基于双路径时序补偿的四足机器人控制方法、系统和装置

摘要: 本发明属于机器人智能控制,具体涉及基于双路径时序补偿的四足机器人控制方法、系统和装置。背景技术:1、四足机器人依靠多关节协调和足端接触切换实现行走、转向、跨越及...
基于双路径时序补偿的四足机器人控制方法、系统和装置

本发明属于机器人智能控制,具体涉及基于双路径时序补偿的四足机器人控制方法、系统和装置。

背景技术:

1、四足机器人依靠多关节协调和足端接触切换实现行走、转向、跨越及姿态恢复,其动力学具有强耦合、非线性和时变接触等特点,受传感器异常、估计器失配、数据传输延迟或数据更新中断等因素影响,惯性相关状态观测可能在部分时间步失真或失效,导致当前观测不能充分反映真实运动状态。

2、现有技术可通过长短期记忆网络、门控循环单元、历史观测窗口或自注意力结构提取历史时序信息,但可靠性评估手段多停留于数据层面的状态判断,未深入决策网络内部递归状态的更新过程,可靠度信息与递归记忆更新之间存在割裂。

3、然而,若可靠性信息仅用于告警、输入屏蔽或网络输出端的特征融合,不可靠的当前观测仍可能在可靠性评估与干预实施之间的时间间隔内先写入递归网络的隐藏状态和记忆单元状态,并通过递归状态在后续多个控制时间步持续影响决策。

技术实现思路

1、本发明的目的在于提供基于双路径时序补偿的四足机器人控制方法、系统和装置。

2、基于双路径时序补偿的四足机器人控制方法,包括以下步骤:

3、s1、获取四足机器人的观测信息,从观测信息中获取当前时间步惯性相关状态、上一时间步的惯性相关状态及历史上下文,作为观测数据组;

4、s2、对观测数据组进行学习型可靠度映射得到学习型可靠度指标,并对观测数据组进行多尺度评价,得到物理启发式可靠度指标,将学习型可靠度指标与物理启发式可靠度指标加权融合,得到可靠度评分;

5、s3、对观测信息进行通道式特征注意力处理和门控特征融合处理,得到基础状态表征,再对其进行前馈即时映射得到即时特征;

6、基于基础状态表征,计算当前时间步的候选隐藏状态和候选记忆单元状态,以可靠度评分作为当前时间步的候选隐藏状态写入系数、以可靠度评分的互补量作为上一时间步的候选隐藏状态保留系数,构建时序隐状态序列,对其进行自注意力处理得到当前时间步的时序特征;

7、s4、融合即时特征和时序特征得到融合策略表征,基于融合策略表征进行策略执行处理生成四足机器人的动作控制指令。

8、s2中对观测数据组进行学习型可靠度映射得到学习型可靠度指标:

9、计算当前惯性相关状态与上一时间步惯性相关状态之间的逐分量绝对差分,

10、并将、、及历史上下文进行学习型可靠度映射:

11、,

12、其中,为学习型可靠度指标,为sigmoid有界映射,为学习型可靠度映射。

13、s2中对观测数据组进行多尺度评价,具体为:

14、多尺度评价包括数据有效性评价、数据新鲜度评价和投影重力一致性,评价结果分别用数据有效性评价指标、数据新鲜度评价指标和投影重力一致性指标表示。

15、各指标计算方式具体为:数据有效性指标根据当前惯性相关状态的平均绝对幅值生成:

16、,

17、其中,为有效性正尺度参数,mean表示各惯性相关状态分量绝对值的算术平均值,为数据有效性指标,为当前惯性相关状态,

18、数据新鲜度指标根据当前惯性相关状态与上一时间步惯性相关状态之间的平均绝对差分生成:

19、,

20、其中,为新鲜度正尺度参数,为数据新鲜度指标,为上一时间步惯性相关状态,

21、投影重力一致性指标:

22、,

23、其中,为投影重力一致性容差参数,为当前时间步的投影重力向量,为投影重力一致性指标;

24、数据有效性评价指标、数据新鲜度评价指标和投影重力一致性指标相乘得到物理启发式可靠度指标,具体为:

25、,

26、其中,为数据有效性评价指标,为数据新鲜度评价指标,为投影重力一致性指标。

27、s3中对观测信息进行通道式特征注意力处理和门控特征融合处理,得到基础状态表征,具体为:

28、根据当前四足机器人的观测信息生成与各观测维度对应的注意力权重,并与当前四足机器人的观测信息逐元素相乘,再与观测残差相加得到注意力特征,

29、对注意力特征分别进行门控分支处理和特征变换处理,分别得到门控权重和变换特征,将二者相乘得到门控融合特征,对门控融合特征进行特征映射得到基础状态表征。

30、注意力特征的具体获取方式为:

31、,

32、,

33、其中,为非线性激活函数,为预设的非负残差比例,、为可学习权重矩阵,、为偏置项。

34、s1中当前时间步惯性相关状态包括当前时间步的机身线速度、机身角速度和投影重力中的一种或多种;历史上下文包括上一时间步的隐藏状态、经归一化的上一时间步隐藏状态或由严格早于当前时间步的时序状态聚合得到的上下文。

35、基于双路径时序补偿的四足机器人控制系统,用于实现基于双路径时序补偿的四足机器人控制方法,包括:

36、观测信息获取模块,获取四足机器人的观测信息,从观测信息中获取当前时间步惯性相关状态、上一时间步的惯性相关状态及历史上下文,作为观测数据组;

37、评分模块,对观测数据组进行学习型可靠度映射得到学习型可靠度指标,并对观测数据组进行多尺度评价,得到物理启发式可靠度指标,将学习型可靠度指标与物理启发式可靠度指标加权融合,得到可靠度评分;

38、特征提取模块,对观测信息进行通道式特征注意力处理和门控特征融合处理,得到基础状态表征,再对其进行前馈即时映射得到即时特征;

39、基于基础状态表征,计算当前时间步的候选隐藏状态和候选记忆单元状态,以可靠度评分作为当前时间步的候选隐藏状态写入系数、以可靠度评分的互补量作为上一时间步的候选隐藏状态保留系数,构建时序隐状态序列,对其进行自注意力处理得到当前时间步的时序特征;

40、控制指令生成模块,融合即时特征和时序特征得到融合策略表征,基于融合策略表征进行策略执行处理生成四足机器人的动作控制指令。

41、基于双路径时序补偿的四足机器人控制装置,包括处理器和存储器,其中,处理器执行存储器中保存的计算机程序时实现基于双路径时序补偿的四足机器人控制方法。

42、本发明的有益效果在于:

43、1、当前惯性相关状态观测失真或失效时,可靠度评分降低,递归记忆保留上一时间步的隐藏状态和记忆单元状态,使网络维持基于历史时序信息对真实运动状态的表征;同时前馈即时路径在观测恢复时快速响应新信息,双路径动态融合根据可靠度自适应调节即时特征与时序特征的比例,使策略在观测退化期间依赖历史时序信息维持控制、在观测恢复后平滑切换回即时响应,从而在观测质量波动条件下保持对真实运动状态的持续跟踪。

44、2、可靠度评分在长短期记忆网络候选状态计算完成后、当前时间步最终状态确定前介入调节,使不可靠观测对应的候选隐藏状态和候选记忆单元状态的写入比例按可靠度评分降低而减小,上一时间步隐藏状态和记忆单元状态的保留比例相应增大;当可靠度评分趋近于零时,当前时间步的隐藏状态和记忆单元状态近似等于上一时间步的对应状态,使不可靠观测无法通过候选状态写入递归记忆,从而阻断异常观测沿时间步递归传播至后续决策的路径,避免单一时间步的观测退化演变为持续性的决策偏差。

45、3、本发明将惯性相关状态观测的可靠度评估从现有技术的外部告警、输入屏蔽或输出端特征融合层面,提升为对长短期记忆网络内部递归状态的主动调节,使可靠度信息不仅用于判断数据是否可用,而且直接参与控制递归网络记忆的更新过程,实现了感知可靠度评估与决策网络内部状态更新的深度融合,克服了现有技术中可靠度评估与递归记忆更新相互割裂的局限。