四足仿生機器人連續(xù)自由步態(tài)生成方法與流程

本發(fā)明涉及一種用于生成四足仿生機器人連續(xù)自由步態(tài)的方法，使用該方法，四足仿生機器人可以快速、穩(wěn)定地通過包含不可落足區(qū)域的復(fù)雜地形，屬于機器人控制技術(shù)領(lǐng)域。

背景技術(shù)：

四足機器人能夠在崎嶇度較高的自然地形上，甚至是一些對于輪式和履帶式機器人無法跨越的復(fù)雜地形環(huán)境中穩(wěn)定行走。在復(fù)雜的自然地形環(huán)境中往往存在著不適于四足機器人落足的區(qū)域，當(dāng)機器人落足于這些區(qū)域時，極易發(fā)生足底滑動、沉陷等影響機器人穩(wěn)定性的情況。因而，四足機器人在包含不可落足區(qū)域的地形上行走時，就必須能夠準確獲取地形信息，進而通過相應(yīng)的處理，獲得地形中的不適于機器人落足的不可落足區(qū)域，并基于此，提出相應(yīng)的步態(tài)規(guī)劃方法。

四足機器人落足點是離散的，為保證機器人穩(wěn)定地通過包含不可落足區(qū)域的崎嶇地形，并且避免落足于地形中的不可落足區(qū)域，四足機器人必須使用非周期性靜步態(tài)——自由步態(tài)。

在四足機器人的相關(guān)研究領(lǐng)域中，自由步態(tài)規(guī)劃是提高四足機器人地形適應(yīng)性的關(guān)鍵因素。目前，國內(nèi)外研究者們已經(jīng)給出了多種自由步態(tài)的生成方法。1999年《Robotica》(《機器人》)在17(4):405-412發(fā)表的論文《Quadruped free gait generation based on the primary/secondary gait》中，提出了一種名為“主要/次要”的自由步態(tài)生成方法，機器人在行走過程中，主要以周期性靜步態(tài)行走，只有在無法使用周期性靜步態(tài)行走時，才轉(zhuǎn)而使用自由步態(tài)向前行走；2002年，《The International Journal of Robotics Research》(《國際機器人研究雜志》)在21(2):115-130發(fā)表的論文《Free gaits for quadruped robots over irregular terrain》提出了三種不同類型的自由步態(tài)：自由蟹行步態(tài)、自由自轉(zhuǎn)步態(tài)和自由轉(zhuǎn)向步態(tài)，機器人使用這三種自由步態(tài)能夠在包含不可落足區(qū)域的地形上以任意方向上前進；2015年，在《四足機器人越障自由步態(tài)規(guī)劃與控制研究》中提出了一種基于圖搜素算法生成自由步態(tài)的方法。在這些步態(tài)規(guī)劃中，普遍存在著未給出具體的對地形信息獲取和處理的問題，而準確處理地形信息，是使四足機器人避免落足于地形中不可落足區(qū)域的前提。另外，在這些自由步態(tài)規(guī)劃中，機器人的重心只沿前進方向上移動，穩(wěn)定性不高，限制了機器人的地形適應(yīng)性。中國專利文獻CN104267720A公開了《一種四足仿生機器人的自由步態(tài)生成方法》，使用該步態(tài)生成方法可生成一種非連續(xù)自由步態(tài)，當(dāng)機器人以這種步態(tài)行走時，存在著平均運動速度較低的不足。該步態(tài)生成方法是基于提前給定地形中的可選落足點進行規(guī)劃的，未給出根據(jù)地形信息自主分析地形中不可落足點區(qū)域的算法，與實際應(yīng)用需求貼合度不高。另外，在自由步態(tài)規(guī)劃中，邁步順序的確定方法對機器人運動性能的影響較大，而在該步態(tài)生成方法中，僅以運動學(xué)裕度作為邁步順序確定的依據(jù)，未綜合考慮影響機器人運動性能的其他因素。

有鑒于此，為提高四足機器人在包含不可落足區(qū)域的地形上行走時的自主性，必須給出通過處理地形信息獲得地形中不可落足區(qū)域的處理方法；同時，對于四足仿生機器人自由步態(tài)生成中邁步順序的確定、重心移動規(guī)劃等方面，需綜合考慮四足仿生機器人在行走過程中的穩(wěn)定性、快速性和靈活性，以提高四足仿生機器人的地形適應(yīng)性為目標，生成符合實際需求的自由步態(tài)。

技術(shù)實現(xiàn)要素：

本發(fā)明針對現(xiàn)有四足機器人自由步態(tài)生成方法存在的諸多不足，提供一種四足仿生機器人連續(xù)自由步態(tài)生成方法。該方法是基于對地形信息的準確識別與處理給出的，應(yīng)用該方法，可使機器人避免出現(xiàn)因落足于不可落足區(qū)域而造成失穩(wěn)的情況，從而自主、穩(wěn)定、快速地通過復(fù)雜的崎嶇地形。

本發(fā)明提供的連續(xù)自由步態(tài)規(guī)劃方法，是基于對地形信息的準確識別與處理給出的。通過對地形信息的處理，四足仿生機器人可以明確其自身位置與地形中不可落足區(qū)域的相對位置關(guān)系，結(jié)合最優(yōu)落足點選取算法，可以有效地保證機器人避免落足于不可落足區(qū)域；為保證機器人在行走過程中具有足夠的穩(wěn)定裕度，機器人通過四足支撐階段的重心擺動，以增加機器人的穩(wěn)定裕度；機器人在使用自由步態(tài)行走時，其邁步順序是不固定的，在四足支撐相中，綜合考慮機器人重心投影與支撐多邊形的關(guān)系及各足擺動時相對應(yīng)的重心移動量，以確定機器人在行走過程中的邁步順序，能夠在保證機器人靈活運動的同時，保證機器人以最小的移動量維持其自身的穩(wěn)定性；另外，為提高四足機器人的平均運動速度，規(guī)劃機器人的軀干沿前進方向以給定的速度不斷地向前運動。

本發(fā)明的四足仿生機器人連續(xù)自由步態(tài)生成方法，具體包括以下步驟：

(1)獲得地形點云數(shù)據(jù)，對點云數(shù)據(jù)進行簡化和柵格化，并得到地形的高程圖；根據(jù)地形的高程圖，計算每個柵格對應(yīng)的方差，對比預(yù)先設(shè)立的閾值，判斷地形中的不可落足區(qū)域；

(2)計算機器人各足選定為擺動足時，為保證機器人在足擺動階段的穩(wěn)定性，所需要的重心調(diào)整量；

(3)根據(jù)機器人各足的位置，以減小機器人重心移動的次數(shù)和重心沿側(cè)方向上的移動量為原則，選定擺動足；

(4)機器人按照計算的重心調(diào)整量主動調(diào)整重心至目標位置；

(5)結(jié)合地形信息與機器人的位置信息，根據(jù)最優(yōu)落足點選擇算法為擺動足選擇地形中的相應(yīng)位置點作為最優(yōu)落足點；

(6)擺動足擺動至最優(yōu)落足點，當(dāng)擺動足的足底觸底傳感器檢測到觸地，轉(zhuǎn)到步驟(2)，重復(fù)整個過程。

所述步驟(1)中對點云數(shù)據(jù)進行簡化和柵格化的過程是：

①確定單個柵格的尺寸，長×寬為m×n(單位mm)；

②按照確定的柵格尺寸，將點云數(shù)據(jù)進行柵格化處理；

③分別求出每個柵格中點數(shù)據(jù)對應(yīng)的擬合平面；

④以柵格中點所對應(yīng)的擬合平面的高度值，作為該柵格的高程值。

所述步驟(2)中判斷地形中的不可落足區(qū)域的過程是：

通過建立評估模型，以評估每個柵格的崎嶇度，在評估某個柵格的崎嶇度時，連同這個柵格以及柵格周圍(P*Q-1)個柵格共同組成評估模型，其中，P和Q均是奇數(shù)；

用E(i,j)表示柵格的高程值，則分別求得柵格(i,j)崎嶇度的評估模型中柵格的平均高程值和高程值方差，如下式所示：

以柵格(i,j)評估模型的方差作為柵格的崎嶇度評價值，計算得到每個柵格的崎嶇度評價值后，與預(yù)先設(shè)定的閾值T相比較；如果某個柵格的崎嶇度評價值滿足下式，則認為該柵格所在的區(qū)域為不可落足區(qū)域：

S(i,j)²≥T。

所述步驟(3)中選定擺動足的確定原則是：

(1)如果不需要重心移動，某只足在擺動時，機器人即可滿足最小穩(wěn)定裕度約束以及運動約束時，則該足可被優(yōu)先選擇為擺動足；

(2)如果所有的足均不符合第(1)條，則需根據(jù)計算的重心調(diào)整量，得到四只足分別選為擺動足時，所對應(yīng)的重心調(diào)整量：L_y1、L_y2、L_y3以及L_y4；之后比較這四個重心調(diào)整量的大小，選擇重心移動量最小相對應(yīng)的足作為擺動足。

所述步驟(4)中的重心調(diào)整量計算過程是：

在四足支撐調(diào)整階段，計算四足機器人重心的調(diào)整量時，必須遵循以下兩條規(guī)則：

(1)保證四足機器人在重心調(diào)整之后，擺動足擺動過程中，其穩(wěn)定裕度不小于預(yù)先設(shè)定的最小穩(wěn)定裕度S_min；

(2)在滿足規(guī)則(1)的同時，盡量減小側(cè)方向上的重心調(diào)整量；

假設(shè)機器人沿前進方向上的運動速度為V_x，重心調(diào)整階段的時間為t₁，則得重心調(diào)整的目標位置點P₁的橫坐標x₁需滿足下式：

x_I＝L_x1＝V_x·t₁，

欲使四足機器人經(jīng)四足支撐階段的重心調(diào)整后，四足機器人的穩(wěn)定裕度不小于最小穩(wěn)定裕度S_min，則點P₁的位置需滿足下式：

(L_x1+L_x2)≥S_min，

設(shè)重心調(diào)整階段的時間為t₂，則L_x2的值由下式求得：

L_x2＝V_x·t₂，

欲使四足機器人經(jīng)足的擺動階段后，四足機器人仍能保證其自身的穩(wěn)定性，即穩(wěn)定裕度不小于最小穩(wěn)定裕度S_min，則邁步階段結(jié)束后，重心投影的目標位置點P₂需滿足下式：

L_x3≥S_min，

為提高機器人在行走過程中的能耗，點P₁和點P₂滿足式(L_x1+L_x2)≥S_min和L_x3≥S_min時，對應(yīng)的最小移動量L_y，即為目標的重心調(diào)整量。

所述步驟(5)中的最優(yōu)落足點選擇算法，是：

將可選落足點的坐標位置存儲在數(shù)組C中，如下式所示：

其中，c_i代表的是擺動足第i個可選的落足點；x_i和y_i分別表示的是第i個可選落足點在世界坐標系{W}中的橫縱坐標；

擺動足的最優(yōu)落足點，必須滿足以下兩個條件：

(1)最優(yōu)落足點必須幫助擺動足獲得盡量大的步長，這樣有助于機器人提高其平均運動速度；

(2)最優(yōu)落足點必須幫助機器人獲得更大面積的穩(wěn)定區(qū)域，這樣有助于機器人提高其在運動過程中的穩(wěn)定性；

以L_i(x,y)和S_i(x,y)分別表示第i個可選的落足點被確定為最優(yōu)落足點時，擺動足的步長以及對應(yīng)的支撐三角形的面積，然后，建立最優(yōu)落足點的評價函數(shù)，如下式所示：

F(x)＝w_S·L_i(x,y)+w_L·S_i(x,y)，

其中，w_S和w_L分別表示的是擺動足步長和機器人支撐三角形面積的權(quán)重系數(shù)；

根據(jù)數(shù)組C中存儲的可選落足點的坐標，分別計算出每個可選落足點對應(yīng)的評價函數(shù)的值，其中，最大評價函數(shù)的值對應(yīng)的可選落足點即為擺動足的最優(yōu)落足點。

本發(fā)明具有以下特點：

1.結(jié)合獲取的地形點云信息，四足仿生機器人能夠準確地識別地形中的不可落足區(qū)域；

2.能夠幫助機器人選擇最優(yōu)落足點，進而保證機器人在避開地形中不可落足區(qū)域的同時，增大機器人穩(wěn)定性和平均運動速度；

3.通過重心的主動調(diào)整，有效地增大四足機器人在行走過程中的穩(wěn)定裕度，進而可提高四足機器人的地形適應(yīng)性；

4.優(yōu)化了邁步順序確定方法，在確保機器人運動靈活性的同時，減小了運動過程中的側(cè)向調(diào)整量，可有效地降低機器人的能耗；

5.機器人在運動過程中，軀干沿前進方向上以預(yù)先設(shè)定的速度不斷向前運動，有效地提高了機器人的運動速度，使機器人在穩(wěn)定的前提下，以最短的時間通過復(fù)雜地形。

附圖說明

圖1是十二自由度四足仿生機器人的仿真模型圖。

圖2是由TOF相機獲取的崎嶇地形的點云數(shù)據(jù)圖。

圖3是柵格(i，j)中包含的點云數(shù)據(jù)圖。

圖4是柵格(i，j)中點云數(shù)據(jù)的擬合平面示意圖。

圖5是簡化后崎嶇地形的高程圖。

圖6是柵格崎嶇度評價模型圖。

圖7是崎嶇地形上不可落足區(qū)域示意圖。

圖8是四足機器人最優(yōu)落足點選擇示例圖。

圖9是機器人重心調(diào)整量計算示例圖。

圖10是擺動足選擇方法示例圖。

具體實施方式

下面以圖1所示的十二自由度四足機器人為例，對本發(fā)明的四足機器人連續(xù)自由步態(tài)的生成方法作詳細描述。

一.地形信息處理

首先，通過光傳輸時間(Time Of Flight,TOF)三維激光相機獲得地形的點云數(shù)據(jù)，如圖2所示。將點云中各點在世界坐標系{W}中的位置，存儲到數(shù)字P中，如下式(1)所示。

其中，p_i(x_i,y_i,z_i)表示的是點云中第i個點在世界坐標系中的坐標。

在地形信息的處理中，分為兩個步驟，第一步是對地形數(shù)據(jù)的簡化；第二步是對地形崎嶇度的評估。

(1)地形數(shù)據(jù)簡化

為了減少點云數(shù)據(jù)，從而減小計算量，對點云數(shù)據(jù)做以下處理：

①確定單個柵格的尺寸，m×n(長×寬，單位mm)；

②按照確定的柵格尺寸，將點云數(shù)據(jù)進行柵格化處理；

③分別求出每個柵格中點數(shù)據(jù)對應(yīng)的擬合平面；

④以柵格中點所對應(yīng)的擬合平面的高度值，作為該柵格的高程值。

以圖3所示的柵格(i，j)以及其中包含的點云數(shù)據(jù)作為實例，說明擬合平面的求解過程。

首先，給出擬合平面的方程，如下式(2)所示。

z＝A·x+B·y+C (2)

其中，A、B、C為待定系數(shù)。

根據(jù)式(2)，可得到柵格中，各點到擬合平面的距離之和，如下式(3)所示。

其中，m表示的是在柵格(i，j)中的點數(shù)據(jù)的總數(shù)。

根據(jù)式(3)，可得到式(3)對各參數(shù)的偏導(dǎo)數(shù)，如式(4)所示。

為求得柵格中各點的擬合平面，構(gòu)建如下式(5)所示的方程組。通過求得式(5)中方程組，可得到式(2)中參數(shù)。

根據(jù)式(2)、式(4)和式(5)，可得到如式(6)所示的矩陣方程。

進而，根據(jù)式(6)，可得到求解式(2)中各參數(shù)的矩陣方程，如下式(7)所示。

求得參數(shù)A、B及C后，可得到圖3中所示的柵格(i，j)中點云數(shù)據(jù)的擬合平面，如圖4所示。

通過式(7)求得式(2)中各系數(shù)后，可得到柵格(i，j)的高程值。

根據(jù)本部分給出的方法，將圖2中所示的點云數(shù)據(jù)處理后，得到如圖5中所示的高程圖。

(2)地形崎嶇度評估

通過建立評估模型，以評估每個柵格的崎嶇度。在評估某個柵格的崎嶇度時，連同這個柵格以及柵格周圍(P*Q-1)個柵格共同組成評估模型，其中，P和Q均是奇數(shù)。圖6給出了評估柵格(i,j)崎嶇度的評估模型示例，其中，P＝5，Q＝3。

用E(i,j)表示柵格的高程值，則可分別求得柵格(i,j)崎嶇度的評估模型中柵格的平均高程值和高程值方差，如下式(9)所示。

以柵格(i,j)評估模型的方差作為柵格的崎嶇度評價值，計算得到每個柵格的崎嶇度評價值后，與預(yù)先設(shè)定的閾值(T)相比較。如果某個柵格的崎嶇度評價值滿足式(10)，則認為該柵格所在的區(qū)域為不可落足區(qū)域。

S(i,j)²≥T (10)

以圖7給出的示例，使用上述方法得到地形的不可落足區(qū)域，如圖7中白色區(qū)域為崎嶇地形上四足機器人的不可落足區(qū)域。

二.最優(yōu)落足點選擇算法

結(jié)合圖8給出的落足點選擇示例，給出最優(yōu)落足點選擇算法。圖8中所示的實線框為擺動足的有效工作區(qū)域，橫縱虛線的交叉點為可選的落足點，陰影覆蓋的區(qū)域為不可落足區(qū)域。將可選落足點的坐標位置存儲在數(shù)組C中，如下式(11)所示。

其中，c_i代表的是擺動足第i個可選的落足點；x_i和y_i分別表示的是第i個可選落足點在世界坐標系{W}中的橫縱坐標。

擺動足的最優(yōu)落足點，必須滿足以下兩個條件：

(1)最優(yōu)落足點必須幫助擺動足獲得盡量大的步長，這樣有助于機器人提高其平均運動速度；

(2)最優(yōu)落足點必須幫助機器人獲得更大面積的穩(wěn)定區(qū)域，這樣有助于機器人提高其在運動過程中的穩(wěn)定性。

以L_i(x,y)和S_i(x,y)分別表示第i個可選的落足點被確定為最優(yōu)落足點時，擺動足的步長以及對應(yīng)的支撐三角形的面積，然后，建立最優(yōu)落足點的評價函數(shù)，如式(12)所示。

F(x)＝w_S·L_i(x,y)+w_L·S_i(x,y) (12)

其中，w_S和w_L分別表示的是擺動足步長和機器人支撐三角形面積的權(quán)重系數(shù)。

根據(jù)數(shù)組C中存儲的可選落足點的坐標，可分別計算出每個可選落足點對應(yīng)的評價函數(shù)的值，其中，最大評價函數(shù)的值對應(yīng)的可選落足點即為擺動足的最優(yōu)落足點。

三.重心調(diào)整量計算

本發(fā)明給出的四足機器人自由步態(tài)規(guī)劃方法中，使用縱向穩(wěn)定裕度衡量機器人的穩(wěn)定性。

在四足支撐階段，機器人完成重心的主動調(diào)整，可以保證擺動足能夠穩(wěn)定地擺動至最優(yōu)落足點。但是，重心在前進方向側(cè)方向上的擺動，也提高了四足機器人的能耗。

因而，在四足支撐調(diào)整階段，計算四足機器人重心的調(diào)整量時，必須遵循以下兩條規(guī)則：

(1)保證四足機器人在重心調(diào)整之后，擺動足擺動過程中，其穩(wěn)定裕度不小于預(yù)先設(shè)定的最小穩(wěn)定裕度(S_min)；

(2)在滿足規(guī)則(1)的同時，盡量減小側(cè)方向上的重心調(diào)整量。

假設(shè)機器人沿前進方向上的運動速度為V_x，重心調(diào)整階段的時間為t₁，則可得圖9中，重心調(diào)整的目標位置點P₁的橫坐標x₁需滿足下式(13)。

x_I＝L_x1＝V_x·t₁ (13)

欲使四足機器人經(jīng)四足支撐階段的重心調(diào)整后，四足機器人的穩(wěn)定裕度不小于最小穩(wěn)定裕度S_min，則點P₁的位置需滿足下式(14)。

(L_x1+L_x2)≥S_min (14)

設(shè)重心調(diào)整階段的時間為t₂，則L_x2的值可由式(15)求得。

L_x2＝V_x·t₂ (15)

欲使四足機器人經(jīng)足的擺動階段后，四足機器人仍能保證其自身的穩(wěn)定性，即穩(wěn)定裕度不小于S_min，則邁步階段結(jié)束后，重心投影的目標位置點P₂需滿足式(16)。

L_x3≥S_min (16)

為提高機器人在行走過程中的能耗，點P₁和點P₂滿足式(14)、式(16)時，對應(yīng)的最小移動量L_y，即為目標的重心調(diào)整量。

四.邁步順序的確定

四足機器人在使用自由步態(tài)向前行走時，其邁步順序是不固定的。因而，四足機器人需要在行走過程中自主確定其邁步順序。

本發(fā)明中給出的自由步態(tài)生成方法中，在確定邁步順序時，要以減小四足機器人重心移動的次數(shù)和重心沿側(cè)方向上的移動量為原則，以此提高四足機器人的能量利用率。

以圖10所示的具體示例，介紹擺動足的確定原則。

(1)如果不需要重心移動，某只足在擺動時，機器人即可滿足最小穩(wěn)定裕度約束以及運動約束時，則該足可被優(yōu)先選擇為擺動足。這樣，機器減少了重心的移動次數(shù)，可有效地降低能耗。

以如圖10為例，當(dāng)將1號足確定為擺動足時，機器人重心的投影不需要經(jīng)過側(cè)向的調(diào)整，即處于支撐三角形內(nèi)，且滿足式(17)。

L≥S_min (17)

另外，圖10中L的值滿足式(18)。

L≥[V_x·(t₁+t₂)+S_min] (18)

由此可知，當(dāng)將1號足確定為擺動足時，機器人重心的投影不需要經(jīng)過側(cè)向的調(diào)整，即可滿足穩(wěn)定性約束(式(17))和運動學(xué)約束(式(18))。因而，將1號足作為擺動足，這樣可省去一次重心的調(diào)整運動，進而可減低能耗。

(2)如果所有的足均不符合規(guī)則(1)，則需根據(jù)“4重心調(diào)整量計算”中給出的重心調(diào)整量計算方法，得到四只足分別選為擺動足時，所對應(yīng)的重心調(diào)整量：L_y1、L_y2、L_y3以及L_y4。之后比較這四個重心調(diào)整量的大小，選擇重心移動量最小相對應(yīng)的足作為擺動足。

按照上述兩條規(guī)則，四足機器人即可在行走過程中，自主地確定擺動足的擺動順序，并最終形成適用于四足機器人在包含不可落足區(qū)域崎嶇地形上行走時的邁步順序。