CN102121828B - 一种仿人机器人身体姿态角度实时估计方法 - Google Patents

一种仿人机器人身体姿态角度实时估计方法 Download PDF

Info

Publication number
CN102121828B
CN102121828B CN 201010597601 CN201010597601A CN102121828B CN 102121828 B CN102121828 B CN 102121828B CN 201010597601 CN201010597601 CN 201010597601 CN 201010597601 A CN201010597601 A CN 201010597601A CN 102121828 B CN102121828 B CN 102121828B
Authority
CN
China
Prior art keywords
robot
axis
posture
attitude
dimensional force
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN 201010597601
Other languages
English (en)
Other versions
CN102121828A (zh
Inventor
相远飞
熊蓉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang University ZJU
Original Assignee
Zhejiang University ZJU
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhejiang University ZJU filed Critical Zhejiang University ZJU
Priority to CN 201010597601 priority Critical patent/CN102121828B/zh
Publication of CN102121828A publication Critical patent/CN102121828A/zh
Application granted granted Critical
Publication of CN102121828B publication Critical patent/CN102121828B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Manipulator (AREA)

Abstract

本发明公开了一种仿人机器人身体姿态角度实时估计方法,该方法首先建立机器人姿态的运动学模型;然后根据机器人姿态的运动学模型,建立带噪声的线性离散随机***模型,利用卡尔曼滤波的相应方法,基于三轴加速度计的加速度数据,三轴陀螺仪的角速度数据和六维力/力矩传感器三维力数据估计机器人的姿态状态,再根据估计的机器人姿态信息,得到机器人实际的姿态角度,从而矫正机器人当前的姿态;本方法克服了角速度积分的漂移以及传统线性化方法测量范围较小的缺陷,实现了仿人机器人姿态实时准确的估计。

Description

一种仿人机器人身体姿态角度实时估计方法
技术领域
本发明属于机器人领域,尤其涉及一种基于六维力/力矩传感器,加速度计和陀螺仪的仿人机器人姿态估计方法。
技术背景
仿人机器人是一种模仿人体骨骼结构的机器人,它与其他机器人的最大区别在于其仿人的双足运动方式。仿生分析表明,仿人机器人具有环境适应能力强、动作灵活等优点,因此,具有更加广阔的应用和发展前景。
与轮式机器人和工业机器人不同,仿人机器人的支撑域更小,更容易摔倒。因此需要知道机器人的姿态角度,包括俯仰和滚动角度,以便检测机器人的状态,预防机器人摔倒。
一种比较常用的姿态估计算法是先对角速度的积分经过一个高通滤波器得到角度的高频信号,再对经加速度计算得到的角度经过一个低通滤波器,得到姿态角度的低频信号,这两个角度信号的叠加可以得到完整的姿态角度(参见“K. Loffler, M.Gienger, F.Pfeiffer:Sensor and Control Design of a Dynamically Stable Biped Robot,International Conference on Robotics and Automation,September,2003”) ,但是该方法需要设定合适的低通滤波器和高通滤波器的参数,以达到准确的估计,而且对于不同的步行模式,需要选择不同的滤波器参数,因此该方法的适用范围较小。
由于姿态估计的非线性,另外一种常见的方法是,对姿态运动学模型在平衡点进行线性化处理,得到该运动学方程的线性模型,利用kalman滤波的方法估计该线性模型的状态,从而得到姿态角度(参见“An Attitude Control System for small unmanned helicopters based on gyrometer and angular rate gyroscope”)。 但是该方法对于偏离平衡状态的估计存在较大的误差,并且测量的范围较小。
Henrik Rehbinder和Xiaoming Hu 提出了姿态估计的另一种方法(参见“Drift-free attitude estimation for accelerated rigid bodies,Automatica, 2004”)。在该方法中,利用重力加速度修正机器人的姿态角度。但是该方法需要机器人的横向加速度较小。对于仿人机器人步行中的加速度变化,由于横向加速度引入的模型误差并不能忽略,所以该方法并不适用于仿人机器人的步行。
中国发明专利申请200810224579.4提出了一个仿人机器人足部姿态实时检测***及方法,该姿态检测方法利用三轴加速度信息计算得到静态倾角信息;对采集的角速度信息进行计算得到角度的变化值;根据所述的静态面倾角信息和所述的角度变化值,得到实时的倾角信息。但是由于机器人运动过程中与地面的碰撞,利用加速度计计算所得的静态倾角信息并不准确,而且该方案也没办法克服角速度的积分误差。
因此,有必要设计一种能够实时,快速并且能有效克服陀螺仪积分误差的仿人机器人姿态角度估计方案。
发明内容
本发明的目的是针对现有技术的不足,提供了一种仿人机器人身体姿态角度实时估计方法。
本发明的目的是通过以下技术方案来实现的:一种仿人机器人身体姿态角度实时估计方法,仿人机器人姿态估计***包括三轴陀螺仪、三轴加速度计、kalman滤波器和两个六维力/力矩传感器,其中,三轴陀螺仪、三轴加速度计、和两个六维力/力矩传感器分别与kalman滤波器相连;该方法包括以下几个步骤:
(1)安装六维力/力矩传感器及三轴陀螺仪和三轴加速度计;其中,两个六维力/力矩传感器分别安装在机器人的两个踝关节上,三轴加速度计和三轴陀螺仪安装在机器人的髋部中心点。
(2)建立机器人姿态的运动学模型;
(3)根据机器人姿态的运动学模型,建立带噪声的线性离散随机***模型,利用卡尔曼滤波的相应方法,基于三轴加速度计的加速度数据,三轴陀螺仪的角速度数据和六维力/力矩传感器三维力数据估计机器人的姿态状态;
(4)根据估计的机器人姿态信息,得到机器人实际的姿态角度;
(5)根据得到的机器人实际的姿态角度,矫正机器人当前的姿态
本发明的有益效果是,本发明仿人机器人身体姿态角度实时估计方法通过软测量的技术实现,根据机器人姿态的运动学方程,利用kalman滤波的方法,得到机器人姿态状态的最优估计,从而计算出相应的俯仰和滚动角度。本方法克服了角速度积分的漂移以及传统线性化方法测量范围较小的缺陷,实现了仿人机器人姿态实时准确的估计。
附图说明
图1是仿人机器人姿态估计***的整体框图;
图2是传感器的安装示意图;
图3是机器人稳定行走时身体姿态的滚动角度数据图;
图4是机器人稳定行走时身体姿态的俯仰角度数据图。
具体实施方式
Kalman滤波的原理如下:利用给定的***输出观测序列                                                
Figure 946701DEST_PATH_IMAGE001
,作状态
Figure 891523DEST_PATH_IMAGE002
的最优估计
Figure 306324DEST_PATH_IMAGE003
,使得k+1时刻的估计指标(既估计误差的协方差矩阵)J达到最小:
Figure 45610DEST_PATH_IMAGE004
如图1所示,仿人机器人姿态估计***包括三轴陀螺仪、三轴加速度计、kalman滤波器和两个六维力/力矩传感器,其中,三轴陀螺仪、三轴加速度计、和两个六维力/力矩传感器分别与kalman滤波器相连。三轴加速度计提供机器人运动时的三轴线性加速度数据,三轴陀螺仪提供三轴的角速度数据,两个六维力/力矩传感器提供三维力数据。基于机器人姿态变化的运动学模型建立***状态方程,根据传感器获得的力数据,加速度数据以及角速度数据,通过kalman滤波的方法得到机器人姿态的最优估计。根据最优估计得到机器人姿态,计算可得相应的姿态角度。
本发明仿人机器人身体姿态角度实时估计方法,包括以下几个步骤:首先,安装六维力/力矩传感器及三轴陀螺仪和加速度计传感器;其次,建立机器人姿态的运动学模型;再次,根据机器人姿态的运动学模型,建立带噪声的线性离散随机***模型,利用卡尔曼滤波的相应方法,基于三轴加速度计的加速度数据,三轴陀螺仪的角速度数据和六维力/力矩传感器三维力数据估计机器人的姿态状态;根据估计后的机器人姿态信息,得到机器人实际的姿态角度。最后,根据得到的机器人姿态俯仰和滚动角度,矫正机器人当前的姿态。
具体如下,
第一步,安装六维力/力矩传感器及三轴陀螺仪和加速度计传感器
传感器的安装示意图如图2所示:两个六维力/力矩传感器分别安装在机器人的两个踝关节( 脚板与小腿的连接部位)上,并且传感器局部坐标系的x轴正方向沿机器人前进方向,y轴正方向从右至左,z轴正方向竖直向上。三轴加速度计和三轴陀螺仪安装在机器人的髋部中心点,并且其局部坐标系方向和六维力/力矩传感器的坐标系方向一致。
第二步,建立机器人姿态的运动学模型。
姿态可以用3×3的旋转矩阵来描述,对应绕x轴的旋转角称为滚动角(
Figure 483544DEST_PATH_IMAGE005
),相应的旋转矩阵:
Figure 65065DEST_PATH_IMAGE006
对应绕y轴的旋转角度称为俯仰角()相应的旋转矩阵为:
Figure 510139DEST_PATH_IMAGE008
对应绕z轴的旋转角度称为偏转角(
Figure 497686DEST_PATH_IMAGE009
),相应的旋转矩阵为:
Figure 784311DEST_PATH_IMAGE010
对于机器人的姿态,我们用欧拉角度按偏转(
Figure 173704DEST_PATH_IMAGE009
),俯仰(
Figure 520372DEST_PATH_IMAGE011
),滚动(
Figure 729636DEST_PATH_IMAGE007
)的顺序来描述, 则对应的姿态矩阵为:
Figure 822882DEST_PATH_IMAGE012
对该旋转矩阵求导:
Figure 522034DEST_PATH_IMAGE014
写为两个矩阵的组合,
Figure 484173DEST_PATH_IMAGE015
,其中,在时间间隔中,绕轴K的微量旋转为
Figure 148690DEST_PATH_IMAGE017
,则上式可以改写为:
对上式进行角度微分变换得,
所以
Figure 390818DEST_PATH_IMAGE020
安装在机器人髋部中心点的三轴加速度计和三轴陀螺仪,能够实时测量机器人髋部中心点沿自身坐标系的加速度和相应的角速度。当机器人静止的时候,加速度计测量的加速度为重力加速度。当机器人运动的时候,地面的摩擦力提供机器人前进的动力,机器人受到的加速度由合外力提供(见图2)。
假设机器人的脚板与地面完全接触,并且机器人是刚性的。我们以地面为世界坐标系的原点,建立笛卡尔右手坐标系,x轴的正方向为机器人的前进方向,z轴的正方先垂直地面向上。并且机器人髋部的加速度计和姿态传感器的初始姿态与世界坐标系的姿态相同。机器人足部受到的合外力f,在机器人髋部的加速度计上引起的加速度为a,此时机器人的姿态为R,则:
a = R*(f/M)
考虑到姿态R的状态转移方程,则机器人姿态的运动学模型为:
Figure 609310DEST_PATH_IMAGE021
其中,M为机器人的质量,
Figure 406365DEST_PATH_IMAGE022
,是两个六维力/力矩传感器测量的合力,表示机器人足部收到的合外力在坐标系的各个分量,是3×1的向量,表示三轴陀螺仪测量的三轴角速度数据,分别用
Figure 44818DEST_PATH_IMAGE024
,
Figure 55499DEST_PATH_IMAGE025
,
Figure 85772DEST_PATH_IMAGE026
表示。R是3×3的矩阵,表示机器人的姿态矩阵;
Figure 244221DEST_PATH_IMAGE027
,表示三轴加速度计测量的加速度值。
第三步,根据机器人姿态的运动学模型,建立带噪声的线性离散随机***模型, 再利用卡尔曼滤波的相应方法,基于三轴加速度计的加速度数据,三轴陀螺仪的角速度数据和六维力/力矩传感器三维力数据估计机器人的姿态状态。
考虑到R为3×3的矩阵,测量的加速度a和合外力f为3×1向量,对姿态矩阵按行拉直,同时假设传感器测量的噪声白噪声,则***模型可重构为:
Figure 955825DEST_PATH_IMAGE028
式中状态变量
Figure 148909DEST_PATH_IMAGE029
Figure 350083DEST_PATH_IMAGE030
为模型噪声,方差为为观测噪声,方差为
Figure 293134DEST_PATH_IMAGE033
Figure 602893DEST_PATH_IMAGE034
为三轴加速度,
Figure 470355DEST_PATH_IMAGE035
对该模型状态的估计采用离散化的Kalman滤波方程,则以Ts为离散时间间隔,该模型的离散化方程为:
其中,
Figure 428788DEST_PATH_IMAGE037
是9×1的向量,表示***的模型噪声,
Figure 183620DEST_PATH_IMAGE040
是3×1的向量,表示***的观测噪声。
Figure 205803DEST_PATH_IMAGE041
是9×1的向量,表示***的状态变量。
以状态的提前一步预报量
Figure 857364DEST_PATH_IMAGE042
为递推的基本变量,可写出Kalman滤波递推公式为:
Figure 699418DEST_PATH_IMAGE043
Figure 156945DEST_PATH_IMAGE044
是k时刻的三轴加速度计的加速度值
Kalman预报增益矩阵
Figure 971317DEST_PATH_IMAGE045
为:
Figure 123129DEST_PATH_IMAGE047
为预报误差的协方差矩阵:
Figure 384346DEST_PATH_IMAGE048
Figure 112612DEST_PATH_IMAGE049
是9×9的矩阵,表示模型噪声的方差,
Figure 168293DEST_PATH_IMAGE050
是3×3的矩阵,表示观测噪声的方差。
第四步,根据估计后的机器人姿态信息,得到机器人实际的姿态角度。
利用kalman滤波算法,在线估算
Figure 922623DEST_PATH_IMAGE051
,根据估算的姿态矩阵,计算俯仰和滚动的姿态角度:
Figure 987530DEST_PATH_IMAGE052
 
式中
Figure 510916DEST_PATH_IMAGE053
分别表示状态向量
Figure 737498DEST_PATH_IMAGE054
第7,8,9行的元素
第五步,根据得到的机器人姿态俯仰和滚动角度,矫正机器人当前的姿态。
为了保持机器人的稳定运行,机器人运行过程的设定的滚动和俯仰角度为0,通过控制机器人髋部关节的俯仰和滚动的关节角度,利用PID调整方式,实现机器人身体姿态的稳定控制。
实施例1
图3和图4示出了在仿人机器人上应用本发明的方法和现有积分方法的的不同之处,设定机器人的步行速度为0.8km/h,由图3可以看出,由于机器人髋部刚性的不足,机器人在行走过程中,滚动角度存在周期性变化,该数据反映了机器人运动过程中的滚动角度变化。由于机器人摆放的初始位置或者零位的偏差,导致滚动角度并不为零。从与积分方法的对比可以看出,该方法有效地克服了角速度积分的漂移问题。由图4可以看出,当机器人运动结束后,俯仰角度的数据始终保持稳定。综上所述,该方法能有效克服角速度积分的漂移问题,反映机器人运动过程中俯仰和滚动姿态角度的变化,实现机器人俯仰和滚动姿态角度的有效测量。

Claims (1)

1.一种仿人机器人身体姿态角度实时估计方法,仿人机器人姿态估计***包括三轴陀螺仪、三轴加速度计、kalman滤波器和两个六维力/力矩传感器,其中,三轴陀螺仪、三轴加速度计、和两个六维力/力矩传感器分别与kalman滤波器相连;其特征在于,该方法包括以下几个步骤:
(1)安装六维力/力矩传感器及三轴陀螺仪和三轴加速度计;其中,两个六维力/力矩传感器分别安装在机器人的两个踝关节上,三轴加速度计和三轴陀螺仪安装在机器人的髋部中心点;
(2)建立机器人姿态的运动学模型;
(3)根据机器人姿态的运动学模型,建立带噪声的线性离散随机***模型,利用卡尔曼滤波的相应方法,基于三轴加速度计的加速度数据,三轴陀螺仪的角速度数据和六维力/力矩传感器三维力数据估计机器人的姿态状态;
(4)根据估计的机器人姿态信息,得到机器人实际的姿态角度;
(5)根据得到的机器人实际的姿态角度,矫正机器人当前的姿态
其中,所述步骤(2)建立的运动学模型为:
Figure 16029DEST_PATH_IMAGE001
其中,M为机器人的质量,
Figure 1302DEST_PATH_IMAGE002
,是两个六维力/力矩传感器测量的合力,表示机器人足部收到的合外力在坐标系的各个分量,
Figure 937160DEST_PATH_IMAGE003
是3×1的向量,表示三轴陀螺仪测量的三轴角速度数据,分别用,,
Figure 25704DEST_PATH_IMAGE006
表示;R是3×3的矩阵,表示机器人的姿态矩阵;
Figure 506364DEST_PATH_IMAGE007
,表示三轴加速度计测量的加速度值;
   所述步骤(3)建立的线性离散随机***模型为:
其中,状态变量
Figure 282001DEST_PATH_IMAGE009
Figure 976288DEST_PATH_IMAGE010
为模型噪声,方差为
Figure 797799DEST_PATH_IMAGE012
为观测噪声,方差为
Figure 193009DEST_PATH_IMAGE013
, 
Figure 741802DEST_PATH_IMAGE014
为三轴加速度:
Figure 455942DEST_PATH_IMAGE015
所述步骤(4)得到的机器人实际的姿态角度为:
Figure 722975DEST_PATH_IMAGE016
 
其中,
Figure 921875DEST_PATH_IMAGE017
分别表示状态向量
Figure 449809DEST_PATH_IMAGE018
第7,8,9行的元素。
CN 201010597601 2010-12-21 2010-12-21 一种仿人机器人身体姿态角度实时估计方法 Expired - Fee Related CN102121828B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN 201010597601 CN102121828B (zh) 2010-12-21 2010-12-21 一种仿人机器人身体姿态角度实时估计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN 201010597601 CN102121828B (zh) 2010-12-21 2010-12-21 一种仿人机器人身体姿态角度实时估计方法

Publications (2)

Publication Number Publication Date
CN102121828A CN102121828A (zh) 2011-07-13
CN102121828B true CN102121828B (zh) 2012-12-19

Family

ID=44250435

Family Applications (1)

Application Number Title Priority Date Filing Date
CN 201010597601 Expired - Fee Related CN102121828B (zh) 2010-12-21 2010-12-21 一种仿人机器人身体姿态角度实时估计方法

Country Status (1)

Country Link
CN (1) CN102121828B (zh)

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102670217A (zh) * 2012-05-04 2012-09-19 嘉兴市制衡精仪有限公司 下肢关节作用力和力矩的穿戴式传感器测量装置及方法
CN103808322A (zh) * 2014-03-04 2014-05-21 韩涛 惯性测量led检测复合型六自由度输入方法及***
CN104570732B (zh) * 2014-12-15 2017-02-08 浙江大学 一种仿人机器人步行模式的在线生成方法
CN105956617B (zh) * 2016-04-27 2019-05-17 西北工业大学 一种针对类自行车运动的人车姿态联合估计方法
CN112617698B (zh) * 2016-06-06 2023-03-14 北京小米移动软件有限公司 障碍物跨越方法及装置
CN106650591B (zh) * 2016-10-08 2019-12-31 温胜洁 一种工间操评分***
CN106492439A (zh) * 2016-10-08 2017-03-15 武汉新英赛健康科技有限公司 一种工间操评分方法
CN108345211A (zh) * 2017-01-23 2018-07-31 深圳市祈飞科技有限公司 双足仿人机器人及其非线性步态规划方法以及控制方法
CN107883951A (zh) * 2017-10-19 2018-04-06 福建海图智能科技有限公司 一种水下机器人三维姿态的计算方法及终端
CN107728635B (zh) * 2017-11-13 2020-10-09 北京赛曙科技有限公司 一种摩托车型机器人的自动平衡装置及方法
CN109991989B (zh) * 2017-12-29 2021-12-17 深圳市优必选科技有限公司 机器人空闲状态下的动态平衡方法、装置及存储介质
CN108646733B (zh) * 2018-04-27 2021-08-10 杭州艾豆智能科技有限公司 一种自动矫正的移动机器人的矫正方法
CN108897220B (zh) * 2018-07-12 2020-09-29 上海硅族智能科技有限公司 一种自适应稳定平衡控制方法和***以及双足仿人机器人
CN109645960B (zh) * 2019-01-15 2023-05-23 浙江大学 仿人机器人的生理参数发生装置及其方法
CN111956449A (zh) * 2020-08-10 2020-11-20 河海大学常州校区 针对肩肘骨关节损伤的外骨骼康复治疗装置及其控制***
CN112631277B (zh) * 2020-12-08 2022-01-18 中山大学 一种四足机器人站姿转换的平衡控制方法及***
CN112617811A (zh) * 2021-01-04 2021-04-09 杭州风行医疗器械有限公司 一种关节生物力学测量评估装置及其方法
CN113031639B (zh) * 2021-03-22 2024-03-12 深圳市优必选科技股份有限公司 机器人步长处理方法、装置、机器人控制设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101100059A (zh) * 2007-07-27 2008-01-09 北京工业大学 柔性两轮自平衡机器人的姿态检测方法
CN101403619A (zh) * 2008-10-21 2009-04-08 北京理工大学 仿人机器人足部姿态实时检测***和方法
CN101672650A (zh) * 2009-09-29 2010-03-17 北京航空航天大学 一种电磁干扰环境下的定向定位导航***

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09273938A (ja) * 1996-04-04 1997-10-21 Takao Yamaguchi ハイブリッド慣性航法装置
JPH11118499A (ja) * 1997-10-20 1999-04-30 Churyo Eng Kk 移動局の位置測定方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101100059A (zh) * 2007-07-27 2008-01-09 北京工业大学 柔性两轮自平衡机器人的姿态检测方法
CN101403619A (zh) * 2008-10-21 2009-04-08 北京理工大学 仿人机器人足部姿态实时检测***和方法
CN101672650A (zh) * 2009-09-29 2010-03-17 北京航空航天大学 一种电磁干扰环境下的定向定位导航***

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
JP特开平9-273938A 1997.10.21

Also Published As

Publication number Publication date
CN102121828A (zh) 2011-07-13

Similar Documents

Publication Publication Date Title
CN102121828B (zh) 一种仿人机器人身体姿态角度实时估计方法
US8504208B2 (en) Mobile object controller and floor surface estimator
US7145305B2 (en) System for estimating attitude of leg type moving robot itself
CN108621161B (zh) 基于多传感器信息融合的足式机器人本体状态估计方法
US8873831B2 (en) Walking robot and simultaneous localization and mapping method thereof
JP6483014B2 (ja) 移動ロボットの制御装置
JP6498597B2 (ja) 移動ロボットの制御装置
US20060106495A1 (en) Control device of legged mobile robot
US7561941B2 (en) Ambulatory robot and method for controlling the same
CN108563220A (zh) 仿人足球机器人的运动规划
JP6228097B2 (ja) 移動ロボット
EP3117967A1 (en) Transparency control method for robotic devices and a control device therefor
JP6240590B2 (ja) 移動ロボットの制御装置
Masuya et al. Com motion estimation of a humanoid robot based on a fusion of dynamics and kinematics information
JP5616290B2 (ja) 移動体の制御装置
KR100953431B1 (ko) 지엠피의 상태추정을 통한 2족보행로봇의 균형제어기법
JP2014087922A (ja) ロボット制御装置及び方法
JP2011255500A (ja) 脚式移動ロボットの制御装置
CN113358121A (zh) 一种电驱动昆虫构型足式机器人足地滑移估计方法
Rodriguez-Angeles et al. An online inertial sensor-guided motion control for tracking human arm movements by robots
Kaewlek et al. Inclined plane walking compensation for a humanoid robot
Park et al. Balance control of a biped robot using camera image of reference object
Minor et al. Instrumentation and algorithms for posture estimation in compliant framed modular mobile robots
Rodríguez-Angeles et al. User wearable interface based on inertial sensors for unilateral master-slave robot teleoperation
CN111590572B (zh) 一种机器人姿态更新方法及***

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20110713

Assignee: ZHEJIANG GUOZI ROBOT TECHNOLOGY Co.,Ltd.

Assignor: Zhejiang University

Contract record no.: 2013330000081

Denomination of invention: Method for estimating body posture angle of humanoid robot in real time

Granted publication date: 20121219

License type: Exclusive License

Record date: 20130422

LICC Enforcement, change and cancellation of record of contracts on the licence for exploitation of a patent or utility model
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20121219

Termination date: 20211221