[發明專利]一種四足機器人運動控制自生成和實物遷移方法

在審

• 申請號: 202011509972.5
• 申請日: 2020-12-19
• 公開（公告）號: CN112631131A
• 公開（公告）日: 2021-04-09
• 發明（設計）人: 曹政才;邵琦;胡標;邵士博;張東;李群智;馬超
• 申請（專利權）人: 北京化工大學
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 北京思海天達知識產權代理有限公司 11203
• 代理人: 沈波

本發明公開了一種四足機器人運動控制自生成和實物遷移方法。發明使用PPO算法優化四足機器人運動控制器，通過確定影響四足機器人運動控制性能的參數，學習魯棒的控制器來縮小仿真模型和實際模型的差異，提高遷移成功率。發明首先在仿真環境中實現控制策略的自主生成，然后將仿真中學習的運動控制器部署在實際的四足機器人上，通過慣性測量單元實時獲取四足機器人的位姿信息，由運動控制器預測四足機器人腿部的關節角度，輸出到對應電機，最終實現步態自主涌現。本發明解決傳統四足機器人控制建模難，環境適用性差且使用深度強化學習的控制方法多停留在仿真階段等問題，使深度強化學習算法應用在實際四足機器人的運動控制上，實現復雜適應性步態的快速自主涌現。

技術領域

本發明涉及機器人運動控制領域，具體是指一種四足機器人運動控制自生成和實物遷移方法。

背景技術

我國深空探測、載人登月任務的最終目標是在月球和火星表面建立永久性基地，而地外天體基地建設是一項前所未有的重大工程，實施前需要充分的準備工作，其中最關鍵的一環就是研制能夠適應月球火星表面環境的空間機器人，為建立基地以至為載人登陸開道鋪路。

在復雜的外星球環境，足式移動機器人與生俱來的“懸架結構”將機體與地形環境相分離，僅需依靠離散的落腳點便能夠穩定、連續地移動，使得其在非規則地形下表現出明顯的通過性優勢，被認為是科學探測、緊急搜救、物資運輸、偵察巡邏等作業的最佳移動平臺。四足機器人兼具運動的靈活性和穩定性，可以實現動態行走，是高速移動足式機器人研究的主要對象。自然界中幾乎所有能夠在自然地形條件下持久地高速運動并能夠進行靈活轉向的大、中型哺乳動物都具有四足移動機構的配置。四足的機構形式使得四足動物既可以通過多腿支撐，實現穩定站立和低速行走，又能根據需要實現雙腿或單腿著地，進行動態奔跑，提高運動速度和效率，表現出優異的運動性能和地形適應性。

然而足式機器人結構復雜，要實現精準的運動學和動力學建模，需要豐富的經驗和繁瑣的手動調優。相較于傳統的四足機器人運動控制，使用強化學習的四足機器人的運動控制具有無模型、環境適用性強和策略自主生成的優點。但是，這樣的控制方法往往停留在仿真階段，生成的穩定步態在實際的機器人中表現不佳，這是由于仿真的物理系統與實際的物理系統的存在較大的模型差異，而且這種差異在實際的運動中會被逐步放大。

基于此，本發明提供了一種四足機器人運動控制自生成和實物遷移方法。

發明內容

以下給出一個或多個方面的主要概述以應對這些方面的基本理解。此概述不能將所有構想的方面進行詳述，其唯一的目的是要以簡化形式給出一個或多個方面的一些概念以為稍后給出的更加詳細的描述之序。

本發明提出一種四足機器人運動控制自生成和實物遷移方法，包括：

步驟1：利用開源Bullet物理引擎構建四足機器人快速仿真環境，包括四足機器人物理模型和周圍環境的物理屬性；四足機器人的傳感器信息通過插件形式加入仿真環境，并通過可視化的方式進行顯示；

步驟2：在仿真環境中，使用PPO算法優化四足機器人運動控制器，通過確定影響四足機器人運動控制性能的參數，學習魯棒的控制器來縮小仿真模型和實際模型的差異，提高遷移成功率，在仿真環境中，實現控制策略的自主生成；

步驟3：將仿真中學習的運動控制器移植到實際四足機器人的控制板上，以慣性測量單元測量的信息作為控制器的輸入，由運動控制器預測四足機器人腿部的關節角度，輸出到對應電機，實現四足機器人在實際環境下的穩定行走。

步驟1中，包括以下步驟：

步驟1.1：四足機器人的物理模型依據實際四足機器人的關節與連桿的相對關系、慣性屬性、幾何特點和碰撞模型建立。

步驟1.2：周圍環境的物理屬性考慮地面的摩擦力和機器人所受的外力。

步驟2中，包括以下步驟：