【技术实现步骤摘要】
本专利技术涉及机器人，尤其涉及一种双足机器人爬坡方法、装置、电子设备和存储介质。
技术介绍
1、双足机器人的研究和应用已经成为机器人领域中备受关注的一个方向。双足机器人在实际应用中经常需要面对多样化的地形，包括坡道、不平整的地表等。坡度的变化、地形的不规则性以及不同坡度之间的过渡都会增加机器人的运动复杂性。传统的双足机器人控制方法难以适应复杂地形，爬坡稳定性较差。
技术实现思路
1、本专利技术提供一种双足机器人爬坡方法、装置、电子设备和存储介质，用以解决现有技术中的双足机器人控制方法难以适应复杂地形，爬坡稳定性较差的缺陷。
2、第一方面，本专利技术提供一种双足机器人爬坡方法，包括：
3、确定双足机器人的动力学模型，基于所述动力学模型和模型预测控制算法，构建目标函数，确定所述目标函数对应的约束条件；
4、在所述约束条件下对所述目标函数进行求解，得到所述双足机器人爬坡的脚步位置序列的最优解；
5、基于所述脚步位置序列的最优解和整体控制算法，确定每一脚步的关节位置期望值，确定期望姿态角，基于所述期望姿态角，得到每一脚步的关节速度期望值和关节加速度期望值；
6、基于所述每一脚步的关节位置期望值、关节速度期望值和关节加速度期望值，计算每一脚步的控制力矩，根据所述每一脚步的控制力矩控制所述双足机器人爬坡行走。
7、在一些实施例中，所述基于所述动力学模型和模型预测控制算法，构建目标函数，包括：
8、基于所述动力学
9、基于所述模型预测控制算法和所述每一步的期望状态值，构建所述目标函数。
10、在一些实施例中，所述目标函数的计算公式如下：
11、；
12、；
13、其中，表示代价函数值，表示脚步位置序列，表示第n步，，表示预测步数，表示第i次预测，表示每步的预测次数，表示第n步第i次预测的状态值，表示第n步的期望状态值，表示第n步第i次预测的状态值与第n步的期望状态值之间的误差，，为的转置矩阵，表示第n步第次预测的状态值与第n步的期望状态值之间的误差，为的转置矩阵，和为预设权重矩阵。
14、在一些实施例中，所述动力学模型的表达式为：
15、；
16、其中，为所述双足机器人的质量，表示所述双足机器人的质心的高度，、分别表示所述双足机器人的脚相对于质心的x、y轴距离，、分别表示所述双足机器人在x、y轴方向的角动量，为的导数，为的导数，为的导数，为的导数，为重力加速度；
17、所述每一步的期望状态值的计算公式如下：
18、；
19、；
20、其中，表示第n步的期望状态值，表示预设的第n步在y轴方向的期望角动量，表示单步运行时间，表示预设的第n步的期望步长，为控制参数，为双曲正切函数，为中间量。
21、在一些实施例中，所述基于所述脚步位置序列的最优解和整体控制算法，确定每一脚步的关节位置期望值，包括：
22、基于所述脚步位置序列的最优解和整体控制算法，确定每一脚步的关节空间变化量；
23、基于所述每一脚步的关节空间变化量和每一脚步的关节位置，确定每一脚步的关节位置期望值。
24、在一些实施例中，所述基于所述脚步位置序列的最优解和整体控制算法，确定每一脚步的关节空间变化量，包括：
25、基于所述脚步位置序列的最优解和整体控制算法，得到每一脚步的姿态期望值；
26、基于每一脚步的姿态期望值，确定每一脚步的关节空间变化量。
27、在一些实施例中，所述确定期望姿态角包括：
28、确定不同坡度下所述双足机器人最佳的期望姿态，得到坡度与期望姿态角的映射关系；
29、确定当前坡度，基于所述坡度与期望姿态角的映射关系和当前坡度，确定当前坡度下所述双足机器人的期望姿态角。
30、第二方面，本专利技术还提供一种双足机器人爬坡装置，包括：
31、构建单元，用于确定双足机器人的动力学模型，基于所述动力学模型和模型预测控制算法，构建目标函数，确定所述目标函数对应的约束条件；
32、求解单元，用于在所述约束条件下对所述目标函数进行求解，得到所述双足机器人爬坡的脚步位置序列的最优解；
33、确定单元，用于基于所述脚步位置序列的最优解和整体控制算法，确定每一脚步的关节位置期望值，确定期望姿态角，基于所述期望姿态角，得到每一脚步的关节速度期望值和关节加速度期望值；
34、控制单元，用于基于所述每一脚步的关节位置期望值、关节速度期望值和关节加速度期望值，计算每一脚步的控制力矩，根据所述每一脚步的控制力矩控制所述双足机器人爬坡行走。
35、第三方面，本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述双足机器人爬坡方法。
36、第四方面，本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述双足机器人爬坡方法。
37、本专利技术提供的一种双足机器人爬坡方法、装置、电子设备和存储介质，通过确定双足机器人的动力学模型，将其与模型预测控制算法结合，构建目标函数并确定约束条件，对目标函数进行求解，得到双足机器人爬坡的脚步位置序列的最优解，基于脚步位置序列的最优解和整体控制算法，确定每一脚步的关节位置期望值，根据期望姿态角，得到每一脚步的关节速度期望值和关节加速度期望值，计算每一脚步的控制力矩，进而可以通过控制力矩控制双足机器人爬坡行走，提高了双足机器人在爬坡行走中的适应性和稳定性。
本文档来自技高网...【技术保护点】
1.一种双足机器人爬坡方法，其特征在于，包括：
2.根据权利要求1所述的双足机器人爬坡方法，其特征在于，所述基于所述动力学模型和模型预测控制算法，构建目标函数，包括：
3.根据权利要求2所述的双足机器人爬坡方法，其特征在于，所述目标函数的计算公式如下：
4.根据权利要求2-3任一项所述的双足机器人爬坡方法，其特征在于，所述动力学模型的表达式为：
5.根据权利要求1所述的双足机器人爬坡方法，其特征在于，所述基于所述脚步位置序列的最优解和整体控制算法，确定每一脚步的关节位置期望值，包括：
6.根据权利要求5所述的双足机器人爬坡方法，其特征在于，所述基于所述脚步位置序列的最优解和整体控制算法，确定每一脚步的关节空间变化量，包括：
7.根据权利要求1所述的双足机器人爬坡方法，其特征在于，所述确定期望姿态角包括：
8.一种双足机器人爬坡装置，其特征在于，包括：
9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权
10.一种非暂态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至7任一项所述双足机器人爬坡方法。
...【技术特征摘要】
1.一种双足机器人爬坡方法，其特征在于，包括：
2.根据权利要求1所述的双足机器人爬坡方法，其特征在于，所述基于所述动力学模型和模型预测控制算法，构建目标函数，包括：
3.根据权利要求2所述的双足机器人爬坡方法，其特征在于，所述目标函数的计算公式如下：
4.根据权利要求2-3任一项所述的双足机器人爬坡方法，其特征在于，所述动力学模型的表达式为：
5.根据权利要求1所述的双足机器人爬坡方法，其特征在于，所述基于所述脚步位置序列的最优解和整体控制算法，确定每一脚步的关节位置期望值，包括：
6.根据权利要求5所述的双足机器人爬坡方法，其特征...
【专利技术属性】
技术研发人员：白冀鹤，陈紫渝，高洁，钟汕林，胡睿，乔红，
申请(专利权)人：中国科学院自动化研究所，
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。