【技术实现步骤摘要】
本专利技术属于足式机器人控制，具体涉及一种足式机器人最优连续落足点选择方法及系统。
技术介绍
1、本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
2、足式机器人足端与地面间的接触是离散点接触方式，相比于轮式、履带式机器人具有更强的崎岖地形适应性。为了使机器人更好的发挥复杂地形环境下的运动性能，目前一般均利用机器人上安装的激光、视觉、深度相机等传感器，建立机器人局部环境地图，使机器人具备对周边地形的感知能力，从而实现基于地形信息的落足点规划控制，保证机器人复杂地形环境下运动的稳定性。对于一些落足点离散的特殊地形，需要机器人根据获取的地形信息实时选择落足位置，这给机器人的自主运行带来了较大的困难，如果处理不当会导致机器人摔倒甚至损坏。
3、目前常被采用的落足点选择方法多是对最靠近机器人机体的单一落足点区域进行分析，能保证迈步腿(摆动腿)足部成功落到该落足点区域范围内即可，未对后续的落足位置进行连续分析。这样简单的选择落足点会导致机器人为了在不同的落足点之间保持机体稳定必须进行较大幅度的机体平移、扭摆和腿部关节转动，不但增加了机体倾覆的风险，增大了能量损耗，还会因为关节转动角度受限使机器人无法顺利向临近落足点区域迈步。
技术实现思路
1、本专利技术为了解决上述问题，提出了一种足式机器人最优连续落足点选择方法及系统，本专利技术具有滚动预测和优化选择的优点，在通过落足点离散的特殊地形时可以为机器人选择更为合理的落足点位置，降低了机体倾覆的
2、根据一些实施例，本专利技术采用如下技术方案：
3、介绍技术方案前，本专利技术需要进行以下前提约束，即机器人通过落足点离散的特殊地形时，选择使用静步态(如四足机器人，即三腿同时着地的步态)进行行走，且选定的每个落足点都有足够的接触面和摩擦力，能使迈步腿平稳落地并保持机体稳定。
4、一种足式机器人最优连续落足点选择方法，包括以下步骤：
5、获取各个可落足区域坐标数据；
6、确定可行通道；
7、将可行通道内的可落足区域分割出多个规则形状；
8、选择距离当前位置最近的可落足区域为下一落足区域，遍历各个规则形状的中心点的三维坐标位置，利用逆运动学解算出机器人处于当前机体位置时向下一落足区域的各个规则形状中心迈步的所有机体轴向和腿部关节的转动角度值，排除解算值不符合落足要求的规则形状，根据剩余的规则形状中心位置，通过运动学方程计算出机器人完成迈步且机体前移后的机体中心位置；
9、滚动执行上一步骤，得到所有预测路线，计算所有预测路线中机器人的总转动增量；
10、以机器人机体位置移动累积偏差值和总转动增量之和最小为目标函数，对落足点进行优化，得到最优结果。
11、作为可选择的实施方式，利用方向包围盒obb算法将每个选定的可落足区域边框内分割出ni个边长为lt的等边三角形，等边三角形的侧边与当前机器人抬起腿对侧的两条支撑腿的落足点位置连线齐平。
12、作为可选择的实施方式，选择和当前位置直线距离最近的可落足区域为下一落足区域。
13、作为可选择的实施方式，如果有任何一个机体轴向或腿部关节的转动角度超出机械结构限定或安全限定范围，则判定该三角形不符合落足要求，进行排除。
14、作为可选择的实施方式，计算所有预测路线中机器人的总转动增量的具体过程包括：对于第k步预测得到的可落足区域sk符合落足要求的nlk个三角形，依次计算机器人从起始位置通过迈出k步抵达第nilk个三角形中心位置时机体轴向或腿部关节的总转动角度值，并在此基础上增加误差累积系数，得到总转动增量。
15、作为可选择的实施方式，对所述目标函数进行改进，使机器人机体位置移动累积偏差值和总转动增量分别乘以一权重矩阵，所述权重矩阵均为对角矩阵，在满足半正定或者正定时，有全局唯一解。
16、作为可选择的实施方式，所述方法的各个步骤迭代执行。
17、一种足式机器人最优连续落足点选择系统，包括：
18、获取模块，被配置为获取各个可落足区域坐标数据；
19、分割模块，被配置为确定可行通道，将可行通道内的可落足区域分割出多个规则形状；
20、预测模块，被配置为选择距离当前位置最近的可落足区域为下一落足区域，遍历各个规则形状的中心点的三维坐标位置，利用逆运动学解算出机器人处于当前机体位置时向下一落足区域的各个规则形状中心迈步的所有机体轴向和腿部关节的转动角度值，排除解算值不符合落足要求的规则形状，根据剩余的规则形状中心位置，通过运动学方程计算出机器人完成迈步且机体前移后的机体中心位置；
21、计算模块，被配置为滚动执行预测过程，得到所有预测路线，计算所有预测路线中机器人的总转动增量；
22、寻优模块，被配置为以机器人机体位置移动累积偏差值和总转动增量之和最小为目标函数，对落足点进行优化，得到最优结果。
23、作为可选择的实施方式，所述获取模块为机器人上安装的传感器，用于获取机器人当前位置下机体前方相邻的多个可落足区域的边缘位置坐标数据。
24、一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成上述中方法中的步骤。
25、与现有技术相比，本专利技术的有益效果为：
26、本专利技术创新性提供了一种足式机器人最优连续落足点选择方法及系统，根据场景确定可行通道，选择可行通道覆盖的可落足区域，对各个区域进行划分，计算各划分后的小区域内的总转动增量，实现滚动预测，并以机器人机体位置移动累积偏差值和总转动增量之和最小为目标函数，找到最优方案。本专利技术具有滚动预测和优化选择的优点，在通过落足点离散的特殊地形时可以为机器人选择更为合理的落足点位置，降低了机体倾覆的风险和能量损耗，提升了机器人通过落足点离散地形的成功率。
27、为使本专利技术的上述目的、特征和优点能更清晰易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
本文档来自技高网...【技术保护点】
1.一种足式机器人最优连续落足点选择方法，其特征是，包括以下步骤：
2.如权利要求1所述的一种足式机器人最优连续落足点选择方法，其特征是，利用方向包围盒OBB算法将每个选定的可落足区域边框内分割出ni个边长为lt的等边三角形，等边三角形的侧边与当前机器人抬起腿对侧的两条支撑腿的落足点位置连线齐平。
3.如权利要求1所述的一种足式机器人最优连续落足点选择方法，其特征是，选择和当前位置直线距离最近的可落足区域为下一落足区域。
4.如权利要求1所述的一种足式机器人最优连续落足点选择方法，其特征是，如果有任何一个机体轴向或腿部关节的转动角度超出机械结构限定或安全限定范围，则判定该三角形不符合落足要求，进行排除。
5.如权利要求1所述的一种足式机器人最优连续落足点选择方法，其特征是，计算所有预测路线中机器人的总转动增量的具体过程包括：对于第k步预测得到的可落足区域Sk符合落足要求的nlk个三角形，依次计算机器人从起始位置通过迈出k步抵达第nilk个三角形中心位置时机体轴向或腿部关节的总转动角度值，并在此基础上增加误差累积系数，得到总转动增量。
6.如权利要求1所述的一种足式机器人最优连续落足点选择方法，其特征是，对所述目标函数进行改进，使机器人机体位置移动累积偏差值和总转动增量分别乘以一权重矩阵，所述权重矩阵均为对角矩阵，在满足半正定或者正定时，有全局唯一解。
7.如权利要求1-6中任一项所述的一种足式机器人最优连续落足点选择方法，其特征是，各个步骤迭代执行。
8.一种足式机器人最优连续落足点选择系统，其特征是，包括：
9.如权利要求8所述的一种足式机器人最优连续落足点选择系统，其特征是，所述获取模块为机器人上安装的传感器，用于获取机器人当前位置下机体前方相邻的多个可落足区域的边缘位置坐标数据。
10.一种电子设备，其特征是，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成权利要求1-8中任一项所述的方法中的步骤。
...【技术特征摘要】
1.一种足式机器人最优连续落足点选择方法，其特征是，包括以下步骤：
2.如权利要求1所述的一种足式机器人最优连续落足点选择方法，其特征是，利用方向包围盒obb算法将每个选定的可落足区域边框内分割出ni个边长为lt的等边三角形，等边三角形的侧边与当前机器人抬起腿对侧的两条支撑腿的落足点位置连线齐平。
3.如权利要求1所述的一种足式机器人最优连续落足点选择方法，其特征是，选择和当前位置直线距离最近的可落足区域为下一落足区域。
4.如权利要求1所述的一种足式机器人最优连续落足点选择方法，其特征是，如果有任何一个机体轴向或腿部关节的转动角度超出机械结构限定或安全限定范围，则判定该三角形不符合落足要求，进行排除。
5.如权利要求1所述的一种足式机器人最优连续落足点选择方法，其特征是，计算所有预测路线中机器人的总转动增量的具体过程包括：对于第k步预测得到的可落足区域sk符合落足要求的nlk个三角形，依次计算机器人从起始位置通过迈出k步抵达第nilk...
【专利技术属性】
技术研发人员：陈斌，孟健，张斌，张海龙，魏来福，董旭，肖鹏，刘继志，杨尚伟，赵玉良，
申请(专利权)人：国网智能科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。