一种基于虚拟传感器的足式机器人地形感知方法技术

一种基于虚拟传感器的足式机器人地形感知方法，属于机器人感知领域，包括如下步骤：S1、建立触地检测神经网络模型和土壤分类机器学习模型；S2、在不同地形、不同步态条件下，采集足式机器人的腿关节的角度、腿关节的角速度、电机电流、腿与地面的接触力数据作为样本；S3、利用S2中采集的样本，对触地检测神经网络模型和土壤分类机器学习模型进行训练；S4、将S3中训练后的触地检测神经网络模型和土壤分类机器学习模型作为足式机器人的地形感知系统，用于地形感知。本发明专利技术方法能够提高机器人的行走稳定性和运动能力，同时增强机器人的鲁棒性及其行为的可靠性；此外简化了机器人的硬件，降低了设计、加工和维护成本。

A terrain sensing method of foot robot based on virtual sensor

【技术实现步骤摘要】
一种基于虚拟传感器的足式机器人地形感知方法
本专利技术涉及一种基于虚拟传感器的足式机器人地形感知方法，涉及一种室外作业的足式机器人的地形感知，适用于足式机器人对内部和外部环境信息的获取，属于机器人感知领域。
技术介绍
地形感知能力对于室外作业尤其是深空探测机器人极为重要，复杂的非结构化地质条件给机器人的移动性能带来很大影响，使其无法完成预定任务，甚至对其本身造成危险。单纯的基于视觉的地形感知方法很难获得表层土壤下的地形结构和物理特性，而基于触觉的感知方法大多需要在机器人足部安装触觉传感器，该传感器与各种地形相互作用，极易造成损坏，从而降低系统鲁棒性。并且，航天器具有在轨故障不易维修的特点，该触觉传感系统将严重影响整个系统的可靠性。
技术实现思路
本专利技术要解决的技术问题是：克服现有技术的不足，提供了一种基于虚拟传感器的足式机器人地形感知方法，包括如下步骤：S1、建立触地检测神经网络模型和土壤分类机器学习模型；S2、在不同地形、不同步态条件下，采集足式机器人的腿关节的角度、腿关节的角速度、电机电流、腿与地面的接触力数据作为样本文档来自技高网...

【技术保护点】
1.一种基于虚拟传感器的足式机器人地形感知方法，其特征在于，包括如下步骤：/nS1、建立触地检测神经网络模型和土壤分类机器学习模型；/nS2、在不同地形、不同步态条件下，采集足式机器人的腿关节的角度、腿关节的角速度、电机电流、腿与地面的接触力数据作为样本；/nS3、利用S2中采集的样本，对触地检测神经网络模型和土壤分类机器学习模型进行训练；/nS4、将S3中训练后的触地检测神经网络模型和土壤分类机器学习模型作为足式机器人的地形感知系统，用于地形感知。/n

【技术特征摘要】
1.一种基于虚拟传感器的足式机器人地形感知方法，其特征在于，包括如下步骤：
S1、建立触地检测神经网络模型和土壤分类机器学习模型；
S2、在不同地形、不同步态条件下，采集足式机器人的腿关节的角度、腿关节的角速度、电机电流、腿与地面的接触力数据作为样本；
S3、利用S2中采集的样本，对触地检测神经网络模型和土壤分类机器学习模型进行训练；
S4、将S3中训练后的触地检测神经网络模型和土壤分类机器学习模型作为足式机器人的地形感知系统，用于地形感知。


2.根据权利要求1所述的一种基于虚拟传感器的足式机器人地形感知方法，其特征在于，S3中对触地检测神经网络模型进行训练时，同时利用网络输出与期望输出的误差，和，网络输出与期望输出对输入的导数误差，修正触地检测神经网络模型的网络权值。


3.根据权利要求1或2所述的一种基于虚拟传感器的足式机器人地形感知方法，其特征在于，S3中首先采用离散小波变换对足式机器人的单腿关节信息的样本数据进行提取，然后利用支持向量机分类器对提取的足式机器人的单腿关节信息进行分类，获得训练后的土壤分类机器学习模型。


4.根据权利要求1或2所述的一种基于虚拟传感器的足式机器人地形感知方法，其特征在于，将足式机器人的腿关节的角度、腿关节的角速度、电机电流作为触地检测神经网络模型的输入样本，将腿与地面的接触力作为触地检测神经网络模型的输出样本。


5.根据权利要求1或2所述的一种基于虚拟传感器的足式机器人地形感知方法，其特征在于，将足式机器人的腿关节的角度、腿关节的角速度、电机电流和土壤样本作为土壤分类机器学习模型的样本。


6.一种基于虚拟传感器的足...

【专利技术属性】
技术研发人员：吴爽，危清清，陈磊，张沛，王储，刘宾，姜水清，李德伦，刘鑫，白美，
申请(专利权)人：北京空间飞行器总体设计部，
类型：发明
国别省市：北京;11