[發明專利]四足機器人運動狀態聚類與自主決策方法

有效

• 申請號: 202011473046.7
• 申請日: 2020-12-15
• 公開（公告）號: CN112571418B
• 公開（公告）日: 2022-02-25
• 發明（設計）人: 張帥帥;朱其剛;尹燕芳;劉明;榮學文;范永
• 申請（專利權）人: 山東科技大學
• 主分類號: B25J9/16
• 分類號: B25J9/16;G06K9/62
• 代理公司: 濟南日新專利代理事務所(普通合伙) 37224
• 代理人: 王書剛

1.一種四足機器人運動狀態聚類與自主決策方法，其特征是，包括以下步驟：

(1)記錄機器人在具有不同崎嶇度的地形上行走過程中各足邁步時對應的邁步時間序列，對該序列進行時域特征提取，并根據所提取的時域信息使用模糊聚類方法，將其聚為3類；

(2)記錄機器人運動過程中具有不同穩定狀態時對應的軀干橫滾角的變化，進行時域特征提取，并根據所提取的時域信息使用模糊聚類方法，將其聚為3類；

(3)綜合機器人運動過程中的能耗、穩定性評價指標，建立四足機器人運動性能的綜合評價函數；

(4)根據綜合評價函數，在不同的邁步時間聚類和穩定性聚類狀態下分別進行四足機器人通過復雜地形的實驗，得到機器人自主決策中的相關參數；

(5)根據確定的自主決策中的相關參數及機器人運動過程中實時的邁步時間和軀干橫滾角信息實現控制參數的自主決策，自主生成與當前行走地形與機器人運動狀態相適應的運動；

所述步驟(1)中對機器人運動過程中邁步時間進行時域特征提取的過程是：

記四足機器人在第h次邁步過程中，由抬足開始到觸地所花費的時間為t_h，將四足機器人在行走過程中各足邁步時間存入數組S中，如下式所示：

S＝(t₁,t₂,…,t_h)，

根據數組S中的數據，提取機器人在前k個邁步時間對應的時域特征，包括：

①最小值^hI_k

^hI_k＝min(t_h-k+1,t_h-k+2,…,t_h)，

②最大值^hM_k

^hM_k＝max(t_h-k+1,t_h-k+2,…,t_h)，

③峰峰值^hP_k

^hP_k＝^hM_k-^hI_k，

④平均值^hA_k

⑤標準差^hS_k

綜合上述提取的機器人在前k個邁步運動的時域特征，組成特征矩陣^TC：

所述步驟(2)中對機器人運動過程中軀干橫滾角進行時域特征提取的過程是：

設置采樣周期，并記第q個采樣周期中的機器人軀干橫滾角角度記為α_q，將四足機器人運動過程中軀干橫滾角角度存入數組R中，如下式所示：

R＝(α₁,α₂,…,α_q)，

根據數組R中的數據，提取機器人在前r個采樣周期中姿態角對應的時域特征，包括：

①最小值^qI_r

^qI_r＝min(α_q-r+1,α_q-r+2,…,α_q)，

②最大值^qM_r

^qM_r＝max(α_q-r+1,α_q-r+2,…,α_q)，

③平均值^qA_r

④標準差^qS_r

綜合上述提取的機器人在前r個采樣周期中姿態角對應的時域特征，組成特征矩陣^RT：