【技术实现步骤摘要】
本专利技术涉及机器人控制，尤其涉及一种机器人运动轨迹优化方法、计算机设备及介质。
技术介绍
1、现有技术中，采用质心动力学模型进行机器人的离线轨迹优化，通过生成的参考轨迹控制机器人以完成一系列特定的动作。在生成的参考轨迹中，包含了机器人质心的运动轨迹数据，如质心位置、质心速度、欧拉角、机身坐标系下的角速度、支撑足与地面的足地反力、足端位置等。然而，仅仅通过机器人质心的运动轨迹数据控制机器人的运动，并不能满足机器人腿部精细化运动(如后空翻运动)的需求。
技术实现思路
1、为满足机器人腿部精细化运动需求，实现机器人完成后空翻等腿部动作，增强机器人运动轨迹优化效果，本专利技术提出了一种机器人运动轨迹优化方法、计算机设备及介质。
2、第一方面，本专利技术提供了一种机器人运动轨迹优化方法，该方法包括：
3、获取机器人的第一质心运动轨迹数据；
4、将第一质心运动轨迹数据输入至预构建的质心动力学模型中，得到机器人的第二质心运动轨迹数据；
5、根据第二质心运动轨迹数据，以及预构建的全身动力学模型，得到机器人的全身运动轨迹数据，全身运动轨迹数据包括机器人的质心的运动轨迹数据和机器人的关节的运动轨迹数据。
6、通过上述方法，利用质心动力学模型和全身动力学模型，在优化机器人的质心运动轨迹的同时，还对机器人的关节运动轨迹进行了优化，即将通过质心动力学模型进行机器人的第一次运动轨迹优化，然后将第一次运动轨迹优化作为全身动力学模型的初始输入，提高了全
7、在一种可选的实施方式中，将第一质心运动轨迹数据输入至预构建的质心动力学模型中，得到机器人的第二质心运动轨迹数据，包括：
8、将第一质心运动轨迹数据输入至质心动力学模型中，得到第二质心运动轨迹数据，第二质心运动轨迹数据使得质心动力学模型中的第一代价函数值最小，第一代价函数值是通过第一质心运动轨迹数据和第二质心运动轨迹数据确定的。
9、在一种可选的实施方式中，第一质心运动轨迹数据中包括多个时刻的第一状态量和第一控制量，第二质心运动轨迹数据中包括各时刻的第二状态量和第二控制量，第一代价函数值是通过各时刻对应的第一状态量和第二状态量之差，以及各时刻对应的第一控制量和第二控制量之差计算得到的。
10、在一种可选的实施方式中，第二控制量包括足端位置，质心动力学模型中包括运动学约束，运动学约束用于将足端位置设定在预设空间区域中。
11、通过上述实施方式，利用运动学约束，将足端位置限定在预设空间区域中，保证机器人在预设空间区域完成后空翻等精细运动，提高机器人的控制精准度，同时在质心动力学模型的约束条件中仅考虑足端的运动空间，忽略机器人关节之间的运动关系，简化轨迹优化问题。
12、在一种可选的实施方式中，第二质心运动轨迹数据中包括多个时刻的第二状态量和第二控制量，第二状态量包括质心位置和质心速度，第二控制量包括足端位置，根据第二质心运动轨迹数据，以及预构建的全身动力学模型，得到机器人的全身运动轨迹数据，包括：
13、根据各第二状态量中的质心速度，计算各时刻的动量矩阵；
14、将各质心位置、各动量矩阵和各足端位置，输入至全身动力学模型中，得到全身运动轨迹数据，全身运动轨迹数据使得质心动力学模型中的第二代价函数值最小，第二代价函数值是通过第二质心运动轨迹数据和全身运动轨迹数据确定的。
15、在一种可选的实施方式中，全身运动轨迹数据包括广义位置和广义速度，第二代价函数表示为：
16、
17、其中，jwbd代表第二代价函数；分别代表质心位置的惩罚权重、动量矩阵的惩罚权重、足端位置的惩罚权重；χr(·)是广义位置到质心位置的映射；χj(·)是广义位置到足端位置的映射；a(·)表征了动量矩阵与广义速度之间的关系；q是广义位置；是质心位置；是动量矩阵；是足端位置；是广义速度；nf是足端的数量。
18、在一种可选的实施方式中，全身运动轨迹数据还包括关节力矩和接触力，全身动力学模型还包括动力学约束，动力学约束表示为：
19、
20、其中，m(·)表示质量矩阵；q表示广义位置；表示广义速度；表示广义加速度；c(·)表示科氏力项；b为τ表示关节力矩；jc表示接触雅可比矩阵；fc表示接触力；分别表示碰撞前后广义速度中的关节速度；λ表示碰撞瞬间的冲量。
21、通过上述实施方式，在全身动力学模型中，考虑了足端与地面接触时发生的冲击对机器人造成的影响，通过动力学约束实现对机器人接触碰撞的冲击约束，避免冲击过大给机器人带来损坏。
22、在一种可选的实施方式中，方法还包括：
23、根据全身运动轨迹数据，控制机器人运动。
24、通过上述实施方式，全身运动轨迹数据既包含有机器人质心的运动轨迹数据，还包括机器人腿部关节的运动轨迹数据，利用全身运动轨迹数据可以更加精准的控制机器人，使其完成后空翻等腿部精细运动。
25、第二方面，本专利技术还提供了一种计算机设备，包括存储器和处理器，存储器和处理器之间互相通信连接，存储器中存储有计算机指令，处理器通过执行计算机指令，从而执行第一方面或第一方面的任一实施方式的机器人运动轨迹优化方法的步骤。
26、第三方面，本专利技术还提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现第一方面或第一方面的任一实施方式的机器人运动轨迹优化方法的步骤。
本文档来自技高网...【技术保护点】
1.一种机器人运动轨迹优化方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述将所述第一质心运动轨迹数据输入至预构建的质心动力学模型中，得到所述机器人的第二质心运动轨迹数据，包括：
3.根据权利要求2所述的方法，其特征在于，所述第一质心运动轨迹数据中包括多个时刻的第一状态量和第一控制量，所述第二质心运动轨迹数据中包括各所述时刻的第二状态量和第二控制量，所述第一代价函数值是通过各所述时刻对应的第一状态量和第二状态量之差，以及各所述时刻对应的第一控制量和第二控制量之差计算得到的。
4.根据权利要求3所述的方法，其特征在于，所述第二控制量包括足端位置，所述质心动力学模型中包括运动学约束，所述运动学约束用于将所述足端位置设定在预设空间区域中。
5.根据权利要求1所述的方法，其特征在于，所述第二质心运动轨迹数据中包括多个时刻的第二状态量和第二控制量，所述第二状态量包括质心位置和质心速度，所述第二控制量包括足端位置，所述根据所述第二质心运动轨迹数据，以及预构建的全身动力学模型，得到所述机器人的全身运动轨迹数据，包括：
6.根据权利要求5所述的方法，其特征在于，所述全身运动轨迹数据包括广义位置和广义速度，所述第二代价函数表示为：
7.根据权利要求6所述的方法，其特征在于，所述全身运动轨迹数据还包括关节力矩和接触力，所述全身动力学模型还包括动力学约束，所述动力学约束表示为：
8.根据权利要求1所述的方法，其特征在于，所述方法还包括：
9.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行权利要求1-8中任一项所述的机器人运动轨迹优化方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-8中任一项所述的机器人运动轨迹优化方法的步骤。
...【技术特征摘要】
1.一种机器人运动轨迹优化方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述将所述第一质心运动轨迹数据输入至预构建的质心动力学模型中，得到所述机器人的第二质心运动轨迹数据，包括：
3.根据权利要求2所述的方法，其特征在于，所述第一质心运动轨迹数据中包括多个时刻的第一状态量和第一控制量，所述第二质心运动轨迹数据中包括各所述时刻的第二状态量和第二控制量，所述第一代价函数值是通过各所述时刻对应的第一状态量和第二状态量之差，以及各所述时刻对应的第一控制量和第二控制量之差计算得到的。
4.根据权利要求3所述的方法，其特征在于，所述第二控制量包括足端位置，所述质心动力学模型中包括运动学约束，所述运动学约束用于将所述足端位置设定在预设空间区域中。
5.根据权利要求1所述的方法，其特征在于，所述第二质心运动轨迹数据中包括多个时刻的第二状态量和第二控制量，所述第二状态量包括质心位置和质心速度，所述第二控制量...
【专利技术属性】
技术研发人员：冷晓琨，常琳，何治成，吴雨璁，柯真东，王松，张秋实，
申请(专利权)人：乐聚深圳机器人技术有限公司，
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。