机器人转身及下蹲稳定站立控制方法、装置及相关设备制造方法及图纸

本申请公开了一种机器人转身及下蹲稳定站立控制方法、装置、设备及存储介质，获取目标人形机器人的本体感知信息，包括执行转身任务时的目标转动角度，执行下蹲任务时的目标骨盆高度；将本体感知信息输入给策略网络得到输出的动作，策略网络在仿真器中采用强化学习训练，奖励函数包括鼓励机器人下蹲到指定骨盆高度的第一函数、鼓励机器人下蹲过程骨盆在z轴方向的运动速度贴近期望下蹲速度的第二函数、鼓励机器人转身到指定角度的第三函数；通过控制器将输出动作转换为关节扭矩以控制机器人动作。通过仿真训练避免了对机器人硬件设备的损耗。采用强化学习训练，能够得到性能更优的策略网络，实现机器人转身及下蹲过程的稳定站立控制。

【技术实现步骤摘要】

本申请涉及机器人控制，更具体的说，是涉及一种机器人转身及下蹲稳定站立控制方法、装置、设备及存储介质。

技术介绍

1、随着机器人技术的应用和发展，机器人逐渐从工业领域向服务、娱乐、教育等领域渗透，当前比较热门的研究方向如人形机器人。人形机器人通过程序控制，可以执行一些设定的动作。

2、以往的对人形机器人的动作控制通常采用一些比较传统的算法，如pid算法等，在测试阶段需要在真机上验证并调优算法，这个过程不可避免的会由于算法的缺陷给机器人带来不利影响，严重时甚至给机器人硬件带来不可逆的损伤，极大浪费了硬件设备资源。且，传统算法的控制效果也不佳，尤其是在机器人转身和下蹲的过程，无法很好的保持机器人的稳定站立。

技术实现思路

1、鉴于上述问题，提出了本申请以便提供一种机器人转身及下蹲稳定站立控制方法、装置、设备及存储介质，以实现对人形机器人转身及下蹲过程站立稳定性的控制。具体方案如下：

2、第一方面，提供了一种机器人转身及下蹲稳定站立控制方法，包括：

3、获取目标人形机器人的本体感知本文档来自技高网...

【技术保护点】

1.一种机器人转身及下蹲稳定站立控制方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述策略网络在所述仿真器中的训练过程，包括：

3.根据权利要求2所述的方法，其特征在于，所述特权信息包括地形高度信息。

4.根据权利要求1所述的方法，其特征在于，所述本体感知信息包括：

5.根据权利要求1所述的方法，其特征在于，所述策略网络输出的n维动作包括：n个关节各自相对于默认关节位置的相对位置变化。

6.根据权利要求2所述的方法，其特征在于，所述强化学习的奖励函数还包括以下任意一项或多项奖励函数，由所有的奖励函数通过加权...

【技术特征摘要】

1.一种机器人转身及下蹲稳定站立控制方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述策略网络在所述仿真器中的训练过程，包括：

3.根据权利要求2所述的方法，其特征在于，所述特权信息包括地形高度信息。

4.根据权利要求1所述的方法，其特征在于，所述本体感知信息包括：

5.根据权利要求1所述的方法，其特征在于，所述策略网络输出的n维动作包括：n个关节各自相对于默认关节位置的相对位置变化。

6.根据权利要求2所述的方法，其特征在于，所述强化学习的奖励函数还包括以下任意一项或多项奖励函数，由所有的奖励函数通过加权求和作为总奖励函数：

7.根据...

【专利技术属性】
技术研发人员：倪婧菲，刘迪源，
申请(专利权)人：科大讯飞股份有限公司，
类型：发明
国别省市：