一种仿人机器人多接触低质心爬行运动的轨迹跟踪方法

本发明涉及仿人机器人，具体涉及一种仿人机器人多接触低质心爬行运动的轨迹跟踪方法。

背景技术：

1、仿人机器人经过复杂地形是当前仿人机器人领域的热点问题。众所周知，仿人机器人是系统结构最复杂、集成度最高、与人类最为相似的一类机器人，因此易于替代人类进行一些危险环境中的作业甚至能够完成普通人类无法完成的任务。随着机器人的工作环境和工作任务的复杂化，仿人机器人因其体积相对较小、对非结构化环境具有较好的适应性、蔽障能力强、能耗小、移动盲区小等优良的品质，受到众多学者和专家的关注。当仿人机器人需要经过斜坡、不平整碎石路面、低矮通道等复杂环境时，行走或跳跃动作很容易使机器人在不平整路面动作时发生摔倒，且无法通过低矮通道，因此，设计一种低质心的仿人机器人爬行运动轨迹规划和控制方法，可以有效帮助仿人机器人通过复杂环境中的不同路况。

2、仿人机器人的许多研究方向主要集中在行走、跳跃和奔跑，部分研究仿人机器人的高位跪姿爬行运动，而针对仿人机器人爬行尤其是低质心爬行的研究内容较少。仿人机器人低质心爬行运动相比于高质心行走和跳跃具有更高的稳定性，并且可以更加平稳通过复杂路况。在实现低质心爬行运动的过程中，机器人本体的关节或连杆会与地面发生单点接触或多点接触，机器人爬行前进或后退的过程，机器人本体与地面之间会发生接触点切换，增加新接触点或释放旧接触点。现阶段，针对机器人爬行的运动规划方法主要有以下两种：第一种是采用传统逆运动学和动力学方法对爬行轨迹进行轨迹优化；第二种是采用基于cpg(central pattern generator)模型的轨迹规划。以上两种爬行运动轨迹优化方法都没有考虑爬行地面环境以及爬行过程中机器人与地面的接触点问题，且未考虑接触模型的过约束问题。现阶段关于机器人运动控制的方法包括pid控制、qp控制、全身运动控制和模型预测控制，如果将上述控制方法直接应用于机器人低质心爬行运动，很明显未考虑爬行过程中接触点切换过程中的约束问题，在机器人爬行过程中的接触点切换不当会导致机器人外体磕碰，能量损失大，发生滑移等问题。因此，设计低质心爬行运动轨迹和爬行运动控制中，接触点切换的优化和控制是格外重要的。

3、实现仿人机器人在复杂路面低质心爬行是一个复杂的问题，其中机器人本体与地面发生接触后的接触点切换更是影响机器人爬行的一个关键问题。audren在iros会议中提出使用离线多接触规划器生成接触姿态序列，这是一种离线方法。kudruss在ras会议中提出通过质心运动轨迹从而预定义机器人运动过程中的接触行为。2018年，justin和nicolas在发表的文章中提出腿足机器人多接触运动需要使用完整机器人模型，通过质心动力学计算腿足机器人在任意地形的多接触运动轨迹，并在一些仿真场景得到了验证。经过这些研究表明，复杂地形的多接触运动在现在仍然是一个开放的问题，质心动力学可以帮助简化计算，接触序列离线化设计可以更好地帮助机器人适应不同地形。

技术实现思路

1、有鉴于此，本发明提供了一种仿人机器人多接触低质心爬行运动的轨迹跟踪方法，通过结合机器人正逆运动学、动力学、低质心爬行轨迹优化和接触点切换的控制方法，降低了机器人在复杂地形爬行过程中的本体损害，提高了爬行过程中接触点切换的平滑程度，最终实现了仿人机器人在复杂地形的低质心爬行。

2、本发明的仿人机器人多接触低质心爬行运动的轨迹跟踪方法，包括：

3、步骤一，确定仿人机器人的低质心爬行运动过程中，仿人机器人本体与地面的接触点情况，所述接触点情况包括触地关节数量和触地关节名称；

4、步骤二，基于仿人机器人在低质心爬行运动过程中仿人机器人本体与地面的接触点情况，建立仿人机器人低质心爬行运动的运动学和动力学模型，获取仿人机器人低质心爬行运动轨迹；

5、步骤三，以步骤二获取的仿人机器人低质心爬行运动轨迹为参考轨迹，基于改进的二次规划qp算法对仿人机器人的运动轨迹进行跟踪控制；

6、其中，改进的二次规划qp算法中，qp(q,τ,γ,ω)代价函数为：

7、

8、其中，代表关节速度，其中6代表基座在空间中的3个移动自由度和3个转动自由度，ndof代表仿人机器人关节自由度数量；τ代表关节力矩代表第i个触地关节的期望接触力和力矩项，γi代表第i个触地关节的实际接触力和力矩项，i代表第i个触地关节，θtarget代表期望关节角度，θ代表实际关节角度，其中代表期望第j个末端执行器位姿，xj(q)代表实际第j个末端执行器位姿；在qp代价函数中qp(q,τ,γ,ω)，方程中每一项的下角标ω*代表对应代价项的权重；

9、其中，参数ωcont,i基于多接触点平滑切换算法实时在线修改，具体为：

10、s31，求解关节角变化△q、关节力矩变化△γ和关节力矩变化△τ，实时更新关节角q、关节力矩τ和接触力和力矩γ：(q,τ,γ)+＝(△q,△τ,△γ)，γ＝(f,τ)；

11、s32，针对仿人机器人关节i，i＝1,2，…，n，根据其当前的触地情况，判断下一时刻该关节是否触地移除或新增触地，修正其参数ωcont,i：

12、(1)若该关节当前为触地关节，则初始化其ωcont,i为其中，为设定的增加接触点临界值；为设定的移除接触点临界值；一般可设为1～5，一般可设为10-5～10-6；设定和的目的是可以使触地和不触地过程中平稳切换，降低机器人损害；

13、令ωcont,i＝δ·ωcont,i，执行s31，直到其中，δ为大于1的参数；然后判断||γi||≤ε是否满足，若满足则该关节触地移除，令参数若不满足，则令ωcont,i＝η·ωcont,i，执行s31，直到不移除该触地关节；其中，η为小于1的参数；

14、(2)若该关节当前为非触地关节，则初始化其ωcont,i为令ωcont,i＝η·ωcont,i，执行s31，直到然后判断||γi||≥μ是否满足，若满足，则该关节增加为触地关节，令参数若不满足，则令ωcont,i＝δ·ωcont,i，执行s31，直到不增加该接触点。

15、较优的，所述步骤一中，设定仿人机器人的低质心爬行运动为两种基本运动模态的循环切换；所述两种基本运动模态分别为：模态一，右腿膝关节微弯正面着地，左腿膝关节弯曲侧面着地，腰部右侧转动，右臂肘关节弯曲，左臂肩关节和肘关节弯曲；模态二，左腿膝关节微弯正面着地，右腿膝关节弯曲侧面着地，腰部左侧转动，左臂肘弯曲，右臂肩关节和肘关节弯曲；

16、确定两种基本运动模态的切换过程中，仿人机器人本体与地面的接触点情况。

17、较优的，仿人机器人由模态一切换为模态二再切换为模态一的过程为一个爬行周期；

18、在模态一切换到模态二的过程中，仿人机器人的右腿膝关节和右臂肘关节保存触地状态，左臂肩关节和肘关节抬起向前运动，此时机器人与地面接触点数量为3，之后腰部向左侧转动，左腿抬起向前运动，左臂在未落地前机器人与地面接触点数量为2，之后左臂肘关节和左腿膝关节相继落地，机器人与地面接触点数量为4；

19、在模态二切换到模态一的过程中，仿人机器人的左腿膝关节和左臂肘关节保存触地状态，右臂肩关节和肘关节优先抬起向前运动，此时机器人与地面接触点数量为3，之后腰部向右侧转动，右腿抬起向前运动，右臂在未落地前机器人与地面接触点数量为2，之后右臂肘关节和左腿膝关节相继落地，此时机器人与地面接触点数量分别为3个和4个。

20、较优的，所述步骤二中，通过多项式样条曲线规划质心和末端执行器的运动轨迹，仿人机器人的关节角通过逆运动学计算。

21、较优的，所述步骤二中，建立如下代价函数和约束方程对低质心爬行运动轨迹进行优化：

22、

23、

24、同时，建立如下代价函数和约束方程将轨迹中离散的点连续：

25、

26、

27、δekl和δek分别代表动能和动能损失。v0代表机器人关节触地时的初速度，jk(q)代表触地点的雅可比矩阵。δhk代表机器人低质心爬行通过斜坡的高度变化；

28、q代表广义关节速度，代表广义关节速度，代表广义关节加速度；ql和qu分别为关节角的下限和上限，以向量方式表示；τl和τu分别代表关节可承受力矩的上下限；u(t)是输入关节力矩，qks和qke分别为一次爬行模态切换的其实和解释关节角，和为关节速度；是雅可比矩阵的导数；d(q)是惯性矩阵，是包括向心项和科里奥利项的矩阵，g(q)是重力项。

29、有益效果：

30、(1)本发明首先确定仿人机器人在低质心爬行运动过程中本地与地面的接触情况，然后建立机器人运动学和动力学模型，获取运动轨迹；在采用qp算法执行仿人机器人实际爬行运动轨迹的控制过程中，结合多接触点切换算法，实现接触点之间平滑的产生和释放，实现仿人机器人的稳定控制，减少现实环境中并不是完全平整的路面和斜坡情况下仿人机器人的外体磕碰、发生滑移等问题。

31、(2)本发明将低质心爬行运动设计为两种基本运动模态的循环切换，该模式更贴合人类低质心爬行运动，实现仿人机器人平稳通过低矮墙体、凹凸不平路面等复杂环境，且可简化控制过程，提高控制精度和鲁棒性。

32、(3)对于仿人机器人低质心爬行运动的离线轨迹优化，本发明首先建立多刚体仿人机器人的运动学和动力学模型，其次，建立基于能量最小化和防止机器人滑移的代价函数和约束方程，对于能量最小化问题，可以减小仿人机器人在执行低质心爬行运动过程中与环境的碰撞力和能量损失，降低机器人损害的可能性；对于防止机器人滑移的问题，可以实现仿人机器人在不同斜坡上的爬行不出现下滑的情况。