基于在线地形复杂度的四足机器人虚拟模型控制优化方法

本发明涉及四足机器人，尤其涉及适用于基于在线地形复杂度的四足机器人虚拟模型控制优化方法。

背景技术：

1、在自然界中，多足动物凭借灵活的腿部可以在各种崎岖地形上稳定行走，受到自然选择的启发，机器人工程师们在过去几十年里一直致力于研究和开发多足机器人。在多足机器人中，四足机器人由于其结构简单、稳定性强与灵活性高等特性而成为近些年来研究的重点。

2、现如今已经比较成熟的四足机器人控制算法有虚拟模型控制、模型预测控制以及全身动力学控制，但是这些传统控制算法面向的仍是平坦地形的行走，未考虑与更为复杂的地形进行交互，导致这些控制算法在遇到复杂地形时不能够及时调整本身控制参数，无法做到主动适应环境。目前，有部分学者在传统控制算法的基础上引入了地形感知函数，但是这些感知函数所参考的数据仅是足端位置信息，这样往往只能获取到四足机器人所处地形的大致轮廓，而不能反映四足机器人在此环境下受到的非期望运动趋势，不够全面和完善。

3、目前由于控制算法的限制，四足机器人在震后废墟搜索与救援、在工业或农业场景进行巡检等的应用都受到各种限制。一种能够用于提升四足机器人在非结构化地形上运行的稳定性与自适应性能力的控制算法是非常重要的。

技术实现思路

1、本发明目的在于提供一种基于在线地形复杂度的四足机器人虚拟模型控制优化方法，用于提升四足机器人的地形辨别能力及其在复杂地形上的自适应能力，提升四足机器人在非结构化地形上运动的稳定性。

2、为实现上述目的，本发明采取下述技术方案：

3、本发明所述的基于在线地形复杂度的四足机器人虚拟模型控制优化方法，包括以下步骤：

4、s1，建立四足机器人运动学与动力学模型；

5、s2，从四足机器人本体感知能力中获取当前状态数据，计算四足机器人的状态；

6、s3，根据四足机器人的所述状态计算当前地形复杂度以及四足机器人的稳定性指标；

7、s4，通过实验确定四足机器人能行走的地形复杂度和稳定性指标的上下限值，基于所述上下限值对所述当前地形复杂度和所述稳定性指标进行归一化后，计算综合地形复杂度；

8、s5，根据所述综合地形复杂度数据调整四足机器人虚拟模型控制中的支撑相与摆动相控制。

9、进一步地，s1步中所述运动学模型采用几何法建立四足机器人关节位置与末端执行器位置之间的关系；所述动力学模型采用牛顿-欧拉法建立四足机器人的简易单刚体动力学模型，用于得到四足机器人足端力与其质心处加速度与角加速度的关系。

10、进一步地，s2步中中所述四足机器人的状态通过四足机器人末端执行器坐标和质心动量表示。

11、进一步地，s2步中所述当前状态数据包括四足机器人各关节信息、四足机器人质心信息；所述关节信息包括各关节的角度、角速度；所述质心信息包括质心位置、速度、加速度。

12、进一步地，所述四足机器人末端执行器坐标根据四足机器人各关节信息，通过正运动学求得；所述四足机器人的质心动量根据四足机器人质心信息得到。

13、进一步地，s3步具体为，根据四足机器人末端执行器坐标确定不同时间段内四足机器人支撑相与摆动相的差值，基于足端运动学根据四足机器人每条腿的足端误差，确定的地形复杂度；通过四足机器人实际质心动量的变化趋势与期望质心动量的变化趋势的对比，得到四足机器人的稳定性评价指标。

14、进一步地，s4步中所述综合地形复杂度为归一化后的所述当前地形复杂度和所述稳定性指标与各自权重的乘积和。

15、进一步地，s5步具体为，

16、s5.1，根据综合地形复杂度，结合四足机器人上一步态周期的质心动量与当前质心加速度计算质心干扰力补偿；

17、s5.2，在支撑相足端力二次规划中引入综合地形复杂度修正支撑相足端力；

18、s5.3，基于综合地形复杂度确定四足机器人的步态周期和落足点，确定摆动相运动轨迹；

19、s5.4，采用pd控制计算四足机器人每只脚的摆动相足端力；

20、s5.5，根据静力学将所述支撑相足端力和摆动相足端力转化为所需关节力矩。

21、本发明的优点在于通过机器人自带的本体感知能力便可以获取到比较综合性的地形复杂度信息，同，不仅采用了基于足端运动学的简易地形信息获取，而且利用到了机器人基于质心动量反馈的机身稳定性评价，使得地形复杂度获取更加具备准确性与鲁棒性，同时，基于地形复杂度估计函数的虚拟模型控制优化在支撑相进行质心干扰力补偿以及足端支撑力优化，而在摆动相进行了步态周期调整与落足点优化，能够快速的适应环境以及提升四足机器人在非结构化地形中的稳定性。

技术特征：

1.一种基于在线地形复杂度的四足机器人虚拟模型控制优化方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种基于在线地形复杂度的四足机器人虚拟模型控制优化方法，其特征在于：s1步中所述运动学模型采用几何法建立四足机器人关节位置与末端执行器位置之间的关系；所述动力学模型采用牛顿-欧拉法建立四足机器人的简易单刚体动力学模型，用于得到四足机器人足端力与其质心处加速度与角加速度的关系。

3.根据权利要求1所述的一种基于在线地形复杂度的四足机器人虚拟模型控制优化方法，其特征在于：s2步中中所述四足机器人的状态通过四足机器人末端执行器坐标和质心动量表示。

4.根据权利要求1所述的一种基于在线地形复杂度的四足机器人虚拟模型控制优化方法，其特征在于：s2步中所述当前状态数据包括四足机器人各关节信息、四足机器人质心信息；所述关节信息包括各关节的角度、角速度；所述质心信息包括质心位置、速度、加速度。

5.根据权利要求3和4所述的一种基于在线地形复杂度的四足机器人虚拟模型控制优化方法，其特征在于：所述四足机器人末端执行器坐标根据四足机器人各关节信息，通过正运动学求得；所述四足机器人的质心动量根据四足机器人质心信息得到。

6.根据权利要求3所述的一种基于在线地形复杂度的四足机器人虚拟模型控制优化方法，其特征在于：s3步具体为，根据四足机器人末端执行器坐标确定不同时间段内四足机器人支撑相与摆动相的差值，基于足端运动学根据四足机器人每条腿的足端误差，确定的地形复杂度；通过四足机器人实际质心动量的变化趋势与期望质心动量的变化趋势的对比，得到四足机器人的稳定性评价指标。

7.根据权利要求1所述的一种基于在线地形复杂度的四足机器人虚拟模型控制优化方法，其特征在于：s4步中所述综合地形复杂度为归一化后的所述当前地形复杂度和所述稳定性指标与各自权重的乘积和。

8.根据权利要求1所述的一种基于在线地形复杂度的四足机器人虚拟模型控制优化方法，其特征在于：s5步具体为，

技术总结本发明公开了一种基于在线地形复杂度的四足机器人虚拟模型控制优化方法，通过机器人自带的本体感知能力便可以获取到比较综合性的地形复杂度信息，同，不仅采用了基于足端运动学的简易地形信息获取，而且利用到了机器人基于质心动量反馈的机身稳定性评价，使得地形复杂度获取更加具备准确性与鲁棒性，同时，基于地形复杂度估计函数的虚拟模型控制优化在支撑相进行质心干扰力补偿以及足端支撑力优化，而在摆动相进行了步态周期调整与落足点优化，能够快速的适应环境以及提升四足机器人在非结构化地形中的稳定性。技术研发人员：张方方,郭豪,辛健斌,彭金柱受保护的技术使用者：郑州大学技术研发日：技术公布日：2024/7/15