仿人机器人步态生成方法
【技术领域】
[0001] 本发明涉及机器人技术领域，尤其涉及一种仿人机器人步态生成方法。
【背景技术】
[0002] 步态规划，即步态生成算法，是指产生满足指定步态参数的关节轨迹。仿人机器人 的步态规划，除了满足几何构形和运动学特性外，还必须保持步行的稳定性，另一方面，步 行运动的灵活性和环境适应性也是必须考虑的问题。到目前为止，针对仿人机器人的步态 规划主要有两类，一类是基于模型的方法，是目前仿人机器人步态规划主要采用的方法。另 外一类是基于非模型的方法，该方法主要利用人类行走的生物学特征，结合一定的修正算 法或控制策略而得到有效步态的。
[0003] 基于模型的方法是从机器人步行的运动学和动力学的角度出发，对人类步行的特 征进行抽象而形成的便于工程化的模型方法。由于仿人机器人在步行运动过程中单双腿轮 流切换，没有固定的支点，在运动过程中很可能发生倾覆，因此仿人机器人的步态规划首先 必须考虑稳定性约束。为了保持机器人行走的稳定性，ZMP必须落在有效支撑域内，从ZMP 稳定性判据出发的几何规划方法是目前最常见的步态规划方法。此类方法的优点是满足了 机器人步行过程的稳定性，但由于解不唯一，存在优化问题，求解比较困难。同时，由于该方 法是基于机器人的数学模型来实现的，属于离线步态规划方法，其环境适应性差。
[0004] 非模型的步态规划方法主要是从人类步行的行走规律出发进行规划的，该方法主 要是通过记录人类运动数据实现机器人的双足步行行走。由于人体物理参数与机器人物理 参数之间存在巨大差别，将人类运动数据应用到机器人双足步行时，往往无法保证机器人 运动的稳定性。近几年，随着人们对被动仿人机器人研究的关注，利用生物激发模式发生器 或极限环振荡器生成有效步态的非模型方法成为了目前的研究热点。但这些研究主要用于 实现简单的平地行走，缺少复杂非结构环境下的适应性分析，并且大部分研究是针对多足 机器人或者是被动性双足步行机器人，针对主动机器人的研究甚少。
【发明内容】
[0005] 鉴于【背景技术】中存在的问题，本发明的目的在于提供一种仿人机器人步态生成方 法，其能使机器人运动具有灵活的调整能力以及较强的环境适应能力。
[0006] 为了实现上述目的，本发明提供了一种仿人机器人步态生成方法，其包括步骤： S1，通过分析人类步行的驱动特征建立一个初始步行模式发生器，用于产生使机器人可能 运动的有效步行模式，该初始步行模式发生器产生可用于实现基本步行运动的关节驱动力 矩u p，关节驱动力矩Up与机器人的步行模式和步行所处的状态相关；S2,通过传感反射的局 部特性建立牵张反射数学模型和前庭反射的数学模型，牵张反射用于保证机器人摆动腿有 效离开地面并到达正确位置，前庭反射用于实现对机器人躯干的稳定性控制，将牵张反射 产生的关节驱动力矩U stretah和前庭反射产生的关节驱动力矩Uvest叠加于初始步行模式发生 器所产生的关节驱动力矩IV通过调整关节驱动力矩U stretah和关节驱动力矩u _,调整机器 人在运动空间中的关节轨迹，从而保证机器人在行走过程中支撑腿不离开地面、摆动腿能 达到正确的位置；以及S3,利用与稳定性相关的传感反射建立ZMP (Zero Moment Point)反 射模型，提高机器人在非机构环境下步行运动的鲁棒性，将ZMP反射产生的关节驱动力矩 Uzmp叠加于关节驱动力矩u statc;h、关节驱动力矩Uvest以及关节驱动力矩u p，通过调整关节驱 动力矩Uzmp进一步调整上述关节轨迹，从而使得机器人实现稳定的步行运动、提高机器人运 动的环境适应能力。
[0007] 本发明的有益效果如下：
[0008] 本发明的仿人机器人步态生成方法根据人类行走过程中的反射特性及仿人机器 人的物理特性，从人体行走的神经控制器和反射机理出发，充分利用机器人的传感器信息， 采用传感反射实现快速的局部调整，基于传感反射实现主动仿人机器人的步态生成算法， 从而使机器人运动具有灵活的调整能力以及较强的环境适应能力。
【附图说明】
[0009] 图1为根据本发明的仿人机器人步态生成方法的流程图；
[0010] 图2为根据本发明的仿人机器人步态生成方法实现的仿人机器人控制系统结构 框图；
[0011] 图3为根据本发明的仿人机器人步态生成方法实现的两种不同运动速度的关节 相位图。
【具体实施方式】
[0012] 下面参照附图来详细说明根据本发明的仿人机器人步态生成方法。
[0013] 参照图1，根据本发明的仿人机器人步态生成方法包括步骤：S1，通过分析人类步 行的驱动特征建立一个初始步行模式发生器，用于产生使机器人可能运动的有效步行模 式，该初始步行模式发生器产生可用于实现基本步行运动的关节驱动力矩IV关节驱动力 矩U p与机器人的步行模式和步行所处的状态相关；S2,通过传感反射的局部特性建立牵张 反射数学模型和前庭反射的数学模型，牵张反射用于保证机器人摆动腿有效离开地面并到 达正确位置，前庭反射用于实现对机器人躯干的稳定性控制，将牵张反射产生的关节驱动 力矩U stretah和前庭反射产生的关节驱动力矩Uvest叠加于初始步行模式发生器所产生的关节 驱动力矩IV通过调整关节驱动力矩U stretah和关节驱动力矩u vest调整机器人在运动空间中 的关节轨迹，从而保证机器人在行走过程中支撑腿不离开地面、摆动腿能达到正确的位置； 以及S3,利用与稳定性相关的传感反射建立ZMP(Zerc) Moment Point)反射模型，提高机器 人在非机构环境下步行运动的鲁棒性，将ZMP反射产生的关节驱动力矩Uzmp叠加于关节驱 动力矩u statc;h、关节驱动力矩Uvest以及关节驱动力矩u p，通过调整关节驱动力矩Uzmp进一步 调整上述关节轨迹，从而使得机器人实现稳定的步行运动、提高机器人运动的环境适应能 力。
[0014] 通过对人类行走机理的研究发现，人类运动系统接收反馈的信息主要分两类：体 外反馈信息和体内反馈信息。体外反馈信息来自外感受器，例如皮肤和视觉，用于监控人 类躯体和环境的关系；体内信息则主要来自于本体感受器，如骨骼肌中的肌梭、高尔基腱 器官、内耳中的前庭器官等，这些感受器通过对身体内部刺激的反应，感知躯体的运动或位 置。进一步分析发现，与运动有关的反射主要有脊髓反射和前庭反射。脊髓反射是指反射 弧的中枢部分在脊髓中的反射，例如牵张反射、屈肌反射、腱反射和姿式反射等；前庭反射 主要是通过内耳中的前庭器官引起的反射行为。
[0015] 本发明的仿人机器人步态生成方法根据人类行走过程中的反射特性及仿人机器 人的物理特性，从人体行走的神经控制器和反射机理出发，充分利用机器人的传感器信息， 采用传感反射实现快速的局部调整，基于传感反射实现主动仿人机器人的步态生成算法， 从而使机器人运动具有灵活的调整能力以及较强的环境适