一种机器人的控制方法、装置、设备及介质与流程

1.本发明涉及机器人技术领域，尤其涉及一种机器人的控制方法、装置、设备及介质。


背景技术：

2.随着计算机技术、传感器技术和人工智能等技术的快速发展，机器人技术也变得日趋成熟，而其中的移动机器人类型应用最为广泛，在家用服务、航天、工业等众多的行业中扮演着越来越重要的角色，这些各种各样的机器人能够在特定环境下很好地完成工作。
3.现有的机器人多为工业生产或完成特定的目的服务，例如协作机械臂和送餐机器人，咖啡机器人等，这些机器人在设计之初就没有考虑到与人的交互；其余的一些玩具机器人或者宠物机器人虽然设计之初是为了交互，但是受限于传感器以及智能化程度，或受限于执行机构，使得表达缺乏表现力或者缺乏丰富性。


技术实现要素：

4.本发明提供了一种机器人的控制方法、装置、设备及介质，能够控制机器人多个不同层次的自由度，可以与人进行丰富多样的交互。
5.根据本发明的一方面，提供了一种机器人的控制方法，包括：
6.接收决策信息；其中，所述决策信息是基于机器人的状态信息和决策指令生成的；
7.根据所述决策信息，生成对所述机器人进行控制的无约束轨迹规划信息；其中，所述无约束轨迹规划信息包括对所述机器人至少两个运动维度的规划信息，各运动维度预先关联所述机器人的一个运动部件；
8.获取各运动维度的约束条件，并基于所述约束条件和所述无约束轨迹规划信息，确定带约束轨迹规划信息；
9.基于所述带约束轨迹规划信息，生成对所述机器人的各运动维度的控制指令，以控制所述机器人。
10.可选的，所述决策信息包括决策产生的期望行为信息以及决策行为历史信息；
11.相应的，所述根据所述决策信息，生成对所述机器人进行控制的无约束轨迹规划信息，包括：
12.根据所述机器人的决策产生的期望行为信息以及决策行为历史信息，生成对所述机器人进行控制的无约束轨迹规划信息。
13.可选的，在所述根据所述决策信息，生成对所述机器人进行控制的无约束轨迹规划信息之后，包括：
14.基于生成的所述无约束轨迹规划信息，对不同轨迹根据打分策略进行打分，以得到最佳轨迹信息。
15.可选的，所述方法还包括：
16.根据触发条件，生成对所述机器人进行控制的无约束轨迹规划信息；其中，所述触
发条件包括定时开启。
17.可选的，所述约束条件包括位置约束、速度约束、加速度约束、碰撞约束以及关节限位约束。
18.可选的，所述控制指令至少包括眼部运动控制指令、头部运动控制指令、机身运动控制指令以及足部运动控制指令。
19.可选的，基于所述带约束轨迹规划信息，生成对所述机器人的眼部运动控制指令，包括：
20.根据眼部运动维度、头部运动控制指令以及机身运动控制指令，生成眼部聚焦点的位置。
21.根据本发明的另一方面，提供了一种机器人的控制装置，包括：
22.信息接收模块，用于接收决策信息；其中，所述决策信息是基于机器人的状态信息和决策指令生成的；
23.轨迹规划信息生成模块，用于根据所述决策信息，生成对所述机器人进行控制的无约束轨迹规划信息；其中，所述无约束轨迹规划信息包括对所述机器人至少两个运动维度的规划信息，各运动维度预先关联所述机器人的一个运动部件；
24.轨迹规划信息确定模块，用于获取各运动维度的约束条件，并基于所述约束条件和所述无约束轨迹规划信息，确定带约束轨迹规划信息；
25.控制模块，用于基于所述带约束轨迹规划信息，生成对所述机器人的各运动维度的控制指令，以控制所述机器人。
26.根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：
27.至少一个处理器；以及
28.与所述至少一个处理器通信连接的存储器；其中，
29.所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的机器人的控制方法。
30.根据本发明的另一方面，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存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的机器人的控制方法。
31.本发明实施例的技术方案，通过接收决策信息；其中，所述决策信息是基于机器人的状态信息和决策指令生成的；根据所述决策信息，生成对所述机器人进行控制的无约束轨迹规划信息；其中，所述无约束轨迹规划信息包括对所述机器人至少两个运动维度的规划信息，各运动维度预先关联所述机器人的一个运动部件；获取各运动维度的约束条件，并基于所述约束条件和所述无约束轨迹规划信息，确定带约束轨迹规划信息；基于所述带约束轨迹规划信息，生成对所述机器人的各运动维度的控制指令，以控制所述机器人。本技术方案，能够控制机器人多个不同层次的自由度，可以与人进行丰富多样的交互。
32.应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
33.为了更清楚地说明本发明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发明的一些实施例，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。
34.图1是根据本发明实施例一提供的一种机器人的控制方法的流程图；
35.图2是根据本发明实施例一提供的一种机器人的控制方法的规划系统的整体示意图；
36.图3是根据本发明实施例二提供的一种机器人的控制方法的流程图；
37.图4是根据本发明实施例二提供的一种机器人的运动控制指令解算示意图；
38.图5是根据本发明实施例二提供的一种机器人的眼部控制单元的示意图；
39.图6是根据本发明实施例三提供的一种机器人的控制装置的结构示意图；
40.图7是根据本发明实施例四提供的一种电子设备的结构示意图。
具体实施方式
41.为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
42.需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
43.实施例一
44.图1是根据本发明实施例一提供的一种机器人的控制方法的流程图，本实施例可适用于对机器人控制的情况，该方法可以由机器人的控制装置来执行，该机器人的控制装置可以采用硬件和/或软件的形式实现，该机器人的控制装置可配置于具有数据处理能力的电子设备中。如图1所示，该方法包括：
45.s110、接收决策信息；其中，所述决策信息是基于机器人的状态信息和决策指令生成的。
46.本实施例中的技术方案可以由机器人的决策系统执行。本实施例的机器人可以具有感知系统，决策系统，规划系统，执行系统几个重要部分组成。其中，感知系统可以借助于分布于整个机器人上的不同传感器(例如rgb摄像头，红外摄像头，麦克风阵列以及触摸传感器等)获取综合多种不同的信息为其他系统提供基础服务。决策系统可以根据情感系统，记忆系统，成长系统以及感知系统等多个不同维度的信息生成不同的决策。规划系统可以
接受来自于决策系统生成的决策，动态地为不同的控制单元生成命令或运动轨迹，为了保证规划系统生成轨迹的可执行性，规划系统会订阅多个其他系统的信息，可以利用优化或者强化学习的方式不断更新或者迭代优化轨迹命令。本实施例的机器人的硬件载体可以包括具有多个自由度(例如可以包括腿足运动的自由度，头的空间运动的自由度，机器人眼睛转动的自由度，宠物机器人舌头以及尾巴等自由度等)。此外，本技术的机器人可以的足式机器人或者是轮足式机器人。本实施例的技术方案，能够控制机器人多个不同层次的自由度，可以与人进行丰富多样的交互。
47.其中，决策信息可以是控制机器人的各个部件的运动维度的信息。决策信息可以是基于机器人的状态信息和决策指令生成的。其中，机器人的状态可以包括机器人当前每个部位的状态以及周围环境的状态信息。示例性的，当前机器人每个关节的角度、视线的位置，周围的状态信息以及人的状态信息等。机器人的状态可以作为一种输出为轨迹规划中的空间坐标系转换等提供了基础，可以保证不会机械地执行固定序列动作。决策指令可以是机器人的决策系统根据机器人的情感系统，记忆系统，成长系统以及感知系统等多个不同维度的信息生成不同的决策指令。
48.本实施例中规划系统可以接收控制机器人的各个部件的运动维度的信息。
49.s120、根据所述决策信息，生成对所述机器人进行控制的无约束轨迹规划信息；其中，所述无约束轨迹规划信息包括对所述机器人至少两个运动维度的规划信息，各运动维度预先关联所述机器人的一个运动部件。
50.其中，无约束轨迹规划信息可以对机器人各个运动部件的运动维度进行控制。无约束轨迹规划信息可以是一个简单的在线动态规划，它不会考虑不同关节之间运动的相互影响，也不会考虑环境以及自身的碰撞信息，进行的机器人轨迹规划信息。本实施例中无约束轨迹规划可以是不考虑现实世界里存在的各种物理约束，并将规划问题转化成一个离散区间内的可行解搜索问题。其中，无约束轨迹规划信息可以包括对机器人至少两个运动维度的规划信息，各运动维度预先关联机器人的一个运动部件。运动维度可以理解为机器人的运动部件的运动的角度。规划信息可以是对机器人的运动部件的运行维度进行规划的信息。运动部件可以包括眼部、头部、机身以及足部等运动部件。本实施例中的各个运动维度可以预先关联机器人的一个运动部件。
51.示例性的，本实施例中的机器人的决策系统产生一个期望行为，也就是决策信息如眼睛一直望向主人的方向，即使主人一直在动；此时，规划系统规划出眼睛、尾巴、头部运动、身体运动以及腿足运动等的随时间变化的运动轨迹。
52.本实施例中规划系统可以根据机器人的决策信息，生成对机器人进行控制的至少两个运动维度预先关联机器人的运动部件的规划信息。
53.s130、获取各运动维度的约束条件，并基于所述约束条件和所述无约束轨迹规划信息，确定带约束轨迹规划信息。
54.其中，运动维度可以理解为机器人的运动部件的运动的角度。约束条件可以包括位置约束、速度约束、加速度约束、碰撞约束以及关节限位约束等约束。带约束轨迹规划信息可以理解为增加了约束条件进行规划的机器人运动部件的运动维度的轨迹信息。
55.本实施例中的规划系统获取机器人的各个维度的约束条件，并基于约束条件和无约束规划信息，确定带约束轨迹规划信息。
56.示例性的，本实施例中可以根据无约束轨迹规划信息生成的轨迹以及带约束动态轨迹规划部分通过将各种约束考虑在内生成一个更加合理的轨迹。这样的优势在于无约束轨迹规划信息已经基本上搜索出一个接近全局最优解，在这个解附近去做搜索会极大地加速搜索速度和收敛速度，同时还会避免在这一步时落入局部最优解。这通常是通过一个二次优化来做。
57.二次优化通常具有以下的形式
[0058][0059]
ax≤b
[0060]
ex＝d
[0061]
其中x代表所需要优化的变量，在这里可以代表每个层次的旋转角度等信息，q是权重矩阵，代表了不同变量的重要程度，其中c(x)代表优化函数或者惩罚函数，优化的目标为让c(x)最小。ax≤b代表了线性不等式约束，a通常是一个矩阵，其含义为多组不等式约束的组合。ex＝d代表了等式约束，其中e通常也是一个矩阵，其含义为多组等式的组合。
[0062]
其中，第一个函数c(x)一般可以解释为优化目标或者惩罚函数，优化的目标为使得该函数值最小。第二个和三个分别是不等式约束和等式约束。此外，二次优化具有求解速度快，可包含软约束硬约束等特点。软约束是指可部分被违反，硬约束则是不可违反。其中硬约束多表示为等式约束或者是不等式约束。在这一步，软约束可以作为惩罚函数的一项参与优化计算，硬约束则作为不等式约束参与优化计算。其中，机器人的各种参数配置也可作为惩罚函数的一项存在，根据对不同的执行单元或者同一执行单元中不同模块的权重的设置，可使生成轨迹具有多种不同的表现。约束中有一部分仍然是非线形的，为了能让求解更加迅速，可将其线形化。例如，关节的限位是一个非线性的约束，则可在当前的状态下在当前广义坐标下线形化，利用雅可比矩阵近似将来一小段时间的轨迹。由于这种线形化的方式只在短时间内成立(例如0.1秒)，因此需要不断迭代来不停更新轨迹以保证约束不被打破。为解决关节限位中存在的非线性问题，也可以是先做出一条假设轨迹，并沿着此轨迹做线性化，求得结果后，在求得的结果这条轨迹上做线性化，如此迭代，直到求得结果收敛。
[0063]
s140、基于所述带约束轨迹规划信息，生成对所述机器人的各运动维度的控制指令，以控制所述机器人。
[0064]
其中，控制指令可以理解为对机器人的各运动部件的运动维度进行控制的指令。控制指令可以至少包括眼部运动控制指令、头部运动控制指令、机身运动控制指令以及足部运动控制指令等控制指令。
[0065]
本实施例中规划系统基于带约束轨迹规划信息，生成对机器人的各运动维度的控制指令，从而控制机器人多个不同层次的自由度的运动。
[0066]
本发明实施例的技术方案，通过接收决策信息；其中，所述决策信息是基于机器人的状态信息和决策指令生成的；根据所述决策信息，生成对所述机器人进行控制的无约束轨迹规划信息；其中，所述无约束轨迹规划信息包括对所述机器人至少两个运动维度的规划信息，各运动维度预先关联所述机器人的一个运动部件；获取各运动维度的约束条件，并基于所述约束条件和所述无约束轨迹规划信息，确定带约束轨迹规划信息；基于所述带约束轨迹规划信息，生成对所述机器人的各运动维度的控制指令，以控制所述机器人。本技术
方案，能够控制机器人多个不同层次的自由度，可以与人进行丰富多样的交互。
[0067]
在本实施例中，可选的，所述决策信息包括决策产生的期望行为信息以及决策行为历史信息；相应的，所述根据所述决策信息，生成对所述机器人进行控制的无约束轨迹规划信息，包括：根据所述机器人的决策产生的期望行为信息以及决策行为历史信息，生成对所述机器人进行控制的无约束轨迹规划信息。
[0068]
其中，所述决策信息可以包括决策产生的期望行为信息以及决策行为历史信息。决策产生的期望行为信息可以是机器人的决策系统产生的期望机器人的行为信息，例如决策产生的期望行为信息可以是机器人注视着人的行为。决策行为历史信息可以是决策系统的记忆系统中获得的决策行为历史信息。本实施例中不同的信息在这个无约束轨迹规划部分起到不同的作用。
[0069]
本实施例中规划系统可以根据机器人的决策产生的期望行为信息以及决策行为历史信息，生成对机器人进行控制的无约束轨迹规划信息。
[0070]
本方案通过这样的设置，通过根据决策信息生成无约束轨迹规划信息，可以通过决策行为历史决定了空间上和时间上轨迹规划的连续性和一致性，从而保证短时间内不会产生多个完全无关的轨迹，影响交互的体验。决策产生的期望行为可以指导着下一个时间段动作的走向，从而保证了能够产生及时的反馈。
[0071]
示例性的，规划系统的整体示意图如图2所示，此外，决策系统还会基于机器人的不同参数配置信息生成无约束轨迹信息；其中，参数配置信息可以包括机器人的初始值、角度/加速度等的最大值、以及某些运动部位等的参数信息(例如眼睛的活动范围)可以进行配置。
[0072]
本实施例中基于机器人的状态、决策产生的期望行为信息、决策行为历史信息以及机器人的各种参数配置服务信息生成无约束轨迹规划信息。此外，无约束轨迹规划信息还可以通过计算触发器触发进行生成。然后基于无约束轨迹规划信息以及机器人各运动维度的约束条件生成带约束动人轨迹规划信息；其中，约束条件可以包括位置约束、速度约束、加速度约束、碰撞约束以及关节限位约束等约束。本示例中可以基于带约束轨迹规划信息，生成对机器人的各运动维度的控制指令，示例性，眼部单元时间轨迹、头部单元时间轨迹、身体单元命令轨迹以及腿足/轮足单元命令轨迹，从而对机器人的各个运动部件进行控制。
[0073]
实施例二
[0074]
图3是根据本发明实施例二提供的一种机器人的控制方法的流程图，本实施例以上述实施例为基础进行优化。具体优化为：在所述根据所述决策信息，生成对所述机器人进行控制的无约束轨迹规划信息之后，包括：基于生成的所述无约束轨迹规划信息，对不同轨迹根据打分策略进行打分，以得到最佳轨迹信息。
[0075]
如图3所示，本实施例的方法具体包括如下步骤：
[0076]
s310、接收决策信息；其中，所述决策信息是基于机器人的状态信息和决策指令生成的。
[0077]
s320、根据所述决策信息，生成对所述机器人进行控制的无约束轨迹规划信息；其中，所述无约束轨迹规划信息包括对所述机器人至少两个运动维度的规划信息，各运动维度预先关联所述机器人的一个运动部件。
[0078]
s330、基于生成的所述无约束轨迹规划信息，对不同轨迹根据打分策略进行打分，以得到最佳轨迹信息。
[0079]
其中，打分策略可以是根据不同轨迹违反约束的程度进行打分、还可以是考虑到机器人所耗费的能力角度进行打分，还可以根据机器人的表现层面进行打分，还可以是其他可配置的打分策略对齐进行打分。打分策略可以是预先配置的，可以根据实际需求进行配置。本实施例中可以根据不同轨迹的得分选出得分最佳的轨迹传递到带约束轨迹规划中以便于进行带约束的轨迹规划。最佳轨迹信息可以是根据打分策略对不同轨迹打分，轨迹得分最高的轨迹信息。
[0080]
本实施例中规划系统可以基于生成的无约束轨迹规划信息，对不同轨迹根据打分策略进行打分，以得到最佳轨迹信息。
[0081]
s340、获取各运动维度的约束条件，并基于所述约束条件和所述无约束轨迹规划信息，确定带约束轨迹规划信息。
[0082]
s350、基于所述带约束轨迹规划信息，生成对所述机器人的各运动维度的控制指令，以控制所述机器人。
[0083]
本发明实施例的技术方案，通过接收决策信息；其中，所述决策信息是基于机器人的状态信息和决策指令生成的；根据所述决策信息，生成对所述机器人进行控制的无约束轨迹规划信息；其中，所述无约束轨迹规划信息包括对所述机器人至少两个运动维度的规划信息，各运动维度预先关联所述机器人的一个运动部件；基于生成的所述无约束轨迹规划信息，对不同轨迹根据打分策略进行打分，以得到最佳轨迹信息。获取各运动维度的约束条件，并基于所述约束条件和所述无约束轨迹规划信息，确定带约束轨迹规划信息；基于所述带约束轨迹规划信息，生成对所述机器人的各运动维度的控制指令，以控制所述机器人。本技术方案，能够控制机器人多个不同层次的自由度，可以与人进行丰富多样的交互。
[0084]
在本实施例中，可选的，所述方法还包括：根据触发条件，生成对所述机器人进行控制的无约束轨迹规划信息；其中，所述触发条件包括定时开启。
[0085]
其中，触发条件可以包括定时开启，还可以根据实际需求进行设置。本实施例可以是计算触发器达到触发条件如定时开启或者在接收到新的决策信息时，就会触发无约束轨迹规划开始运算。
[0086]
本实施例中规划系统可以根据触发条件，计算机触发器就会触发无约束轨迹规划信息，从而生成对机器人进行控制的无约束轨迹规划信息。
[0087]
本方案通过这样的设置，可以根据需求设置触发条件，进行生成对机器人进行控制的无约束轨迹规划信息，更加灵活。
[0088]
在本实施例中，可选的，所述约束条件包括位置约束、速度约束、加速度约束、碰撞约束以及关节限位约束。
[0089]
其中，位置约束可以理解为对于机器人的各个运动部件的位置的约束。速度约束可以理解为对于机器人的各个运动部件的运动速度的约束。加速度约束可以理解为对于机器人的各个运动部件的运动速度所达到的加速度的约束。碰撞约束可以理解为机器人的各个运动部件之间的碰撞以及与其他物体的碰撞等。关节限位约束可以理解为机器人的各个运动部件的关节限位的约束，如某个关节的运动维度最多能旋转280度等限制。
[0090]
本实施例的约束条件可以包括位置约束、速度约束、加速度约束、碰撞约束以及关
节限位约束等约束条件。
[0091]
本方案通过这样的设置，可以根据约束条件进行运算得到机器人的合理运行轨迹。
[0092]
在本实施例中，可选的，所述控制指令至少包括眼部运动控制指令、头部运动控制指令、机身运动控制指令以及足部运动控制指令。
[0093]
其中，眼部运动控制指令可以理解为控制机器人眼部进行运动的指令。头部运动控制指令可以理解为控制机器人头部进行运动的指令。机身运动控制指令可以理解为控制机器人机身进行运动的指令。足部运动控制指令可以理解为控制机器人足部进行运动的指令。
[0094]
本实施例中的控制指令可以至少包括眼部运动控制指令、头部运动控制指令、机身运动控制指令以及足部运动控制指令等控制指令。
[0095]
示例性的，机器人的运动控制指令解算示意图如图4所示。本实施例中可以根据接收到的头部运动控制指令、机身以及足部的运动控制指令进行控制机器人进行运动。头部以及机身腿足控制单元也可以使用一个预先设置好的统一的优化框架来求解每个关节执行器的命令。这样的好处是可以统一处理不同部分的指令来为彼此之间做最大成都的补偿。例如头部的高速转动会对机身的平衡产生影响，而统一优化可以将头部运动对机身的影响考虑在内，从而让腿足相应地产生一个反作用来来补偿。其次是接收到的机身的六自由度的移动或转动命令可能会存在与腿足的步态运动相冲突的情况，在这种情况下，将命令统一考虑能够最合理地追踪所接收的命令。
[0096]
本示例中的指令综合解算系统会根据规划模块的指令，以及外力检测模块、柔性控制模块以及保护模块等综合解算控制指令信息。在优先保证机器人平衡的情况下，最大可能的去追踪规划模块的实时空间轨迹。在执行的过程中，为了保证机器人的平衡，指令综合解算系统会微调机身的运动或者有足部运动参与时落足的位置还有时间以保证平衡可以得到保持。解算系统会以较高的控制频率不断解算每个关节执行器的期望力矩、速度以及位置等。
[0097]
此外，还可以有另外一种实现方案可以是在解算中将头部和腿足机身的控制单元分开，将彼此之间的运动所产生的影响当作对两个系统所施加的干扰。这样做的好处是将两个系统独立开来，控制的复杂度降低，但是缺点是使动作空间减少，由于头和机身的运动空间都需要为对方留有一定的空间。
[0098]
本方案通过这样的设置，可以根据机器人的运动控制指令对机器人的各个运动部件的运动维度进行控制，从而对机器人多个自由度进行控制。
[0099]
在本实施例中，可选的，基于所述带约束轨迹规划信息，生成对所述机器人的眼部运动控制指令，包括：根据眼部运动维度、头部运动控制指令以及机身运动控制指令，生成眼部聚焦点的位置。
[0100]
其中，眼部运动维度可以包括眼部旋转速度等运动维度。眼部聚焦点可以是眼部聚集的焦点的位置。
[0101]
本实施例中规划系统可以根据眼部的旋转速度以及眼睛、机身以及头的相对位置关系实时生成聚焦点命令，从而确定眼部聚焦点的位置。
[0102]
本方案通过这样的设置，可以根据轨迹规划信息生成机器人的眼部运动控制指
令，使确定眼部聚焦点的位置更加准确。
[0103]
此外，本实施例的眼部控制单元的示意图如图5所示，眼部控制单元还可以包括实时脸部动画渲染引擎。实时脸部动画渲染引擎可以根据情感系统的信息，环境信息从不同的素材库模板库中获取动作模板，操控不同控制点实时生成三维空间模型投影到二维屏幕上。或者可以是操控不同控制点直接生成二维图像显示在屏幕上。或者，也可以不借助于屏幕而借助于机械模块来模仿眼睛，眉毛，睫毛，眼仁等的动作。仿生微动作发生器的作用是使得眼睛的动作更加自然。例如，人和动物的眼睛即使是在注视一个物体的时候仍然会有微小的动作或者是眨眼等的动作。
[0104]
本示例的实时脸部动画渲染引擎还可以根据需要渲染眼睛，瞳孔，睫毛，甚至包括舌头等的实时动画，根据规划系统模块的时间轨迹信息，渲染引擎负责渲染出每个部分空间位姿的三维动画并投影到二维空间上，或者是直接根据规划系统模块的轨迹信息直接渲染二维动画。
[0105]
实施例三
[0106]
图6是根据本发明实施例三提供的一种机器人的控制装置的结构示意图。该装置可执行本发明任意实施例所提供的机器人的控制方法，具备执行方法相应的功能模块和有益效果。如图6所示，该装置包括：
[0107]
信息接收模块610，用于接收决策信息；其中，所述决策信息是基于机器人的状态信息和决策指令生成的；
[0108]
轨迹规划信息生成模块620，用于根据所述决策信息，生成对所述机器人进行控制的无约束轨迹规划信息；其中，所述无约束轨迹规划信息包括对所述机器人至少两个运动维度的规划信息，各运动维度预先关联所述机器人的一个运动部件；
[0109]
轨迹规划信息确定模块630，用于获取各运动维度的约束条件，并基于所述约束条件和所述无约束轨迹规划信息，确定带约束轨迹规划信息；
[0110]
控制模块640，用于基于所述带约束轨迹规划信息，生成对所述机器人的各运动维度的控制指令，以控制所述机器人。
[0111]
可选的，所述决策信息包括决策产生的期望行为信息以及决策行为历史信息；
[0112]
相应的，所述轨迹规划信息生成模块620，具体用于：
[0113]
根据所述机器人的决策产生的期望行为信息以及决策行为历史信息，生成对所述机器人进行控制的无约束轨迹规划信息。
[0114]
可选的，轨迹打分模块，用于在所述根据所述决策信息，生成对所述机器人进行控制的无约束轨迹规划信息之后，基于生成的所述无约束轨迹规划信息，对不同轨迹根据打分策略进行打分，以得到最佳轨迹信息。
[0115]
可选的，所述装置还包括：
[0116]
触发生成模块，用于根据触发条件，生成对所述机器人进行控制的无约束轨迹规划信息；其中，所述触发条件包括定时开启。
[0117]
可选的，所述约束条件包括位置约束、速度约束、加速度约束、碰撞约束以及关节限位约束。
[0118]
可选的，所述控制指令至少包括眼部运动控制指令、头部运动控制指令、机身运动控制指令以及足部运动控制指令。
[0119]
可选的，眼部运动控制模块，具体用于根据眼部运动维度、头部运动控制指令以及机身运动控制指令，生成眼部聚焦点的位置。
[0120]
本发明实施例所提供的一种机器人的控制装置可执行本发明任意实施例所提供的一种机器人的控制方法，具备执行方法相应的功能模块和有益效果。
[0121]
实施例四
[0122]
图7是根据本发明实施例四提供的一种电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。
[0123]
如图7所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(rom)12、随机访问存储器(ram)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(rom)12中的计算机程序或者从存储单元18加载到随机访问存储器(ram)13中的计算机程序，来执行各种适当的动作和处理。在ram 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、rom 12以及ram 13通过总线14彼此相连。输入/输出(i/o)接口15也连接至总线14。
[0124]
电子设备10中的多个部件连接至i/o接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
[0125]
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如机器人的控制方法。
[0126]
在一些实施例中，机器人的控制方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由rom 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到ram 13并由处理器11执行时，可以执行上文描述的机器人的控制方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行机器人的控制方法。
[0127]
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、负载可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至
少一个输出装置。
[0128]
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
[0129]
在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
[0130]
为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
[0131]
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)、区块链网络和互联网。
[0132]
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与vps服务中，存在的管理难度大，业务扩展性弱的缺陷。
[0133]
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。
[0134]
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。