仿人机器人的结构与运动的协同优化方法技术

本发明专利技术提供了一种仿人机器人的结构与运动的协同优化方法，其包括步骤：S1，提供待优化的仿人机器人的已知结构信息；S2，生成待优化的仿人机器人模型；S3，选定包含仿人机器人的腿部结构参数和步行运动参数的多组组合参数；S4，分别生成选定的各组组合参数下的机器人模型和对应的模型文件；S5，分别进行仿真实验并对仿真实验的结果进行评分；以及S6，采用代理模型优化器建立数学代理模型并采用EGO算法对数学代理模型进行优化计算并获得最佳的组合参数。由此，有效提升了仿人机器人的步行运动能力，还避免了机器人的腿部结构参数与步行运动参数之间复杂的动力学方程式的推导，简化了操作、实用性更强并降低了理论与实际之间的偏差。

【技术实现步骤摘要】
仿人机器人的结构与运动的协同优化方法
本专利技术涉及工业自动化
，尤其涉及一种仿人机器人的结构与运动的协同优化方法。
技术介绍
仿人机器人是一种以双足步行运动为主要特征，外形与人类相似的机器人。大量研究机构及企业投入资金，以期开发出具有类人的灵活运动能力以及人类智能的仿人机器人，从而达到工业、军事、家庭服务等目标。仿人机器人灵活多变的双足步行具有很强的越障和通过能力，外形似人的特点更易实现人机合作交流，因而极具吸引力。仿人机器人设计的主要难点在于实现快速灵活稳定的双足步行能力，虽然这一问题经历了数十年的研究，积累了大量经验和成果。但目前尚不存在一种使得机器人走出实验室的系统性方法，始终难以实现便捷健壮的步行运动控制，因而大幅增加了现实应用的不确定性。例如实现其搬运、抓持、导引等任务时，常因最为基本的步行运动不过关，机器人提前摔倒或行进缓慢，难以顺利完成任务。在影响步行效能的诸多因素中，一个容易被忽视的因素在于其机械本体的设计。在缺乏机械结构与步行运动相互影响关系的条件下进行机器人结构设计，主要考虑“外形似人”的需求。惯用的方法是测量人体的关键数据，并依据这些统计数据及其比例设计机构和结构，力争达到与人类相同的关节灵活度及外形尺寸，设计宗旨是使设计结果更为“类人”。研究人员及工程师在结构设计阶段，仅能定性的估计一些诸如机器人重心高度、脚底板尺寸等参数，但很难定量预测机器人未来步行运动能力，因而丧失了通过优化机器人结构实现步行运动能力提升的机会。在现有的步行运动研究过程中，均假设已有一个机器人成品，从而针对这个已有的机械设计(即机器人结构尺寸已确定)不断挖掘并实施优化。常用的做法是开发一种通用的步态规划方法，其通过参数调节、补偿、控制对关节轨迹进行优化，由此实现步行运动。在这种优化方法中，由于机器人的结构参数无法改动，从而限制了仿人机器人运动能力的提升潜力。由于人体的运动与其结构紧密联系，仿人机器人的结构参数也会对步行运动产生极为重要的影响，因而实现仿人机器人的结构与运动的协同优化十分必要。在实现仿人机器人的结构与运动的协同优化过程中，虽然可以基于仿人机器人的结构参数与步行运动参数之间存在的复杂耦合关系建立动力学方程式再实施优化，但是由于仿人机器人腿部自由度众多、运动轨迹复杂、步行模式多种多样、同时存在大量影响步行模式的参数，因而很难推导出动力学方程式。并且，如果再考虑到机器人的结构设计中的具体驱动部件、传动机构回程误差和结构刚度等，则针对建立的动力学方程式再实施优化的思路几乎无法实施。
技术实现思路
鉴于
技术介绍
中存在的问题，本专利技术的目的在于提供一种仿人机器人的结构与运动的协同优化方法，其通过实验设计和EGO算法将仿人机器人的结构设计和步行运动协同起来进行优化，提升了仿人机器人的步行运动能力。为了实现上述目的，本专利技术提供了一种仿人机器人的结构与运动的协同优化方法，其包括步骤：S1，提供待优化的仿人机器人的已知结构信息，已知结构信息中包含仿人机器人的腿部结构参数、步行运动参数以及这些参数的待优化范围；S2，将待优化的仿人机器人的已知结构信息导入动力学仿真平台中并生成待优化的仿人机器人模型；S3，选定处于待优化范围内的包含仿人机器人的腿部结构参数和步行运动参数的多组组合参数；S4，在动力学仿真平台中分别生成选定的各组组合参数下的机器人模型和对应的模型文件；S5，基于选定的各组组合参数下的机器人模型和对应的模型文件，在动力学仿真平台中分别进行仿真实验并对仿真实验的结果进行评分；以及S6，采用代理模型优化器以选定的多组组合参数作为输入、各组组合参数下获得的评分作为输出建立数学代理模型并采用EGO算法对数学代理模型进行优化计算并最终获得最佳的组合参数。本专利技术的有益效果如下：本专利技术基于动力学仿真平台中的仿真实验以及仿真实验的结果和代理模型优化器的模型建立以及优化计算同时完成了机器人的腿部结构参数的优化和步行运动参数的优化，这样能够充分利用仿人机器人的腿部结构参数对步行运动的决定性作用，从而在腿部结构参数的确定过程中，即考虑到了步行运动的需求，同时还能够获得更优的综合运动性能以及更为合理的腿部结构参数，由此有效提升了仿人机器人的步行运动能力。此外，本专利技术采用实验设计的方法并通过代理模型优化器建立腿部结构参数和步行运动参数之间复杂的相互关系，从而避免了机器人的腿部结构参数与步行运动参数之间复杂的动力学方程式的推导，简化了操作、实用性更强并降低了理论与实际之间的偏差。附图说明图1是采用根据本专利技术的仿人机器人的结构与运动的协同优化方法的一个实施例中的优化结果示意图，其中，横坐标是代理模型优化器中各迭代次数对应的序号，纵坐标是各迭代次数对应的仿真实验的结果的评分。具体实施方式下面参照附图来详细说明根据本专利技术的仿人机器人的结构与运动的协同优化方法。根据本专利技术的仿人机器人的结构与运动的协同优化方法包括步骤：S1，提供待优化的仿人机器人的已知结构信息，已知结构信息中包含仿人机器人的腿部结构参数、步行运动参数以及这些参数的待优化范围；S2，将待优化的仿人机器人的已知结构信息导入动力学仿真平台中并生成待优化的仿人机器人模型；S3，选定处于待优化范围内的包含仿人机器人的腿部结构参数和步行运动参数的多组组合参数；S4，在动力学仿真平台中分别生成选定的各组组合参数下的机器人模型和对应的模型文件；S5，基于选定的各组组合参数下的机器人模型和对应的模型文件，在动力学仿真平台中分别进行仿真实验并对仿真实验的结果进行评分；以及S6，采用代理模型优化器以选定的多组组合参数作为输入、各组组合参数下获得的评分作为输出建立数学代理模型并采用EGO(EfficientGlobalOptimization)算法对数学代理模型进行优化计算并最终获得最佳的组合参数。其中，待优化的仿人机器人的已知结构信息中除了包含仿人机器人的腿部结构参数、步行运动参数以及这些参数的待优化范围外，还包含所有已确定的其它部位的结构参数，因而在动力学仿真平台中基于已知结构信息所生成的待优化的仿人机器人模型已是一个半成品的仿人机器人模型。因此，在根据本专利技术的仿人机器人的结构与运动的协同优化方法中，对待优化的仿人机器人模型所做的工作就是仅优化与仿人机器人步行运动能力密切相关的腿部结构参数和步行运动参数。在本专利技术的仿人机器人的结构与运动的协同优化方法中，主要思想是将仿人机器人的腿部结构参数和步行运动参数组合起来一起作为可变参数进行优化，具体的优化思路是：首先选定多组组合参数、然后在动力学仿真平台中对选定的各组组合参数生成对应的机器人模型并进行运动效能的仿真实验(即实验设计的方法)，随后对各仿真实验的结果进行相应的评分，之后在代理模型优化器中以选定的多组组合参数作为输入、各组组合参数下获得的评分作为输出建立数学代理模型，最后采用EGO算法对数学代理模型进行优化计算，从而经由多次迭代获得最佳的组合参数，而以最佳的组合参数生成的机器人模型即为优化后的机器人模型。因此，本专利技术基于动力学仿真平台中的仿真实验以及仿真实验的结果和代理模型优化器的模型建立以及优化计算同时完成了机器人的腿部结构参数的优化和步行运动参数的优化，这样能够充分利用仿人机器人的腿部结构参数对步行运动的决定性作用，从而在腿部本文档来自技高网...

【技术保护点】
1.一种仿人机器人的结构与运动的协同优化方法，其特征在于，包括步骤：S1，提供待优化的仿人机器人的已知结构信息，已知结构信息中包含仿人机器人的腿部结构参数、步行运动参数以及这些参数的待优化范围；S2，将待优化的仿人机器人的已知结构信息导入动力学仿真平台中并生成待优化的仿人机器人模型；S3，选定处于待优化范围内的包含仿人机器人的腿部结构参数和步行运动参数的多组组合参数；S4，在动力学仿真平台中分别生成选定的各组组合参数下的机器人模型和对应的模型文件；S5，基于选定的各组组合参数下的机器人模型和对应的模型文件，在动力学仿真平台中分别进行仿真实验并对仿真实验的结果进行评分；以及S6，采用代理模型优化器以选定的多组组合参数作为输入、各组组合参数下获得的评分作为输出建立数学代理模型并采用EGO算法对数学代理模型进行优化计算并最终获得最佳的组合参数。

【技术特征摘要】
1.一种仿人机器人的结构与运动的协同优化方法，其特征在于，包括步骤：S1，提供待优化的仿人机器人的已知结构信息，已知结构信息中包含仿人机器人的腿部结构参数、步行运动参数以及这些参数的待优化范围；S2，将待优化的仿人机器人的已知结构信息导入动力学仿真平台中并生成待优化的仿人机器人模型；S3，选定处于待优化范围内的包含仿人机器人的腿部结构参数和步行运动参数的多组组合参数；S4，在动力学仿真平台中分别生成选定的各组组合参数下的机器人模型和对应的模型文件；S5，基于选定的各组组合参数下的机器人模型和对应的模型文件，在动力学仿真平台中分别进行仿真实验并对仿真实验的结果进行评分；以及S6，采用代理模型优化器以选定的多组组合参数作为输入、各组组合参数下获得的评分作为输出建立数学代理模型并采用EGO算法对数学代理模型进行优化计算并最终获得最佳的组合参数。2.根据权利要求1所述的仿人机器人的结构与运动的协同优化方法，其特征在于，在步骤S1中，仿人机器人的腿部结构参数包括：自脚底至髋关节的腿部总尺寸、大腿占总腿长的比例以及髋部的间距。3.根据权利要求1所述的仿人机器人的结构与运动的协同优化方法，其特征在于，在步骤S1中，仿人机器人的步行运动参数包括：步行下蹲幅度与总腿长的比例、摆动足摆动到最高点的距离、行走一步所经历的时间、以及一步步行期间单脚支撑期所占的时间比例。4.根据权利要求1所述的仿人机器人的结构与运动的协同优化方法，其特征在于，在步骤S3中，通过Latin超立方法选定多组组合参数。5.根据权利要求1所述的仿人机器人的结构与运动的协同优化方法，其特征在于，在步骤S5中，包括步骤：S51，采用标准试验方法分别为选定的各组组合参数下的仿人机器人模型设定理想的足迹序列；S52，采用步态规划器分别解析选定的各组组合参数下的模型文件并得到对应的三维线性倒立摆模型，然后依据步骤S51中设定的对应的足迹序列计算出在选定的各组组合参数下的关节轨迹；S53，将选定的各组组合参数下的关节轨迹分别导入动力学仿真平台中并进行各组组合参数下的仿人机器人模型的仿真实验；以及S54，基于采用的标准试验方法建立实验评估准则并对各组组合...

【专利技术属性】
技术研发人员：张继文，石循磊，陈恳，刘莉，王国磊，吴丹，宋立滨，徐静，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京,11