一種仿人機器人行走軌跡的優化控制方法
【技術領域】
[0001] 本發明涉及仿人機器人的控制方法，屬于機器人控制技術領域。
【背景技術】
[0002] 仿人機器人的運動規劃與軌跡跟蹤問題一直是仿人機器人研宄的熱點與前沿。仿 人機器人的軌跡規劃大都依據線性倒立擺的運動規律進行規劃，而在實際運動中采用跟蹤 規劃位置的方式進行運動。這種控制方式缺乏靈活性，尤其當誤差出現時跟蹤規劃位置的 方式極易造成誤差的積累與傳遞，對仿人機器人的穩定運動造成很大的影響。
[0003] -種有效的解決方式是采用離線規劃，在線調整的方式對機器人的運動進行調 節。通過建立仿人機器人對軌跡跟蹤情況的評價函數，同時通過步行周期內的評價函數的 累積值對機器人的步行參數進行調節，實現穩定控制。
[0004] 現有技術的兩種技術方案如下：
[0005] 現有技術 1:EnglsbergerJ,OttC,RoaMA,etal.Bipedalwalkingcontrol basedoncapturepointdynamics[C]//IntelligentRobotsand Systems(IR0S), 2011IEEE/RSJInternationalConferenceon.IEEE,2011:4420-4427.
[0006] 現有技術2 :基于閉環控制的仿人機器人全向行走方法。
[0007] 現有技術1公開了一種仿人機器人的行走控制方法。該方法提供了一種仿人機器 人的行走運動方法。該方法通過機器人在每個步行周期開始時的瞬時狀態，控制機器人選 定落腳點，并進行行走與姿態的調節。該控制方法根據機器人的瞬時狀態對控制量做出調 節，沒有考慮機器人在運動過程中的狀態。
[0008] 現有技術2公開了一種仿人機器人閉環控制全向行走方法，通過測定機器人的 ZMP和機器人的位姿狀態，利用預觀控制方法，調節仿人機器人的步行參數，控制機器人的 行走。該方法通過預觀控制調節機器人的行走，預觀控制無法實時修正當前機器人對給定 軌跡的跟蹤情況。
[0009] 現有技術中的仿人機器人的控制方法，依賴于離線軌跡的生成。但是用于仿人機 器人離線軌跡生成的數學模型都是采用簡化的倒立擺模型，倒立擺模型的結構與仿人機器 人有較大的不同，因此仿人機器人的運動與基于倒立擺模型生成的運動軌跡相比會產生較 大的誤差，如若不進行調節，隨著誤差的積累，極易出現仿人機器人失穩摔倒的情況。
[0010] 為了防止仿人機器人在運動過程中誤差的積累，需要一種仿人機器人的行走軌跡 優化控制方法，可以有效減小仿人機器人在行走過程中誤差的積累并對給定軌跡的軌跡進 行優化修正，提高仿人機器人行走的穩定性。
【發明內容】
[0011] 本發明的目的在于針對仿人機器人行走運動，提出了一種仿人機器人運動軌跡的 實時優化控制跟蹤方法。并且通過對完整步行周期優化效果的累計生成軌跡修正量，在每 個步行周期結束時，修正仿人機器人的步行參數，提高仿人機器人行走的穩定性。
[0012] 本發明的技術方案是，
[0013] 一種仿人機器人行走軌跡的優化控制方法，包括以下步驟：
[0014] 步驟1 :在運動過程中，建立評價函數；
[0015] 步驟2:實時生成機器人的關節控制量，使機器人實時最優跟蹤生成的軌跡，盡可 能減小實際運動軌跡與給定運動軌跡之間的誤差；
[0016] 步驟3:依據在支撐相內每一步控制周期內的評價函數的累計值進行步行參數的 修正。
[0017] 優選地，所述步驟1進一步包括：
[0018] 根據拉格朗日定理，系統的動力學方程為
[0021] 其中D(q)為系統的慣性矩陣，c(qj)為科氏力和向心力矩陣，G(q)為重力矩陣， q為機器人各個關節的關節角度，u為各個關節的驅動力矩；
[0022] 機器人的質心位置c與機器人關節角度q的關系為：
[0023]c=c(q) (2)
[0024] 設定仿人機器人的步行周期為tb，則建立位姿跟蹤情況評價函數J，J中建立了機 器人對給定軌跡的跟蹤情況，J如式（3)所示，第一項描述了機器人對給定質心軌跡的跟蹤 情況，第二項描述了機器人關節的輸出力矩，第三項描述了機器人關節角度對給定的關節 角度的跟蹤情況；
[0026] 其中的Q，R，W為可以調節的權重系數，分別代表了仿人機器人系統在質心軌跡， 關節輸出力矩和關節跟蹤的權重系數，對應的權重系數越大表示系統在控制過程中在該項 上的容差越小。
[0027] 優選地，所述步驟2進一步包括：采用基于線性倒立擺模型的運動軌跡生成器，根 據預先設定的機器人的第n步行走參數，通過運動軌跡生成器生成機器人的質心的運動軌 跡c_d和利用逆運動學求解的關節軌跡q_d;軌跡生成器在每個支撐相開始時計算以上運 動參數并生成下一步的運動軌跡。
[0028] 優選地，所述行走參數包括步長S_(x,n)、步寬S_(y,n)。
[0029] 優選地，所述步驟2進一步包括：通過控制變量u的作用使評價函數J在有限的時 間內最小；評價函數J越小，表示機器人對給定軌跡的跟蹤越理想；
[0030] 選定時間步長At
[0031] 第i個運算步長時，系統的狀態為
[0035] 對評價函數進行離散化
[0037]為了減小Jd的值，在第i個控制周期內，使.L取極小值，因為輸入的關節角度力矩 u只能影響關節的角加速度，因此第i個控制周期的控制量^影響的是i+2時刻系統狀態， 將⑷帶入（5)得到
[0039] 采用最速下降法求解控制量Ui，搜索步長為X，求解利用的表達式為
[0041] 優選地，所述步驟3進一步包括：將在每個支撐相內累計得到的誤差sum=Eli進 行步行參數的計算。
[0042]優選地，第n+1步的行走參數為
[0044] 其中a，b為可調節的參數，根據機器人系統選擇。
[0045]優選地，選擇aG(〇, 〇?2) ;bG(〇, 〇?1)。
[0046] 通過以上技術方案，本發明能夠取得以下的技術效果。
[0047] 1.本發明通過建立評價函數，在每個控制周期內實時求解關節控制力矩U保證機 器人對給定運動軌跡的跟蹤。同時根據在一個步行周期內評價函數的累積值，調節仿人機 器人的