一种面向崎岖地形环境的六足机器人运动规划方法

本发明涉及一种面向崎岖地形环境的六足机器人运动规划方法，具体涉及机器人的路径规划和轨迹规划领域。

背景技术：

1、随着人类科技进步和全球经济增长，有关机器人的研究已经不再局限于定点环境的应用，而是逐渐向太空探测、海底资源开发、灾害现场搜救、军事侦察等领域发展。由于需要适应多种不同领域及地势环境，足式机器人相较于履带式和轮式机器人的优势日益凸显，不仅能在移动过程中自由选择支撑点，还能随时进行自身的姿态调整以保持机身稳定，因此能够在实际应用中显示出较好的机动性与灵活性。以昆虫作为仿真对象的足式机器人是足式机器人最基本的形式之一，根据其腿部的数量可分为单足、双足、四足、六足、八足等，其中六足机器人以较好的稳定性、灵活性与承载能力以及相较于八足机器人更为简单的结构，成为了适应复杂环境下工作的最优机器人构型。针对六足机器人，国内外相关学者在结构仿真、步态规划、足部之间协调控制等方面取得了突破性的研究进展，也研制出了适应不同工作条件的六足机器人，初步实现了六足机器人的仿生运动。但现阶段，有关六足机器人的研制仍存在诸多问题需要攻关，例如：现阶段六足机器人行走过于机械，并不能完成复杂的仿生运动，对于地形的适应能力不足等。作为移动机器人实现自主导航的关键技术之一，路径规划技术得到了极大的发展。无碰撞路径规划算法可以避免机器人在运动途中与障碍物相撞，具有很强的实用性，引起了学者们的广泛关注。目前，常用的基于可视图的机器人无碰撞路径规划方法有bug算法、人工势场算法，然而，这两种算法都不能保证规划出一条成功的路径，因为bug算法可能无法找到最优路径，人工势场算法由于局部极小值的存在，可能导致解的错误收敛。为此，brass等和salzman等在每个多边形障碍物的所有顶点、初始点和目标点之间创建链接，通过选择一组长度最优的链接，设计了基于可视图的无碰撞路径规划方法。另外一些无碰撞轨迹规划方法则是基于采样的规划方法，如快速搜索随机树(rrt)算法、概率路线图算法、kpiece算法和ests算法。这些算法可以与遗传算法、神经网络和蚁群优化算法等启发式优化方法相结合，提高路径规划效率和质量。以往的路径规划研究大都没有结合机器人具体应用领域，缺乏针对性和应用性，所以，有关机器人无碰撞路径规划方法，尤其是针对具体作业任务的规划方法，仍需要进一步的研究和改进。六足机器人的运动是以其部分腿作为支撑共同推动躯干，其余腿以躯干为基座向前摆动的过程，其轨迹规划主要涉及步态规划、腿部轨迹生成两个问题。较早时期的六足机器人大多采用的是固定步态，即步态数据按一定规律由研究者事先计算完成，然后存储到机器人当中，当需要时可进行调用。随着研究的深入和对机器人运动性能要求的逐步提高，自由步态的概念被提出并应用。holk通过分析竹节虫行走的腿间协调规律，提出了基于局部规则的步态规划方法。joseph等利用中枢模式发生器设计了步态规划方法和控制器。六足机器人的腿部轨迹可基于任务空间进行规划，也可基于腿部关节在关节空间进行规划。较为早期的六足机器人多采用的是离线式轨迹规划，即将机器人各腿部或者各关节的运动轨迹预先规划好，并存储到机器人当中，当需要时进行调用即可。为了提高机器人的适应能力，很多学者提出了基于优化目标的轨迹生成方法。mustafa等提出了以系统能耗为最优目标的关节空间轨迹生成方法。aurelio等提出了一种以加加速度为优化目标的轨迹生成方法，将轨迹规划问题转化成了最优控制问题。此外，还有学者提出了基于智能算法的机器人轨迹生成方法。综上，随着机器人应用范围的不断扩大，设计实时性好、适应能力优异的运动规划方法将极大地提高机器人在复杂地形环境的自主作业能力，提升机器人的应用价值。

2、目前大部分六足机器人采用的是先按照预定运动轨迹运动再根据反馈信息进行控制和调整的运动策略，极度缺乏适应性，很难满足崎岖的地形环境对机器人运动能力的要求，在崎岖地形环境作业的六足机器人大多采用远程控制的模式，虽然通过人的参与弥补六足机器人在环境认知和环境适应性方面的不足，但这种方式存在机器人与操作者之间通信时滞、机器人作业效率和连续工作稳定性无法得到保证的问题，限制了六足机器人的实际应用，可见，六足机器人在实际应用中暴露出亟待解决的关键性问题是如何提高适应复杂环境和独立作业的能力。

3、解决这一问题的关键是研究一种可以全面提高六足机器人认识环境、规划运动、有效行动等综合自主能力的工作方式，结合复杂的工作场景以及工作特点分析，提出一种全局路径规划和局部轨迹规划相结合的六足机器人运动规划方法，可以规划出更为稳定和接近于人类行为特性的运动路径，实现六足机器人支撑腿和摆动腿的最优轨迹规划，提高六足机器人复杂环境适应能力和自主作业能力。

技术实现思路

1、本发明解决的技术问题是：针对崎岖的地形环境下六足机器人适应能力差，作业效率和连续工作稳定性无法得到保证的问题，提出一种全局路径规划和局部轨迹规划相结合的六足机器人运动规划方法，提高六足机器人在实际应用中适应复杂环境和独立作业的能力。

2、本发明的技术解决方案是：一种面向崎岖地形环境的六足机器人运动规划方法，步骤如下：

3、(1)采用基于支撑点的立体匹配算法，空间分解法构建崎岖地形环境栅格地图；

4、(2)利用two-point视觉模型理论模拟检测人员在向着检测目标行走过程中的视觉行为，通过提取环境模型中对应的视觉特征信息来指导六足机器人运动路径规划；

5、(3)利用rrt路径规划方法获得六足机器人运动路径；

6、(4)利用b样条曲线的路径优化算法进行路径优化，获得六足机器人平滑的运动路径；

7、(5)采用一种组合的三角剖分算法得到地形三维模型，结合已规划的行进路径建立可落足性函数，并利用支持向量机的学习方法，获得可落足性函数和落足点选取策略；

8、(6)选取落足点，从运动过程中稳定性分析和最优控制的角度对六足机器人支撑腿和摆动腿进行轨迹规划。

9、进一步地，所述步骤(1)中采用基于支撑点的立体匹配算法，空间分解法构建崎岖地形环境栅格地图的方法为：

10、a.使用双目摄像头获取环境的左右两幅图像，通过利用canny算子检测摄像机左图像边缘点作为稳定支撑点的方式解决立体匹配中匹配速度与匹配精度相互制约问题；

11、b.通过支撑点的立体匹配算法计算左右图像中支撑点之间的视差，并转换为真实的三维坐标信息；

12、c.基于视差图的三维点云信息和激光雷达传感器采集的动静态障碍物信息，将获取的三维坐标信息进行空间分解，划分为栅格单元，形成一个栅格地图；

13、d.根据空间分解后的栅格单元，将每个栅格与环境中的实际物体或障碍物对应起来，构建起环境的栅格地图。

14、进一步地，所述步骤(2)中利用two-point视觉模型理论模拟检测人员在向着检测目标行走过程中的视觉行为，通过提取环境模型中对应的视觉特征信息来指导六足机器人运动路径规划的方法为：

15、a.在环境模型中提取与人员行走和检测目标相关的视觉特征信息，如目标和障碍物位置、路径规划信息、环境变化；

16、b.根据two-point视觉模型的原理，模拟出检测人员在行走过程中的视觉行为，包括注视点的变化、目标跟踪的方式；

17、c.将模拟的视觉行为结果应用于六足机器人的路径规划算法中，根据模拟的人员行走路径和目标识别信息，指导六足机器人的运动路径规划，使得最终规划的路径具有拟人化的特性；

18、d.在六足机器人执行路径规划过程中，不断获取环境信息和机器人自身状态，与模拟结果进行比对，根据实时反馈，对机器人的路径规划进行调整和优化，确保机器人能够适应环境变化和任务需求。

19、进一步地，所述步骤(3)中利用rrt路径规划方法获得六足机器人运动路径的方法为：

20、a.将提取的视觉特征转化为机器人可理解的信息，如目标位置、运动方向；

21、b.结合三维场景栅格地图信息和视觉行为信息确定六足机器人的起始位置和目标位置，建立一个rrt树结构，将起始位置作为树的根节点；

22、c.随机生成一个范围在(0,1)之内的数作为策略概率p，并按照策略概率p从状态空间中随机获取一个采样状态；

23、d.在树上寻找距离采样最近的节点，从该节点向新的采样状态前进一个步长得到一个新的节点，连接两个节点形成一条新边，判断该边产生的路径是否与障碍物发生碰撞，如果发生碰撞则重新采样一个状态；

24、e.在树中对新加入的节点进行优化，将其与其附近搜索半径以内的父节点进行比较，选择代价最小的父节点，重新连接父节点和子节点；

25、f.判断是否到达目标状态，如果新加入的节点的状态距离目标状态的距离满足收敛条件，则算法终止，否则返回至c；

26、g.从树的根节点开始，按照父子关系从终止节点向根节点遍历，得到六足机器人的运动路径。

27、进一步地，所述步骤(4)中利用b样条曲线的路径优化算法进行路径优化，获得六足机器人平滑的运动路径的方法为：

28、a.将六足机器人得到的初始路径离散化，将连续的路径转化为一系列离散的路径点；

29、b.使用b样条曲线拟合算法，对离散化的路径点进行曲线拟合，生成平滑的曲线路径；

30、c.对生成的b样条曲线进行参数化，根据六足机器人的运动特性和速度限制，调整b样条曲线的路径长度，以便于在实际执行中对路径进行调整和控制；

31、d.将b样条曲线与初始路径进行连接，对连接后的路径进行进一步的平滑处理，消除可能存在的抖动或不稳定性，然后输出经过b样条曲线路径优化后的六足机器人运动路径。

32、进一步地，所述步骤(5)中采用一种组合的三角剖分算法得到地形三维模型，结合已规划的行进路径建立可落足性函数，并利用支持向量机的学习方法，获得可落足性函数和落足点选取策略的方法为：

33、a.基于获得的三维离散点云信息，利用三维网格法和曲率法的组合对初始点云进行数据精简，降低拓扑结构的复杂性，并在点云精简后进行二维delaunay三角剖分、剖分区域融合与拼接操作建立地形三维建模；

34、b.结合地形三维模型信息和已规划的行进路径，根据机器人足端形状利用移动窗口技术对影响地面上某一点可落足程度的地形局部特征进行提取，如坡度、凹凸程度、障碍物高度等信息；

35、c.建立包含地形评估函数、足端运动步长、机器人稳定性的可落足性函数，落足点评估的约束包括地形评估各因素的约束、足端运动空间的约束，运动步长的约束，机器人稳定性的约束；

36、d.利用包含特征向量和对应的类别标签的数据集训练模型，通过调整模型参数使得损失函数最小化，得到最优的超平面参数；

37、e.从训练好的支持向量机模型中获取超平面的权重向量作为可落足性函数系数和常数部分。

38、进一步地，所述步骤(6)中选取落足点，从运动过程中稳定性分析和最优控制的角度对六足机器人支撑腿和摆动腿进行轨迹规划的方法为：

39、a.结合标准姿态下三个落足点构成的支撑多边形和三个落足点的综合可落足性函数选取落足点；

40、b.选择静态稳定裕度的判断方法来对六足机器人的稳定性进行判断，机器人重心在机器人支撑平面的投影点与支撑多边形的内接圆半径越接近，机器人的稳定性越好，对于支撑阶段运动，将基于稳定裕度分析获得的躯干运动轨迹转换到机器人各支撑腿的驱动关节空间从而规划支撑腿运动轨迹；

41、c.利用状态空间方程建立摆动腿运动模型，基于机器人自身及地形约束将摆动腿轨迹规划问题离散化为一个非线性规划问题；

42、d.采用高斯伪谱法将状态和控制轨迹表示为多项式，并在预定义的离散点上对这些多项式进行参数化；

43、e.利用非线性规划求解器ipopt对构建的离散化问题进行求解，获得无碰撞腿部摆动轨迹。

44、与现有的技术相比，本发明的有益效果是：基于支撑点的立体匹配算法实时获取完整视差图，通过组合的三角剖分算法可以实现对任意复杂地形的高效三维建模。通过分析检测人员视觉行为与运动规划的内在联系，利用基于检测人员视觉行为的rrt运动路径规划方法，可以规划出稳定和接近于人类行为特性的运动路径，引入基于视觉行为的混合采样策略和基于b样条曲线的轨迹优化算法，提高了路径规划效率，改进了路径平滑度。在样本较少的情况下，应用支持向量机学习方法训练可落足性函数，结合落足点选取策略，生成落足点序列，然后结合稳定裕度的概念和最优控制思想，可以获取最优的摆动腿轨迹。这种全局路径规划和局部轨迹规划相结合的六足机器人运动规划方法，提高六足机器人在实际应用中适应复杂环境和独立作业的能力。