[发明专利]一种四足仿生机器人的身体姿态斜坡自适应控制方法

说明书

本公开提供了一种四足仿生机器人的身体姿态斜坡自适应控制方法，本公开在模型预测控制下实现最优足底力分配与足端落地预测；由身体姿态斜坡自适应算法实现机器人爬坡时的姿态调整，从而可以实现机器人对斜坡地形环境的感知，实现机器人在斜坡地形的姿态自适应调整和稳定运动行走，不需要利用机器人的视觉感知信息。

技术领域

本公开属于机器人姿态控制技术领域，涉及一种四足仿生机器人的身体姿态斜坡自适应控制方法。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。

当前，仿生机器人逐渐从实验室走向作业场地，其高动态性、复杂环境适应性和大负载能力显著提高。为了完成给定作业任务，机器人一般都是采用某种单一的地形适应模式，这显著降低了机器人对各种不同复杂环境的应变能力。在自然界中四足哺乳动物可以根据不同环境状况进行姿态的自适应调整，以提高机器人运动过程的稳定和对复杂环境的自适应性。因此，模仿自然界四足哺乳动物对复杂环境的强适应性，提高机器人的复杂环境的人机交互能力，需要研究机器人在有坡度地形下的姿态自适应调整策略和方法。

最近几年，模型预测控制(Model Predictive Control，MPC)逐渐运用到了四足机器人的稳定运动控制中，取得了较好的运动控制效果，使得越来越多的学者对模型预测控制进行深入研究。这些研究成果都对模型预测控制的应用与扩展，实现了机器人足端位置、足底力控制的优化与求解。但据发明人了解，其对复杂路面的适应性相对不高，没有考虑如何将地形信息引入到机器人的姿态运动控制中，以提高机器人运动过程中的稳定裕度，更好地提高机器人对斜坡等崎岖地形环境的适应性。

同时，现有文献大都在静步态或者基于视觉信息的条件下实现的坡面自适应调整，导致机器人运动速度降低，斜坡行走不够稳定，或增加了处理视觉信息的工作量。

发明内容

本公开为了解决上述问题，提出了一种四足仿生机器人的身体姿态斜坡自适应控制方法，本公开在模型预测控制下实现最优足底力分配与足端落地预测；由身体姿态斜坡自适应算法实现机器人爬坡时的姿态调整，从而可以实现机器人对斜坡地形环境的感知，实现机器人在斜坡地形的姿态自适应调整和稳定运动行走，不需要利用机器人的视觉感知信息。

根据一些实施例，本公开采用如下技术方案：

一种四足仿生机器人的身体姿态斜坡自适应控制方法，包括以下步骤：

搭建仿生机器人机体与世界坐标系，将机器人建模为单个刚体，且在接触点处受力，建立机器人动力学模型；

计算并跟踪仿生机器人腿部在世界坐标系中的轨迹，并计算腿部关节力矩，考虑地面力控制过程中的关节力矩，利用模型预测控制确定最优控制轨迹；

根据得到的最优控制轨迹控制仿生机器人的运动；

获取仿生机器人行走过程中此时刻的姿态参数，确定足端位置的坐标映射，调整机器人在斜坡上的重心位置；

设置一虚拟斜坡，根据机器人此时刻姿态参数中躯干俯仰角度，计算当前状态下虚拟斜坡的角度，将此角度作为下一时刻机器人俯仰角的调整值，不断调整机器人的姿态，直到虚拟斜坡角度、躯干俯仰角和实际斜坡角度三者相等。

作为可选择的实施方式，搭建仿生机器人机体与世界坐标系，将机器人建模为单个刚体，且在接触点处受力，建立机器人动力学模型的具体过程包括：

搭建四足机器人机体与世界坐标系，使该模型把机器人建模为单个刚体，且在接触点处受力，根据每条腿受到的地面反力，机器人各个腿在地面的接触点位于机体坐标系的位置，确定机器人受到的重力与地面反作用力；

根据角动量与转矩之间的关系，计算机器人在世界坐标系下的惯性张量。