一种机器狗的仿真控制方法和系统技术方案

本发明专利技术公开一种机器狗的仿真控制方法及系统，该方法包括以下步骤：获取机器狗的行走速度，对行走速度进行滑动平均滤波处理；将机器狗的其中一双处于对角线的双足定义为摆动腿，将另一双处于对角线的双足定义为站立腿；采用Raibert的三通道解耦中的落足点算法规划摆动腿的动作；采用模型预测控制算法将机器狗简化为单刚体模型，同时选取单刚体模型的状态变量，根据状态变量求解站立腿预期的关节扭矩；根据动作和关节扭矩生成机器狗的对角小跑步态。本发明专利技术的有益效果是：通过以摆动腿的动作和关节扭矩为目标参数，生成所述机器狗的对角小跑步态，解决了目前移动机器人无法在例如台阶、陡坡等复杂环境下工作的问题。陡坡等复杂环境下工作的问题。陡坡等复杂环境下工作的问题。

【技术实现步骤摘要】
一种机器狗的仿真控制方法和系统


[0001]本专利技术涉及多足机器人控制领域，尤其涉及一种机器狗的仿真控制方法和系统。

技术介绍

[0002]现有的移动机器人技术在轮式机器人和履带式机器人上的发展正在趋向成熟，但是从另外一个角度看，轮式机器人和履带式机器人只能在平坦的路面上进行移动，这大大限制了它们的应用范围。在日常生活中，面对如台阶、陡坡等等复杂的地形，无论是轮式机器人还是履带式机器人都无法适应，因此需要足式机器人。其中，四足的机器狗相对于双足机器人稳定性更强，相对于六足机器人则操作更加简单，因此是现今研发的重点领域。
[0003]对于四足机器狗，现有的零力矩点(ZMP)控制方法的前提是静态的稳定控制，即保证机器人的重心(COG)在足端所在的支撑平面的投影处于支撑足形成的多边形内部，以保证机器人是静态稳定的。通常用静态稳定裕度来判定一次静态运动的稳定性，即COG与多边形所形成的最短距离。为了保证合理的静态稳定裕度值，机器人需要时刻改变自己速度和位置，因此无法在较快的频率下处理，只适用于较慢的速度，无法应对例如台阶、陡坡等复杂环境的缺陷。

技术实现思路

[0004]针对上述问题，本专利技术提出一种机器狗的仿真控制方法和系统，主要解决基于零力矩点控制的四足机器狗运行频率过低的问题。
[0005]为解决上述技术问题，本专利技术第一方面提出一种机器狗的仿真控制方法，包括以下步骤：
[0006]获取机器狗的行走速度，对所述行走速度进行滑动平均滤波处理；
[0007]将所述机器狗的其中一双处于对角线的双足定义为摆动腿，将另一双处于对角线的双足定义为站立腿；
[0008]采用Raibert的三通道解耦中的落足点算法规划所述摆动腿的动作；
[0009]采用模型预测控制算法将所述机器狗简化为单刚体模型，同时选取所述单刚体模型的状态变量，根据所述状态变量求解所述站立腿预期的关节扭矩；
[0010]根据所述动作和所述关节扭矩生成所述机器狗的对角小跑步态。
[0011]本专利技术第二方面提出一种机器狗的仿真控制系统，包括：
[0012]速度估计控制单元，用于获取机器狗的行走速度，对所述行走速度进行滑动平均滤波处理；
[0013]机器狗模块，将所述机器狗的其中一双处于对角线的双足定义为摆动腿，将另一双处于对角线的双足定义为站立腿；
[0014]摆动腿单元，用于采用Raibert的三通道解耦中的落足点算法规划所述摆动腿的动作；
[0015]站立腿单元，用于采用模型预测控制算法将所述机器狗简化为单刚体模型，同时
选取所述单刚体模型的状态变量，根据所述状态变量求解所述站立腿预期的关节扭矩；
[0016]步态生成单元，用于根据所述动作和所述关节扭矩生成所述机器狗的对角小跑步态。
[0017]第三方面，本专利技术提供一种机器狗的仿真装置，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上任一所述方法的步骤。
[0018]第四方面，本专利技术提供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程序，所述计算机程序被处理器执行时实现如上任一所述方法的步骤。
[0019]本专利技术的有益效果为：通过以摆动腿的动作和关节扭矩为目标参数，生成所述机器狗的对角小跑步态，解决了目前移动机器人无法在例如台阶、陡坡等复杂环境下工作的问题。
附图说明
[0020]图1为本专利技术实施例一公开的机器狗的仿真控制方法的流程示意图；
[0021]图2为本专利技术实施例二公开的机器狗的仿真控制系统的结构图；
[0022]图3A为机器狗的仿真控制站立相效果图；
[0023]图3B为机器狗的仿真控制摆动相效果图；
[0024]图3C为机器狗的又一仿真控制摆动相效果图；
[0025]图4为本专利技术的机器狗功能包结构图；图5为本专利技术实施例三公开的的机器狗的仿真装置的结构示意图。
具体实施方式
[0026]为使本专利技术的目的、技术方案及优点更加清楚、明确，下面结合附图和具体实施方式对本专利技术的内容做进一步详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本专利技术，而非对本专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部内容。
[0027]实施例一
[0028]本实施例提出了一种机器狗的仿真控制方法，该仿真控制方法基于pybullet仿真环境，使用python编程语言，通过.urdf文件加载模型，而机器狗采用机器人操作系统设计。通过以摆动腿的动作和关节扭矩为目标参数，生成所述机器狗的对角小跑步态，解决了目前移动机器人无法在例如台阶、陡坡等复杂环境下工作的问题。
[0029]如图1所示，主要包括以下步骤：
[0030]S1，获取机器狗的行走速度，对行走速度进行滑动平均滤波处理；在S1中，滑动平均滤波处理是一种低通滤波器，采用补偿求和算法对行走速度进行滑动平均滤波处理，可以很好地阻断高频干扰，得到稳定的行走速度参数。
[0031]将机器狗的其中一双处于对角线的双足定义为摆动腿，将另一双处于对角线的双足定义为站立腿。
[0032]S2，采用Raibert的三通道解耦中的落足点算法规划摆动腿的动作，摆动腿的前行速度包括平动和转动两部分。摆动腿的控制器包含两个函数，即二次函数曲线上点的生成
以及二次曲线轨迹的生成，除此还包含一个依据Raibert方法的摆动腿落足点规划。
[0033]S3，采用模型预测控制算法将机器狗简化为单刚体模型，同时选取单刚体模型的状态变量，状态变量有13个，分别是3个旋转角、3个位置向量、3个平动速度向量、3个角速度矢量以及重力加速度，根据状态变量求解站立腿预期的关节扭矩，进行机器狗的腿站立。在S3中，模型预测控制算法还用于根据单刚体模型预测最优地面反力，根据最优地面反力控制状态变量的变化。更优的，将站立腿的足底受到的摩擦阻力作为模型预测控制算法的约束条件，并根据约束条件构建标准二次规划，求解出最优地面反力，将最优地面反力逆解到站立腿的关节处，求解站立腿预期的关节扭矩。
[0034]S4，根据动作和关节扭矩生成机器狗的对角小跑步态。
[0035]实施例二
[0036]本实施例提出了一种机器狗的仿真控制系统，如图2所示，包括：
[0037]速度估计控制单元，用于获取机器狗的行走速度，对行走速度进行滑动平均滤波处理；采用补偿求和算法行走速度进行滑动平均滤波处理。
[0038]机器狗模块，将机器狗的其中一双处于对角线的双足定义为摆动腿，将另一双处于对角线的双足定义为站立腿；
[0039]摆动腿单元，用于采用Raibert的三通道解耦中的落足点算法规划摆动腿的动作；
[0040]站立腿单元，用于采用模型预测控制算法将机器狗简化为单刚体模型，同时选取单刚体模型的状态变量，根据状态变量求解站立腿预期的关节扭本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种机器狗的仿真控制方法，其特征在于，包括以下步骤：获取机器狗的行走速度，对所述行走速度进行滑动平均滤波处理；将所述机器狗的其中一双处于对角线的双足定义为摆动腿，将另一双处于对角线的双足定义为站立腿；采用Raibert的三通道解耦中的落足点算法规划所述摆动腿的动作；采用模型预测控制算法将所述机器狗简化为单刚体模型，同时选取所述单刚体模型的状态变量，根据所述状态变量求解所述站立腿预期的关节扭矩；根据所述动作和所述关节扭矩生成所述机器狗的对角小跑步态。2.如权利要求1所述的机器狗的仿真控制方法，其特征在于，采用补偿求和算法对所述行走速度进行滑动平均滤波处理。3.如权利要求1所述的机器狗的仿真控制方法，其特征在于，所述模型预测控制算法还用于根据所述单刚体模型预测最优地面反力，根据所述最优地面反力控制所述状态变量的变化。4.如权利要求4所述的机器狗的仿真控制方法，其特征在于，将所述站立腿的足底受到的摩擦阻力作为所述模型预测控制算法的约束条件，并根据所述约束条件构建标准二次规划，求解出所述最优地面反力，将所述最优地面反力逆解到所述站立腿的关节处，求解所述站立腿预期的关节扭矩。5.一种机器狗的仿真控制系统，其特征在于，包括：速度估计控制单元，用于获取机器狗的行走速度，对所述行走速度进行滑动平均滤波处理；机器狗模块，将所述机器狗的其中一双处于对角线的双足定义为摆动腿，将另一双处于对角线的双足定...

【专利技术属性】
技术研发人员：张智军，丁成，罗亚梅，邢永恒，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：