仿人机器人及其行走控制方法与装置
本申请涉及机器人运动控制,尤其涉及一种仿人机器人及其行走控制方法与装置。
背景技术:
1、随着机器人技术的不断发展,仿人机器人在复杂地形环境下的自主行走能力成为重要研究方向。目前仿人机器人的复杂地形行走控制多依赖视觉、激光雷达等外部环境感知传感器获取地形信息,在弱光、粉尘、遮挡或传感器失效等场景下,感知信息的可靠性下降,易导致行走稳定性不足。同时,仅依靠强化学习从零探索步态存在训练周期长、步态自然度有限的问题,难以兼顾训练效率与地形泛化能力。
技术实现思路
1、本申请提供了一种仿人机器人及其行走控制方法与装置,旨在降低仿人机器人行走控制对外部环境感知的依赖,同时提升步态自然度与复杂地形适应能力。
2、第一方面,本申请实施例提供一种仿人机器人的行走控制方法,所述仿人机器人的行走控制方法包括:采集人体关键点的运动数据并对所述运动数据进行预处理,得到人体运动序列;对所述人体运动序列进行坐标变换与尺度归一化处理,得到适配于所述仿人机器人的适配运动数据;采用带约束逆运动学方法对所述适配运动数据进行关节空间解算,得到所述仿人机器人的参考步态轨迹;构建残差动作控制接口;搭建仿真训练环境并配置随机化机制,得到强化学习训练环境;以所述仿人机器人的本体感知数据与仿真特权信息作为输入,在所述强化学习训练环境中采用强化学习算法训练初始教师策略,得到教师策略网络;以所述教师策略网络为监督信号,对仅接入历史本体感知数据的学生策略执行动作蒸馏,并结合强化学习算法对所述学生策略进行训练,得到学生策略网络,所述历史本体感知数据为所述仿人机器人在连续时序上采集的多帧本体感知数据;将所述学生策略部署至所述仿人机器人并接入所述残差动作控制接口,仅以所述历史本体感知数据为输入,输出残差动作;经所述残差动作控制接口将所述残差动作叠加至所述参考步态轨迹生成所述仿人机器人的目标控制量,以对所述仿人机器人进行行走控制。
3、第二方面,本申请实施例提供一种仿人机器人的行走控制装置,所述仿人机器人的行走控制装置包括数据采集处理模块、适配模块、轨迹解算模块、构建模块、仿真环境搭建模块、教师策略训练模块、学生策略训练模块、策略部署输出模块以及行走控制执行模块,数据采集处理模块用于采集人体关键点的运动数据并对所述运动数据进行预处理,得到人体运动序列;适配模块用于对所述人体运动序列进行坐标变换与尺度归一化处理,得到适配于所述仿人机器人的适配运动数据;轨迹解算模块用于采用带约束逆运动学方法对所述适配运动数据进行关节空间解算,得到所述仿人机器人的参考步态轨迹;构建模块用于构建残差动作控制接口;仿真环境搭建模块用于搭建仿真训练环境并配置随机化机制,得到强化学习训练环境;教师策略训练模块用于以所述仿人机器人的本体感知数据与仿真特权信息作为输入,在所述强化学习训练环境中采用强化学习算法训练初始教师策略,得到教师策略网络;学生策略训练模块用于以所述教师策略网络为监督信号,对仅接入历史本体感知数据的学生策略执行动作蒸馏,并结合强化学习算法对所述学生策略进行训练,得到学生策略网络,所述历史本体感知数据为所述仿人机器人在连续时序上采集的多帧本体感知数据;策略部署输出模块用于将所述学生策略部署至所述仿人机器人并接入所述残差动作控制接口,仅以所述历史本体感知数据为输入,输出残差动作;行走控制执行模块用于经所述残差动作控制接口将所述残差动作叠加至所述参考步态轨迹生成所述仿人机器人的目标控制量,以对所述仿人机器人进行行走控制。
4、第三方面,本申请实施例提供一种仿人机器人,所述仿人机器人包括主体以及设置于所述主体的主控设备,主控设备包括存储器以及处理器,存储器用于存储计算机程序;处理器用于执行所述计算机程序以实现上述的仿人机器人的行走控制方法。
5、上述仿人机器人及其行走控制方法与装置,通过人体运动先验结合带约束逆运动学生成参考步态轨迹,提升了步态自然度与训练起始效率;采用教师-学生联合训练架构,使学生策略仅依靠本体感知数据即可实现复杂地形行走控制,增强了感知受限场景下的适应性;通过残差动作控制接口实现基准轨迹与修正动作的分层控制,兼顾了运动稳定性与地形动态适应能力;配置随机化机制的仿真训练环境进一步提升了策略的鲁棒性与仿真到真实场景的迁移效果。
1.一种仿人机器人的行走控制方法,其特征在于,所述仿人机器人的行走控制方法包括:
2.如权利要求1所述的仿人机器人的行走控制方法,其特征在于,所述人体关键点包括腰部关键点、双膝关键点、双踝关键点及手部关键点,每一人体关键点的运动数据包括位置信息、姿态信息、线速度信息及角速度信息;对所述运动数据进行预处理,得到人体运动序列,包括:
3.如权利要求1所述的仿人机器人的行走控制方法,其特征在于,对所述人体运动序列进行坐标变换与尺度归一化处理,得到适配于所述仿人机器人的适配运动数据,包括:
4.如权利要求2所述的仿人机器人的行走控制方法,其特征在于,采用带约束逆运动学方法对所述适配运动数据进行关节空间解算,得到所述仿人机器人的参考步态轨迹,包括:
5.如权利要求1所述的仿人机器人的行走控制方法,其特征在于,构建残差动作控制接口,包括:
6.如权利要求1所述的仿人机器人的行走控制方法,其特征在于,搭建仿真训练环境并配置随机化机制,得到强化学习训练环境,包括:
7.如权利要求1所述的仿人机器人的行走控制方法,其特征在于,以所述仿人机器人的本体感知数据与仿真特权信息作为输入,在所述强化学习训练环境中采用强化学习算法训练初始教师策略,得到教师策略网络,包括:
8.如权利要求1所述的仿人机器人的行走控制方法,其特征在于,以所述教师策略网络为监督信号,对仅接入历史本体感知数据的学生策略执行动作蒸馏,并结合强化学习算法对所述学生策略进行训练,得到学生策略网络,包括:
9.一种仿人机器人的行走控制装置,其特征在于,所述仿人机器人的行走控制装置包括:
10.一种仿人机器人,其特征在于,所述仿人机器人包括:
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com