[发明专利]一种双足机器人动力式行走方法

说明书

技术领域

本发明涉及双足机器人动力式行走方法，尤其涉及实现双足机器人快速行走的一种开环控制方法。

背景技术

目前，双足机器人的行走方法主要包括静态行走，ZMP行走，以及极限环行走。其中静态行走是出现最早的也是最基础的一种行走方法，其要求行走过程中机器人的质心始终保持在地面上双脚构成的多边形以内，这种方法很容易保持机器人的稳定，但也极大的限制了机器人的行走速度。ZMP行走要求机器人的零矩点始终保持在双脚构成的多边形以内，这种方法在一定程度上比静态行走减少了人为约束，因此在一些机器人上实现了较高速度的行走。目前，ZMP行走的成功实例包括本田公司的ASIMO，日本AIST研究所的HRP3，以及索尼公司的Qrio等。但是与传统工业机器人相似，ZMP行走仍然采用了较多的人为约束，因此在能量效率、行走速度、抗干扰能力、以及步态自然性等方面很难再有突破。

极限环行走是近年来出现的一种新的行走理念，它的提出受到了人类行走的启发，要求周期性的步态序列是轨道稳定的，即步态序列可以在状态空间中形成一个稳定的极限环，但在步态周期中的任意瞬时并不具备局部稳定性。这种方法对机器人的人为约束较少，充分地利用了机器人自身的动力学特性，因而具有较大的空间提高机器人的能量效率、行走速度、以及抗干扰能力。目前，采用极限环行走原理的成功实例包括MIT的Spring Flamingo及其虚拟模型控制方法，法国科学院的Rabbit及其混合零动力学控制方法，Geng等人的RunBot及其中枢神经控制方法，以及CMU的双足机器人及其再励学习方法等。这些机器人在行走速度、能量效率、以及抗干扰能力等方面实现了较大的突破，但步态生成方法较为繁琐，有些则需要使用机器学习，对实验环境的要求较高。

被动行走是极限环行走的一种典型范例，机器人沿微倾的斜坡向下行走，不需要施加任何控制，斜坡提供的重力势能转化为机器人行走所需的动能。被动行走生成的步态非常自然，能量效率可以达到人类的水平，约是ZMP行走机器人ASIMO的十几分之一。为了将被动行走在平地实现，Cornell大学使用了在机器人脚踝处增加激励的方法，在每步摆动腿与地面发生碰撞后脚掌蹬地，为行走注入能量。Deflt大学则采用了在摆动腿与地面碰撞前夹紧髋关节的做法，同样达到了补入能量的目的。但是以上两种方法的能量补入时机均位于碰撞时刻前后，能量为瞬时补入，要求具有极高的能量密度，因此在很大程度上限制了机器人的行走速度，同时这种能量补入方法会给步态造成较大的扰动，降低了行走的稳定性。

本发明所述的双足机器人行走方法以被动行走为基础，通过在支撑腿前摆过程中伸直支撑腿膝关节逐渐提高机器人的重心，补入重力势能。这种方法与Cornell大学及Deflt大学的做法相比，极大的降低了对能量密度的要求，同时消除了在摆动腿与地面碰撞瞬间补入能量对行走稳定性造成的影响，因此能够使机器人达到较高的行走速度及稳定性。与其他极限环行走方法相比，本方法只需要开环控制，实现简单且计算量非常小，因此适用于对实时性要求较高的场合。

发明内容

本发明的目的在于提出一种在开环控制条件下能快速稳定行走且能改变步速的双足机器人动力式行走方法。

本发明所述的双足机器人模型如图1所示，其中1为机器人身体，质量为M，2为支撑腿大腿，3为支撑腿小腿，4为等效支撑腿(由支撑腿大腿2的顶端到支撑腿小腿3末端的连线构成)，5为摆动腿大腿，6为摆动腿小腿，7为等效摆动腿(由摆动腿大腿5的顶端到摆动腿小腿6末端的连线构成)。机器人具有三个关键角度θ、α、β，其中θ为等效支撑腿与等效摆动腿之间的夹角，当等效摆动腿7位于等效支撑腿4之前时θ＞0，之后时θ＜0；α为支撑腿大腿2与等效支撑腿4之间的夹角，决定等效支撑腿4的长度，当支撑腿膝盖弯曲时α＞0，支撑腿膝盖伸直时α＝0；β为摆动腿大腿5与等效摆动腿7之间的夹角，决定等效摆动腿7的长度，当摆动腿膝盖弯曲时β＞0，摆动腿膝盖伸直时β＝0。如此定义关键角度方便的确定两等效腿之间的夹角及两等效腿的长度。机器人的一步行走由摆动过程和碰撞组成，其中摆动过程指机器人支撑腿末端着地，以末端为轴向前摆动，同时摆动腿在空中由支撑腿后方摆动到支撑腿前方；碰撞指摆动过程结束时摆动腿末端与地面发生瞬间碰撞，同时支撑腿离地。碰撞后摆动腿转换为支撑腿，支撑腿转换为摆动腿。机器人的一步行走由上一步碰撞后开始，经摆动过程至碰撞后结束。