形态差异造成的动作迁移失效问题，提高了人体示范向四足机器人迁移的适用性和安全性。

25、（3）本发明将重定向生成的参考轨迹作为运动先验引导强化学习策略训练，同时允许策略依据机器人实时状态、动力学特性及障碍物条件对参考动作进行动态调整，使机器人既能继承人体示范中的攀爬规律，又能形成符合自身结构和动力学特性的运动动作。

26、（4）本发明在训练过程中，当障碍物尺寸变化时参考轨迹随之相应变化，策略在变化的参考轨迹引导下学习修正量，形成对不同尺寸障碍物的自适应攀爬能力；同时对障碍物尺寸、负载、地面摩擦、传感器噪声及控制延迟进行随机化处理，增强了策略的泛化能力和在线运行时的鲁棒性。