机器人控制方法、装置、人形机器人及存储介质与流程
本技术涉及机器人控制，尤其涉及机器人控制方法、机器人控制装置、人形机器人及存储介质。
背景技术：
1、在人形机器人的分层控制中，高层规划器与底层控制器通常分别独立优化，高层规划器在生成基座移动速度、双手末端位姿等目标指令时，往往缺乏关于底层控制器实际所能提供的关节力矩上限、足端摩擦锥约束以及末端可达空间边界等物理执行极限信息。
2、因此，在真实物理环境中部署时，高层规划器所要求达到的运动与操作指令，常常超出底层控制器在维持整机平衡和稳定接触前提下所能实际实现的指令范围，导致底层控制器在跟踪过程中出现力矩饱和、足端滑移或末端位姿偏差过大等现象，直接造成人形机器人的基座移动、双手操作与整机平衡之间的协同性被破坏，任务成功率显著降低。
技术实现思路
1、本技术的主要目的在于提供一种机器人控制方法、机器人控制装置、人形机器人及存储介质，旨在解决现有方案中，高层规划器缺乏关于底层控制器实际所能提供的物理执行极限信息，使得人形机器人的协同性差，导致任务成功率低的技术问题。
2、为实现上述目的，本技术提出一种机器人控制方法，所述的方法包括：
3、在仿真环境中，构建与目标人形机器人的硬件参数和物理特性相匹配的数字孪生机器人；
4、构建用于联合训练所述数字孪生机器人的高层规划器与底层控制器的自适应联合损失函数，其中，所述高层规划器中包括用于根据所述底层控制器的物理执行极限信息对所述高层规划器输出的高层规划指令进行边界约束的可微安全投影层；所述自适应联合损失函数包括用于量化所述高层规划指令超出所述物理执行极限信息程度的指令可执行性损失项，和用于量化高层规划指令的可行范围与底层可执行指令的能力范围之间的偏差的规划执行分布对齐损失项；
5、通过所述自适应联合损失函数，同步更新所述高层规划器和所述底层控制器各自的参数，并基于同步更新后的参数得到分层控制策略；
6、将所述分层控制策略部署至所述目标人形机器人，在真实物理环境中对所述目标人形机器人进行协同控制。
7、在一实施例中，所述数字孪生机器人的高层规划器的网络结构为：状态-场景条件编码器、扩散时间步调制模块、运动分支去噪器、操作分支去噪器、耦合门控残差模块和可微安全投影层，
8、所述状态-场景条件编码器由6层依次堆叠的条件编码层构成；
9、所述扩散时间步调制模块设置在所述状态-场景条件编码器之后；
10、所述运动分支去噪器由4层依次堆叠的运动分支去噪层构成，所述操作分支去噪器由4层依次堆叠的操作分支去噪层构成；
11、所述耦合门控残差模块设置在所述运动分支去噪器的第2层运动分支去噪层与第3层运动分支去噪层之间以及所述操作分支去噪器的第2层操作分支去噪层与第3层操作分支去噪层之间；
12、所述可微安全投影层设置在所述运动分支去噪器和所述操作分支去噪器之后。
13、在一实施例中，在所述高层规划器中，
14、所述状态-场景条件编码器，用于接收条件输入数据，输出条件编码特征，其中，所述条件输入数据包括所述目标人形机器人的状态数据、外部环境数据、扩散时间步、足端接触状态和任务阶段编码；
15、所述扩散时间步调制模块，用于将所述扩散时间步作为输入，输出缩放系数和偏置系数，并将所述缩放系数和所述偏置系数分别输入至每个运动分支去噪层和每个操作分支去噪层，以调制每个去噪层的去噪特征；
16、将所述条件编码特征分别输入所述运动分支去噪器和所述操作分支去噪器，由各自的去噪结果拼接得到预测高层规划指令；
17、其中，在所述运动分支去噪器和所述操作分支去噪器各自的每两层去噪层之后，将运动分支隐状态、操作分支隐状态以及所述条件编码特征输入所述耦合门控残差模块，得到更新后的运动分支隐状态以及更新后的操作分支隐状态，并将所述更新后的运动分支隐状态输入所述运动分支去噪器的下一层去噪层，将所述更新后的操作分支隐状态输入所述操作分支去噪器的下一层去噪层，得到各自的去噪结果；其中，所述运动分支隐状态由所述运动分支去噪器执行扩散去噪得到，所述操作分支隐状态由所述操作分支去噪器执行扩散去噪得到；
18、将所述预测高层规划指令输入所述可微安全投影层进行边界约束后，输出实际的高层规划指令。
19、在一实施例中，所述构建用于联合训练所述数字孪生机器人的高层规划器与底层控制器的自适应联合损失函数的步骤包括：
20、根据所述高层规划器中扩散网络预测的噪声与真实噪声之间的一致性，确定扩散去噪损失项；
21、根据所述底层控制器执行所述高层规划器输出的高层规划指令时反馈的底层物理约束违反程度，确定指令可执行性损失项，其中，所述底层物理约束包括力矩饱和度、足端摩擦锥越界量和末端可达空间越界量；
22、根据所述高层规划器输出的高层规划指令对应的轨迹与所述底层控制器实际执行轨迹的偏差，确定底层跟踪损失项；
23、根据所述底层控制器在策略更新时的更新步长限制，确定裁剪目标损失项；
24、根据所述数字孪生机器人的质心沿重力方向在水平面上的投影点到支撑多边形各边的最小距离、所述数字孪生机器人的躯干姿态角速度及足端滑移速度，确定整机稳定损失项；
25、根据所述高层规划器输出的高层规划指令的可行范围与所述底层控制器的底层可执行指令的能力范围之间的偏差，确定规划执行分布对齐损失项；
26、根据所述数字孪生机器人执行任务过程中采集的关节力矩、力矩变化率及所述高层规划器输出的高层规划指令，确定能耗平滑损失项；
27、根据所述扩散去噪损失项、所述指令可执行性损失项、所述底层跟踪损失项、所述裁剪目标损失项、所述整机稳定损失项、所述规划执行分布对齐损失项和所述能耗平滑损失项，构建得到自适应联合损失函数。
28、在一实施例中，所述通过所述自适应联合损失函数，同步更新所述高层规划器和所述底层控制器各自的参数的步骤包括：
29、在所述底层控制器执行所述高层规划器输出的高层规划指令过程中，得到所述数字孪生机器人的物理反馈量；
30、依据所述物理反馈量，对所述自适应联合损失函数中各项损失项的权重进行动态调节，得到调节后的权重；
31、以所述调节后的权重更新所述自适应联合损失函数，计算所述自适应联合损失函数的损失值，将所述损失值的梯度，反向传播至所述高层规划器和所述底层控制器，同步更新所述高层规划器和所述底层控制器各自的参数。
32、在一实施例中，所述物理反馈量包括足端滑移率、关节力矩饱和度占比和末端位置跟踪误差，所述自适应联合损失函数包括指令可执行性损失项、底层跟踪损失项、整机稳定损失项、规划执行分布对齐损失项和能耗平滑损失项，所述依据所述物理反馈量，对所述自适应联合损失函数中各项损失项的权重进行动态调节的步骤包括：
33、当所述足端滑移率超过预设滑移率阈值时，提高所述整机稳定损失项的权重，并降低所述底层跟踪损失项的权重；
34、当所述关节力矩饱和度占比超过预设饱和度阈值时，提高所述指令可执行性损失项的权重；
35、在连续执行预设次数任务后，当所述末端跟踪误差连续多次下降且任务成功率较上一次未升高时，提高所述规划执行分布对齐损失项的权重；
36、当所述任务成功率达到预设成功率阈值，且所述数字孪生机器人的关节能耗高于基线能耗时，提高所述能耗平滑损失项的权重。
37、在一实施例中，在所述将所述分层控制策略部署至所述目标人形机器人的步骤之后，包括：
38、采集所述目标人形机器人在真实物理环境中执行任务时的运行状态数据与任务执行结果；
39、基于所述运行状态数据与所述任务执行结果，对所述自适应联合损失函数中各项损失项的权重进行优化调整；
40、在所述仿真环境中，基于优化调整后的自适应联合损失函数，执行所述通过所述自适应联合损失函数，同步更新所述高层规划器和所述底层控制器各自的参数，并基于同步更新后的参数得到分层控制策略的步骤，生成迭代后的分层控制策略，并将所述迭代后的分层控制策略重新部署至所述目标人形机器人。
41、此外，为实现上述目的，本技术还提出一种机器人控制装置，所述机器人控制装置包括：
42、构建模块，用于在仿真环境中，构建与目标人形机器人的硬件参数和物理特性相匹配的数字孪生机器人；
43、损失模块，用于构建用于联合训练所述数字孪生机器人的高层规划器与底层控制器的自适应联合损失函数，其中，所述高层规划器中包括用于根据所述底层控制器的物理执行极限信息对所述高层规划器输出的高层规划指令进行边界约束的可微安全投影层；所述自适应联合损失函数包括用于量化所述高层规划指令超出所述物理执行极限信息程度的指令可执行性损失项，和用于量化高层规划指令的可行范围与底层可执行指令的能力范围之间的偏差的规划执行分布对齐损失项；
44、更新模块，用于通过所述自适应联合损失函数，同步更新所述高层规划器和所述底层控制器各自的参数，并基于同步更新后的参数得到分层控制策略；
45、控制模块，用于将所述分层控制策略部署至所述目标人形机器人，在真实物理环境中对所述目标人形机器人进行协同控制。
46、此外，为实现上述目的，本技术还提出一种人形机器人，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序配置为实现如上文所述的机器人控制方法的步骤。
47、此外，为实现上述目的，本技术还提出一种存储介质，所述存储介质为计算机可读存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上文所述的机器人控制方法的步骤。
48、此外，为实现上述目的，本技术还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现如上文所述的机器人控制方法的步骤。
49、本技术提出的一个或多个技术方案，至少具有以下技术效果：
50、本技术通过在仿真环境中构建与目标人形机器人（即真实机器人）的硬件参数和物理特性相匹配的数字孪生机器人，使得该数字孪生机器人能够提供与真实机器人一致的关节力矩上限、足端摩擦锥约束和末端可达空间边界等物理执行极限信息；并构建用于联合训练该数字孪生机器人的高层规划器与底层控制器的自适应联合损失函数，其中，高层规划器中设置用于根据底层控制器的物理执行极限信息对高层规划器输出的高层规划指令进行边界约束的可微安全投影层，能够直接从指令生成阶段将基座速度、手部位姿和质心偏置修正量限制在关节力矩上限、足端摩擦锥、质心支撑多边形及末端可达空间所构成的可执行包络内，避免高层规划指令超出底层控制器的物理实现能力。同时，自适应联合损失函数中设置了用于量化高层规划指令超出物理执行极限信息程度的指令可执行性损失项和用于量化高层规划指令的可行范围与底层可执行指令的能力范围之间偏差的规划执行分布对齐损失项。
51、由于自适应联合损失函数在计算时能够直接引入数字孪生机器人的反馈的实时物理约束，因此在同步更新高层规划器参数和底层控制器参数的过程中，高层规划器生成的高层规划指令被逐步约束至底层控制器实际能够实现的可执行范围之内，从而基于同步更新后的参数得到的分层控制策略从根本上消除了传统方案中因高层规划与底层控制解耦所导致的指令超限问题。通过对规划指令与执行能力的联合优化，所得到的分层控制策略部署至目标人形机器人后，在真实物理环境中能够使基座移动、双手操作和整机平衡始终在物理约束下保持协同，因而在真实物理环境中能够显著提升人形机器人长时程复杂任务的成功率与执行稳定性。