质心轨迹确定方法、装置、足式机器人、设备及介质与流程

1.本技术实施例涉及计算机技术领域，特别涉及一种质心轨迹确定方法、装置、足式机器人、设备及介质。


背景技术：

2.足式机器人配置有多个足，通过多个足上配置的关节，控制足的抬起或落下，能够使足式机器人进行移动，从而实现足式机器人模拟动物或人物行走。而在足式机器人移动时，需要先确定足式机器人的质心轨迹，从而根据确定的质心轨迹确定足式机器人在每个时间点的质心位置。
3.相关技术中提供了一种质心轨迹确定方法，通过检测足式机器人配置的各个足中各个关节的状态，根据各个足中各个关节的状态进行运算，以确定足式机器人的质心轨迹。如果足式机器人的关节数量较多，会导致运算量较大，因此上述方法仅适用于足式机器人的关节数量较少的情况，适用范围窄。


技术实现要素：

4.本技术实施例提供了一种质心轨迹确定方法、装置、足式机器人、设备及介质，能够增大适用范围。所述技术方案如下：
5.一方面，提供了一种质心轨迹确定方法，所述方法包括：
6.获取足式机器人配置的至少一个足在目标位置的候选落脚点位置，及每个候选落脚点位置的系数β，所述系数β的取值未确定；
7.根据所述至少一个足的候选落脚点位置及所述每个候选落脚点位置的系数β，确定所述足式机器人在所述目标位置的目标状态数据；
8.创建第一关系数据，所述第一关系数据指示间隔时长t与所述足式机器人的质心位置p(t)之间的关系，所述第一关系数据包括取值未确定的常数c；
9.根据目标移动时长及所述第一关系数据，确定所述足式机器人在所述目标位置的预测状态数据；
10.根据所述目标状态数据与所述预测状态数据之间的状态数据误差，创建第二关系数据，所述第二关系数据指示目标数值j与所述状态数据误差之间的正相关关系；
11.根据所述第二关系数据，确定所述目标数值j为最小值时所述常数c及所述每个候选落脚点位置的系数β的取值，获取取值已确定的常数c对应的第一关系数据，及所述至少一个足在所述目标位置的目标落脚点位置。
12.在一种可能实现方式中，所述迈步时长约束条件用于指示所述足式机器人的候选落脚点位置在所述多个采样时间点的系数β之和，不大于参考数值，所述参考数值小于所述多个采样时间点的个数。
13.在另一种可能实现方式中，所述系数β的取值包括1或0，1表示所述足式机器人的足落在所述系数β对应的候选落脚点位置上，0表示所述足式机器人的足未落在所述系数β
对应的候选落脚点位置上；
14.所述获取取值已确定的常数c对应的第一关系数据，及所述至少一个足在所述目标位置的目标落脚点位置，包括：
15.获取取值已确定的常数c对应的第一关系数据，所述第一关系数据用于表示所述足式机器人的质心轨迹；
16.根据所述每个候选落脚点位置的系数β的取值，将取值为1的系数β对应的候选落脚点位置，确定为目标落脚点位置。
17.在另一种可能实现方式中，所述目标状态数据包括目标质心位置，所述预测状态数据包括预测质心位置；所述根据所述目标状态数据与所述预测状态数据之间的状态数据误差，创建第二关系数据，包括：
18.确定所述目标质心位置与所述预测质心位置之间的第一差值；
19.将所述目标数值j设置为所述第一差值的平方。
20.在另一种可能实现方式中，所述目标状态数据包括目标质心速度，所述预测状态数据包括预测质心速度；所述根据所述目标状态数据与所述预测状态数据之间的状态数据误差，创建第二关系数据，包括：
21.确定所述目标质心速度与所述预测质心速度之间的第二差值；
22.将所述目标数值j设置为所述第二差值的平方。
23.在另一种可能实现方式中，所述目标状态数据包括目标质心加速度，所述预测状态数据包括预测质心加速度；所述根据所述目标状态数据与所述预测状态数据之间的状态数据误差，创建第二关系数据，包括：
24.确定所述目标质心加速度与所述预测质心加速度之间的第三差值；
25.将所述目标数值j设置为所述第三差值的平方。
26.在另一种可能实现方式中，所述根据所述目标状态数据与所述预测状态数据之间的状态数据误差，创建第二关系数据，包括：
27.在所述目标移动时长内选取多个采样时间点；
28.根据每个采样时间点与所述初始时间点之间的间隔时长及所述第一关系数据，确定所述每个采样时间点对应的第四关系数据，所述第四关系数据指示所述常数c与采样质心位置q(c)之间的关系，所述采样质心位置q(c)指示所述足式机器人在对应的采样时间点时的质心位置；
29.根据所述状态数据误差及所述第四关系数据，创建所述第二关系数据，所述第二关系数据指示所述目标数值j与所述状态数据误差及所述采样质心位置q(c)之间的正相关关系。
30.在另一种可能实现方式中，所述目标状态数据包括目标质心位置，所述预测状态数据包括预测质心位置；所述根据所述状态数据误差及所述第四关系数据，创建所述第二关系数据，包括：
31.确定所述目标质心位置与所述预测质心位置之间的第一差值；
32.将所述目标数值j设置为第一数值与第二数值的和值，所述第一数值为所述第一差值的平方，所述第二数值为多个距离的加权平方和，所述多个距离包括所述初始位置的初始质心位置、所述多个采样质心位置及所述预测质心位置中的任两个相邻质心位置之间
的距离。
33.在另一种可能实现方式中，所述目标状态数据包括目标质心速度，所述预测状态数据包括预测质心速度；所述根据所述状态数据误差及所述第四关系数据，创建所述第二关系数据，包括：
34.确定所述目标质心速度与所述预测质心速度之间的第二差值；
35.将所述目标数值j设置为第三数值与第二数值的和值，所述第三数值为所述第二差值的平方，所述第二数值为多个距离的加权平方和，所述多个距离包括所述初始位置的初始质心位置、所述多个采样质心位置及所述预测质心位置中的任两个相邻质心位置之间的距离。
36.在另一种可能实现方式中，所述目标状态数据包括目标质心加速度，所述预测状态数据包括预测质心加速度；所述根据所述状态数据误差及所述第四关系数据，创建所述第二关系数据，包括：
37.确定所述目标质心加速度与所述预测质心加速度之间的第三差值；
38.将所述目标数值j设置为第四数值与第二数值的和值，所述第四数值为所述第三差值的平方，所述第二数值为多个距离的加权平方和，所述多个距离包括所述初始位置的初始质心位置、所述多个采样质心位置及所述预测质心位置中的任两个相邻质心位置之间的距离。
39.在另一种可能实现方式中，所述第二关系数据指示所述目标数值j与所述状态数据误差及所述足式机器人配置的至少一个足与地面接触而受到的作用力fi的二次项之间的正相关关系；所述根据所述第二关系数据，确定所述目标数值j为最小值时所述常数c及所述每个候选落脚点位置的系数β的取值，包括：
40.创建所述足式机器人配置的至少一个足对应的第五关系数据，所述至少一个足对应的第五关系数据分别指示所述至少一个足对应的作用力fi与间隔时长t之间的关系，所述作用力fi指示所述足式机器人的第i个足与地面接触而受到的作用力，i为正整数，所述第五关系数据包括取值未确定的常数c；
41.根据所述第二关系数据及所述第五关系数据，确定所述目标数值j为最小值时所述常数c及所述每个候选落脚点位置的系数β的取值。
42.在另一种可能实现方式中，所述创建所述足式机器人配置的至少一个足对应的第五关系数据，包括：
43.创建第六关系数据，所述第六关系数据指示所述足式机器人的角动量l与所述间隔时长t之间的关系；
44.创建第七关系数据，所述第七关系数据指示所述至少一个足对应的作用力fi(l)与所述角动量l之间的负相关关系；
45.根据所述第六关系数据及所述第七关系数据，创建所述至少一个足对应的第五关系数据。
46.在另一种可能实现方式中，所述根据所述第二关系数据，确定所述目标数值j为最小值时所述常数c及所述每个候选落脚点位置的系数β的取值，包括：
47.根据所述第一关系数据及所述初始时间点，创建第八关系数据、第九关系数据及第十关系数据，所述第八关系数据指示所述足式机器人在所述初始位置的初始质心位置与
所述常数c的关系，所述第九关系数据指示所述足式机器人在所述初始位置的初始质心速度与所述常数c的关系，所述第十关系数据指示所述足式机器人在所述初始位置的初始质心加速度与所述常数c的关系；
48.根据所述第八关系数据、所述第九关系数据、所述第十关系数据及所述第二关系数据，确定所述目标数值j为最小值时所述常数c及所述每个候选落脚点位置的系数β的取值。
49.在另一种可能实现方式中，所述预测状态数据包括预测质心位置，所述根据目标移动时长及所述第一关系数据，确定所述足式机器人在所述目标位置的预测状态数据，包括：
50.根据所述第一关系数据，确定所述足式机器人由所述初始位置经过所述目标移动时长后的预测质心位置。
51.在另一种可能实现方式中，所述预测状态数据包括预测质心速度，所述根据目标移动时长及所述第一关系数据，确定所述足式机器人在所述目标位置的预测状态数据，包括：
52.根据所述第一关系数据，创建所述间隔时长t与所述足式机器人的质心速度之间的关系数据；
53.根据创建的关系数据，确定所述足式机器人由所述初始位置经过所述目标移动时长后的预测质心速度。
54.在另一种可能实现方式中，所述预测状态数据包括预测质心加速度，所述根据目标移动时长及所述第一关系数据，确定所述足式机器人在所述目标位置的预测状态数据，包括：
55.根据所述第一关系数据，创建所述间隔时长t与所述足式机器人的质心加速度之间的关系数据；
56.根据创建的关系数据，确定所述足式机器人由所述初始位置经过所述目标移动时长后的预测质心加速度。
57.在另一种可能实现方式中，所述获取取值已确定的所述常数c对应的第一关系数据之后，所述方法还包括：
58.在所述足式机器人的移动过程中，根据所述第一关系数据，确定所述足式机器人在任一间隔时长t0时的质心位置p(t0)；
59.根据所述质心位置p(t0)及所述目标位置，确定所述足式机器人的多个关节的关节扭矩；
60.按照所述多个关节的关节扭矩，控制所述多个关节进行转动，带动所述足式机器人移动。
61.另一方面，提供了一种质心轨迹确定装置，所述装置包括：
62.获取模块，用于获取足式机器人配置的至少一个足在目标位置的候选落脚点位置，及每个候选落脚点位置的系数β，所述系数β的取值未确定；
63.数据确定模块，用于根据所述至少一个足的候选落脚点位置及所述每个候选落脚点位置的系数β，确定所述足式机器人在所述目标位置的目标状态数据；
64.创建模块，用于创建第一关系数据，所述第一关系数据指示间隔时长t与所述足式
机器人的质心位置p(t)之间的关系，所述第一关系数据包括取值未确定的常数c；
65.所述数据确定模块，还用于根据目标移动时长及所述第一关系数据，确定所述足式机器人在所述目标位置的预测状态数据；
66.所述创建模块，还用于根据所述目标状态数据与所述预测状态数据之间的状态数据误差，创建第二关系数据，所述第二关系数据指示目标数值j与所述状态数据误差之间的正相关关系；
67.常数确定模块，用于根据所述第二关系数据，确定所述目标数值j为最小值时所述常数c及所述每个候选落脚点位置的系数β的取值，获取取值已确定的常数c对应的第一关系数据，及所述至少一个足在所述目标位置的目标落脚点位置。
68.在一种可能实现方式中，所述目标状态数据包括目标质心位置；所述数据确定模块，包括：
69.坐标确定单元，用于将所述每个候选落脚点位置的坐标与对应的系数β的乘积之和，确定为所述足式机器人的中心位置的坐标；
70.第一位置确定单元，用于根据所述中心位置的坐标，将所述中心位置上方、与所述中心位置间隔所述足式机器人的高度的位置，确定为所述目标质心位置。
71.在另一种可能实现方式中，所述常数确定模块，包括：
72.条件创建单元，用于根据所述第一关系数据，创建所述至少一个足的空间约束条件，所述空间约束条件用于指示所述至少一个足可移动的空间范围，所述空间约束条件包括所述常数c及所述每个候选落脚点位置的系数β；
73.取值确定单元，用于根据所述第二关系数据，确定在满足所述空间约束条件的情况下，所述目标数值j为最小值时所述常数c及所述每个候选落脚点位置的系数β的取值。
74.在另一种可能实现方式中，所述常数确定模块，包括：
75.条件创建单元，用于创建作用力约束条件，所述作用力约束条件用于指示所述至少一个足分别在对应的每个候选落脚点位置上与地面接触受到的作用力，不大于所述每个候选落脚点位置对应的作用力极值，所述作用力约束条件中包括所述每个候选落脚点位置的系数β；
76.取值确定单元，用于根据所述第二关系数据，确定在满足所述作用力约束条件的情况下，所述目标数值j为最小值时所述常数c及所述每个候选落脚点位置的系数β的取值。
77.在另一种可能实现方式中，所述系数β的取值包括1或0，1表示所述足式机器人的足落在所述系数β对应的候选落脚点位置上，0表示所述足式机器人的足未落在所述系数β对应的候选落脚点位置上；
78.所述常数确定模块，包括：
79.条件创建单元，用于创建所述至少一个足的系数约束条件，所述系数约束条件用于指示在所述足式机器人移动过程中的任一时间点上，每个足的多个候选落脚点位置的系数β之和不大于1；
80.取值确定单元，用于根据所述第二关系数据，确定在满足所述至少一个足的系数约束条件的情况下，所述目标数值j为最小值时所述常数c及所述每个候选落脚点位置的系数β的取值。
81.在另一种可能实现方式中，所述常数确定模块，包括：
82.第一数据创建单元，用于创建第三关系数据，所述第三关系数据用于指示所述足式机器人在目标位置时，所述足式机器人的候选落脚点位置的系数β之和与所述足式机器人的足数之间的关系；
83.取值确定单元，用于根据所述第二关系数据及所述第三关系数据，确定所述目标数值j为最小值时所述常数c及所述每个候选落脚点位置的系数β的取值。
84.在另一种可能实现方式中，所述常数确定模块，包括：
85.第一选取单元，用于在所述目标移动时长内选取多个采样时间点；
86.系数确定单元，用于确定所述至少一个足的候选落脚点位置在每个采样时间点的系数β；
87.条件创建单元，用于根据所述至少一个足的候选落脚点位置在每个采样时间点的系数β，创建迈步时序约束条件，所述迈步时序约束条件用于指示所述足式机器人由初始位置移动至目标位置的过程中，每个足的候选落脚点位置在所述多个采样时间点的系数β之间的关系；
88.取值确定单元，用于根据所述第二关系数据，在满足所述迈步时序约束条件的情况下，确定所述目标数值j为最小值时所述常数c及所述每个候选落脚点位置的系数β的取值。
89.在另一种可能实现方式中，所述迈步时序约束条件用于指示所述足式机器人的任一足的任一候选落脚点位置在前一个采样时间点的系数β，不大于所述任一候选落脚点位置在后一个采样时间点的系数β。
90.在另一种可能实现方式中，所述迈步时序约束条件用于指示所述足式机器人的任一足的初始落脚点位置在前一个采样时间点的系数β，不小于所述初始落脚点位置在后一个采样时间点的系数β。
91.在另一种可能实现方式中，所述取值确定单元，用于创建迈步时长约束条件，所述迈步时长约束条件用于指示所述足式机器人的候选落脚点位置在所述多个采样时间点的系数β之和，小于所述多个采样时间点的个数；根据所述第二关系数据，在满足所述迈步时序约束条件及所述迈步时长约束条件的情况下，确定所述目标数值j为最小值时所述常数c及所述每个候选落脚点位置的系数β的取值。
92.在另一种可能实现方式中，所述迈步时长约束条件用于指示所述足式机器人的候选落脚点位置在所述多个采样时间点的系数β之和，不大于参考数值，所述参考数值小于所述多个采样时间点的个数。
93.在另一种可能实现方式中，所述第二关系数据指示所述目标数值j与所述状态数据误差及所述足式机器人的候选落脚点位置的系数β之和之间的正相关关系。
94.在另一种可能实现方式中，所述系数β的取值包括1或0，1表示所述足式机器人的足落在所述系数β对应的候选落脚点位置上，0表示所述足式机器人的足未落在所述系数β对应的候选落脚点位置上；
95.所述常数确定模块，包括：
96.数据获取单元，用于获取取值已确定的常数c对应的第一关系数据，所述第一关系数据用于表示所述足式机器人的质心轨迹；
97.第二位置确定单元，用于根据所述每个候选落脚点位置的系数β的取值，将取值为
1的系数β对应的候选落脚点位置，确定为目标落脚点位置。
98.在另一种可能实现方式中，所述目标状态数据包括目标质心位置，所述预测状态数据包括预测质心位置；所述创建模块，包括：
99.差值确定单元，用于确定所述目标质心位置与所述预测质心位置之间的第一差值；
100.设置单元，用于将所述目标数值j设置为所述第一差值的平方。
101.在另一种可能实现方式中，所述目标状态数据包括目标质心速度，所述预测状态数据包括预测质心速度；所述创建模块，包括：
102.差值确定单元，用于确定所述目标质心速度与所述预测质心速度之间的第二差值；
103.设置单元，用于将所述目标数值j设置为所述第二差值的平方。
104.在另一种可能实现方式中，所述目标状态数据包括目标质心加速度，所述预测状态数据包括预测质心加速度；所述创建模块，包括：
105.差值确定单元，用于确定所述目标质心加速度与所述预测质心加速度之间的第三差值；
106.设置单元，用于将所述目标数值j设置为所述第三差值的平方。
107.在另一种可能实现方式中，所述创建模块，包括：
108.第二选取单元，用于在所述目标移动时长内选取多个采样时间点；
109.数据确定单元，用于根据每个采样时间点与所述初始时间点之间的间隔时长及所述第一关系数据，确定所述每个采样时间点对应的第四关系数据，所述第四关系数据指示所述常数c与采样质心位置q(c)之间的关系，所述采样质心位置q(c)指示所述足式机器人在对应的采样时间点时的质心位置；
110.第二数据创建单元，用于根据所述状态数据误差及所述第四关系数据，创建所述第二关系数据，所述第二关系数据指示所述目标数值j与所述状态数据误差及所述采样质心位置q(c)之间的正相关关系。
111.在另一种可能实现方式中，所述目标状态数据包括目标质心位置，所述预测状态数据包括预测质心位置；所述第二数据创建单元，用于确定所述目标质心位置与所述预测质心位置之间的第一差值；将所述目标数值j设置为第一数值与第二数值的和值，所述第一数值为所述第一差值的平方，所述第二数值为多个距离的加权平方和，所述多个距离包括所述初始位置的初始质心位置、所述多个采样质心位置及所述预测质心位置中的任两个相邻质心位置之间的距离。
112.在另一种可能实现方式中，所述目标状态数据包括目标质心速度，所述预测状态数据包括预测质心速度；所述第二数据创建单元，用于确定所述目标质心速度与所述预测质心速度之间的第二差值；将所述目标数值j设置为第三数值与第二数值的和值，所述第三数值为所述第二差值的平方，所述第二数值为多个距离的加权平方和，所述多个距离包括所述初始位置的初始质心位置、所述多个采样质心位置及所述预测质心位置中的任两个相邻质心位置之间的距离。
113.在另一种可能实现方式中，所述目标状态数据包括目标质心加速度，所述预测状态数据包括预测质心加速度；所述第二数据创建单元，用于确定所述目标质心加速度与所
述预测质心加速度之间的第三差值；将所述目标数值j设置为第四数值与第二数值的和值，所述第四数值为所述第三差值的平方，所述第二数值为多个距离的加权平方和，所述多个距离包括所述初始位置的初始质心位置、所述多个采样质心位置及所述预测质心位置中的任两个相邻质心位置之间的距离。
114.在另一种可能实现方式中，所述第二关系数据指示所述目标数值j与所述状态数据误差及所述足式机器人配置的至少一个足与地面接触而受到的作用力fi的二次项之间的正相关关系；所述常数确定模块，包括：
115.第一数据创建单元，用于创建所述足式机器人配置的至少一个足对应的第五关系数据，所述至少一个足对应的第五关系数据分别指示所述至少一个足对应的作用力fi与间隔时长t之间的关系，所述作用力fi指示所述足式机器人的第i个足与地面接触而受到的作用力，i为正整数，所述第五关系数据包括取值未确定的常数c；
116.取值确定单元，用于根据所述第二关系数据及所述第五关系数据，确定所述目标数值j为最小值时所述常数c及所述每个候选落脚点位置的系数β的取值。
117.在另一种可能实现方式中，所述第一数据创建单元，用于创建第六关系数据，所述第六关系数据指示所述足式机器人的角动量l与所述间隔时长t之间的关系；创建第七关系数据，所述第七关系数据指示所述至少一个足对应的作用力fi(l)与所述角动量l之间的负相关关系；根据所述第六关系数据及所述第七关系数据，创建所述至少一个足对应的第五关系数据。
118.在另一种可能实现方式中，所述常数确定模块，包括：
119.第一数据创建单元，用于根据所述第一关系数据及所述初始时间点，创建第八关系数据、第九关系数据及第十关系数据，所述第八关系数据指示所述足式机器人在所述初始位置的初始质心位置与所述常数c的关系，所述第九关系数据指示所述足式机器人在所述初始位置的初始质心速度与所述常数c的关系，所述第十关系数据指示所述足式机器人在所述初始位置的初始质心加速度与所述常数c的关系；
120.取值确定单元，用于根据所述第八关系数据、所述第九关系数据、所述第十关系数据及所述第二关系数据，确定所述目标数值j为最小值时所述常数c及所述每个候选落脚点位置的系数β的取值。
121.在另一种可能实现方式中，所述预测状态数据包括预测质心位置，所述数据确定模块，包括：
122.第三位置确定单元，用于根据所述第一关系数据，确定所述足式机器人由所述初始位置经过所述目标移动时长后的预测质心位置。
123.在另一种可能实现方式中，所述预测状态数据包括预测质心速度，所述数据确定模块，包括：
124.第三数据创建单元，用于根据所述第一关系数据，创建所述间隔时长t与所述足式机器人的质心速度之间的关系数据；
125.速度确定单元，用于根据创建的关系数据，确定所述足式机器人由所述初始位置经过所述目标移动时长后的预测质心速度。
126.在另一种可能实现方式中，所述预测状态数据包括预测质心加速度，所述数据确定模块，包括：
127.第三数据创建单元，用于根据所述第一关系数据，创建所述间隔时长t与所述足式机器人的质心加速度之间的关系数据；
128.加速度确定单元，用于根据创建的关系数据，确定所述足式机器人由所述初始位置经过所述目标移动时长后的预测质心加速度。
129.在另一种可能实现方式中，所述获取取值已确定的所述常数c对应的第一关系数据之后，所述装置还包括：
130.位置确定模块，用于在所述足式机器人的移动过程中，根据所述第一关系数据，确定所述足式机器人在任一间隔时长t0时的质心位置p(t0)；
131.扭矩确定模块，用于根据所述质心位置p(t0)及所述目标位置，确定所述足式机器人的多个关节的关节扭矩；
132.控制模块，用于按照所述多个关节的关节扭矩，控制所述多个关节进行转动，带动所述足式机器人移动。
133.另一方面，提供了一种足式机器人，所述足式机器人包括处理器和存储器，所述存储器中存储有至少一条计算机程序，所述至少一条计算机程序由所述处理器加载并执行以实现如上述方面所述的质心轨迹确定方法中所执行的操作。
134.另一方面，提供了一种控制设备，所述控制设备包括处理器和存储器，所述存储器中存储有至少一条计算机程序，所述至少一条计算机程序由所述处理器加载并执行以实现如上述方面所述的质心轨迹确定方法中所执行的操作。
135.另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一条计算机程序，所述至少一条计算机程序由处理器加载并执行以实现如上述方面所述的质心轨迹确定方法中所执行的操作。
136.再一方面，提供了一种计算机程序产品或计算机程序，所述计算机程序产品或计算机程序包括计算机程序代码，所述计算机程序代码存储在计算机可读存储介质中。控制设备的处理器从计算机可读存储介质读取该计算机程序代码，处理器执行所述计算机程序代码，使得所述控制设备实现如上述方面所述的质心轨迹确定方法中所执行的操作。
137.本技术实施例提供的技术方案带来的有益效果至少包括：
138.本技术实施例提供的方法、装置、足式机器人、设备及介质，无需检测足式机器人各个关节的状态，通过足式机器人的候选落脚点位置，来确定足式机器人在目标位置的目标状态数据，并通过第一关系数据，来预测足式机器人在目标位置的预测状态数据，之后通过最小化预测状态数据与期望的目标状态数据之间的状态数据误差，来确定第一关系数据中的常数c及每个候选落脚点位置的系数β的取值，保证了常数c的取值及每个候选落脚点位置的系数β的取值的准确性，并且根据取值已确定的常数c来确定对应的质心轨迹，从而提高了足式机器人的质心轨迹的准确性，而且还能根据每个候选落脚点位置的系数β的取值，确定足式机器人移动至目标位置时至少一个足的目标落脚点位置，保证了足式机器人移动至目标位置的可行性，能够适用于任意足数的足式机器人，适用范围广。
附图说明
139.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术实施例的一些实施
例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
140.图1是本技术实施例提供的一种实施环境的结构示意图；
141.图2是本技术实施例提供的一种质心轨迹确定方法的流程图；
142.图3是本技术实施例提供的一种质心轨迹确定方法的流程图；
143.图4是本技术实施例提供的一种足式机器人的结构示意图；
144.图5是本技术实施例提供的一种足式机器人的足可移动的空间范围的示意图；
145.图6是本技术实施例提供的一种足式机器人系统的控制足式机器人移动的框架图；
146.图7是本技术实施例提供的一种足式机器人的移动过程的示意图；
147.图8是本技术实施例提供的一种质心轨迹确定装置的结构示意图；
148.图9是本技术实施例提供的一种质心轨迹确定装置的结构示意图；
149.图10是本技术实施例提供的一种终端的结构示意图；
150.图11是本技术实施例提供的一种服务器的结构示意图。
具体实施方式
151.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合附图对本技术实施方式作进一步地详细描述。
152.本技术所使用的术语“第一”、“第二”、“第三”、“第四”、“第五”、“第六”、“第七”、“第八”、“第九”等可在本文中用于描述各种概念，但除非特别说明，这些概念不受这些术语限制。这些术语仅用于将一个概念与另一个概念区分。举例来说，在不脱离本技术的范围的情况下，可以将第一关系数据称为第二关系数据，且类似地，可将第二关系数据称为第一关系数据。
153.本技术所使用的术语“至少一个”、“多个”、“每个”、“任一”，至少一个包括一个、两个或两个以上，多个包括两个或两个以上，而每个是指对应的多个中的每一个，任一是指多个中的任意一个。举例来说，多个采样时间点包括3个采样时间点，而每个是指这3个采样时间点中的每一个采样时间点，任一是指这3个采样时间点中的任意一个，可以是第一个采样时间点，可以是第二个采样时间点、也可以是第三个采样时间点。
154.人工智能(artificial intelligence，ai)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个综合技术，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。
155.人工智能技术是一门综合学科，涉及领域广泛，既有硬件层面的技术也有软件层面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
156.计算机视觉技术(computer vision，cv)计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机
器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科，计算机视觉研究相关的理论和技术，试图建立能够从图像或者多维数据中获取信息的人工智能系统。计算机视觉技术通常包括图像处理、图像识别、图像语义理解、图像检索、ocr、视频处理、视频语义理解、视频内容/行为识别、三维物体重建、3d技术、虚拟现实、增强现实、同步定位与地图构建等技术，还包括常见的人脸识别、指纹识别等生物特征识别技术。
157.本技术实施例提供的方案，基于人工智能的计算机视觉技术，足式机器人能够确定目标位置，以使后续实现足式机器人向目标位置移动。
158.本技术实施例提供的质心轨迹确定方法，能够应用于足式机器人。足式机器人在移动时，确定由初始位置移动至目标位置的质心轨迹，及移动至目标位置时足式机器人的足的目标落脚点位置，后续通过该质心轨迹，确定该足式机器人在移动过程中的任一时间点的质心位置，从而控制足式机器人的至少一个足抬起或落下，以使足式机器人由初始位置向目标位置移动的过程中，足式机器人的质心按照该质心轨迹移动，实现该足式机器人的行走。
159.本技术实施例提供的质心轨迹确定方法，还能够应用于控制设备。可选地，该控制设备102是服务器或其他形式的设备。可选地，该服务器是独立的物理服务器，或者，是多个物理服务器构成的服务器集群或者分布式系统，或者，是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、cdn、以及大数据和人工智能平台等基础云计算服务的云服务器。
160.图1是本技术实施例提供的一种实施环境的结构示意图，如图1所示，该实施环境包括足式机器人101和服务器102，足式机器人101与服务器102建立通信连接，通过建立的通信连接进行交互。
161.足式机器人101用于控制至少一个足抬起或落下，实现足式机器人的行走。服务器102用于为足式机器人101提供服务，能够为足式机器人101确定质心轨迹，并将确定的质心轨迹发送至足式机器人101，以使足式机器人101按照该质心轨迹进行移动。
162.可选地，足式机器人101配置有感知系统，通过该感知系统，获取该足式机器人101移动方向的环境图像，将该环境图像发送至服务器102，由该服务器102对该环境图像进行处理，获取足式机器人在目标位置的候选落脚点位置，后续根据在目标位置的候选落脚点位置，确定足式机器人101的质心轨迹。
163.本技术实施例提供的方法，可用于多种场景。
164.例如，足式机器人移动场景下：
165.足式机器人在移动过程中，确定需要到达的目标位置，采用本技术实施例提供的质心轨迹确定方法，确定足式机器人由初始位置移动至该目标位置的质心轨迹，及在目标位置时该足式机器人的足的目标落脚点位置，后续通过该质心轨迹，确定该足式机器人在移动过程中的任一时间点的质心位置，从而控制足式机器人的至少一个足抬起或落下，以使足式机器人由初始位置向目标位置移动的过程中，足式机器人的质心位置会按照该质心轨迹移动，实现该足式机器人的行走，保证了足式机器人移动的稳定性，且移动至目标位置时，该足式机器人的足落在目标落脚点位置上，保证了足式机器人移动的可行性。
166.再例如，遥控足式机器人移动场景下：
167.足式机器人在移动过程中，服务器能够控制足式机器人移动。在服务器控制足式机器人移动过程中，服务器采用本技术实施例提供的质心位置确定方法，确定足式机器人由初始位置移动至目标位置的质心轨迹，及在目标位置时该足式机器人的足的目标落脚点位置，将该质心移动轨迹及目标落脚点位置发送给足式机器人，由该足式机器人控制该足式机器人的质心位置沿着该质心移动轨迹进行移动，且移动至目标位置时，该足式机器人的足落在目标落脚点位置上，实现了远距离控制足式机器人移动的方式。
168.图2是本技术实施例提供的一种质心轨迹确定方法的流程图，应用于足式机器人，如图2所示，该方法包括：
169.201、足式机器人获取足式机器人配置的至少一个足在目标位置的候选落脚点位置，及每个候选落脚点位置的系数β。
170.在本技术实施例中，足式机器人是模拟动物或人物行走的姿态来移动的机器人，该足式机器人配置有至少一个足，通过控制足的抬起或落下，带动足式机器人移动，从而实现了足式机器人的行走。
171.该目标位置为该足式机器人将要到达的位置，该足式机器人的每个足在目标位置上均具有多个候选落脚点位置，每个候选落脚点位置为足式机器人的足可能的落脚点的位置。每个候选落脚点位置具有系数β，该系数β用于表示足式机器人的足落在该系数β对应的候选落脚点上的可能性，该系数β的取值未确定。
172.在本技术实施例中，该足式机器人的质心轨迹为足式机器人在移动过程中，该足式机器人的质心所经过的轨迹。足式机器人开始由初始位置向目标位置移动之前，需要先确定足式机器人由初始位置向目标位置移动过程中的质心轨迹，及足式机器人在目标位置时每个足的目标落脚点位置，而后根据确定的质心轨迹及目标落脚点位置，来控制足式机器人向目标位置移动，以使在移动过程中，足式机器人的质心沿着该质心轨迹移动，且保证足式机器人移动的可行性。
173.202、足式机器人根据至少一个足的候选落脚点位置及每个候选落脚点位置的系数β，确定足式机器人在目标位置的目标状态数据。
174.其中，目标状态数据用于表示足式机器人移动至目标位置时，期望该足式机器人所具有的状态数据，该目标状态数据与每个候选落脚点位置的系数β有关。
175.203、足式机器人创建第一关系数据，第一关系数据指示间隔时长t与足式机器人的质心位置p(t)之间的关系，第一关系数据包括取值未确定的常数c。
176.其中，间隔时长t指示足式机器人从初始位置移动至目标位置的过程中的任一时间点，与初始位置对应的初始时间点之间间隔的时长。质心位置p(t)指示足式机器人在间隔时长t时的质心位置，该第一关系数据包括取值未确定的常数c，该常数c为质心位置参数，用于表示间隔时长t与质心位置p(t)之间的关系，能够作为该间隔时长t的系数。
177.由于第一关系数据中包含的常数c的取值未确定，因此，此时获取的第一关系数据还未确定。后续如果该常数c的取值确定，则能够获取取值已确定的常数c对应的第一关系数据，从而能够获取足式机器人在任一间隔时长t时的质心位置p(t)。
178.204、足式机器人根据目标移动时长及第一关系数据，确定足式机器人在目标位置的预测状态数据。
179.其中，目标移动时长指示足式机器人由初始位置移动至目标位置所需的时长。预
测状态数据是通过第一关系数据得到的状态数据，是该足式机器人移动至目标位置时所能到达的状态数据。由于第一关系数据中包括取值未确定的常数c，则通过第一关系数据得到的预测状态数据与取值未确定的常数c有关。
180.205、足式机器人根据目标状态数据与预测状态数据之间的状态数据误差，创建第二关系数据。
181.其中，第二关系数据指示目标数值j与状态数据误差之间的正相关关系。
182.其中，状态数据误差用于指示足式机器人在目标位置时，该足式机器人的目标数据与预测状态数据之间的误差。第二关系数据指示目标数值j与状态数据误差之间的正相关关系，状态数据误差越大，该目标数值j越大，状态数据误差越小，该目标数值j越小。
183.由于预测状态数据与常数c有关，目标状态数据与每个候选落脚点位置的系数β有关，则状态数据误差也与该常数c及每个候选落脚点位置的系数β有关，因此，目标数值j与常数c及每个候选落脚点位置的系数β有关，即第二关系数据中包括取值未确定的常数c及每个候选落脚点位置的系数β。
184.206、足式机器人根据第二关系数据，确定目标数值j为最小值时常数c及每个候选落脚点位置的系数β的取值，获取取值已确定的常数c对应的第一关系数据，及至少一个足在目标位置的目标落脚点位置。
185.其中，取值已确定的常数c对应的第一关系数据，用于表示足式机器人的质心轨迹，通过该第一关系数据，能够确定足式机器人在任一间隔时长t的质心位置p(t)。通过取值已确定的每个候选落脚点位置的系数β的取值，能够确定足式机器人的至少一个足在目标位置时的目标落脚点位置，以便后续足式机器人在移动至目标位置时，至少一个足落在目标落脚点位置上。
186.由于目标数值j与状态数据误差之间呈正相关关系，目标数值j取最小值时，则表示状态数据误差最小，使得预测状态数据与目标状态数据尽可能相近，从而使得足式机器人按照确定的质心轨迹移动至目标位置时，足式机器人的状态数据尽可能满足期望的目标状态数据，从而保证了确定的质心轨迹的准确性。
187.本技术实施例提供的方法，无需检测足式机器人各个关节的状态，通过足式机器人的候选落脚点位置，来确定足式机器人在目标位置的目标状态数据，并通过第一关系数据，来预测足式机器人在目标位置的预测状态数据，之后通过最小化预测状态数据与期望的目标状态数据之间的状态数据误差，来确定第一关系数据中的常数c及每个候选落脚点位置的系数β的取值，保证了常数c的取值及每个候选落脚点位置的系数β的取值的准确性，并且根据取值已确定的常数c来确定对应的质心轨迹，从而提高了足式机器人的质心轨迹的准确性，而且还能根据每个候选落脚点位置的系数β的取值，确定足式机器人移动至目标位置时至少一个足的目标落脚点位置，保证了足式机器人移动至目标位置的可行性，能够适用于任意足数的足式机器人，适用范围广。
188.图3是本技术实施例提供的一种质心轨迹确定方法的流程图，应用于足式机器人，如图3所示，该方法包括：
189.301、足式机器人获取配置的至少一个足在目标位置的候选落脚点位置，及每个候选落脚点位置的系数β。
190.在本技术实施例中，足式机器人配置有至少一个足，足式机器人的至少一个足与
地面接触，将该足式机器人的至少一个足与地面接触的位置作为该足式机器人的初始落脚点位置，且在每个足都具有多个候选落脚点位置，候选落脚点位置为该足式机器人的足将要到达的位置。
191.在足式机器人的多个候选落脚点位置中，每个候选落脚点位置的系数β用于表示足式机器人的足落在该系数β对应的候选落脚点位置上的可能性，每个候选落脚点位置的系数β的取值未确定。该目标位置为该足式机器人将要到达的位置，此时，足式机器人并未到达该目标位置。该目标位置由足式机器人根据该足式机器人所在环境确定的。
192.在一种可能实现方式中，系数β的取值包括1或0，1表示足式机器人的足落在系数β对应的候选落脚点位置上，0表示足式机器人的足未落在系数β对应的候选落脚点位置上。
193.在一种可能实现方式中，足式机器人配置有视觉感知系统，则该步骤301包括：足式机器人通过该视觉感知系统，获取包含该足式机器人移动方向的环境图像，对该环境图像进行特征提取，得到该足式机器人的每个足的候选落脚点位置。
194.例如，视觉感知系统中包括摄像头，足式机器人通过摄像头拍摄该足式机器人移动方向的环境，得到包含该足式机器人移动方向的环境图像。
195.可选地，获取候选落脚点位置的过程包括：对该环境图像进行特征提取，得到每个足的多个落脚点位置，对于任一足，将该足所处的腿的肩关节在地面上的投影位置，以该投影位置为中心，以参考数值为半径，确定参考圆形范围，将参考圆形范围内的落脚点位置，作为该足的候选落脚点位置。
196.其中，足式机器人具有至少一个腿，每个腿的肩关节与足式机器人的身体连接，肩关节能够相对于足式机器人的身体旋转，从而实现足式机器人的迈腿动作。如图4所示，该足式机器人的足401在腿402上，该腿402的肩关节403与足式机器人的身体连接。每个腿的端部即为该腿的足，在足式机器人移动过程中，足与地面接触能够支撑该足式机器人站立。投影位置为该肩关节所处的位置投影在地面上得到的位置，参考数值为任意数值，如0.5米、0.2米等。
197.302、足式机器人根据至少一个足的候选落脚点位置及每个候选落脚点位置的系数β，确定足式机器人在目标位置的目标状态数据。
198.其中，目标状态数据用于表示足式机器人在目标位置的状态数据。由于该目标状态数据是通过足式机器人的每个足的候选落脚点位置及每个候选落脚点位置的系数β得到的，则该目标状态数据与每个候选落脚点位置的系数β有关。
199.在一种可能实现方式中，目标状态数据包括目标质心位置，则该步骤302包括：将每个候选落脚点位置的坐标与对应的系数β乘积之和，确定为足式机器人的中心位置的坐标；根据中心位置的坐标，将中心位置上方、与中心位置间隔足式机器人的高度的位置，确定目标质心位置。
200.其中，质心为该足式机器人的质量中心，质心位置为该足式机器人的质心所在的位置，目标质心位置是该足式机器人移动至目标位置时，期望该足式机器人的质心所在的位置。由于该目标质心位置是通过足式机器人的每个足的候选落脚点位置及每个候选落脚点位置的系数β得到的，则该目标质心位置与每个候选落脚点位置的系数β有关。
201.可选地，目标质心位置以坐标系中的坐标的形式表示，或者，以向量的形式表示。例如，在世界坐标系中，足式机器人的目标质心位置为[20，35，80]。
[0202]
例如，在世界坐标系中，采用右手规则的坐标系，以足式机器人的移动方向为x轴，以足式机器人的左侧与x轴垂直的方向为y轴，与地面垂直的方向为z轴，通过足式机器人的候选落脚点位置的坐标与对应的系数β乘积之和，确定足式机器人的中心位置的坐标，将中心位置的坐标在z轴上的坐标值加上足式机器人的高度值，即可得到目标质心位置在该世界坐标系中的坐标值，即确定了该目标质心位置。
[0203]
可选地，目标状态数据还包括目标质心速度，该步骤302还包括：获取足式机器人在初始位置的初始状态数据，初始状态数据至少包括初始质心位置；将目标质心位置与初始质心位置之间的距离，与目标移动时长之间的比值，确定为目标质心速度。
[0204]
其中，该初始位置为该足式机器人当前所在的位置，该初始质心位置为该足式机器人的质心当前所在的位置。质心速度为该足式机器人的质心的移动速度，该质心速度能够用向量表示。该目标质心速度为该足式机器人移动至目标位置时，期望该足式机器人的质心所具有的移动速度。由于目标质心位置与每个候选落脚点位置的系数β有关，目标质心速度是通过目标质心位置及初始质心位置得到的，则该目标质心速度与每个候选落脚点位置的系数β有关。
[0205]
目标质心位置与初始质心位置之间的距离，表示该足式机器人由初始位置移动至目标位置的过程中，该足式机器人的质心所移动的距离。该目标移动时长指示足式机器人由初始位置移动至目标位置所需的时长。可选地，该目标移动时长为任意时长，例如，2秒或3秒等。通过将该距离与该目标移动时长的比值，能够确定该足式机器人由初始位置移动至目标位置的速度，也即是足式机器人移动至目标位置的目标质心速度。可选地，目标质心速度以向量的形式表示。
[0206]
例如，该足式机器人的质心位置以向量的形式表示，如，[1，2，3]，该向量中的每个元素分别表示足式机器人的质心在坐标系的x轴、y轴及z轴的坐标值，则目标质心位置与初始质心位置之间的距离，也用向量表示，表示该足式机器人的质心在x轴、y轴及z轴上的位移，距离与目标移动时长之间的比值，即为目标质心速度在x轴、y轴及z轴的分速度。
[0207]
可选地，目标状态数据还包括目标质心加速度，初始状态数据还包括初始质心速度，该步骤302还包括：将目标质心速度与初始质心速度之间的差值，与目标移动时长之间的比值，确定为目标加速度。
[0208]
其中，该目标质心加速度为该足式机器人移动至目标位置时，期望该足式机器人的质心所具有的加速度。可选的，该目标质心加速度以向量的形式表示。初始质心速度指示足式机器人在初始位置时，足式机器人的质心的速度。可选的，该初始质心速度以向量的形式表示。
[0209]
目标质心速度与初始质心速度之间的差值，指示该足式机器人由初始位置移动至目标位置时，该足式机器人的质心速度的变化量，该质心速度的变化量与目标移动时长的比值，即为该足式机器人由初始位置移动至目标位置时，该足式机器人的质心速度的单位时间的变化量，即为该足式机器人移动至目标位置时的目标质心加速度。由于目标质心速度与每个候选落脚点位置的系数β有关，目标质心加速度是通过目标质心速度及初始质心速度得到的，则该目标质心加速度与每个候选落脚点位置的系数β有关。
[0210]
在一种可能实现方式中，目标状态数据至少包括目标质心位置、目标质心速度及目标质心加速度，则该步骤302包括：将每个候选落脚点位置的坐标与对应的系数β乘积之
和，确定为足式机器人的中心位置的坐标；根据中心位置的坐标，将中心位置上方、与中心位置间隔足式机器人的高度的位置，确定目标质心位置；获取足式机器人在初始位置的初始状态数据，该初始状态数据至少包括初始质心位置，将目标质心位置与初始质心位置之间的距离，与目标移动时长之间的比值，确定为目标质心速度；将目标质心速度与初始质心速度之间的差值，与目标移动时长之间的比值，确定为目标加速度。
[0211]
303、足式机器人创建第一关系数据，第一关系数据指示间隔时长t与足式机器人的质心位置p(t)之间的关系。
[0212]
其中，间隔时长t指示足式机器人从初始位置移动至目标位置的过程中的任一时间点，与初始位置对应的初始时间点之间间隔的时长。质心位置p(t)指示足式机器人在间隔时长t时的质心位置。第一关系数据包括取值未确定的常数c，该常数c用于表示质心位置p(t)与间隔时长t之间关系的常数。可选地，该常数c以向量形式表示，或者，以矩阵形式表示。
[0213]
在该足式机器人中，第一关系数据是以描述语句的形式进行存储，或者，是以函数的形式进行存储的。
[0214]
在一种可能实现方式中，该步骤303包括：将该第一关系数据设置为：质心位置p(t)为常数c与时长矩阵e的乘积。
[0215]
其中，该时长矩阵e用于表示间隔时长t的矩阵。
[0216]
可选地，第一关系数据满足一下关系：
[0217]
p(t)＝p
init
ec
[0218]
其中，p
init
为常数向量，用于表示足式机器人在在初始位置时的初始质心位置。
[0219]
由于在足式机器人的移动过程中，足式机器人的质心位置是随移动的间隔时长t变化的，经过任意间隔时长t后的质心位置具有对应的质心位置变化量，将间隔时长t对应的质心位置变化量与足式机器人在开始移动时的初始质心位置之和，作为该足式机器人经过任意间隔时长t后对应的质心位置p(t)，从而确定了指示质心位置p(t)与间隔时长t之间关系的第一关系数据，后续能够通过第一关系数据确定足式机器人的质心移动轨迹。
[0220]
可选地，该时长矩阵e满足以下关系：
[0221][0222]
其中，e
t
表示时长向量。在本技术实施例中，该时长向量e
t
中包括间隔时长t的最高次幂为n。
[0223]
可选地，常数c满足以下关系：
[0224][0225]
其中，c
x
表示常数c在x轴的分量，cy表示常数c在y轴的分量，cz表示常数c在z轴的分量；*表示x轴、y轴、z轴；c
*
表示在x轴、y轴、z轴上，常数c的分量包含的多项式。
[0226]
304、足式机器人根据目标移动时长及第一关系数据，确定足式机器人在目标位置
的预测状态数据。
[0227]
由于第一关系数据用于表示足式机器人由初始位置移动至目标位置的过程中，任一时间点的质心位置，该目标移动时长指示足式机器人由初始位置移动至目标位置所需的时长，则通过该目标移动时长及该第一关系数据，能够预测该足式机器人按照该第一关系数据指示的质心轨迹移动至目标位置时，该足式机器人的预测状态数据。由于第一关系数据中包括取值未确定的常数c，则得到的预测状态数据与取值未确定的常数c有关。
[0228]
在一种可能实现方式中，预测状态数据包括预测质心位置，该步骤304包括：根据第一关系数据，确定足式机器人由初始位置经过目标移动时长后的预测质心位置。
[0229]
第一关系数据指示间隔时长t与足式机器人的质心位置p(t)之间的关系，且该第一关系数据中包括取值未确定的常数c，则将目标移动时长作为间隔时长t，代入第一关系数据中，得到该足式机器人的预测质心位置，且该预测质心位置与取值未确定的常数c有关。该预测状态数据至少包括预测质心位置，该预测质心位置是足式机器人移动至目标位置时，预测到的该足式机器人的质心所处的位置。由于第一关系数据中包括取值未确定的常数c，则该预测质心位置与该常数c有关。
[0230]
在一种可能实现方式中，预测状态数据包括预测质心速度，该步骤304包括：根据第一关系数据，创建间隔时长t与足式机器人的质心速度之间的关系数据，根据创建的关系数据，确定足式机器人由初始位置经过目标移动时长后的预测质心速度。
[0231]
其中，预测质心速度是足式机器人移动至目标位置时，通过第一关系数据预测的该足式机器人的质心速度，该预测质心速度与取值未确定的常数c有关。
[0232]
可选地，获取第一关系数据对间隔时长t的一阶导数，得到该间隔时长t与足式机器人的质心速度之间的关系数据，将目标移动时长代入该关系数据中，得到该预测质心速度。
[0233]
在一种可能实现方式中，预测状态数据包括预测质心加速度，该步骤304包括：根据第一关系数据，创建间隔时长t与足式机器人的质心加速度之间的关系数据，根据创建的关系数据，确定足式机器人由初始位置经过目标移动时长后的预测质心加速度。
[0234]
其中，预测质心加速度是足式机器人移动至目标位置时，通过第一关系数据预测的该足式机器人的质心加速度，该预测质心加速度与取值未确定的常数c有关。
[0235]
可选地，获取第一关系数据对间隔时长t的二阶导数，得到该间隔时长t与足式机器人的质心加速度之间的关系数据，将目标移动时长代入该关系数据中，得到该预测质心加速度。
[0236]
在一种可能实现方式中，预测状态数据至少包括预测质心位置、预测质心速度及预测质心加速度，则该步骤304包括：根据第一关系数据，确定足式机器人由初始位置经过目标移动时长后的预测质心位置；根据第一关系数据，创建间隔时长t与足式机器人的质心速度之间的关系数据，根据该间隔时长t与足式机器人的质心速度之间的关系数据，确定足式机器人由初始位置经过目标移动时长后的预测质心速度；根据第一关系数据，创建间隔时长t与足式机器人的质心加速度之间的关系数据，根据该间隔时长t与足式机器人的质心加速度之间的关系数据，确定足式机器人由初始位置经过目标移动时长后的预测质心加速度。
[0237]
305、足式机器人根据目标状态数据与预测状态数据之间的状态数据误差，创建第
二关系数据。
[0238]
其中，第二关系数据指示目标数值j与状态数据误差之间的正相关关系。由于预测状态数据与常数c有关，目标状态数据与每个候选落脚点位置的系数β有关，因此，目标数值j与常数c及每个候选落脚点位置的系数β有关，即第二关系数据中包括取值未确定的常数c及每个候选落脚点位置的系数β。
[0239]
在一种可能实现方式中，目标状态数据包括目标质心位置，预测状态数据包括预测质心位置；该步骤305包括：确定目标质心位置与预测质心位置之间的第一差值，将目标数值j设置为第一差值的平方。
[0240]
其中，第一差值用于指示足式机器人在目标位置时的目标质心位置与预测质心位置之间的差值。由于预测质心位置与常数c有关，目标质心位置与每个候选落脚点位置的系数β有关，则第一差值与常数c及每个候选落脚点位置的系数β有关，在将目标数值j设置为第一差值的平方后，该目标数值j与常数c及每个候选落脚点位置的系数β的二次项有关。可选地，在常数c包括多个常数项时，该常数c的二次项包括该多个常数项组成的二次常数项，即每个常数项的平方或任两个常数项的乘积。例如，常数c包括常数项c
x
、cy及cz，则该常数c的二次项中包括c
xcy
、c
xcz
、c
ycz
等二次常数项。
[0241]
可选地，确定目标质心位置与预测质心位置之间的距离，作为该第一差值。
[0242]
可选地，目标质心位置、预测质心位置均以坐标的形式表示，则该第一差值也以坐标的形式表示。目标质心位置包括x、y、z轴上的第一坐标值，预测质心位置包括x、y、z轴上的第二坐标值，确定第一坐标值与第二坐标值在x、y、z轴上的差值，得到该第一差值，该第一差值包括x、y、z轴上的差值，将第一差值在x、y、z轴上的差值的加权平方和，作为该第一差值的平方。可选地，x、y、z轴对应的权重是任意设置的。
[0243]
在一种可能实现方式中，目标状态数据包括目标质心速度，预测状态数据包括预测质心速度，该步骤305包括：确定目标质心速度与预测质心速度之间的第二差值，将目标数值j设置为第二差值的平方。
[0244]
其中，第二差值用于指示足式机器人在目标位置时，足式机器人的目标质心速度与预测质心速度之间的差值。由于预测质心速度与常数c有关，目标质心速度与每个候选落脚点位置的系数β有关，则该第二差值与常数c及每个候选落脚点位置的系数β有关，将目标数值j设置为第二差值的平方后，该目标数值j与常数c及每个候选落脚点位置的系数β的二次项有关。可选地，在常数c包括多个常数项时，该常数c的二次项包括该多个常数项组成的二次常数项，即每个常数项的平方或任两个常数项的乘积。例如，常数c包括常数项c
x
、cy及cz，则该常数c的二次项中包括c
xcy
、c
xcz
、c
ycz
等二次常数项。
[0245]
可选地，目标质心速度、预测质心速度均以坐标的形式表示，则该第二差值也以坐标的形式表示。目标质心速度包括x、y、z轴上的第一分速度，预测质心速度包括x、y、z轴上的第二分速度，确定第一分速度与第二分速度在x、y、z轴上的速度差值，得到该第二差值，该第二差值包括x、y、z轴上的速度差值，将第二差值在x、y、z轴上的速度差值的加权平方和，作为该第二差值的加权平方。其中，x、y、z轴对应的权重是任意设置的。
[0246]
在一种可能实现方式中，目标状态数据包括目标质心加速度，预测状态数据包括预测质心加速度，该步骤305包括：确定目标质心加速度与预测质心加速度之间的第三差
值，将目标数值j设置为第三差值的平方。
[0247]
其中，第三差值用于指示足式机器人在目标位置时，足式机器人的目标质心加速度与预测质心加速度之间的差值。由于预测质心加速度与常数c有关，目标质心加速度与每个候选落脚点位置的系数β有关，该第三差值与常数c及每个候选落脚点位置的系数β有关，将目标数值j设置为第三差值的平方后，该目标数值j与常数c及每个候选落脚点位置的系数β的二次项有关。可选地，在常数c包括多个常数项时，该常数c的二次项包括该多个常数项组成的二次常数项，即每个常数项的平方或任两个常数项的乘积。例如，常数c包括常数项c
x
、cy及cz，则该常数c的二次项中包括c
xcy
、c
xcz
、c
ycz
等二次常数项。
[0248]
可选地，目标质心加速度、预测质心加速度均以坐标的形式表示，则该第三差值也以坐标的形式表示。目标质心加速度包括x、y、z轴上的第一分加速度，预测质心加速度包括x、y、z轴上的第二分加速度，确定第一分加速度与第二分加速度在x、y、z轴上的加速度差值，得到该第三差值，该第三差值包括x、y、z轴上的加速度差值，将第三差值在x、y、z轴上的加速度差值的加权平方和，作为该第三差值的加权平方。其中，x、y、z轴对应的权重是任意设置的。
[0249]
需要说明的是，上述步骤305的三种可能实现方式，仅是以状态数据包括质心位置、质心速度或者质心加速度分别进行说明的，另外，上述三种可能实现方式中能够任意两种方式结合，或者三种可能实现方式结合。
[0250]
在任意两种可能实现方式结合时，状态数据误差包括第一差值和第二差值，则将目标数值j设置为第一差值与第二差值的加权平方和；或者，状态数据误差包括第一差值和第三差值，则将目标数值j设置为第一差值与第三差值的加权平方和；或者，状态数据误差包括第二差值和第三差值，则将目标数值j设置为第二差值与第三差值的加权平方和。其中，状态数据误差中包括的任两个差值之间的权重是任意设置的。
[0251]
在上述三种可能实现方式结合时，即状态数据误差包括第一差值、第二差值及第三差值，则将目标数值j设置为第一差值、第二差值及第三差值的加权平方和。可选地，第一差值、第二差值及第三差值之间的权重是任意设置的。在确定第一差值的加权平方、第二差值的加权平方及第三差值的加权平方后，将第一差值的加权平方、第二差值的加权平方及第三差值的加权平方之和，作为第一差值、第二差值及第三差值的加权平方和，也即是目标数值j。
[0252]
在一种可能实现方式中，第二关系数据指示目标数值j与状态数据误差及足式机器人的候选落脚点位置的系数β之和之间的正相关关系。
[0253]
在本技术实施例中，足式机器人的每个足具有多个候选落脚点位置，每个候选落脚点位置具有系数β，则将每个足的多个候选落脚点位置的系数β的总和，即为该足式机器人的候选落脚点位置的系数β。例如，该足式机器人配置有4个足，每个足具有4个候选落脚点位置，则该足式机器人的候选落脚点位置有16个，即该足式机器人的候选落脚点位置的系数β之和，为16个候选落脚点位置的系数β之和。
[0254]
可选地，第二关系数据指示目标数值j与状态数据误差及足式机器人的候选落脚点位置的系数β加权之和之间的正相关关系。
[0255]
可选地，在状态数据误差包括任一差值时，将该目标数值j设置为该差值的平方，
与足式机器人的候选落脚点位置的系数β之和的和值；在状态数据误差包括任两个差值时，将该目标数值j设置为该两个差值的加权平方和，与足式机器人的候选落脚点位置的系数β之和的和值；在状态数据误差包括三个差值时，将该目标数值了设置为该三个差值的加权平方和，与足式机器人的候选落脚点位置的系数β之和的和值。
[0256]
可选地，在目标时长内选取多个采样时间点，则每个候选落脚点位置在每个采样时间点上具有一个系数β，则第二关系数据指示目标数值j与状态数据误差及足式机器人的候选落脚点位置在多个采样时间点的系数β之和之间的正相关关系。
[0257]
可选地，第二关系数据指示目标数值j与状态数据误差及足式机器人的候选落脚点位置和初始落脚点位置的系数β加权之和之间的正相关关系。可选地，在目标时长内选取多个采样时间点，每个候选落脚点位置在每个采样时间点上具有一个系数β，每个初始落脚点位置在每个采样时间点上具有一个系数β，则第二关系数据指示目标数值j与状态数据误差及足式机器人的候选落脚点位置和初始落脚点位置在多个采样时间点的系数β之和之间的正相关关系。
[0258]
在一种可能实现方式中，该步骤305包括以下两种方式：
[0259]
第一种方式，包括以下步骤3051-3053：
[0260]
3051、在目标移动时长内选取多个采样时间点。
[0261]
其中，采样时间点是指初始位置对应的初始时间点与目标位置对应的终止时间点之间的时间点。多个采样时间点包括两个或两个以上采样时间点。任两个相邻采样时间点之间的间隔时长可能相等，也可能不相等。
[0262]
例如，移动时长为60秒，初始位置对应的初始时间点为0秒，目标位置对应的终止时间点为60秒，从移动时长内选取5个采样时间点，第一个采样时间点为10秒，第二个采样时间点为20秒，第三个采样时间点为30秒，第四个采样时间点为40秒，第五个采样时间点为50秒；或者，第一个采样时间点为5秒，第二个采样时间点为20秒，第三个采样时间点为25秒，第四个采样时间点为40秒，第五个采样时间点为55秒。
[0263]
在一种可能实现方式中，该步骤3051可以包括：将该移动时长分成多个时间段，将每个时间段的结束时间点作为采样时间点，将第一个时间段的开始时间点作为采样时间点。其中，得到的多个时间段可能均相等，也可能不相等。
[0264]
可选地，多个时间段相等时，则得到的多个采样时间点满足以下关系：
[0265][0266]
其中，k表示采样时间点的序号，该k的取值为(0，1，
…
，n
num
)，n
num
为多个时间段的个数；tk用于表示第k个采样时间点；ta表示移动时长。
[0267]
3052、根据每个采样时间点与初始时间点之间的间隔时长及第一关系数据，确定每个采样时间点对应的第四关系数据。
[0268]
其中，第四关系数据指示常数c与采样质心位置q(c)之间的关系，采样质心位置q(c)指示足式机器人在对应的采样时间点时的质心位置。在该足式机器人中，第四关系数据是以描述语句的形式进行存储，或者，是以函数的形式进行存储的。
[0269]
由于第一关系数据指示质心位置p(t)为常数c与时长矩阵e的乘积，将任一采样时间点与初始时间点之间的间隔时长代入第一关系数据中的时长矩阵e中，确定在该任一采
样时间点下的时长矩阵e的取值，得到该采样时间点对应的第四关系数据，该第四关系数据指示常数c与采样质心位置q(c)之间的关系。在第四关系数据中包括的常数c的取值未确定，该第四关系数据中包括的其他常数的取值均已确定。
[0270]
3053、根据状态数据误差及第四关系数据，创建第二关系数据。
[0271]
其中，第二关系数据指示目标数值j与状态数据误差及采样质心位置q(c)之间的正相关关系。在该足式机器人中，第四关系数据是以描述语句的形式进行存储，或者，是以函数的形式进行存储的。
[0272]
在一种可能实现方式中，目标状态数据包括目标质心位置，预测状态数据包括预测质心位置；则该步骤3053包括：确定目标质心位置与预测质心位置之间的第一差值，将目标数值j设置为第一数值与第二数值的和值。
[0273]
其中，第一数值为第一差值的平方，第二数值为多个距离的加权平方和。多个距离包括初始位置的初始质心位置、多个采样质心位置及预测质心位置中的任两个相邻质心位置之间的距离。可选地，每个距离的权重及是任意设置的。确定每个距离与对应的权重的乘积的平方值，将多个距离对应的平方值之和作为多个距离的加权平方和。通过多个距离的加权平方和，能够反映质心轨迹的长度，能够降低质心轨迹曲线的震荡幅度。
[0274]
由于多个采样位置及预测质心位置均与常数c有关，目标质心位置与每个候选落脚点位置的系数β有关，则第一差值与常数c及每个候选落脚点位置的系数β有关，多个距离均与常数c有关，第一数值为第一差值的平方，第二数值为多个距离的加权平方和，则第一数值与常数c及每个候选落脚点位置的系数β的二次项有关，第二数值与常数c的二次项有关，将目标数值j设置为第一数值与第二数值的和值后，该目标数值j与常数c及每个候选落脚点位置的系数β的二次项有关。可选地，在常数c包括多个常数项时，该常数c的二次项包括该多个常数项组成的二次常数项，即每个常数项的平方或任两个常数项的乘积。例如，常数c包括常数项c
x
、cy及cz，则该常数c的二次项中包括，则该常数c的二次项中包括c
xcy
、c
xcz
、c
ycz
等二次常数项。
[0275]
在一种可能实现方式中，目标状态数据包括目标质心速度，预测状态数据包括预测质心速度，该步骤3053包括：确定目标质心速度与预测质心速度之间的第二差值，将目标数值j设置为第三数值与第二数值的和值。
[0276]
其中，第三数值为第二差值的平方，第二数值为多个距离的加权平方和。
[0277]
由于多个采样位置及预测质心速度均与常数c有关，目标质心速度与每个候选落脚点位置的系数β有关，则第二差值与常数c及每个候选落脚点位置的系数β有关，多个距离均与常数c有关，第三数值为第二差值的平方，第二数值为多个距离的加权平方和，第三数值与常数c及每个候选落脚点位置的系数β的二次项有关，第二数值均与常数c的二次项有关，将目标数值j设置为第三数值与第二数值的和值后，该目标数值j与常数c及每个候选落脚点位置的系数β的二次项有关。可选地，在常数c包括多个常数项时，该常数c的二次项包括该多个常数项组成的二次常数项，即每个常数项的平方或任两个常数项的乘积。例如，常数c包括常数项c
x
、cy及cz，则该常数c的二次项中包括，则该常数c的二次项中包括c
xcy
、c
xcz
、c
ycz
等二次常数项。
[0278]
在一种可能实现方式中，目标状态数据还包括目标质心加速度，预测状态数据还
包括预测质心加速度，该步骤3053包括：确定目标质心加速度与预测质心加速度之间的第三差值，将目标数值j设置为第四数值与第二数值的和值。
[0279]
其中，第四数值为第三差值的平方，第二数值为多个距离的加权平方和。
[0280]
由于多个采样位置及预测质心加速度均与常数c有关，目标质心加速度与每个候选落脚点位置的系数β有关，则第三差值与常数c及每个候选落脚点位置的系数β有关，多个距离均与常数c有关，第四数值为第三差值的平方，第二数值为多个距离的加权平方和，则第四数值与常数c及每个候选落脚点位置的系数β的二次项有关，第二数值均与常数c的二次项有关，将目标数值j设置为第四数值与第二数值的和值后，该目标数值j与常数c及每个候选落脚点位置的系数β的二次项有关。可选地，在常数c包括多个常数项时，该常数c的二次项包括该多个常数项组成的二次常数项，即每个常数项的平方或任两个常数项的乘积。例如，常数c包括常数项c
x
、cy及cz，则该常数c的二次项中包括c
xcy
、c
xcz
、c
ycz
等二次常数项。
[0281]
需要说明的是，上述步骤3053的三种可能实现方式，仅是以状态数据包括质心位置、质心速度或者质心加速度分别进行说明的，另外，上述三种可能实现方式中能够任意两种方式结合，或者三种可能实现方式结合。
[0282]
在任意两种方式结合时，状态数据误差包括第一差值和第二差值，则将目标数值j设置为第一差值与第二差值的加权平方和，与第二数值的和值；或者，状态数据误差包括第一差值和第三差值，则将目标数值j设置为第一差值与第三差值的加权平方和，与第二数值的和值；或者，状态数据误差包括第二差值和第三差值，则将目标数值j设置为第二差值与第三差值的加权平方和，与第二数值的和值。其中，状态数据误差中包括的任两个差值之间的权重是任意设置的。
[0283]
在上述三种可能实现方式结合时即状态数据误差包括第一差值、第二差值及第三差值，则将目标数值j设置为第一差值、第二差值及第三差值的加权平方和，第二数值为多个距离的加权平方和，与第二数值的和值。
[0284]
可选地，第一差值、第二差值及第三差值的权重是任意设置的。确定第一差值与对应的权重的乘积的平方值，第二差值与对应的权重的乘积的平方值，及第三差值与对应的权重的乘积的平方值，将第一差值对应的平方值、第二差值对应的平方值及第三差值对应的平方值之和，即为第一差值、第二差值及第三差值的加权平方和。
[0285]
第二种方式包括：根据状态数据误差及足式机器人的至少一个足与地面接触而受到的作用力fi，创建第二关系数据。
[0286]
其中，第二关系数据指示目标数值j与状态数据误差及至少一个足与地面接触而受到的作用力fi的二次项之间的正相关关系。
[0287]
在一种可能实现方式中，状态数据误差包括第一差值，该第一差值表示目标质心位置与预测质心位置之间的差值，则该第二种方式包括：根据该第一差值及足式机器人的至少一个足对应的作用力fi，将目标数值j设置为至少一个足对应的作用力fi的加权平方和，与第一差值的平方的和值。
[0288]
可选地，确定每个作用力fi与对应的权重的乘积的平方，将至少一个足对应的作用力fi对应的平方之和，作为该至少一个足对应的作用力fi的加权平方和。可选地，每个作
用力fi对应的权重是任意设置的。
[0289]
可选地，足式机器人的至少一个足与地面接触而受到的作用力fi包括及该作用力为作用力fi在x轴的分力，该作用力为作用力fi在y轴的分力，该作用力为作用力fi在z轴的分力，对于足式机器人与地面接触的第i足，该足对应的作用力fi的加权平方满足以下关系：
[0290][0291]
其中，fi表示第i足对应的作用力fi的加权平方，a1、a2、a3分别表示第i足对应的作用力fi在x轴、y轴、z轴上的权重，a1、a2、a3为任意常数，a1、a2、a3的取值可能相同，也可能不同。另外，对于不同的作用力，a1的取值可能相同也可能不同，a2的取值可能相同也可能不同，a3的取值可能相同也可能不同。
[0292]
可选地，足式机器人与地面接触的至少一个足对应的作用力fi的加权平方和，等于至少一个足对应的加权平方fi之和。
[0293]
需要说明的是，上述可能实现方式仅是以状态数据误差包括第一差值进行说明的，当状态数据误差包括第二差值或者第三差值的方式，创建第二关系数据的过程与上述可能实现方式类似，在此不再赘述。
[0294]
并且，状态数据误差可能包括第一差值、第二差值及第三差值，则状态数据误差包括任两个差值或三个差值时，则将目标数值j设置为状态数据误差中包括的差值的加权平方和，与少一个足对应的作用力fi的加权平方和的和值。
[0295]
需要说明的是，本技术实施例仅是以第一种方式和第二种方式进行单独说明的，而在另一实施例中，第一种方式与第二种方式能够结合，根据状态数据误差、第四关系数据及足式机器人的至少一个足与地面接触而受到的作用力fi，创建第二关系数据。
[0296]
306、足式机器人根据第二关系数据，确定目标数值j为最小值时常数c及每个候选落脚点位置的系数β的取值。
[0297]
由于第二关系数据中包括每个候选落脚点位置的系数β及常数c，在目标数值j取最小值时，能够确定常数c及每个候选落脚点位置的系数β的取值。
[0298]
在确定目标数值j为最小值时常数c及每个候选落脚点位置的系数β的取值的过程，包括以下七种方式：
[0299]
第一种方式，包括以下步骤3601-3602：
[0300]
3601、根据第一关系数据，创建至少一个足的空间约束条件。
[0301]
其中，空间约束条件用于指示至少一个足可移动的空间范围，该空间约束条件包括常数c及每个候选落脚点位置的系数β。如图5所示，图5中的多面体501为足式机器人的足502的可移动的空间范围，该空间范围是由多个空间点组成，该多个空间点为该足501能够到达的空间点。在本技术实施例中，当足式机器人从任一位置开始移动时，该足式机器人的足仅能够在该足的可移动的空间范围内移动，无法移动至该空间范围以外的地方，因此，通过创建的至少一个足的空间约束条件，来约束至少一个足可移动的空间范围，以保证后续确定的目标落脚点在该足式机器人的足的可移动空间范围内。
[0302]
3601、根据第二关系数据，确定在满足空间约束条件的情况下，目标数值j为最小
值时常数c及每个候选落脚点位置的系数β的取值。
[0303]
由于空间约束条件用于指示至少一个足可移动的空间范围，通过空间约束条件，来约束至少一个足仅能够在可移动的空间范围内移动，保证了足式机器人的足移动的可行性，从而保证确定的常数c及每个候选落脚点位置的系数β的取值的准确性，以使后续根据确定的常数c及每个候选落脚点位置的系数β的取值，能够控制足式机器人移动。
[0304]
第二种方式，包括以下步骤3603-3604：
[0305]
3603、创建作用力约束条件。
[0306]
其中，作用力约束条件用于指示至少一个足分别在对应的每个候选落脚点位置上与地面接触受到的作用力，不大于每个候选落脚点位置对应的作用力极值。不同的候选落脚点位置对应的作用力极值可能不同，也可能相同。可选地，候选落脚点位置对应的作用力极值是任意设置的。作用力约束条件中包括每个候选落脚点位置的系数β。
[0307]
可选地，作用力约束条件用于指示足式机器人的足在任一候选落脚点位置的作用力与该任一候选落脚点位置的法向量上的乘积，小于该候选落脚点位置的系数β与该候选落脚点位置对应的作用力极值的乘积。
[0308]
3604、根据第二关系数据，确定在满足作用力约束条件的情况下，目标数值j为最小值时常数c及每个候选落脚点位置的系数β的取值。
[0309]
通过创建的作用力约束条件，以使足式机器人的至少一个足的受力情况满足约束条件，以保证足式机器人的受力情况符合要求，从而保证了确定的常数c及每个候选落脚点位置的系数β的取值的准确性。
[0310]
在一种可能实现方式中，该步骤3604包括：创建摩擦力约束条件，根据第二关系数据，确定在满足作用力约束条件及摩擦力约束条件的情况下，目标数值j为最小值时常数c及每个候选落脚点位置的系数β的取值。
[0311]
其中，该摩擦力约束条件指示足式机器人的至少一个足与候选落脚点位置接触而受到的作用力所满足的摩擦力约束条件，该摩擦力约束条件中包括取值未确定的常数c。
[0312]
通过摩擦力约束条件及作用力约束条件，以使足式机器人的足与候选落脚点位置接触时，足式机器人的受力情况符合要求，且避免足式机器人的足与候选落脚点位置之间出现打滑的情况，保证了足式机器人移动的可行性。
[0313]
第三种方式，包括以下步骤3605-3606：
[0314]
3605、创建至少一个足的系数约束条件。
[0315]
其中，系数约束条件用于指示在足式机器人移动过程中的任一时间点上，每个足的多个候选落脚点位置的系数β之和不大于1。本技术实施例中，系数β的取值包括1或0，1表示足式机器人的足落在系数β对应的候选落脚点位置上，0表示足式机器人的足未落在系数β对应的候选落脚点位置上。
[0316]
3606、根据第二关系数据，确定在满足至少一个足的系数约束条件的情况下，目标数值j为最小值时常数c及每个候选落脚点位置的系数β的取值。
[0317]
通过该至少一个足的系数约束条件，以限制足式机器人的任一足在任一时间点上，仅能够落在该足对应的多个候选落脚点位置中的一个候选落脚点位置上，以保证足式机器人的足迈步的准确性，避免出现一个足同时落在两个候选落脚点位置上的情况，保证了常数c及每个候选落脚点位置的系数β的取值的准确性。
[0318]
第四种方式，包括以下步骤3607-3608：
[0319]
3607、创建第三关系数据。
[0320]
其中，第三关系数据用于指示足式机器人在目标位置时，足式机器人的候选落脚点位置的系数β之和与足式机器人的足数之间的关系。
[0321]
足式机器人配置有至少一个足，每个足具有多个候选落脚点位置的系数β，则足式机器人在目标位置时，多个足的多个候选落脚点位置的系数β之和，与足式机器人的足式机器人之间的关系，以限制足式机器人在目标位置时，与地面接触的足数。
[0322]
在一种可能实现方式中，系数β的取值包括1或0，1表示足式机器人的足落在系数β对应的候选落脚点位置上，0表示足式机器人的足未落在系数β对应的候选落脚点位置上，则第三关系数据用于指示足式机器人在目标位置时，足式机器人的候选落脚点位置的系数β之和，等于足式机器人的足数。
[0323]
通过足式机器人的候选落脚点位置的系数β之和，等于足式机器人的足数，以保证足式机器人在目标位置时，该足式机器人的足均与地面接触，且每个足落在对应的多个候选落脚点位置中的一个候选落脚点位置之上。
[0324]
3608、根据第二关系数据及第三关系数据，确定目标数值j为最小值时常数c及每个候选落脚点位置的系数β的取值。
[0325]
通过第三关系数据，以限制足式机器人在目标位置上与地面接触的足数，且每个足仅能够落在一个候选落脚点位置上，以保证确定的常数c及每个候选落脚点位置的系数β的取值的准确性。
[0326]
第五种方式，包括以下步骤3609-3612：
[0327]
3609、在目标移动时长内选取多个采样时间点。
[0328]
该步骤与上述步骤3051类似，在此不再赘述。
[0329]
3610、确定至少一个足的候选落脚点位置在每个采样时间点的系数β。
[0330]
由于系数β用于指示足式机器人的足，落在该系数β对应的候选落脚点位置上的可能性，对于任一候选落脚点位置，该候选落脚点位置在多个采样时间点上具有多个系数β，不同采样时间点对应的系数β可能相同也可能不同。例如，对于任一候选落脚点位置，该候选落脚点位置在多个采样时间点上具有多个系数β均为0，表示在多个采样时间点上，足式机器人的足均未落在该候选落脚点位置上；或者，该候选落脚点位置在前几个采样时间点上的系数β均为0，在后几个采样时间点上的系数β均为1，表示在系数β为0对应的采样时间点上，足式机器人的足未落在该候选落脚点位置上，在后几个采样时间点上，足式机器人的足落在该候选落脚点位置上，完成了足式机器人的足的迈步动作。
[0331]
3611、根据至少一个足的候选落脚点位置在每个采样时间点的系数β，创建迈步时序约束条件。
[0332]
其中，迈步时序约束条件用于指示足式机器人由初始位置移动至目标位置的过程中，每个足的候选落脚点位置在多个采样时间点的系数β之间的关系。
[0333]
在一种可能实现方式中，迈步时序约束条件用于指示足式机器人的任一足的任一候选落脚点位置在前一个采样时间点的系数β，不大于任一候选落脚点位置在后一个采样时间点的系数β。
[0334]
例如，系数β的取值包括1或0，系数β的取值为1表示足式机器人的足落在该系数β
对应的候选落脚点位置上，系数β的取值为0表示足式机器人的足未落在该系数β对应的候选落脚点位置上，则对于任一候选落脚点位置，在足式机器人由初始位置向目标位置的移动过程中，在初始时间点时，该候选落脚点位置的系数β为0，之后随着时间的推移，足式机器人的足可能落在该候选落脚点位置上，如果落在该候选落脚点位置上，则该候选落脚点位置的系数β为1，且该候选落脚点位置在之后的采样时间点上的系数β均为1，因此，该候选落脚点位置在多个采样时间点上的系数β的取值由0变成1，即候选落脚点位置在前一个采样时间点的系数β，不大于任一候选落脚点位置在后一个采样时间点的系数β。
[0335]
在一种可能实现方式中，迈步时序约束条件用于指示足式机器人的任一足的初始落脚点位置在前一个采样时间点的系数β，不小于初始落脚点位置在后一个采样时间点的系数β。
[0336]
例如，系数β的取值包括1或0，系数β的取值为1表示足式机器人的足落在该系数β对应的初始落脚点位置上，系数β的取值为0表示足式机器人的足未落在该系数β对应的初始落脚点位置上，则对于任一初始落脚点位置，在足式机器人由初始位置向目标位置的移动过程中，在初始时间点时，该候选落脚点位置的系数β为1，之后随着时间的推移，足式机器人的足可能落在任一候选落脚点位置上，则初始落脚点位置上将不再有足式机器人的足，因此，初始落脚点位置在多个采样时间点上的系数β的取值由1变成0，即初始落脚点位置在前一个采样时间点的系数β，不小于初始落脚点位置在后一个采样时间点的系数β。
[0337]
3612、根据第二关系数据，在满足迈步时序约束条件的情况下，确定目标数值j为最小值时常数c及每个候选落脚点位置的系数β的取值。
[0338]
通过迈步时序约束条件，以保证足式机器人由初始位置移动至目标位置的过程中，每个足仅迈步一次，以保证确定的常数c及每个候选落脚点位置的系数β的取值的准确性。
[0339]
在一种可能实现方式中，该步骤3612包括以下步骤36121-36122：
[0340]
36121、创建迈步时长约束条件。
[0341]
其中，迈步时长约束条件用于指示足式机器人的候选落脚点位置在多个采样时间点的系数β之和，小于多个采样时间点的个数。通过创建的迈步时长约束条件，以保证足式机器人在迈步过程中，具有足够的时长，以使足式机器人的足在足够的时长内实现迈步动作。
[0342]
在一种可能实现方式中，迈步时长约束条件用于指示足式机器人的候选落脚点位置在多个采样时间点的系数β之和，不大于参考数值，参考数值小于多个采样时间点的个数。其中，参考数值是任意设置的。
[0343]
36122、根据第二关系数据，在满足迈步时序约束条件及迈步时长约束条件的情况下，确定目标数值j为最小值时常数c及每个候选落脚点位置的系数β的取值。
[0344]
通过创建的迈步时长约束条件，以保证足式机器人在迈步过程中，具有足够的时长，以保证足式机器人的足在足够的时长内实现迈步动作，保证了足式机器人移动的可行性，从而保证确定的常数c及每个候选落脚点位置的系数β的取值的准确性。
[0345]
第六种方式，第二关系数据指示目标数值j与状态数据误差及足式机器人配置的至少一个足与地面接触而受到的作用力fi的二次项之间的正相关关系；包括以下步骤3613-3614：
[0346]
3613、创建足式机器人配置的至少一个足对应的第五关系数据。
[0347]
其中，至少一个足对应的第五关系数据分别指示至少一个足对应的作用力fi与间隔时长t之间的关系，作用力fi指示足式机器人的第i个足与地面接触而受到的作用力，i为正整数，第五关系数据包括取值未确定的常数c。在该足式机器人中，第五关系数据是以描述语句的形式进行存储，或者，是以函数的形式进行存储的。
[0348]
在一种可能实现方式中，该步骤3613包括：创建第六关系数据，创建第七关系数据，根据第六关系数据及第七关系数据，创建至少一个足对应的第五关系数据。
[0349]
其中，第六关系数据指示足式机器人的角动量l与间隔时长t之间的关系，角动量l用于表示足式机器人的姿态的变化。第七关系数据指示至少一个足对应的作用力fi(l)与角动量l之间的正相关关系。第七关系数据用于表示足式机器人至少一个足对应的作用力受到足式机器人的姿态的影响。通过创建的第六关系数据及第七关系数据，从而确定足式机器人的至少一个足与地面接触受到的作用力fi与间隔时长t之间的关系。在该足式机器人中，第六关系数据和第七关系数据是以描述语句的形式进行存储，或者，是以函数的形式进行存储的。
[0350]
3614、根据第二关系数据及第五关系数据，确定目标数值j为最小值时常数c及每个候选落脚点位置的系数β的取值。
[0351]
由于至少一个足对应的第五关系数据分别指示至少一个足对应的作用力fi与间隔时长t之间的关系，第五关系数据包括取值未确定的常数c，即第五关系数据指示了作用力fi与常数c之间的关系，且第二关系数据指示目标数值j与状态数据误差及至少一个足与地面接触而受到的作用力fi的二次项之间的正相关关系，则在满足第五关系数据的情况下，能够确定目标数值j为最小值时常数c的取值及每个候选落脚点位置的系数β的取值。
[0352]
在一种可能实现方式中，该步骤3614包括：在目标移动时长内选取多个采样时间点，根据每个采样时间点与初始时间点之间的间隔时长及第五关系数据，确定每个采样时间点对应的关系数据，根据该第二关系数据及多个采样时间点对应的关系数据，确定目标数值j为最小值时常数c的取值及每个候选落脚点位置的系数β的取值。
[0353]
其中，每个采样时间点对应的关系数据指示常数c与至少一个足对应的作用力fi之间的关系。由于第五关系数据指示至少一个足对应的作用力fi与间隔时长t之间的关系，且第五关系数据包括取值未确定的常数c，将每个采样时间点对应的间隔时长代入第五关系数据中，得到每个采样时间点对应的关系数据。
[0354]
第七种方式，包括以下步骤3615-3616：
[0355]
3615、根据第一关系数据及初始时间点，创建第八关系数据、第九关系数据及第十关系数据。
[0356]
其中，第八关系数据指示足式机器人在初始位置的初始质心位置与常数c的关系，第九关系数据指示足式机器人在初始位置的初始质心速度与常数c的关系，第十关系数据指示足式机器人在初始位置的初始质心加速度与常数c的关系。在该足式机器人中，第八关系数据、第九关系数据及第十关系数据是以描述语句的形式进行存储，或者，是以函数的形式进行存储的。
[0357]
在一种可能实现方式中，该步骤3615包括：将初始时间点代入第一关系数据中，得到该第一关系数据；获取第一关系数据对间隔时长t的一阶导数，将初始时间点代入得到的
一阶导数关系数据中，得到该第九关系数据；获取第一关系数据对间隔时长t的二阶导数，将初始时间点代入得到的二阶导数关系数据中，得到该第十关系数据。
[0358]
3616、根据第八关系数据、第九关系数据、第十关系数据及第二关系数据，确定目标数值j为最小值时常数c及每个候选落脚点位置的系数β的取值。
[0359]
在常数c满足第八关系数据、第九关系数据、第十关系数据的情况下，确定目标数值j为最小值时常数c的取值及每个候选落脚点位置的系数β的取值，以使足式机器人在初始位置的初始状态数据，满足取值已确定的常数c对应的第一关系数据，以保证确定的常数c的取值的准确性。
[0360]
需要说明的是，上述七种方式能够任意结合，如任意两种方式结合、任三种方式结合、或者七种方式结合等，例如，上述第一种方式与第二种方式结合时，通过创建的作用力约束条件及至少一个足的系数约束条件，则根据第二关系数据，在满足作用力约束条件及至少一个足的系数约束条件的情况下，目标数值j为最小值时常数c及每个候选落脚点位置的系数β的取值。
[0361]
在一种可能实现方式中，第二关系数据指示目标数值j与状态数据误差及足式机器人的候选落脚点位置和初始落脚点位置的系数β加权之和之间的正相关关系，则该步骤306包括：根据第二关系数据，确定目标数值j为最小值时常数c、每个候选落脚点位置在多个采样时间点的系数β及每个初始落脚点位置在多个采样时间点的系数β的取值。其中，每个候选落脚点位置在多个采样时间点上均具有一个系数β，每个初始落脚点位置在多个采样时间点上均具有一个系数β。
[0362]
307、足式机器人获取取值已确定的常数c对应的第一关系数据。
[0363]
其中，第一关系数据用于表示足式机器人的质心轨迹。通过确定的质心轨迹，能够得到该足式机器人由初始位置移动至目标位置的过程中，该足式机器人在任意时间点的质心位置。
[0364]
在确定常数c的取值后，将取值已确定的常数c代入第一关系数据中，则第一关系数据指示质心位置p(t0)与间隔时长t的关系，且该第一关系数据中，除间隔时长t外，不包括其他取值未确定的常数。因此，取值已确定的常数c对应的第一关系数据能够表示足式机器人的质心轨迹。
[0365]
308、足式机器人根据每个候选落脚点位置的系数β的取值，将取值为1的系数β对应的候选落脚点位置，确定为目标落脚点位置。
[0366]
在本技术实施例中，系数β的取值包括1或0，1表示足式机器人的足落在系数β对应的候选落脚点位置上，0表示足式机器人的足未落在系数β对应的候选落脚点位置上。
[0367]
根据得到的每个候选落脚点位置的系数β的取值，取值为1的系数β对应的候选落脚点位置，表示足式机器人在目标位置时，该足式机器人的足的落脚点位置，即为该目标落脚点位置。
[0368]
在一种可能实现方式中，获取到每个候选落脚点位置在多个采样时间点的系数β及每个初始落脚点位置在多个采样时间点的系数β的取值后，则该步骤308还包括：根据每个候选落脚点位置在多个采样时间点的系数β，及每个初始落脚点位置在多个采样时间点的系数β的取值，确定足式机器人的多个足的迈步顺序，及每个足的迈步起始时间点和迈步结束时间点。
[0369]
由于在初始时间点上每个足的初始落脚点位置的系数β为1，则通过在多个采样时间点上，多个足的初始落脚点位置的系数β的取值，能够确定多个足的迈步顺序。例如，第一个足的初始落脚点位置的系数β在前两个采样时间点上的取值为1，在第三个采样时间点上的取值为0；第二个足的初始落脚点位置的系数β在前五个采样时间点上的取值为1，在第六个采样时间点上的取值为0，则能够确定足式机器人先迈第一个足，后迈第二个足。
[0370]
并且，对于任一足，该足的初始落脚点位置的系数β的取值由1变为0的采样时间点，即为该足式机器人的迈步起始时间点；该足的任一候选落脚点位置的系数β的取值由0变为1的采样时间点，即为该足的迈步结束时间点。
[0371]
通过每个候选落脚点位置在多个采样时间点的系数β及每个初始落脚点位置在多个采样时间点的系数β的取值，能够确定足式机器人的多个足的迈步先后顺序及足式机器人的目标落脚点位置，并确定足式机器人由初始位置移动至目标位置的过程中，每个足迈步起始时间点及迈步结束时间点，从而约束足式机器人的足的迈步时长及迈步顺序，实现了对足式机器人的迈步步态优化，也实现了对足式机器人的目标落脚点位置选取的优化，保证了足式机器人移动的可行性。
[0372]
需要说明的是，本技术实施例是以通过候选落脚点位置的系数β的取值，确定目标落脚点位置进行说明的，而在另一实施例中，无需执行步骤308，能够采取其他方式，获取至少一个足在目标位置的目标落脚点位置。
[0373]
309、足式机器人在移动过程中，根据第一关系数据，确定足式机器人在任一间隔时长t0时的质心位置p(t0)。
[0374]
其中，间隔时长t0为足式机器人由初始位置向目标位置移动过程中，任一时间点与该初始位置对应的初始时间点之间间隔的时长。
[0375]
由于取值已确定的常数c对应的第一关系数据中的除了间隔时长t，其他常数的取值均已确定，则将任一间隔时长t0代入该第一关系数据中，可以得到该任一间隔时长t0对应的质心位置p(t0)。
[0376]
310、足式机器人根据质心位置p(t0)及目标位置，确定足式机器人的多个关节的关节扭矩。
[0377]
在本技术实施例中，足式机器人通过控制各个足中的各个关节，来实现足式机器人的各个足的抬起或落下，从而带动足式机器人移动。足式机器人是通过控制多个关节的关节力矩，使足式机器人的至少一个足支撑足式机器人移动，使足式机器人的真实质心位置保持在确定的质心位置p(t0)。因此，可以通过确定的足式机器人的质心位置p(t0)、目标位置及逆运动学，来确定出足式机器人移动至目标位置的过程中的多个关节的关节扭矩。
[0378]
在一种可能实现方式中，该步骤310包括：根据质心位置p(t0)及目标位置，确定足式机器人的多个关节的关节角度和关节扭矩。其中，该关节角度用于表示足式机器人的关节转动后所呈现的角度。通过确定的足式机器人的质心位置p(t0)及逆运动学，来确定出足式机器人的多个关节的关节角度。然后，通过逆动力学和优化控制方法，来确定机器人的多个关节的关节扭矩。
[0379]
可选地，根据足式机器人的至少一个足与地面接触的接触点位置及该足式机器人的迈步时序，创建至少一个足与地面接触的接触点位置与间隔时长之间的关系数据，及足式机器人的姿态与间隔时长之间的关系数据；根据该至少一个足与地面接触的接触点位置
与间隔时长之间的关系数据、该足式机器人的姿态与间隔时长之间的关系数据，及取值已确定的常数c对应的第一关系数据，确定足式机器人的多个关节的关节角度与间隔时长之间的关系数据；获取多个关节的关节角度与间隔时长之间的关系数据对间隔时长的一阶导数，得到足式机器人的多个关节的关节角速度与间隔时长之间的关系数据；获取多个关节的关节角度与间隔时长之间的关系数据对间隔时长的二阶导数，得到足式机器人的多个关节的关节角加速度与间隔时长之间的关系数据；根据关节角速度与间隔时长之间的关系数据、关节角速度与间隔时长之间的关系数据及关节角加速度与间隔时长之间的关系数据，确定足式机器人在任一间隔时长t0时多个关节的关节角度、关节角速度及关节角加速度；获取多个关节在当前时间点的关节角度、关节角速度及关节角加速度，根据足式机器人的多个关节在当前时间点的关节角度、关节角速度及关节角加速度，任一间隔时长t0时多个关节的关节角度、关节角速度及关节角加速度，确定该足式机器人多个关节的关节扭矩。
[0380]
可选地，通过足式机器人配置有传感器，采集到足式机器人的多个关节的在当前时间点的关节角度、关节速度及关节角速度。
[0381]
311、足式机器人按照多个关节的关节扭矩，控制多个关节进行转动，带动足式机器人移动。
[0382]
通过确定的多个关节的关节扭矩，控制该足式机器人的多个关节进行转动，使该足式机器人的真实质心位置与确定的质心位置重合，从而实现该足式机器人由起始位置向目标位置移动，且在移动过程中的任一时间点，该足式机器人在该时间点的真实质心位置与确定的在该时间点的质心位置保持重合，从而使得足式机器人沿着确定的质心移动轨迹移动。并且，足式机器人沿着质心移动轨迹移动中，当足式机器人移动至目标位置时，该足式机器人的足落在目标落脚点位置上。
[0383]
在一种可能实现方式中，该步骤311包括：按照多个关节的关节角度和关节扭矩，控制多个关节进行转动，带动足式机器人移动。
[0384]
通过按照关节角度和关节扭矩控制多个关节进行转动，使得多个关节可以保持在对应的关节角度，从而实现足式机器人的足的抬起或落下，保证足式机器人的质心沿着确定的质心移动轨迹移动。
[0385]
需要说明的是，本技术实施例是以足式机器人由起始位置向目标位置移动的一个移动过程进行说明的，而在另一实施例中，足式机器人在到达目标位置后，还可以继续执行下一个移动过程，将上一个移动过程的目标位置作为下一个移动过程的起始位置，执行上述步骤301-311，使足式机器人移动到下一个过程的目标位置，从而实现了足式机器人的多个连续的移动过程。
[0386]
在一种可能实现方式中，将最后一个移动过程的目标位置作为该足式机器人的目标位置，在确定足式机器人在当前的移动过程的目标位置后，检测该目标位置是否与该目标位置重合，响应于该目标位置与该目标位置未重合，为该目标位置设置第一状态数据，响应于该目标位置与该目标位置重合，为该目标位置设置第二状态数据。
[0387]
其中，第一状态数据中包括的质心速度及质心加速度不为0，第二状态数据中包括的质心速度及质心加速度为0。在足式机器人移动至目标位置后，足式机器人将停止不再移动，该目标位置可以是设置的任意位置，如该足式机器人需要移动至房间a，则将房间a的门口位置作为该目标位置。响应于目标位置与目标位置未重合，表示该足式机器人到达当前
的移动过程的目标位置后，需要继续移动，执行下一个移动过程，为了保证足式机器人移动的连续性，则该足式机器人的质心速度和质心加速度不为0；响应于目标位置与目标位置重合，表示该足式机器人到达当前的移动过程的目标位置后，足式机器人将停止不再移动，为了保证足式机器人的稳定性，则该足式机器人的质心速度和质心加速度为0，使该足式机器人可以停止在目标位置上。
[0388]
需要说明的是，本技术实施例以使足式机器人为执行主体来进行说明的，而在另一实施例中，上述步骤301-311由服务器执行，服务器根据质心位置p(t0)及目标位置，确定足式机器人的多个关节的关节扭矩，向足式机器人发送移动指令，该移动指令携带多个关节的关节扭矩，由足式机器人按照多个关节的关节扭矩，控制多个关节进行转动，带动足式机器人移动。
[0389]
在一种可能实现方式中，服务器与足式机器人的多个关节建立通信连接，服务器按照确定的多个关节的关节扭矩，向足式机器人的多个关节发送转动指令，转动指令携带对应的关节的关节扭矩，由足式机器人的多个关节接收到的转动指令，按照对应的关节扭矩进行转动，带动足式机器人移动。
[0390]
需要说明的是，本技术实施例以使足式机器人为执行主体来进行说明的，而在另一实施例中，上述步骤301-308由服务器执行，在服务器获取到取值已确定的常数c对应的第一关系数据，及目标落脚点位置后，将取值已确定的常数c对应的第一关系数据及目标落脚点位置发送至足式机器人，由足式机器人执行步骤309-311，从而控制足式机器人移动。
[0391]
本发明中将足式机器人的质心轨迹确定过程，转化成一个混合整数二次规划问题，通过考虑足式机器人的受力情况、足与地面接触而受到的摩擦力约束、足迈步所满足的空间约束条件，并对足式机器人移动过程中，从多个候选落脚点位置中选取目标落脚点位置的优化，对该足式机器人迈步的步态优化，从而保证了确定的足式机器人的质心轨迹的准确性，适用于各种环境(如平地、不平地面、斜坡、楼梯等)下多种足式机器人(如双足、四足或多足等)的各种步态(如双足行走、四足行走、四足小跑或随机步态等)，具有普适性。
[0392]
本技术实施例提供的方法，无需检测足式机器人各个关节的状态，通过足式机器人的候选落脚点位置，来确定足式机器人在目标位置的目标状态数据，并通过第一关系数据，来预测足式机器人在目标位置的预测状态数据，之后通过最小化预测状态数据与期望的目标状态数据之间的状态数据误差，来确定第一关系数据中的常数c及每个候选落脚点位置的系数β的取值，保证了常数c的取值及每个候选落脚点位置的系数β的取值的准确性，并且根据取值已确定的常数c来确定对应的质心轨迹，从而提高了足式机器人的质心轨迹的准确性，而且还能根据每个候选落脚点位置的系数β的取值，确定足式机器人移动至目标位置时至少一个足的目标落脚点位置，保证了足式机器人移动至目标位置的可行性，能够适用于任意足数的足式机器人，适用范围广。
[0393]
通过空间约束条件，来约束至少一个足仅能够在可移动的空间范围内移动，保证了足式机器人的足移动的可行性，从而保证确定的常数c及每个候选落脚点位置的系数β的取值的准确性。
[0394]
通过创建的作用力约束条件，以使足式机器人的至少一个足的受力情况满足约束条件，以保证足式机器人的受力情况符合要求，从而保证了确定的常数c及每个候选落脚点位置的系数β的取值的准确性。
[0395]
通过该至少一个足的系数约束条件，以限制足式机器人的任一足在任一时间点上，仅能够落在该足对应的多个候选落脚点位置中的一个候选落脚点位置上，以保证足式机器人的足迈步的准确性，避免出现一个足同时落在两个候选落脚点位置上的情况，保证了常数c及每个候选落脚点位置的系数β的取值的准确性。
[0396]
通过第三关系数据，以限制足式机器人在目标位置上与地面接触的足数，且每个足仅能够落在一个候选落脚点位置上，以保证确定的常数c及每个候选落脚点位置的系数β的取值的准确性。
[0397]
通过迈步时序约束条件，以保证足式机器人由初始位置移动至目标位置的过程中，每个足仅迈步一次，以保证确定的常数c及每个候选落脚点位置的系数β的取值的准确性。
[0398]
通过创建的迈步时长约束条件，以保证足式机器人在迈步过程中，具有足够的时长，以保证足式机器人的足在足够的时长内实现迈步动作，保证了足式机器人移动的可行性，从而保证确定的常数c及每个候选落脚点位置的系数β的取值的准确性。
[0399]
通过创建第五关系数据，考虑到了足式机器人配置的至少一个足与地面接触受到的作用力，提高了足式机器人的质心轨迹的准确度，使该足式机器人能够按照确定的质心轨迹移动，保证了确定的质心轨迹的可行性和高效性，也保证了确定质心轨迹的多样性和普适性。
[0400]
如图6所示，是本技术实施例提供的足式机器人系统的控制足式机器人移动的框架图，该足式机器人系统包括视觉感知子系统601、轨迹生成子系统602、移动控制子系统603。
[0401]
视觉感知子系统601根据足式机器人的状态数据，获取足式机器人的目标位置及迈步顺序，将得到的足式机器人的目标位置及迈步顺序发送给轨迹生成子系统602。
[0402]
轨迹生成子系统602接收到视觉感知子系统601发送的足式机器人的目标位置及迈步顺序，并通过获取的足式机器人的状态数据，确定足式机器人的质心移动轨迹，根据确定的足式机器人的质心运动轨迹，确定该足式机器人各个关节的关节力矩，将确定的该足式机器人各个关节的关节力矩发送给移动控制子系统603。
[0403]
移动控制子系统603接收轨迹生成子系统602发送的确定的该足式机器人各个关节的关节力矩，按照确定的足式机器人各个关节的关节力矩，控制各个关节进行转动，带动足式机器人进行移动，并在控制足式机器人移动的过程中实时监测足式机器人的状态数据，保证足式机器人能够稳定移动。
[0404]
上述实施例中涉及到第一关系数据、第二关系数据及第四关系数据，在上述实施例的基础上，以下实施例将对上述三种关系数据的创建过程进行详细说明：
[0405]
第一、创建第一关系数据的过程：
[0406]
1、获取足式机器人的迈步顺序，按照该足式机器人的迈步顺序，将该足式机器人由初始位置移动至目标位置的过程分为连续的多个移动子过程。
[0407]
其中，迈步顺序指示足式机器人的多个足之间的迈步顺序，任一足执行一个迈步动作称为一个移动子过程。
[0408]
另外，在多个移动子过程中，为了保证多个移动子过程连续，对于相邻的两个移动子过程，前一个移动子过程的结束位置与下一个移动子过程的起始位置相同。
[0409]
2、为每个移动子过程分别创建第一关系数据。
[0410]
由于在多个移动子过程中，移动子过程不同，对足式机器人的质心位置的影响不同，则移动子过程对应的常数c也不同。则为每个移动子过程分别创建第一关系数据。
[0411]
在多个移动子过程中的第k个移动子过程中，将第一关系数据设置为：足式机器人的质心位置p(t)为时长矩阵e与常数ck的乘积，该常数ck满足以下关系：
[0412][0413]
其中，k为不小于1的正整数，c
xk
表示第k个移动子过程对应的常数ck在x轴的分量，c
yk
表示第k个移动子过程对应的常数ck在y轴的分量，c
zk
表示第k个移动子过程对应的常数ck在z轴的分量。
[0414]
第k个移动子过程对应的第一关系数据可以用以下函数表示：
[0415][0416]et
＝[1 t t2ꢀ…ꢀ
tn]
[0417]
t
k-1
≤t≤tk[0418]
其中，该p
init
为常数向量，用于表示足式机器人在任一移动周期开始时的初始质心位置；e
t
表示时长向量；c
xk
表示第k个移动子过程对应的常数ck在x轴的分量，c
yk
表示第k个移动子过程对应的常数ck在y轴的分量，c
zk
表示第k个移动子过程对应的常数ck在z轴的分量，c
*k
＝[c
*k，0 c
*k，1 c
*k，2 c
*k，3
]
t
，*可以表示x、y、z轴，表示常数c
*k
为包括4个维度的列向量，表示在多维空间中的实数集合；每个移动过程的移动时长为tn，n表示多个移动子过程的个数，则前k-1个移动过程的移动时长之和为前k个移动过程的移动时长之和为
[0419]
3、根据多个移动子过程的第一关系数据，创建足式机器人由初始位置移动至目标位置对应的第一关系数据。
[0420]
由于足式机器人由初始位置移动至目标位置的移动过程是由足式机器人的多个移动子过程组成，则足式机器人由初始位置移动至目标位置对应的第一关系数据中的常数c是由多个移动子过程对应的常数ck组成，即足式机器人由初始位置移动至目标位置对应的第一关系数据中的常数c中包括了每个移动子过程对应的常数ck在x、y、z轴的分量。
[0421]
在一种可能实现方式中，足式机器人由初始位置移动至目标位置对应的第一关系数据可以用以下函数表示：
[0422]
[0423]
c＝[c
1 c2ꢀ…ꢀck
ꢀ…ꢀcn
]
t
[0424]
其中，该p
init
为常数向量，用于表示足式机器人在任一移动周期开始时的初始质心位置；e
t
表示时长向量；c表示足式机器人由初始位置移动至目标位置对应的第一关系数据中的常数；c1表示第一个移动子过程对应的常数，c2表示第二个移动子过程对应的常数，ck表示第k个移动子过程对应的常数，cn表示第n个移动子过程对应的常数，t表示对矩阵的转置。
[0425]
另外，在确定常数c中包含的维度数能够根据第一关系数据中的变量确定。如图5所示，足式机器人由初始位置运动至目标位置包括8个移动子过程，按照时间顺序依次为移动子过程701、移动子过程702、移动子过程703、移动子过程704、移动子过程705、移动子过程706、移动子过程707、移动子过程708。常数c中包含在x、y、z轴的分量个数为3，且第一关系数据中的时长向量e
t
包括4个维度间隔时长，则可以确定常数c中包含的维度数3
×8×
4＝96。由于在任两个相邻的移动子过程中，前一个移动子过程的目标位置与后一个移动子过程的起始位置相同，为了保证8个移动子过程的连续性，常数c中用于表示8个移动子过程的连续性的维度数为3
×7×
3＝63，其中，第一个3表示在x、y、z轴的分量个数，7表示8个移动子过程中有7个相同的位置，第二3表示每个位置对应的状态数据中包括质心位置、质心速度及质心加速度共3个变量。由于足式机器人在8个移动子过程中，第一个移动子过程的初始位置的状态数据确定，最后一个移动子过程的目标位置的状态数据确定，则常数c中用于表示8个移动子过程的已确定的位置的状态数据的维度数为3
×
6＝18。其中，3表示在x、y、z轴的分量个数，6表示已确定的两个位置的状态数据中包含的数值个数。则第一常数c
free
中包含的维度数为96-63-18＝15。
[0426]
本技术实施例仅是以创建第一关系数据进行说明的，另外，还能够根据第k个移动子过程的第一关系数据，创建第k个移动子过程中，质心位置p(t)对应的质心速度与间隔时长t之间的关系数据，及质心位置p(t)对应的质心加速度与间隔时长t之间的关系数据。
[0427]
在一种可能实现方式中，将第k个移动子过程的第一关系数据对间隔时长t进行一阶导数，得到第k个移动子过程中质心位置p(t)对应的质心速度与间隔时长t之间的关系数据，该关系数据可以用以下函数表示：
[0428][0429]
其中，ev表示时间矩阵，是由时长向量e
t
对间隔时长t进行一阶导数得到的，表示时间矩阵ev为4个维度的行向量；k为不小于1的正整数，c
xk
表示第k个移动子过程对应的常数ck在x轴的分量，c
yk
表示第k个移动子过程对应的常数ck在y轴的分量，c
zk
表示第k个移动子过程对应的常数ck在z轴的分量。
[0430]
在一种可能实现方式中，将第k个移动子过程的第一关系数据对间隔时长t进行二
阶导数，得到第k个移动子过程中质心位置p(t)对应的质心加速度与间隔时长t之间的关系数据，该关系数据可以用以下函数表示：
[0431][0432]
其中，ea表示时间矩阵，是由时长向量e
t
对间隔时长t进行2阶导数得到的.表示时间矩阵ea为4个维度的行向量；k为不小于1的正整数，c
xk
表示第k个移动子过程对应的第三常数ck在x轴的分量，c
yk
表示第k个移动子过程对应的第三常数ck在y轴的分量，c
zk
表示第k个移动子过程对应的第三常数ck在z轴的分量。
[0433]
第二、创建第五关系数据的过程：
[0434]
1、创建足式机器人的至少一个足受到的作用力与重力和角动量之间的关系数据。
[0435]
在该足式机器人中，足式机器人的至少一个足受到的作用力与重力和角动量之间的关系数据，是以描述语句的形式进行存储，或者，是以函数的形式进行存储的。
[0436]
在一种可能实现方式中，足式机器人的至少一个足受到的作用力与重力和角动量之间的关系数据用以下函数表示：
[0437][0438]
其中，m表示足式机器人的质量；表示该足式机器人的质心位置p(t)对间隔时长t的二阶导数，作为该足式机器人的质心位置p(t)对应的质心加速度；g表示重力加速度，该重力加速度表示重力加速度g为3个维度的列向量，表示多维空间的实数集合；l表示足式机器人的角动量，角动量表示角动量l为3个维度的列向量，表示角动量l对间隔时长t的一阶导数，表示角动量l的变化量；y表示该足式机器人与地面接触的足的个数；z
′3×3表示3行3列的单位矩阵；ri表示足式机器人的第i个足与地面接触的接触点位置，i为不小于1、且不大于y的正整数；表示接触点ri的斜对称矩阵；表示质心位置p(t)的斜对称矩阵；fi为该足式机器人的第i个足与地面接触受到的作用力。
[0439]
上述关系式中，用于表示足式机器人的质心动力学方程，表示足式机器人的移动与该足式机器人受到的外力之间的关系，足式机器人受到的外力符合牛顿定律和欧拉方程。其中，足式机器人的重力与足式机器人受到的所有外力之和相等，足式机器人的角动量对时长的一阶导数与足式机器人受到的力矩相等。
[0440]
2、根据足式机器人的至少一个足受到的作用力与重力和角动量之间的关系数据，创建足式机器人的至少一个足受到的作用力与重力之间的关系数据。
[0441]
根据足式机器人的至少一个足受到的作用力与重力和角动量之间的关系数据，能够获知足式机器人受到的作用力总和与该足式机器人的重力相等，即可以得到关系式
将该关系式带入足式机器人的至少一个足受到的作用力与重力和角动量之间的关系数据中，得到足式机器人的至少一个足受到的作用力与重力之间的关系数据，该关系数据能够用以下函数表示：
[0442][0443][0444]
f0＝[f
1 f2ꢀ…ꢀfn
]
t
[0445]
其中，m表示足式机器人的质量；表示该足式机器人的质心位置p(t)对间隔时长t的二阶导数，作为该足式机器人的质心位置p(t)对应的质心加速度；g表示重力加速度，该重力加速度表示重力加速度g为3个维度的列向量，表示多维空间的实数集合；l表示足式机器人的角动量，角动量表示角动量l为3个维度的列向量，表示角动量l对间隔时长t的一阶导数；表示质心位置p(t)的斜对称矩阵；f0用于表示足式机器人的至少一个足与地面接触受到的作用力的总和；g为常数矩阵，该常数矩阵表示常数矩阵g为6行3y列的矩阵，表示多维空间的实数集合；z
′3×3表示3行3列的单位矩阵；ri表示足式机器人的第i个足与地面接触的接触点位置，i为不小于1、且不大于y的正整数；y表示该足式机器人与地面接触的足的个数；表示接触点ri的斜对称矩阵。
[0446]
3、根据足式机器人的至少一个足受到的作用力与重力之间的关系数据，及足式机器人的质心位置p(t)，创建足式机器人的至少一个足受到的作用力与足式机器人的质心位置p(t)之间的关系数据。
[0447]
其中，足式机器人的质心位置p(t)满足以下关系：
[0448]
p(t)＝p
init
p
t
；
[0449]
其中，该p
init
为常数向量，用于表示足式机器人在任一移动周期开始时的初始质心位置；p
t
表示足式机器人的质心位置从该规划周期的起始时间点开始进过间隔时长t后的质心位置变化量。在本技术实施例中，初始质心位置p
init
与足式机器人在初始位置的状态数据中包括的质心位置相同。
[0450]
通过将质心位置p(t)满足的关系p(t)＝p
init
p
t
代入足式机器人的至少一个足受到的作用力与重力之间的关系数据中，得到足式机器人的至少一个足受到的作用力与足式机器人的质心位置p(t)之间的关系数据，该关系数据能够用以下函数表示：
[0451][0452]
其中，g为常数矩阵，该常数矩阵表示常数矩阵g为6行3y列的矩阵，表示多维空间的实数集合；f0用于表示足式机器人的至少一个足与地面接触受到的作用力的总和；m表示足式机器人的质量；p
t
表示足式机器人的质心位置从该规划周期的起始时间点开始进过间隔时长t后的质心位置变化量；表示质心位置变化量p
t
对间隔时长t的二阶导数；该p
init
为常数向量，用于表示足式机器人在任一移动周期开始时的初始质心位置，为常数向量p
init
的斜对称矩阵；g表示重力加速度，表示重力加速度g为3个维度的列向量；表示重力加速度g的斜对称矩阵，表示质心位置的变化量的斜对称矩阵；l表示足式机器人的角动量，角动量表示角动量l为3个维度的列向量，表示角动量l对间隔时长t的一阶导数。
[0453]
4、根据足式机器人的至少一个足受到的作用力与足式机器人的质心位置p(t)之间的关系数据，创建第五关系数据。
[0454]
由于质心位置变化量满足关系则在上述足式机器人的至少一个足受到的作用力与足式机器人的质心位置p(t)之间的关系数据中，满足以下关系：
[0455][0456]
其中，表示质心位置变化量p
t
在x、y轴构成的平面上的分量，对应的z坐标为0；表示质心位置变化量p
t
在z轴的分量；对应的x、y坐标为0；表示质心位置变化量p
t
在x、y轴构成的平面上的分量的斜对称矩阵；表示质心位置变化量p
t
在x、y轴构成的平面上的分量对间隔时长t的二阶导数，也表示质心加速度在x、y轴构成的平面上的分量；表示质心位置变化量p
t
在z轴的分量对间隔时长t的二阶导数，也表示质心加速度在z轴上的分量；表示质心位置变化量p
t
在z轴的分量的斜对称矩阵；表示绕z轴的力矩.表示在xy平面内的某一方向上的力矩。由于与共线，则为0。
[0457]
由于在足式机器人的移动过程中，该足式机器人在z轴方向上的移动稳定，变化量小，可以忽略上述关系式中的及的绝对值均小，可以忽略，则上述足式机器人的至少一个足受到的作用力与足式机器人的质心位置p(t)之间的关系数据中的可以忽略。
[0458]
考虑一个规划周期内，足式机器人在初始时间点的姿态为足式机器人在结束时间点的姿态为则足式机器人在该规划周期内的姿态变化为该姿态变化能够表示为足式机器人由初始时间点的姿态为绕单位轴γ旋转角度得到结束时间点的姿态为
[0459]
该单位轴γ及该旋转角度满足以下关系：
[0460][0461][0462]
其中，及δr均为3行3列的矩阵；δr
ij
为姿态变化δr中第i行第j列的元素，i的取值为1、2或3；j的取值为1、2或3；sin(
·
)用于表示正弦函数；cos(
·
)用于表示余弦函数。
[0463]
根据曲线插值法，对旋转角度θ进行曲线差值计算，得到旋转角度θ与间隔时长t之间的关系数据θ(t)，使该关系数据θ(t)满足以下关系：
[0464][0465]
其中，ts表示初始时间点，te表示结束时间点，θ(ts)＝0表示足式机器人在初始时间点时旋转角度θ为0；表示足式机器人在初始时间点时角速度为0；表示足式机器人在结束时间点时旋转角度为该为常数；表示足式机器人在结束时间点时角速度为0。
[0466]
通过该关系数据θ(t)，创建足式机器人的姿态与间隔时长t之间的关系数据r(t)，关系数据r(t)满足以下关系：
[0467][0468]
其中，i表示3行3列的单位矩阵；sin(
·
)用于表示正弦函数；cos(
·
)用于表示余弦函数；θ(t)用于表示足式机器人的旋转角度θ与间隔时长t之间的关系；υ表示足式机器人的姿态变化所绕的单位轴；为单位轴υ的斜对称矩阵；表示足式机器人在初始时间点的姿态。
[0469]
通过该关系数据r(t)，创建第八关系数据，该第八关系数据满足以下关系：
[0470][0471]
[0472]
其中，i0表示足式机器人关于质心的转动惯量；γ表示足式机器人的姿态变化所绕的单位轴；θ(t)用于表示足式机器人的旋转角度θ与间隔时长t之间的关系；用于表示足式机器人绕单位轴旋转的角速度与间隔时长t之间的关系；用于表示足式机器人绕单位轴旋转的角加速度与间隔时长t之间的关系。
[0473]
则通过足式机器人的至少一个足受到的作用力与足式机器人的质心位置p(t)之间的关系数据进行变换，变换后的足式机器人的至少一个足受到的作用力与足式机器人的质心位置p(t)之间的关系数据满足以下关系：
[0474]
gf0≈h0x
′
t-wg，
[0475][0476]
其中，g为常数矩阵，该常数矩阵表示常数矩阵g为6行3y列的矩阵，表示多维空间的实数集合；f0用于表示足式机器人的至少一个足与地面接触受到的作用力的总和；h0为常数矩阵；wg为常数向量；x
′
t
表示质心位置变化量p
t
和质心加速度变化量集合；m表示足式机器人的质量；z
′3×3表示3行3列的单位矩阵；该p
init
为常数向量，用于表示足式机器人在任一移动周期开始时的初始质心位置；为常数向量p
init
的斜对称矩阵；g表示重力加速度，表示重力加速度g为3个维度的列向量；表示重力加速度g的斜对称矩阵。
[0477]
通过将第一关系数据及质心位置p(t)对应的质心加速度与间隔时长t之间的关系数据，代入上述变换后的足式机器人的至少一个足受到的作用力与足式机器人的质心位置p(t)之间的关系数据，得到第五关系数据，该第五关系数据满足以下关系：
[0478]
gf0≈hc-wg[0479][0480]
其中，g为常数矩阵，f0用于表示足式机器人的至少一个足与地面接触受到的作用力的总和；h表示关于间隔时长t的系数矩阵；c为常数矩阵；wg为常数向量；h0为常数矩阵；e
t
表示时长向量；ea表示时间矩阵，是由时长向量e
t
对间隔时长t进行2阶导数得到的，表示时间矩阵ea为4个维度的行向量；t表示对向量的转置。
[0481]
第三、创建摩擦力约束条件。
[0482]
在该足式机器人的移动过程中，该足式机器人受到摩擦力约束：该足式机器人中与地面接触的足受到的摩擦力大于0，且该足受到的摩擦力不小于该足与地面接触受到的作用力fi在摩擦力方向上的分力，避免了足与地面之间产生相对滑动，从而保证该足式机器人能够正常移动。足式机器人的至少一个足对应的作用力fi均受到摩擦力约束，满足以下关系：
[0483]n′
it fi≤0
[0484]n′i＝-[μin
i-o
i μini o
i μin
i-t
i μini ti]
[0485]
其中，n
′i表示足式机器人第i个足与地面接触的接触点的向量矩阵；ni为足式机器人第i个足与地面接触的接触点的法向量，表示法向量ni为3个维度的列向量，表示多维空间的实数集合；oi、ti表示与足式机器人第i个足与地面的接触点的法向量垂直的平面上的两个切向量，切向量oi与切向量ti正交，oi、表示切向量oi和切向量ti均为3个维度的列向量；t表示对向量的转置，μi为足式机器人第i个足与地面之间的摩擦系数。
[0486]
由于在该足式机器人的移动过程中，该足式机器人受到摩擦力约束，该足式机器人中与地面接触的第i个足与地面接触受到的作用力的方向在一个圆锥内，该第i个足与地面的接触点为圆锥的顶点，该圆锥内由顶点到该圆锥的底圆的任一点之间的连线，均可以作为第i个足与地面接触受到的作用力fi的方向。为了避免引入非线性约束，将该圆锥近似呈四棱锥，该第i个足与地面接触受到的作用力fi满足以下关系：
[0487][0488]
其中，μi为摩擦系数；ni为足式机器人第i个足与地面接触的接触点的法向量，表示法向量ni为3个维度的列向量，表示多维空间的实数集合；oi、ti表示与足式机器人第i个足与地面的接触点的法向量垂直的平面上的两个切向量，切向量oi与切向量ti正交，oi、表示切向量oi和切向量ti均为3个维度的列向量；t表示对向量的转置；表示该足式机器人的第i个足与地面接触受到的作用力在法向方向上的最小值，表示该足式机器人的第i个足与地面接触受到的作用力在法向方向上的最大值，均大于0，均大于0，均可以是设置的任意数值。用于表示四棱锥的四个侧面的法向量。
[0489]
通过上述关系式，通过对足式机器人的第i个足与地面接触受到的作用力fi在四棱锥的四个侧面的分力的约束，及对足式机器人的第i个足与地面接触受到的作用力fi在法向分力的约束，使得足式机器人的第i个足与地面接触受到的作用力fi的方向限制在四棱锥内。
[0490]
足式机器人在移动过程中，足式机器人在任意位置时，该足式机器人的所有足对应的作用力受到的摩擦力约束满足以下关系：
[0491]nt
f0≤0
[0492][0493]
其中，n表示足式机器人所有足与地面接触的接触点的向量矩阵；f0用于表示足式机器人的至少一个足与地面接触受到的作用力的总和；n
′1表示足式机器人第1个足与地面接触的接触点的向量矩阵；n
′2表示足式机器人第2个足与地面接触的接触点的向量矩阵；n
′y表示足式机器人第y个足与地面接触的接触点的向量矩阵；t表示对向量的转置。
[0494]
在足式机器人的任一足与地面接触时，该足与地面接触而受到的作用力满足作用力约束条件，该作用力约束条件满足以下关系：
[0495][0496]
其中，ni为足式机器人第i个足与地面接触的接触点的法向量，fi为第i个足与地面接触受到的作用力；为足式机器人第i个足与地面接触的所能受到的最大作用力。
[0497]
第四、创建空间约束条件：
[0498]
足式机器人的足的工作空间一般呈非凸区域，能够近似为凸多面体。该凸多面体包括多个面，每个面用以下线性不等式表示：
[0499][0500]
其中，s
il
表示第i个足的凸多面体的第l个面的外法向量；l的取值为(1，2，
…
，l
total
)，l
total
为不小于4的正整数；xi表示足式机器人第i个足的落脚点位置在该第i个足所在的腿的肩关节的坐标系下的坐标；d
il
表示原点指向凸多面体的第l个面内任意一点所构成的向量在第l个面外法向的投影值。如图4所示，足式机器人的腿的肩关节的坐标系为404。
[0501]
通过将足式机器人的足的凸多面体的多个面的线性不等式联立，得到初始空间约束条件，该初始空间约束条件如下关系式：
[0502][0503]
si＝[s
i1
，s
i2
，
…
，s
il
]；
[0504]di
＝[d
i1
，d
i2
，
…
，d
il
]
t
[0505]
其中，s
i1
表示第i个足的凸多面体的第1个面的外法向量；s
i2
表示第i个足的凸多面体的第2个面的外法向量；s
il
表示第i个足的凸多面体工作空间的第l个面的外法向量；si表示第i个足的凸多面体的多个面的外法向量的集合；xi表示足式机器人第i个足的落脚点位置，在该第i个足所在的腿的肩关节的坐标系下的坐标；d
i1
表示原点指向凸多面体的第1个面内任意一点所构成的向量在第1个面外法向的投影值；d
i2
表示原点指向凸多面体的第2个面内任意一点所构成的向量在第2个面外法向的投影值；d
il
表示原点指向凸多面体的第l个面内任意一点所构成的向量在第l个面外法向的投影值；di表示原点指向第i个足的凸多面体的多个面内任意一点所构成的向量在第l个面外法向的投影值的集合；t表示对矩阵的转置。
[0506]
在上述不等式中，足式机器人第i个足的落脚点位置的坐标，是在足式机器人的足所在的腿部的肩关节的坐标系下的，则通过将足式机器人第i个足的落脚点位置在世界坐标系中的位置，转换到肩关节的坐标系下，即该坐标xi满足以下关系：
[0507][0508]
其中，xi表示足式机器人第i个足的落脚点位置在该第i个足所在的腿的肩关节的坐标系下的坐标；r
il
表示足式机器人的第i个足的肩关节的坐标系相对于该足式机器人的身体坐标系的姿态；r
t
表示足式机器人的身体姿态；ri表示足式机器人第i个足的落脚点位置在世界坐标系中的坐标；pg表示足式机器人的质心在世界坐标系中的位置；p
il
表示足式机器人的第i个足的肩关节在足式机器人的身体坐标系中的位置；t表示对矩阵的转置。可选地，位置p
il
、姿态r
il
为常量。可选地，身体姿态r
t
为常数或者随时间按指定轨迹变化。
[0509]
通过上述第一关系数据及坐标xi所满足的关系式，代入到上述的初始空间约束条件，得到该足式机器人的足所满足的空间约束条件，该空间约束条件满足以下关系：
[0510]ai
c b
iri
≤bi[0511][0512][0513][0514][0515]
其中，ai、bi、bi均为系数矩阵，c为质心位置参数；ri表示足式机器人第i个足的落脚点位置在世界坐标系中的坐标；si表示第i个足的凸多面体的多个面的外法向量的集合；r
il
表示足式机器人的第i个足的肩关节的坐标系相对于该足式机器人的身体坐标系的姿态；r
t
表示足式机器人的身体姿态；t
t
表示时间矩阵；di表示原点指向第i个足的凸多面体的多个面内任意一点所构成的向量在第l个面外法向的投影值的集合；p
il
表示足式机器人的第i个足的肩关节在足式机器人的身体坐标系中的位置；p
init
为常数向量，用于表示足式机器人在任一移动周期开始时的初始质心位置；e
t
表示时长向量。
[0516]
第五、创建第二关系数据的过程：
[0517]
在目标移动时长内选取n
num
1个采样时间点(t1，t2，
…
，tk)，足式机器人的每个足具有多个候选落脚点位置，则足式机器人在采样时间点tk时，足式机器人的至少一个足在足式机器人的候选落脚点位置上受到的作用力满足第五关系数据，该第五关系数据满足以下关系：
[0518][0519]
其中，n
foot
表示足式机器人的足数；i表示足式机器人的足的序号；j表示足式机器人的足的候选落脚点位置的序号；ni表示足式机器人的第i个足的候选落脚点位置的个数；g
i，j
为常数矩阵，f
i，j，k
为第i个足的第j个候选落脚点位置在第k个采样时间点的作用力；hk表示在采样时间点tk时的常数矩阵；c为常数矩阵；wk为在采样时间点tk时的常数向量。
[0520]
足式机器人在采样时间点tk时，该足式机器人的第i个足落在第j个候选落脚点位置上所满足的作用力约束条件及摩擦力约束条件，满足以下关系：
[0521][0522][0523]
其中，n
i，j
为足式机器人第i个足的第j个候选落脚点位置的法向量；f
i，j，k
为足式机器人在采样时间点tk时，第i个足在第j个候选落脚点位置上受到的作用力；β
i，j，k
为足式机器人在采样时间点tk时，第i个足在第j个候选落脚点位置的系数；为足式机器人在采样时间点tk时，第i个足的第j个候选落脚点位置的最大作用力；d
i，j
为足式机器人的第i个足在第j个候选落脚点位置的摩擦系数矩阵。
[0524]
足式机器人在采样时间点tk时，该足式机器人的第i个足所满足的空间约束条件，满足以下关系：
[0525][0526]
其中，a
i，k
、b
i，k
、b
i，k
均为足式机器人在采样时间点tk时的系数矩阵，c为质心位置参数；r
i，j，k
表示足式机器人在采样时间点tk时，第i个足的第j个足落脚点位置在世界坐标系中的坐标；β
i，j，k
表示足式机器人在采样时间点tk时，第i个足的第j个足落脚点位置的系数；ni表示足式机器人的第i个足的候选落脚点位置的个数。
[0527]
并且，在多个采样时间点中，第一个采样时间点也即是初始时间点，则在第一个采样时间点时，足式机器人第i个足的初始落脚点的系数β
i，j，k
，满足以下关系：
[0528]
β
i，j，k
＝1；(j＝0，k＝0)
[0529]
其中，j＝0表示足式机器人第i个足的初始落脚点；k＝0表示第一个采样时间点，也即是初始时间点。
[0530]
在最后一个采样时间点时，足式机器人第i个足的初始落脚点的系数β
i，j，k
，满足以下关系：
[0531]
β
i，j，k
＝0；(j＝0，k＝nk)
[0532]
其中，j＝0表示足式机器人第i个足的初始落脚点；k＝nk表示多个采样时间点中的最后一个采样时间点，也即是足式机器人移动至目标位置的时间点。
[0533]
并且，在足式机器人的移动过程中，在任一采样时间点时，任一足仅能落在一个候选落脚点位置上，或者，该足处于摆动阶段，则创建至少一个足的系数约束条件，该至少一个足的系数约束条件满足以下关系：
[0534][0535]
其中，j表示足式机器人的足的候选落脚点位置的序号；ni表示足式机器人的第i个足的候选落脚点位置的个数；β
i，j，k
表示在k个采样时间点时，足式机器人第i个足的第j个候选落脚点位置的系数。
[0536]
为了保证足式机器人移动至目标位置时，该足式机器人的足均与地面接触，则创建第三关系数据，该第三关系数据满足以下关系：
[0537][0538]
其中，k＝n
num
表示多个采样时间点中的最后一个采样时间点，也即是足式机器人移动至目标位置的时间点；n
foot
表示足式机器人的足数；i表示足式机器人的足的序号；j表示足式机器人的足的候选落脚点位置的序号；ni表示足式机器人的第i个足的候选落脚点位置的个数；β
i，j，k
表示在k个采样时间点时，足式机器人第i个足的第j个候选落脚点位置的系数。
[0539]
为了保证足式机器人由初始位置移动至目标位置的过程中，足式机器人的足仅能够迈步一次，则创建迈步时序约束条件，该迈步时序约束条件满足以下关系：
[0540]
β
i，j，k
≥β
i，j，k 1
；(j＝0)
[0541]
β
i，j，k
≤β
i，j，k 1
；(j＝1，2，
…
，ni)
[0542]
其中，β
i，j，k
表示在k个采样时间点时，足式机器人第i个足的第j个候选落脚点位置的系数；β
i，j，k 1
表示在k 1个采样时间点时，足式机器人第i个足的第j个候选落脚点位置的系数；j＝0表示足式机器人第i个足的初始落脚点位置；j＝1，2，
…
，ni表示足式机器人第i个足的第j个候选落脚点位置。
[0543]
在采样时间点多、且采样时间点之间的时间间隔小的情况下，为了保证腿部摆动具有足够的时间，创建迈步时长约束条件，该迈步时长约束条件满足以下关系：
[0544][0545]
其中，j表示足式机器人的足的候选落脚点位置的序号；ni表示足式机器人的第i个足的候选落脚点位置的个数；k表示多个采样时间点的序号；n
num
表示多个采样时间段的总个数，β
i，j，k
表示在k个采样时间点时，足式机器人第i个足的第j个候选落脚点位置的系数；n
β
表示参考数值。
[0546]
通过每个采样时间点对应的足式机器人的至少一个足与地面接触受到的作用力fi、第四关系数据、状态数据误差及足式机器人的候选落脚点位置的系数β之和，创建第二关系数据，该第二关系数据满足以下关系：
[0547]
j＝j
grf
j
len
j
tgt
j
β
[0548]
其中，j表示目标数值；j
grf
用于表示至少一个足对应的作用力fi的加权平方和，j
len
用于表示多个距离的加权平方和，j
tgt
用于表示足式机器人在目标位置时，预测质心位置与目标质心位置之间的第一差值、预测质心速度目标质心速度之间的第二差值及预测质心加速度与目标质心加速度之间的第三差值的加权平方和。j
β
用于至少一个足的候选接触点位置在多个采样时间点时的系数的加权求和。
[0549]
在创建第二关系数据后，通过上述在多个采样点时间点下，创建的第五关系数据、作用力约束条件、摩擦力约束条件、空间约束条件、足式机器人第i个足的初始落脚点的系数β
i，j，k
、系数约束条件、第三关系数据、迈步时序约束条件、迈步时长约束条件，来确定目标
数值j为最小值时常数c及每个候选落脚点位置的系数β
i，j，k
的取值：
[0550]
j＝j
grf
j
len
j
tgt
j
β
[0551][0552][0553][0554][0555]
β
i，j，k
＝1；(j＝0，k＝0)
[0556]
β
i，j，k
＝0；(j＝0，k＝nk)
[0557][0558][0559]
β
i，j，k
≥β
i，j，k 1
；(j＝0)
[0560]
β
i，j，k
≤β
i，j，k 1
；(j＝1，2，
…
，ni)
[0561][0562]
i＝1，2，
…
，n
foot
[0563]
j＝0，1，2
…
，ni[0564]
k＝0，1，2
…
，n
num
[0565][0566]
其中，j表示目标数值；j
grf
用于表示至少一个足对应的作用力fi的加权平方和，j
len
用于表示多个距离的加权平方和，j
tgt
用于表示足式机器人在目标位置时，预测质心位置与目标质心位置之间的第一差值、预测质心速度目标质心速度之间的第二差值及预测质心加速度与目标质心加速度之间的第三差值的加权平方和。j
β
用于至少一个足的初始落脚点位置和候选接触点位置在多个采样时间点时的系数的加权求和。
[0567]nfoot
表示足式机器人的足数；i表示足式机器人的足的序号；j表示足式机器人的足的候选落脚点位置的序号；ni表示足式机器人的第i个足的候选落脚点位置的个数；g
i，j
为常数矩阵，f
i，j，k
为第i个足的第j个候选落脚点位置在第k个采样时间点的作用力；hk表示在采样时间点tk时的常数矩阵；c为质心位置参数；wk为在采样时间点tk时的常数向量。
[0568]ni，j
为足式机器人第i个足的第j个候选落脚点位置的法向量；f
i，j，k
为足式机器人在采样时间点tk时，第i个足在第j个候选落脚点位置上受到的作用力；β
i，j，k
为足式机器人
在采样时间点tk时，第i个足在第j个候选落脚点位置的系数；为足式机器人在采样时间点tk时，第i个足的第j个候选落脚点位置的最大作用力；d
i，j
为足式机器人的第i个足在第j个候选落脚点位置的摩擦系数矩阵。
[0569]ai，k
、b
i，k
、b
i，k
均为足式机器人在采样时间点tk时的系数矩阵；r
i，j，k
表示足式机器人在采样时间点tk时，第i个足的第j个足落脚点位置在世界坐标系中的坐标；j＝0表示足式机器人第i个足的初始落脚点位置；k＝0表示第一个采样时间点，也即是初始时间点；j＝0表示足式机器人第i个足的初始落脚点；n
num
表示目标移动时长内多个时间段的个数，k＝n
num
表示多个采样时间点中的最后一个采样时间点，也即是足式机器人移动至目标位置的时间点；β
i，j，k 1
表示在k 1个采样时间点时，足式机器人第i个足的第j个候选落脚点位置的系数；j＝0表示足式机器人第i个足的初始落脚点位置；j＝1，2，
…
，ni表示足式机器人第i个足的第j个候选落脚点位置；n
β
表示参考数值；p(0)＝0表示根据第一关系数据确定的、足式机器人在初始位置时的质心位置变化量为0；表示根据第一关系数据确定的、足式机器人在初始位置时的初始质心速度为v0；表示根据第一关系数据确定的、足式机器人在初始位置时的初始质心加速度为a0。
[0570]
在目标移动时长内选取k个采样时间点后，通过上述第二关系数据，能够确定足式机器人由初始位置移动至目标位置的过程中，每个足的初始落脚点位置在多个采样时间点的系数β
i，j，k
的取值，及每个足的多个候选落脚点位置在多个采样时间点的系数β
i，j，k
的取值。并且，通过每个足的初始落脚点位置在多个采样时间点的系数β
i，j，k
的取值，及每个足的多个候选落脚点位置在多个采样时间点的系数β
i，j，k
的取值，能够确定足式机器人的多个足的迈步先后顺序及足式机器人的目标落脚点位置，并确定足式机器人由初始位置移动至目标位置的过程中，每个足迈步起始时间点及迈步结束时间点，从而约束足式机器人的足的迈步时长及迈步顺序，实现了对足式机器人的迈步步态优化，也实现了对足式机器人的目标落脚点位置选取的优化，保证了足式机器人移动的可行性。
[0571]
本技术实施例提供的质心位置确定方法，可以适用于各种足式机器人，如双足机器人、四足机器人或六足机器人等；可以适用于足式机器人的各种步态，如双足行走、四足对角步态、四足爬行步态、六足对角步态等；可以适用于各种复杂环境下，如平地、不平地面、斜坡、楼梯等；可以采用间隔时长t的任意阶，在由初始位置至目标位置过程中可以采用任一个移动过程；对于地面为平面或高度差较小的情况下，可以保持机器人质心的高度不变，仅采用2组曲线规划质心在平面内的运动；可根据实际需求添加曲线位置、速度、加速度等的连续性约束，需保证添加约束后的曲线参数中仍有独立变量；在选取采样时间点时，可以在质心位置轨迹的任意位置进行采样，采样时间点的个数越多，分布越合理，得到的质心运动轨迹越可靠，但二次规划问题的尺寸越大，求解时间越长。另外第二关系数据中足式机器人的至少一个足与地面接触而受到的作用力、采样时间点对应的距离，均在x轴、y轴、z轴三个方向上具有分量，可以根据实际情况，在x轴、y轴、z轴上分别选择不同的权重，来确定作用力的加权平方和、距离的加权平方和。另外第二关系数据中除考虑地面作用力、曲线震荡幅度外，还可以考虑加速度的平方和、相邻点速度差的平方和、加速度差的平方和等。接触点的位置：接触点不仅局限于足式机器人的足与地面的接触点，同样适用于机器人身体、
躯干、上肢等部位与环境接触的情况。基于本技术实施例提供的质心轨迹确定方法，在合理忽略其中影响较小项的情况下，充分考虑质心位置、质心速度、质心加速度约束与地面摩擦力约束，将质心轨迹规划问题转化成一个二次规划问题，利用二次规划问题，来确定足式机器人移动的质心轨迹。在二次规划问题中，充分考虑地面接触点的摩擦力约束和各种优化指标，保证了所生成的运动的可行性与高效性。
[0572]
图8是本技术实施例提供的一种质心轨迹确定装置的结构示意图，如图8所示，该装置包括：
[0573]
获取模块801，用于获取足式机器人配置的至少一个足在目标位置的候选落脚点位置，及每个候选落脚点位置的系数β，系数β的取值未确定；
[0574]
数据确定模块802，用于根据至少一个足的候选落脚点位置及每个候选落脚点位置的系数β，确定足式机器人在目标位置的目标状态数据；
[0575]
创建模块803，用于创建第一关系数据，第一关系数据指示间隔时长t与足式机器人的质心位置p(t)之间的关系，第一关系数据包括取值未确定的常数c；
[0576]
数据确定模块802，还用于根据目标移动时长及第一关系数据，确定足式机器人在目标位置的预测状态数据；
[0577]
创建模块803，还用于根据目标状态数据与预测状态数据之间的状态数据误差，创建第二关系数据，第二关系数据指示目标数值j与状态数据误差之间的正相关关系；
[0578]
常数确定模块804，用于根据第二关系数据，确定目标数值j为最小值时常数c及每个候选落脚点位置的系数β的取值，获取取值已确定的常数c对应的第一关系数据，及至少一个足在目标位置的目标落脚点位置。
[0579]
在一种可能实现方式中，目标状态数据包括目标质心位置；如图9所示，数据确定模块802，包括：
[0580]
坐标确定单元8201，用于将每个候选落脚点位置的坐标与对应的系数β的乘积之和，确定为足式机器人的中心位置的坐标；
[0581]
第一位置确定单元8202，用于根据中心位置的坐标，将中心位置上方、与中心位置间隔足式机器人的高度的位置，确定为目标质心位置。
[0582]
在另一种可能实现方式中，如图9所示，常数确定模块804，包括：
[0583]
条件创建单元8401，用于根据第一关系数据，创建至少一个足的空间约束条件，空间约束条件用于指示至少一个足可移动的空间范围，空间约束条件包括常数c及每个候选落脚点位置的系数β；
[0584]
取值确定单元8402，用于根据第二关系数据，确定在满足空间约束条件的情况下，目标数值j为最小值时常数c及每个候选落脚点位置的系数β的取值。
[0585]
在另一种可能实现方式中，如图9所示，常数确定模块804，包括：
[0586]
条件创建单元8401，用于创建作用力约束条件，作用力约束条件用于指示至少一个足分别在对应的每个候选落脚点位置上与地面接触受到的作用力，不大于每个候选落脚点位置对应的作用力极值，作用力约束条件中包括每个候选落脚点位置的系数β；
[0587]
取值确定单元8402，用于根据第二关系数据，确定在满足作用力约束条件的情况下，目标数值j为最小值时常数c及每个候选落脚点位置的系数β的取值。
[0588]
在另一种可能实现方式中，系数β的取值包括1或0，1表示足式机器人的足落在系
数β对应的候选落脚点位置上，0表示足式机器人的足未落在系数β对应的候选落脚点位置上；
[0589]
如图9所示，常数确定模块804，包括：
[0590]
条件创建单元8401，用于创建至少一个足的系数约束条件，系数约束条件用于指示在足式机器人移动过程中的任一时间点上，每个足的多个候选落脚点位置的系数β之和不大于1；
[0591]
取值确定单元8402，用于根据第二关系数据，确定在满足至少一个足的系数约束条件的情况下，目标数值j为最小值时常数c及每个候选落脚点位置的系数β的取值。
[0592]
在另一种可能实现方式中，如图9所示，常数确定模块804，包括：
[0593]
第一数据创建单元8403，用于创建第三关系数据，第三关系数据用于指示足式机器人在目标位置时，足式机器人的候选落脚点位置的系数β之和与足式机器人的足数之间的关系；
[0594]
取值确定单元8402，用于根据第二关系数据及第三关系数据，确定目标数值j为最小值时常数c及每个候选落脚点位置的系数β的取值。
[0595]
在另一种可能实现方式中，如图9所示，常数确定模块804，包括：
[0596]
第一选取单元8404，用于在目标移动时长内选取多个采样时间点；
[0597]
系数确定单元8405，用于确定至少一个足的候选落脚点位置在每个采样时间点的系数β；
[0598]
条件创建单元8401，用于根据至少一个足的候选落脚点位置在每个采样时间点的系数β，创建迈步时序约束条件，迈步时序约束条件用于指示足式机器人由初始位置移动至目标位置的过程中，每个足的候选落脚点位置在多个采样时间点的系数β之间的关系；
[0599]
取值确定单元8402，用于根据第二关系数据，在满足迈步时序约束条件的情况下，确定目标数值j为最小值时常数c及每个候选落脚点位置的系数β的取值。
[0600]
在另一种可能实现方式中，迈步时序约束条件用于指示足式机器人的任一足的任一候选落脚点位置在前一个采样时间点的系数β，不大于任一候选落脚点位置在后一个采样时间点的系数β。
[0601]
在另一种可能实现方式中，迈步时序约束条件用于指示足式机器人的任一足的初始落脚点位置在前一个采样时间点的系数β，不小于初始落脚点位置在后一个采样时间点的系数β。
[0602]
在另一种可能实现方式中，取值确定单元8402，用于创建迈步时长约束条件，迈步时长约束条件用于指示足式机器人的候选落脚点位置在多个采样时间点的系数β之和，小于多个采样时间点的个数；根据第二关系数据，在满足迈步时序约束条件及迈步时长约束条件的情况下，确定目标数值j为最小值时常数c及每个候选落脚点位置的系数β的取值。
[0603]
在另一种可能实现方式中，迈步时长约束条件用于指示足式机器人的候选落脚点位置在多个采样时间点的系数β之和，不大于参考数值，参考数值小于多个采样时间点的个数。
[0604]
在另一种可能实现方式中，第二关系数据指示目标数值j与状态数据误差及足式机器人的候选落脚点位置的系数β之和之间的正相关关系。
[0605]
在另一种可能实现方式中，系数β的取值包括1或0，1表示足式机器人的足落在系
数β对应的候选落脚点位置上，0表示足式机器人的足未落在系数β对应的候选落脚点位置上；
[0606]
如图9所示，常数确定模块804，包括：
[0607]
数据获取单元8406，用于获取取值已确定的常数c对应的第一关系数据，第一关系数据用于表示足式机器人的质心轨迹；
[0608]
第二位置确定单元8407，用于根据每个候选落脚点位置的系数β的取值，将取值为1的系数β对应的候选落脚点位置，确定为目标落脚点位置。
[0609]
在另一种可能实现方式中，目标状态数据包括目标质心位置，预测状态数据包括预测质心位置；如图9所示，创建模块803，包括：
[0610]
差值确定单元8301，用于确定目标质心位置与预测质心位置之间的第一差值；
[0611]
设置单元8302，用于将目标数值j设置为第一差值的平方。
[0612]
在另一种可能实现方式中，目标状态数据包括目标质心速度，预测状态数据包括预测质心速度；如图9所示，创建模块803，包括：
[0613]
差值确定单元8301，用于确定目标质心速度与预测质心速度之间的第二差值；
[0614]
设置单元8302，用于将目标数值j设置为第二差值的平方。
[0615]
在另一种可能实现方式中，目标状态数据包括目标质心加速度，预测状态数据包括预测质心加速度；如图9所示，创建模块803，包括：
[0616]
差值确定单元8301，用于确定目标质心加速度与预测质心加速度之间的第三差值；
[0617]
设置单元8302，用于将目标数值j设置为第三差值的平方。
[0618]
在另一种可能实现方式中，如图9所示，创建模块803，包括：
[0619]
第二选取单元8303，用于在目标移动时长内选取多个采样时间点；
[0620]
数据确定单元8304，用于根据每个采样时间点与初始时间点之间的间隔时长及第一关系数据，确定每个采样时间点对应的第四关系数据，第四关系数据指示常数c与采样质心位置q(c)之间的关系，采样质心位置q(c)指示足式机器人在对应的采样时间点时的质心位置；
[0621]
第二数据创建单元8305，用于根据状态数据误差及第四关系数据，创建第二关系数据，第二关系数据指示目标数值j与状态数据误差及采样质心位置q(c)之间的正相关关系。
[0622]
在另一种可能实现方式中，目标状态数据包括目标质心位置，预测状态数据包括预测质心位置；第二数据创建单元8305，用于确定目标质心位置与预测质心位置之间的第一差值；将目标数值j设置为第一数值与第二数值的和值，第一数值为第一差值的平方，第二数值为多个距离的加权平方和，多个距离包括初始位置的初始质心位置、多个采样质心位置及预测质心位置中的任两个相邻质心位置之间的距离。
[0623]
在另一种可能实现方式中，目标状态数据包括目标质心速度，预测状态数据包括预测质心速度；第二数据创建单元8305，用于确定目标质心速度与预测质心速度之间的第二差值；将目标数值j设置为第三数值与第二数值的和值，第三数值为第二差值的平方，第二数值为多个距离的加权平方和，多个距离包括初始位置的初始质心位置、多个采样质心位置及预测质心位置中的任两个相邻质心位置之间的距离。
[0624]
在另一种可能实现方式中，目标状态数据包括目标质心加速度，预测状态数据包括预测质心加速度；第二数据创建单元8305，用于确定目标质心加速度与预测质心加速度之间的第三差值；将目标数值j设置为第四数值与第二数值的和值，第四数值为第三差值的平方，第二数值为多个距离的加权平方和，多个距离包括初始位置的初始质心位置、多个采样质心位置及预测质心位置中的任两个相邻质心位置之间的距离。
[0625]
在另一种可能实现方式中，第二关系数据指示目标数值j与状态数据误差及足式机器人配置的至少一个足与地面接触而受到的作用力fi的二次项之间的正相关关系；如图9所示，常数确定模块804，包括：
[0626]
第一数据创建单元8403，用于创建足式机器人配置的至少一个足对应的第五关系数据，至少一个足对应的第五关系数据分别指示至少一个足对应的作用力fi与间隔时长t之间的关系，作用力fi指示足式机器人的第i个足与地面接触而受到的作用力，i为正整数，第五关系数据包括取值未确定的常数c；
[0627]
取值确定单元8402，用于根据第二关系数据及第五关系数据，确定目标数值j为最小值时常数c及每个候选落脚点位置的系数β的取值。
[0628]
在另一种可能实现方式中，第一数据创建单元8403，用于创建第六关系数据，第六关系数据指示足式机器人的角动量l与间隔时长t之间的关系；创建第七关系数据，第七关系数据指示至少一个足对应的作用力fi(l)与角动量l之间的负相关关系；根据第六关系数据及第七关系数据，创建至少一个足对应的第五关系数据。
[0629]
在另一种可能实现方式中，如图9所示，常数确定模块804，包括：
[0630]
第一数据创建单元8403，用于根据第一关系数据及初始时间点，创建第八关系数据、第九关系数据及第十关系数据，第八关系数据指示足式机器人在初始位置的初始质心位置与常数c的关系，第九关系数据指示足式机器人在初始位置的初始质心速度与常数c的关系，第十关系数据指示足式机器人在初始位置的初始质心加速度与常数c的关系；
[0631]
取值确定单元8402，用于根据第八关系数据、第九关系数据、第十关系数据及第二关系数据，确定目标数值j为最小值时常数c及每个候选落脚点位置的系数β的取值。
[0632]
在另一种可能实现方式中，预测状态数据包括预测质心位置，如图9所示，数据确定模块802，包括：
[0633]
第三位置确定单元8203，用于根据第一关系数据，确定足式机器人由初始位置经过目标移动时长后的预测质心位置。
[0634]
在另一种可能实现方式中，预测状态数据包括预测质心速度，如图9所示，数据确定模块802，包括：
[0635]
第三数据创建单元8204，用于根据第一关系数据，创建间隔时长t与足式机器人的质心速度之间的关系数据；
[0636]
速度确定单元8205，用于根据创建的关系数据，确定足式机器人由初始位置经过目标移动时长后的预测质心速度。
[0637]
在另一种可能实现方式中，预测状态数据包括预测质心加速度，如图9所示，数据确定模块802，包括：
[0638]
第三数据创建单元8204，用于根据第一关系数据，创建间隔时长t与足式机器人的质心加速度之间的关系数据；
[0639]
加速度确定单元8206，用于根据创建的关系数据，确定足式机器人由初始位置经过目标移动时长后的预测质心加速度。
[0640]
在另一种可能实现方式中，获取取值已确定的常数c对应的第一关系数据之后，如图9所示，装置还包括：
[0641]
位置确定模块805，用于在足式机器人的移动过程中，根据第一关系数据，确定足式机器人在任一间隔时长t0时的质心位置p(t0)；
[0642]
扭矩确定模块806，用于根据质心位置p(t0)及目标位置，确定足式机器人的多个关节的关节扭矩；
[0643]
控制模块807，用于按照多个关节的关节扭矩，控制多个关节进行转动，带动足式机器人移动。
[0644]
本技术实施例还提供了一种足式机器人，该足式机器人包括处理器和存储器，存储器中存储有至少一条计算机程序，该至少一条计算机程序由处理器加载并执行以实现上述实施例的质心轨迹确定方法中所执行的操作。
[0645]
图10示出了本技术一个示例性实施例提供的足式机器人1000的结构示意图。该足式机器人1000用于执行上述质心位置确定方法中足式机器人所执行的步骤。
[0646]
足式机器人1000包括有：处理器1001和存储器1002。
[0647]
处理器1001可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器1001可以采用dsp(digital signal processing，数字信号处理)、fpga(field-programmable gate array，现场可编程门阵列)、pla(programmable logic array，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器1001也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称cpu(central processing unit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器1001可以集成有gpu(graphics processing unit，图像处理器)，gpu用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器1001还可以包括ai(artificial intelligence，人工智能)处理器，该ai处理器用于处理有关机器学习的计算操作。
[0648]
存储器1002可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器1002还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中，存储器1002中的非暂态的计算机可读存储介质用于存储至少一个计算机程序，该至少一个计算机程序用于被处理器1001所执行以实现本技术中方法实施例提供的质心轨迹确定方法。
[0649]
在一些实施例中，足式机器人1000还可选包括有：外围设备接口1003和至少一个外围设备。处理器1001、存储器1002和外围设备接口1003之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口1003相连。具体地，外围设备包括：射频电路1004、显示屏1005、摄像头组件1005、音频电路1007、定位组件1006和电源1007中的至少一种。
[0650]
外围设备接口1003可被用于将i/o(input/output，输入/输出)相关的至少一个外围设备连接到处理器1001和存储器1002。在一些实施例中，处理器1001、存储器1002和外围设备接口1003被集成在同一芯片或电路板上；在一些其他实施例中，处理器1001、存储器
1002和外围设备接口1003中的任意一个或两个可以在单独的芯片或电路板上实现，本实施例对此不加以限定。
[0651]
射频电路1004用于接收和发射rf(radio frequency，射频)信号，也称电磁信号。射频电路1004通过电磁信号与通信网络以及其他通信设备进行通信。射频电路1004将电信号转换为电磁信号进行发送，或者，将接收到的电磁信号转换为电信号。可选地，射频电路1004包括：天线系统、rf收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路1004可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于：万维网、城域网、内联网、各代移动通信网络(2g、3g、4g及5g)、无线局域网和/或wifi(wireless fidelity，无线保真)网络。在一些实施例中，射频电路1004还可以包括nfc(near field communication，近距离无线通信)有关的电路，本技术对此不加以限定。
[0652]
摄像头组件1005用于采集图像或视频。可选地，摄像头组件1005包括前置摄像头和后置摄像头。前置摄像头设置在终端的前面板，后置摄像头设置在终端的背面。在一些实施例中，后置摄像头为至少两个，分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种，以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及vr(virtual reality，虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中，摄像头组件1005还可以包括闪光灯。闪光灯可以是单色温闪光灯，也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合，可以用于不同色温下的光线补偿。
[0653]
定位组件1006用于定位足式机器人1000的当前地理位置，以实现导航或lbs(location based service，基于位置的服务)。定位组件1006可以是基于美国的gps(global positioning system，全球定位系统)、中国的北斗系统或俄罗斯的伽利略系统的定位组件。
[0654]
电源1007用于为足式机器人1000中的各个组件进行供电。电源1007可以是交流电、直流电、一次性电池或可充电电池。当电源1007包括可充电电池时，该可充电电池可以是有线充电电池或无线充电电池。有线充电电池是通过有线线路充电的电池，无线充电电池是通过无线线圈充电的电池。该可充电电池还可以用于支持快充技术。
[0655]
在一些实施例中，足式机器人1000还包括有一个或多个传感器1008。该一个或多个传感器1008包括但不限于：加速度传感器1009、陀螺仪传感器1010。
[0656]
加速度传感器1009可以检测以足式机器人1000建立的坐标系的三个坐标轴上的加速度大小。比如，加速度传感器1009可以用于检测重力加速度在三个坐标轴上的分量。处理器1001可以根据加速度传感器1009采集的重力加速度信号。加速度传感器1009还可以用于游戏或者用户的运动数据的采集。
[0657]
陀螺仪传感器1010可以检测足式机器人1000的机体方向及转动角度，陀螺仪传感器1010可以与加速度传感器1009协同采集用户对足式机器人1000的3d动作。处理器1001根据陀螺仪传感器1010采集的数据，可以实现如下功能：动作感应(比如根据用户的倾斜操作来改变ui)、拍摄时的图像稳定、游戏控制以及惯性导航。
[0658]
本领域技术人员可以理解，图10中示出的结构并不构成对足式机器人1000的限定，可以包括比图示更多或更少的组件，或者组合某些组件，或者采用不同的组件布置。
[0659]
本技术实施例还提供了一种控制设备，该控制设备人包括处理器和存储器，存储器中存储有至少一条计算机程序，该至少一条计算机程序由处理器加载并执行以实现上述实施例的质心轨迹确定方法中所执行的操作。
[0660]
可选地，该计算机设备提供为服务器。图11是本技术实施例提供的一种服务器的结构示意图，该服务器1100可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(central processing units，cpu)1101和一个或一个以上的存储器1102，其中，存储器1102中存储有至少一条计算机程序，至少一条计算机程序由处理器1101加载并执行以实现上述各个方法实施例提供的方法。当然，该服务器还可以具有有线或无线网络接口、键盘及输入输出接口等部件，以便进行输入输出，该服务器还可以包括其他用于实现设备功能的部件，在此不做赘述。
[0661]
本技术实施例还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有至少一条计算机程序，该至少一条计算机程序由处理器加载并执行以实现上述实施例的质心轨迹确定方法中所执行的操作。
[0662]
本技术实施例还提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机程序代码，该计算机程序代码存储在计算机可读存储介质中。控制设备的处理器从计算机可读存储介质读取该计算机程序代码，处理器执行该计算机程序代码，使得该控制设备实现如上述实施例的质心轨迹确定方法中所执行的操作。
[0663]
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
[0664]
以上所述仅为本技术实施例的可选实施例，并不用以限制本技术实施例，凡在本技术实施例的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本技术的保护范围之内。