[發明專利]一種應用于雙足機器人步行控制器的參數自動調節方法

在審

• 申請號: 202210796620.5
• 申請日: 2022-07-06
• 公開（公告）號: CN115328179A
• 公開（公告）日: 2022-11-11
• 發明（設計）人: 袁朝輝;李景超;張景秦;楊鵬飛;張貴持;李穎星;桑曉月;董勝;張建銳;周青青
• 申請（專利權）人: 西北工業大學
• 主分類號: G05D1/08
• 分類號: G05D1/08
• 代理公司: 西安維賽恩專利代理事務所(普通合伙) 61257
• 代理人: 李明全

1.一種應用于雙足機器人步行控制器的參數自動調節方法，其特征在于，包括以下步驟：

將步行控制器參數分解為第一逆運動學控制器參數、第一逆動力學控制器參數和第一主動阻抗控制器參數；

關閉步行控制器的逆動力學控制器和主動阻抗控制器，利用貝葉斯優化方法優化所述第一逆運動學控制器參數，得到第二逆運動學控制器參數；

保持第二逆運動學控制器參數不變，利用所述貝葉斯優化方法對第一逆動力學控制器參數和第一主動阻抗控制器參數進行交替優化，得到第二逆動力學控制器參數和第二主動阻抗控制器參數；

組合所述第二逆運動學控制器參數、第二逆動力學控制器參數和第二主動阻抗控制器參數得到優化后的步行控制器參數。

2.如權利要求1所述的一種應用于雙足機器人步行控制器的參數自動調節方法，其特征在于，利用貝葉斯優化方法優化所述第一逆運動學控制器參數包括：

在逆運動學控制器的參數取值范圍內生成n組參數集K_IK,j；其中，j＝1,2,...,n；

采用每一組參數集控制雙足機器人完成固定的運動軌跡，并計算對應的誤差；

根據所述參數集和其對應的誤差，生成數據集；

基于貝葉斯優化方法，利用所述數據集訓練學習概率模型，得到每組參數集對應的貝葉斯后驗概率；

根據所述貝葉斯后驗概率生成第二逆運動學控制器參數。

3.如權利要求2所述的一種應用于雙足機器人步行控制器的參數自動調節方法，其特征在于，得到每組參數集對應的貝葉斯后驗概率之后還包括：

擴充所述數據集，利用擴充后的數據集訓練學習概率模型。

4.如權利要求3所述的一種應用于雙足機器人步行控制器的參數自動調節方法，其特征在于，擴充所述數據集包括：

采用采集函數繼續生成新的參數集；

將新的參數集擴充所述數據集。

5.如權利要求2-4任一所述的一種應用于雙足機器人步行控制器的參數自動調節方法，其特征在于，利用所述貝葉斯優化方法對第一逆動力學控制器參數和第一主動阻抗控制器參數進行交替優化包括：

同時打開逆運動學控制器、逆動力學控制器和主動阻抗控制器；

初始化第一逆動力學控制器參數和第一主動阻抗控制器參數，控制雙足機器人完成固定的運動軌跡，并計算對應的誤差y_min；

保持第一主動阻抗控制器參數不變，基于貝葉斯優化方法優化第一逆動力學控制器參數；

基于第一主動阻抗控制器參數和優化后的第一逆動力學控制器參數控制雙足機器人完成固定的運動軌跡，并計算對應的誤差其中，為優化后的第一逆動力學控制器參數，K_IM為第一主動阻抗控制器參數；

當時，將作為新的第一逆動力學控制器參數，將作為新的y_min；

保持新的第一逆動力學控制器參數不變，基于貝葉斯優化方法優化第一主動阻抗控制器參數；

基于新的第一逆動力學控制器參數和優化后的第一主動阻抗控制器參數控制雙足機器人完成固定的運動軌跡，并計算對應的誤差

當小于新的y_min時，將作為新的第一主動阻抗控制器參數，作為新的y_min；

按照上述方法交替優化第一主動阻抗控制器參數和第一逆動力學控制器參數，直至滿足優化終止條件，得到第二逆動力學控制器參數和第二主動阻抗控制器參數

6.如權利要求5所述的一種應用于雙足機器人步行控制器的參數自動調節方法，其特征在于，所述誤差采用以下目標函數計算得到：

J(K)＝r_c+r_lf+r_rf+L，

其中，J(K)為基于控制器參數K的誤差，控制器K包括逆運動學控制器參數、逆動力學控制器參數和主動阻抗控制器參數，r_c為雙足機器人的質心位置跟蹤誤差，r_lf為雙足機器人的左腳位置跟蹤誤差，r_rf為雙足機器人的右腳位置跟蹤誤差，L為摔倒懲罰項。