CN103217903A - 基于双平衡控制机制的仿人足球机器人全向踢球方法 - Google Patents

基于双平衡控制机制的仿人足球机器人全向踢球方法 Download PDF

Info

Publication number
CN103217903A
CN103217903A CN2013101168772A CN201310116877A CN103217903A CN 103217903 A CN103217903 A CN 103217903A CN 2013101168772 A CN2013101168772 A CN 2013101168772A CN 201310116877 A CN201310116877 A CN 201310116877A CN 103217903 A CN103217903 A CN 103217903A
Authority
CN
China
Prior art keywords
robot
angle
football
value
control
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.)
Granted
Application number
CN2013101168772A
Other languages
English (en)
Other versions
CN103217903B (zh
Inventor
梁志伟
刘娟
郝越
朱松豪
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.)
Nanjing Post and Telecommunication University
Original Assignee
Nanjing Post and Telecommunication University
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 Nanjing Post and Telecommunication University filed Critical Nanjing Post and Telecommunication University
Priority to CN201310116877.2A priority Critical patent/CN103217903B/zh
Publication of CN103217903A publication Critical patent/CN103217903A/zh
Application granted granted Critical
Publication of CN103217903B publication Critical patent/CN103217903B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Manipulator (AREA)

Abstract

本发明提供一种基于双平衡控制机制的仿人足球机器人全向踢球方法，根据距离代价值和角度代价值确定具有最小代价的踢球点，并控制机器人行走至该踢球点；机器人身体重心的转移，同时利用三次样条插值法进行足部空间轨迹的规划，即可获得机器人每个时刻足部运动的参考位姿；由上述得出的参考位姿利用逆运动学知识计算出机器人各个关节的角度；采用基于质心和陀螺仪反馈的双平衡机制维持机器人在踢球过程中稳定性。本发明一种基于双平衡控制机制的仿人足球机器人全向踢球方法，在仿人机器人踢球过程中，利用质心和陀螺仪反馈双平衡机制实现机器人的全向踢球。相比现有技术，本发明的机器人踢球方法具有稳定性好、执行效率高的优点。

Description

基于双平衡控制机制的仿人足球机器人全向踢球方法
技术领域
   本发明属于仿人机器人踢球技术领域，具体涉及一种基于双平衡机制的仿人足球机器人全向踢球方法。
背景技术
仿人足球机器人是仿人机器人技术研究的分支，与一般的仿人机器人相比，仿人足球机器人具有体积小、质量轻、运动灵活等特点。另外由于仿人足球机器人的竞技娱乐性，使得其更容易走进人类的生活。因此仿人足球机器人已经成为烦人机器人技术研究的热点之一。
1996年，RoboCup国际联合会成立，并在日本举行了表演赛。2002年的RoboCup比赛中启动了类人组的比赛，比赛要求仿人足球机器人反应迅速，能进行较为激烈的对抗，因此参赛队伍要综合考虑其仿人机器人的运动能力、平衡等多方面的技术。
在仿人机器人踢球方面，也有其它一些方法，如Rui Ferreira的仿人机器人全向踢球的方法，采用贝塞尔曲线规划足部运动轨迹，并结合基于质心的稳定性控制模块，该方法当修改支撑腿的关节位置以更好的维稳时，会同时改变游脚的位置即踢球的脚的运动轨迹会出现偏差；Patrick MacAlpine的踢球引擎执行机制，建立踢球技能文件以动态规划不同踢球方式下的足部运动轨迹，根据足球的位置确定固定的踢球方向。该方法使用CMA-ES优化足部运动的轨迹点，以控制踢球的距离和速度等重要的参数。
由于上述方法都是研究基于特定模块的踢球运动，而在动态对抗和时间因素等方面有一定地缺陷，即无法快速、准确而又稳定的完成踢球动作。上述问题是在仿人足球机器人的踢球过程中应当予以考虑并解决的问题。
发明内容
本发明的目的是提供一种基于双平衡机制的仿人足球机器人全向踢球方法解决现有技术中存在的基于特定模块踢球运动，而在动态对抗和有限的时间内应用效率并不高，即抗外界干扰性不高，无法快速、准确而又稳定的完成踢球动作的问题。
本发明的技术解决方案是：
一种基于双平衡控制机制的仿人足球机器人全向踢球方法，包括踢球点选择机制、足部空间轨迹规划、关节角度计算和双平衡控制机制，
步骤一，踢球点选择机制：以球为圆心、目标偏移TOffsetP为半径确定圆，该圆周上面的点均为可行的踢球点K1、K2……Kn，对其中若干个踢球点的踢球代价值KickCost进行分析；选取踢球代价值KickCost为最小值时的踢球点得到最小代价踢球点，并控制机器人A行走至该最小代价踢球点；
步骤二，足部空间轨迹规划：由机器人A身体重心的转移，同时利用三次样条插值法进行足部三维空间轨迹的规划，以获得机器人A每个时刻足部运动的参考位姿；
步骤三，关节角度计算：由步骤二得出机器人A每个时刻足部运动的参考位姿利用逆运动学知识计算出机器人A的膝盖处的关节角、踝关节的滚动角和俯仰角，以及股关节的偏摆角、滚动角和俯仰角；
步骤四，双平衡控制机制：包括机器人A身体的倾斜角度的控制和机器人A髋关节的滚动和俯仰角速度变化的控制，采用基于质心平衡的方法，维持机器人A身体在的X-Y平面上的稳定同时控制机器人A身体的倾斜角度；采用陀螺仪反馈平衡机制对机器人A髋关节的滚动和俯仰角速度变化的控制。
 
进一步改进在于：所述步骤一的踢球点选择机制中最小代价踢球点的选取包括步骤1a和步骤1b：
步骤1a，踢球点选择机制：以球为圆心、目标偏移TOffsetP为半径确定圆，该圆周上面的点均为可行的踢球点K1、K2……Kn，对其中若干个踢球点的踢球代价值KickCost进行分析；机器人A的当前位置AgentP为机器人A相对于球而言的二维坐标值，目标偏移位置TOffsetP为机器人A的踢球点K1相对于球而言的偏移量，当前位置AgentP与目标偏移位置TOffsetP之差的绝对值除以标准值m得到距离代价值DistCost： 
                                                           
Figure 388913DEST_PATH_IMAGE001
                                       （1）
步骤1b，计算机器人A的转身代价值TurnCost，机器人A的当前朝向与球形成的夹角
Figure 955023DEST_PATH_IMAGE002
，踢球点K1的朝向与球形成的夹角
Figure 804162DEST_PATH_IMAGE003
，夹角
Figure 430315DEST_PATH_IMAGE002
与夹角
Figure 551855DEST_PATH_IMAGE003
之差的绝对值除以即是转身代价值TurnCost：
Figure 140148DEST_PATH_IMAGE005
     （2）
步骤1c，距离代价值DistCost和转身代价值TurnCost之和为机器人A在踢球点的踢球代价值KickCost： 
Figure 937203DEST_PATH_IMAGE006
                                                      （3）
选取式（3）中踢球代价值KickCost为最小值时的踢球点得到最小代价踢球点。
 
进一步改进在于：所述步骤二的足部空间轨迹规划包括步骤2a和步骤2b：
步骤2a，根据机器人A游脚的运动情况能够将机器人A的一个完整地踢球动作划分为后抬腿、摆动和复位三个阶段，即得到抬腿、摆动和复位三条运动曲线；
步骤2b，由步骤2a中的抬腿、摆动和复位三条运动曲线分别利用三次样条插值法保证插值得出低阶分段且光滑的曲线函数，得出机器人A的踝关节每个时刻的参考位姿，以实现对足部踢球运动的控制。所述步骤2b中机器人A的踝关节每个时刻的参考位姿的算法为：
在
Figure 857623DEST_PATH_IMAGE007
的n个时刻有n个插值点
Figure 765536DEST_PATH_IMAGE008
，三次样条插值函数
Figure 776218DEST_PATH_IMAGE009
在每个
Figure 806491DEST_PATH_IMAGE010
区间是一个三次多项式，而且三次样条插值函数的一阶导数
Figure 614227DEST_PATH_IMAGE011
和二阶导数
Figure 558043DEST_PATH_IMAGE012
在区间
Figure 696900DEST_PATH_IMAGE013
是连续的；
令
Figure 14749DEST_PATH_IMAGE014
，则
Figure 530044DEST_PATH_IMAGE009
为： 
Figure 577635DEST_PATH_IMAGE015
   （4）
在式（4）中，未知量
Figure 887393DEST_PATH_IMAGE016
由下列方程式（5）的解得出：
Figure 998263DEST_PATH_IMAGE017
          （5）
其中，
Figure 51670DEST_PATH_IMAGE018
；
由于初始状态
Figure 953767DEST_PATH_IMAGE019
，终止状态
Figure 434427DEST_PATH_IMAGE020
，可以得到下列等式：
Figure 992447DEST_PATH_IMAGE021
                                           （6）
从而解出函数
Figure 583965DEST_PATH_IMAGE009
，函数
Figure 356880DEST_PATH_IMAGE009
是一条连续平滑的曲线即是足部踝关节在三维空间的运动轨迹，从而能够得出踝关节每个时刻的运动位姿。
 
进一步改进在于：所述步骤四的双平衡控制机制包括步骤4a和步骤4b：
步骤4a，机器人A身体的倾斜角度的控制：利用机器人A质心COM的投影必须在支撑多边形内部准则来维持自身稳定性；如果机器人A质心COM的投影不在支撑多边形内，将打开与支撑腿同侧的手臂直到机器人A质心COM的投影在支撑多边形内为止；利用PID控制机器人A身体在X、Y平面上的平衡性，对于机器人A整个身体在三维空间中稳定性，采用毕达哥拉斯定理控制踝关节的旋转角度；
步骤4b，机器人A髋关节的滚动和俯仰角速度变化的控制：利用陀螺仪反馈控制，使用指数平滑迭代法弥补陀螺仪传感器信息的延迟，实现对机器人A髋关节的滚动和俯仰角速度变化的精确控制。
 
进一步改进在于：所述步骤4a的机器人A身体的倾斜角度的控制的具体算法为：控制器输入的误差值是测量的质心位置值
Figure 8442DEST_PATH_IMAGE022
与理想的质心位置值
Figure 850496DEST_PATH_IMAGE023
之间的差值，即
Figure 245705DEST_PATH_IMAGE024
，其中理想的质心位置值
Figure 371662DEST_PATH_IMAGE023
是通过未来n个时刻支撑脚的位置值的调和平均数计算得出的，测量的质心位置值
Figure 194124DEST_PATH_IMAGE022
为：
Figure 461157DEST_PATH_IMAGE025
                                     （7）
其中，
Figure 660058DEST_PATH_IMAGE026
是机器人A身体中除去腿部的各个部分相对于自身局部坐标系的位置，是机器人A每个连杆部分的质量，
Figure 197666DEST_PATH_IMAGE028
是机器人A的总质量；
机器人A身体分别在X、Y平面上的平衡性和
Figure 16904DEST_PATH_IMAGE030
：
Figure 540289DEST_PATH_IMAGE031
                    （8）
Figure 704554DEST_PATH_IMAGE032
                    （9）
其中，
Figure 257764DEST_PATH_IMAGE033
和
Figure 798467DEST_PATH_IMAGE034
是比例系数，Ki是积分系数，
Figure 238675DEST_PATH_IMAGE035
、
Figure 839421DEST_PATH_IMAGE036
是微分系数，将机器人A质心COM的误差值err分为x和y平面考虑，但由于未考虑机器人A质心的高度，故无法控制机器人A身体的倾斜角度；再使用毕达哥拉斯定理实现机器人A踝关节的旋转控制，实现对机器人A身体倾斜角度
Figure 460206DEST_PATH_IMAGE038
、
Figure 692604DEST_PATH_IMAGE039
的控制，其中倾斜角度
Figure 464251DEST_PATH_IMAGE038
、
Figure 477207DEST_PATH_IMAGE039
：
Figure 359712DEST_PATH_IMAGE040
                                       （10）
Figure 23781DEST_PATH_IMAGE041
                                       （11）
进一步改进在于：所述步骤4b的机器人A髋关节的滚动和俯仰角速度变化的控制的具体算法为：利用髋关节的滚动角
Figure 28646DEST_PATH_IMAGE042
和俯仰角
Figure 466580DEST_PATH_IMAGE043
得出角度变化的目标速度，即目标角速度
Figure 965826DEST_PATH_IMAGE044
、
Figure 172816DEST_PATH_IMAGE045
的计算如下所示：
                                          （12）
Figure 591257DEST_PATH_IMAGE047
                                        （13）
由于获得机器人A的陀螺仪传感器值有一定地延迟，可以使用指数平滑迭代法预测下一时刻可能的角度变化速度：       
Figure 815565DEST_PATH_IMAGE048
                                               （14）
其中，
Figure 142641DEST_PATH_IMAGE002
是折扣因子，是t时刻的实际值，
Figure 636257DEST_PATH_IMAGE050
是t-1时刻的平滑值，求解出的
Figure 477305DEST_PATH_IMAGE051
是t时刻的平滑值即对t+1时刻的预测；
髋关节的滚动角的偏移角度
Figure 658887DEST_PATH_IMAGE052
、髋关节的俯仰角的偏移角度分别计算如下：
       
Figure 810700DEST_PATH_IMAGE054
                （15）
       
Figure 376811DEST_PATH_IMAGE055
                （16）
其中，Kp是比例系数，Ki是积分系数，Kd是微分系数，
Figure 678479DEST_PATH_IMAGE056
、
Figure 616217DEST_PATH_IMAGE057
是实际角速度与目标角速度之间的差值；将髋关节的滚动角的偏移角度和髋关节的俯仰角的偏移角度
Figure 169875DEST_PATH_IMAGE053
直接纳入髋关节的滚动和俯仰角的逆运动学计算中以维持平衡。
本发明提供一种基于双平衡控制机制的仿人足球机器人全向踢球方法，根据距离代价值和角度代价值确定具有最小代价的踢球点，并控制机器人行走至该踢球点；机器人身体重心的转移，同时利用三次样条插值法进行足部空间轨迹的规划，即可获得机器人每个时刻足部运动的参考位姿；由上述得出的参考位姿利用逆运动学知识计算出机器人各个关节的角度；采用基于质心和陀螺仪反馈的双平衡机制维持机器人在踢球过程中稳定性。本发明一种基于双平衡控制机制的仿人足球机器人全向踢球方法，在仿人机器人踢球过程中，利用质心和陀螺仪反馈双平衡机制实现机器人的全向踢球。相比现有技术，本发明的机器人踢球方法具有稳定性好、执行效率高的优点。
附图说明
    图1是本发明实施例中选择最小代价的踢球点的说明示意图；
图2是本发明实施例一种基于双平衡控制机制的仿人足球机器人全向踢球方法的说明示意图；
具体实施方式
下面结合附图详细说明本发明的优选实施例。
如图2所示，本实施例提供一种基于双平衡控制机制的仿人足球机器人全向踢球方法，包括踢球点选择机制、足部空间轨迹规划、关节角度计算和双平衡控制机制，
步骤一，踢球点选择机制：以球为圆心、目标偏移TOffsetP为半径确定圆，该圆周上面的点均为可行的踢球点K1、K2……Kn，对其中若干个踢球点的踢球代价值KickCost进行分析；选取踢球代价值KickCost为最小值时的踢球点得到最小代价踢球点，并控制机器人A行走至该最小代价踢球点；所述步骤一的踢球点选择机制中最小代价踢球点的选取包括步骤1a和步骤1b：
在步骤1a中，计算机器人A与球的距离代价值DistCost，机器人A的当前位置AgentP为机器人A相对于球而言的二维坐标值，目标偏移位置TOffsetP为机器人A的踢球点K1相对于球而言的偏移量，当前位置AgentP与目标偏移位置TOffsetP之差的绝对值除以标准值m得到距离代价值DistCost： 
            
Figure 326050DEST_PATH_IMAGE001
                                     （1）
在步骤1b中，计算机器人A的转身代价值TurnCost，如图1所示，机器人A的当前朝向与球形成的夹角
Figure 123104DEST_PATH_IMAGE002
，踢球点K1的朝向与球形成的夹角
Figure 544990DEST_PATH_IMAGE003
，夹角
Figure 452903DEST_PATH_IMAGE002
与夹角
Figure 463584DEST_PATH_IMAGE003
之差的绝对值除以即是转身代价值TurnCost：
Figure 589989DEST_PATH_IMAGE005
  （2）
在步骤1c中，距离代价值DistCost和转身代价值TurnCost之和为机器人A在踢球点的踢球代价值KickCost： 
Figure 301593DEST_PATH_IMAGE006
                                                  （3）
选取式（3）中踢球代价值KickCost为最小值时的踢球点得到最小代价踢球点。
 
步骤二，足部空间轨迹规划：由机器人A身体重心的转移，同时利用三次样条插值法进行足部三维空间轨迹的规划，以获得机器人A每个时刻足部运动的参考位姿；所述步骤二的足部空间轨迹规划包括步骤2a和步骤2b：
在步骤2a中，根据机器人A游脚的运动情况能够将机器人A的一个完整地踢球动作划分为后抬腿、摆动和复位三个阶段，即得到抬腿、摆动和复位三条运动曲线；
在步骤2b中，由步骤2a中的抬腿、摆动和复位三条运动曲线分别利用三次样条插值法保证插值得出低阶分段且光滑的曲线函数，得出机器人A的踝关节每个时刻的参考位姿，以实现对足部踢球运动的控制。
所述步骤2b中机器人A的踝关节每个时刻的参考位姿的算法为：
在
Figure 478365DEST_PATH_IMAGE007
的n个时刻有n个插值点
Figure 617223DEST_PATH_IMAGE008
，三次样条插值函数
Figure 200651DEST_PATH_IMAGE009
在每个
Figure 778263DEST_PATH_IMAGE010
区间是一个三次多项式，而且三次样条插值函数
Figure 497957DEST_PATH_IMAGE009
的一阶导数
Figure 807716DEST_PATH_IMAGE011
和二阶导数
Figure 878440DEST_PATH_IMAGE012
在区间
Figure 744896DEST_PATH_IMAGE013
是连续的；
令
Figure 646993DEST_PATH_IMAGE014
，则
Figure 127653DEST_PATH_IMAGE009
为：    （4）
在式（4）中，未知量
Figure 588776DEST_PATH_IMAGE016
由下列方程式（5）的解得出：
Figure 345379DEST_PATH_IMAGE017
          （5）
其中，
Figure 262519DEST_PATH_IMAGE018
；
由于初始状态
Figure 42257DEST_PATH_IMAGE019
，终止状态，可以得到下列等式：
                                           （6）
从而解出函数
Figure 949667DEST_PATH_IMAGE009
，函数
Figure 216700DEST_PATH_IMAGE009
是一条连续平滑的曲线即是足部踝关节在三维空间的运动轨迹，从而能够得出踝关节每个时刻的运动位姿。
 
步骤三，关节角度计算：由步骤二得出机器人A每个时刻足部运动的参考位姿利用逆运动学知识计算出机器人A的膝盖处的关节角、踝关节的滚动角和俯仰角，以及股关节的偏摆角、滚动角和俯仰角；
步骤四，双平衡控制机制：包括机器人A身体的倾斜角度的控制和机器人A髋关节的滚动和俯仰角速度变化的控制，采用基于质心平衡的方法，维持机器人A身体在的X-Y平面上的稳定同时控制机器人A身体的倾斜角度；采用陀螺仪反馈平衡机制对机器人A髋关节的滚动和俯仰角速度变化的控制。所述步骤四的双平衡控制机制包括步骤4a和步骤4b：
在步骤4a中，机器人A身体的倾斜角度的控制：利用机器人A质心COM的投影必须在支撑多边形内部准则来维持自身稳定性；如果机器人A质心COM的投影不在支撑多边形内，将打开与支撑腿同侧的手臂直到机器人A质心COM的投影在支撑多边形内为止；利用PID控制机器人A身体在X、Y平面上的平衡性，对于机器人A整个身体在三维空间中稳定性，采用毕达哥拉斯定理控制踝关节的旋转角度；所述步骤4a的机器人A身体的倾斜角度的控制的具体算法为：
控制器输入的误差值是测量的质心位置值
Figure 415600DEST_PATH_IMAGE022
与理想的质心位置值
Figure 413642DEST_PATH_IMAGE023
之间的差值，即
Figure 407005DEST_PATH_IMAGE024
，其中理想的质心位置值
Figure 223652DEST_PATH_IMAGE023
是通过未来n个时刻支撑脚的位置值的调和平均数计算得出的，测量的质心位置值
Figure 960664DEST_PATH_IMAGE022
为：
Figure 484049DEST_PATH_IMAGE025
                                  （7）
其中，是机器人A身体中除去腿部的各个部分相对于自身局部坐标系的位置，
Figure 968568DEST_PATH_IMAGE027
是机器人A每个连杆部分的质量，
Figure 243691DEST_PATH_IMAGE028
是机器人A的总质量；
机器人A身体分别在X、Y平面上的平衡性
Figure 949479DEST_PATH_IMAGE029
和
Figure 284646DEST_PATH_IMAGE030
：
Figure 325152DEST_PATH_IMAGE031
                 （8）
Figure 403966DEST_PATH_IMAGE032
                 （9）
其中，和
Figure 735907DEST_PATH_IMAGE034
是比例系数，Ki是积分系数，
Figure 686546DEST_PATH_IMAGE035
、
Figure 569051DEST_PATH_IMAGE036
是微分系数，将机器人A质心COM的误差值err分为x和y平面考虑，但由于未考虑机器人A质心的高度
Figure 734585DEST_PATH_IMAGE037
，故无法控制机器人A身体的倾斜角度；再使用毕达哥拉斯定理实现机器人A踝关节的旋转控制，实现对机器人A身体倾斜角度
Figure 677133DEST_PATH_IMAGE038
、的控制，其中倾斜角度
Figure 598001DEST_PATH_IMAGE038
、
Figure 70571DEST_PATH_IMAGE039
：
Figure 495605DEST_PATH_IMAGE040
                                       （10）
Figure 420836DEST_PATH_IMAGE041
                                       （11）
在步骤4b中，机器人A髋关节的滚动和俯仰角速度变化的控制：利用陀螺仪反馈控制，使用指数平滑迭代法弥补陀螺仪传感器信息的延迟，实现对机器人A髋关节的滚动和俯仰角速度变化的精确控制。所述步骤4b的机器人A髋关节的滚动和俯仰角速度变化的控制的具体算法为：
利用髋关节的滚动角
Figure 645144DEST_PATH_IMAGE042
和俯仰角
Figure 768957DEST_PATH_IMAGE043
得出角度变化的目标速度，即目标角速度
Figure 53308DEST_PATH_IMAGE044
、
Figure 465835DEST_PATH_IMAGE045
的计算如下所示：
Figure 306883DEST_PATH_IMAGE046
                                         （12）
Figure 488466DEST_PATH_IMAGE047
                                       （13）
由于获得机器人A的陀螺仪传感器值有一定地延迟，可以使用指数平滑迭代法预测下一时刻可能的角度变化速度：
                                           （14）
其中，
Figure 577962DEST_PATH_IMAGE002
是折扣因子，
Figure 206389DEST_PATH_IMAGE049
是t时刻的实际值，
Figure 508057DEST_PATH_IMAGE050
是t-1时刻的平滑值，求解出的
Figure 180216DEST_PATH_IMAGE051
是t时刻的平滑值即对t+1时刻的预测；
髋关节的滚动角的偏移角度
Figure 567335DEST_PATH_IMAGE052
、髋关节的俯仰角的偏移角度
Figure 937136DEST_PATH_IMAGE053
分别计算如下：
                     （15）
       
Figure 687104DEST_PATH_IMAGE055
              （16）
其中，Kp是比例系数，Ki是积分系数，Kd是微分系数，
Figure 108989DEST_PATH_IMAGE056
、
Figure 282481DEST_PATH_IMAGE057
是实际角速度与目标角速度之间的差值；将髋关节的滚动角的偏移角度
Figure 293163DEST_PATH_IMAGE052
和髋关节的俯仰角的偏移角度
Figure 323435DEST_PATH_IMAGE053
直接纳入髋关节的滚动和俯仰角的逆运动学计算中以维持平衡。
本实施例一种基于双平衡控制机制的仿人足球机器人全向踢球方法，根据距离代价值和角度代价值确定具有最小代价的踢球点，并控制机器人行走至该踢球点；机器人身体重心的转移，同时利用三次样条插值法进行足部空间轨迹的规划，即可获得机器人每个时刻足部运动的参考位姿；由上述得出的参考位姿利用逆运动学知识计算出机器人各个关节的角度；采用基于质心和陀螺仪反馈的双平衡机制维持机器人在踢球过程中稳定性。本发明一种基于双平衡控制机制的仿人足球机器人全向踢球方法，在仿人机器人踢球过程中，利用质心和陀螺仪反馈双平衡机制实现机器人的全向踢球。相比现有技术，本发明的机器人踢球方法具有稳定性好、执行效率高的优点。

Claims (7)

1.一种基于双平衡控制机制的仿人足球机器人全向踢球方法，其特征在于：包括踢球点选择机制、足部空间轨迹规划、关节角度计算和双平衡控制机制，
步骤一，踢球点选择机制：以球为圆心、目标偏移TOffsetP为半径确定圆，该圆周上面的点均为可行的踢球点K1、K2……Kn，对其中若干个踢球点的踢球代价值KickCost进行分析；选取踢球代价值KickCost为最小值时的踢球点得到最小代价踢球点，并控制机器人A行走至该最小代价踢球点；
步骤二，足部空间轨迹规划：由机器人A身体重心的转移，同时利用三次样条插值法进行足部三维空间轨迹的规划，以获得机器人A每个时刻足部运动的参考位姿；
步骤三，关节角度计算：由步骤二得出机器人A每个时刻足部运动的参考位姿利用逆运动学知识计算出机器人A的膝盖处的关节角、踝关节的滚动角和俯仰角，以及股关节的偏摆角、滚动角和俯仰角；
步骤四，双平衡控制机制：包括机器人A身体的倾斜角度的控制和机器人A髋关节的滚动和俯仰角速度变化的控制，采用基于质心平衡的方法，维持机器人A身体在的X-Y平面上的稳定同时控制机器人A身体的倾斜角度；采用陀螺仪反馈平衡机制对机器人A髋关节的滚动和俯仰角速度变化的控制。
2.如权利要求1所述的基于双平衡机制的仿人足球机器人全向踢球方法，其特征在于，所述步骤一的踢球点选择机制中最小代价踢球点的选取包括以下步骤：
步骤1a，踢球点选择机制：以球为圆心、目标偏移TOffsetP为半径确定圆，该圆周上面的点均为可行的踢球点K1、K2……Kn，对其中若干个踢球点的踢球代价值KickCost进行分析；机器人A的当前位置AgentP为机器人A相对于球而言的二维坐标值，目标偏移位置TOffsetP为机器人A的踢球点K1相对于球而言的偏移量，当前位置AgentP与目标偏移位置TOffsetP之差的绝对值除以标准值m得到距离代价值DistCost：         
                                                      （1）
步骤1b，计算机器人A的转身代价值TurnCost，机器人A的当前朝向与球形成有夹角，踢球点K1的朝向与球形成的夹角，夹角
Figure 291613DEST_PATH_IMAGE002
与夹角
Figure 535512DEST_PATH_IMAGE003
之差的绝对值除以
Figure 990764DEST_PATH_IMAGE004
即是转身代价值TurnCost：
Figure 703637DEST_PATH_IMAGE005
          （2）
步骤1c，距离代价值DistCost和转身代价值TurnCost之和为机器人A在踢球点的踢球代价值KickCost： 
Figure 269747DEST_PATH_IMAGE006
                                                           （3）
选取式（3）中踢球代价值KickCost为最小值时的踢球点得到最小代价踢球点。
3.如权利要求1所述的基于双平衡机制的仿人足球机器人全向踢球方法，其特征在于，所述步骤二的足部空间轨迹规划包括以下步骤：
步骤2a，根据机器人A游脚的运动情况能够将机器人A的一个完整地踢球动作划分为后抬腿、摆动和复位三个阶段，即得到抬腿、摆动和复位三条运动曲线；
步骤2b，由步骤2a中的抬腿、摆动和复位三条运动曲线分别利用三次样条插值法保证插值得出低阶分段且光滑的曲线函数，得出机器人A的踝关节每个时刻的参考位姿，以实现对足部踢球运动的控制。
4.如权利要求3所述的基于双平衡机制的仿人足球机器人全向踢球方法，其特征在于，所述步骤2b中机器人A的踝关节每个时刻的参考位姿的算法为：
在
Figure 368153DEST_PATH_IMAGE007
的n个时刻有n个插值点
Figure 994307DEST_PATH_IMAGE008
，三次样条插值函数
Figure 693010DEST_PATH_IMAGE009
在每个
Figure 797232DEST_PATH_IMAGE010
区间是一个三次多项式，而且三次样条插值函数的一阶导数和二阶导数
Figure 234664DEST_PATH_IMAGE012
在区间
Figure 408156DEST_PATH_IMAGE013
是连续的；
令
Figure 481155DEST_PATH_IMAGE014
，则
Figure 449111DEST_PATH_IMAGE009
为： 
Figure 856827DEST_PATH_IMAGE015
       （4）
在式（4）中，未知量由下列方程式（5）的解得出：
Figure 308985DEST_PATH_IMAGE017
              （5）
其中，；
由于初始状态
Figure 93587DEST_PATH_IMAGE019
，终止状态
Figure 660747DEST_PATH_IMAGE020
，可以得到下列等式：
Figure 646021DEST_PATH_IMAGE021
                                              （6）
从而解出函数
Figure 18096DEST_PATH_IMAGE009
，函数是一条连续平滑的曲线即是足部踝关节在三维空间的运动轨迹，从而能够得出踝关节每个时刻的运动位姿。
5.如权利要求1所述的基于双平衡机制的仿人足球机器人全向踢球方法，其特征在于，所述步骤四的双平衡控制机制包括以下步骤：
步骤4a，机器人A身体的倾斜角度的控制：利用机器人A质心COM的投影必须在支撑多边形内部准则来维持自身稳定性；如果机器人A质心COM的投影不在支撑多边形内，将打开与支撑腿同侧的手臂直到机器人A质心COM的投影在支撑多边形内为止；利用PID控制机器人A身体在X、Y平面上的平衡性，对于机器人A整个身体在三维空间中稳定性，采用毕达哥拉斯定理控制踝关节的旋转角度；
步骤4b，机器人A髋关节的滚动和俯仰角速度变化的控制：利用陀螺仪反馈控制，使用指数平滑迭代法弥补陀螺仪传感器信息的延迟，实现对机器人A髋关节的滚动和俯仰角速度变化的精确控制。
6.如权利要求5所述的基于双平衡机制的仿人足球机器人全向踢球方法，其特征在于，所述步骤4a的机器人A身体的倾斜角度的控制的具体算法为：
控制器输入的误差值是测量的质心位置值
Figure 955276DEST_PATH_IMAGE022
与理想的质心位置值
Figure 795056DEST_PATH_IMAGE023
之间的差值，即
Figure 338033DEST_PATH_IMAGE024
，其中理想的质心位置值
Figure 630474DEST_PATH_IMAGE023
是通过未来n个时刻支撑脚的位置值的调和平均数计算得出的，测量的质心位置值
Figure 487572DEST_PATH_IMAGE022
为：
Figure 493443DEST_PATH_IMAGE025
                                                 （7）
其中，
Figure 207321DEST_PATH_IMAGE026
是机器人A身体中除去腿部的各个部分相对于自身局部坐标系的位置，
Figure 252637DEST_PATH_IMAGE027
是机器人A每个连杆部分的质量，
Figure 647846DEST_PATH_IMAGE028
是机器人A的总质量；
机器人A身体分别在X、Y平面上的平衡性
Figure 9689DEST_PATH_IMAGE029
和：
Figure 427081DEST_PATH_IMAGE031
                               （8）
Figure 360402DEST_PATH_IMAGE032
                                （9）
其中，
Figure 340865DEST_PATH_IMAGE033
和
Figure 599808DEST_PATH_IMAGE034
是比例系数，Ki是积分系数，
Figure 150875DEST_PATH_IMAGE035
、
Figure 153466DEST_PATH_IMAGE036
是微分系数，将机器人A质心COM的误差值err分为x和y平面考虑，但由于未考虑机器人A质心的高度
Figure 489901DEST_PATH_IMAGE037
，故无法控制机器人A身体的倾斜角度；再使用毕达哥拉斯定理实现机器人A踝关节的旋转控制，实现对机器人A身体倾斜角度
Figure 654166DEST_PATH_IMAGE038
、
Figure 895791DEST_PATH_IMAGE039
的控制，其中倾斜角度
Figure 498811DEST_PATH_IMAGE038
、
Figure 876702DEST_PATH_IMAGE039
：
Figure 477448DEST_PATH_IMAGE040
                                                   （10）
Figure 252375DEST_PATH_IMAGE041
                                                   （11）。
7.如权利要求5所述的基于双平衡机制的仿人足球机器人全向踢球方法，其特征在于，所述步骤4b的机器人A髋关节的滚动和俯仰角速度变化的控制的具体算法为：
利用髋关节的滚动角
Figure 596769DEST_PATH_IMAGE042
和俯仰角
Figure 94746DEST_PATH_IMAGE043
得出角度变化的目标速度，即目标角速度
Figure 663131DEST_PATH_IMAGE044
、的计算如下所示：
Figure 761854DEST_PATH_IMAGE046
                                                      （12）
Figure 927387DEST_PATH_IMAGE047
                                                    （13）
由于获得机器人A的陀螺仪传感器值有一定地延迟，可以使用指数平滑迭代法预测下一时刻可能的角度变化速度：
Figure 604356DEST_PATH_IMAGE048
                                                           （14）
其中，
Figure 104607DEST_PATH_IMAGE002
是折扣因子，
Figure 790804DEST_PATH_IMAGE049
是t时刻的实际值，
Figure 997794DEST_PATH_IMAGE050
是t-1时刻的平滑值，求解出的
Figure 416969DEST_PATH_IMAGE051
是t时刻的平滑值即对t+1时刻的预测；
髋关节的滚动角的偏移角度
Figure 342199DEST_PATH_IMAGE052
、髋关节的俯仰角的偏移角度分别计算如下：
       
Figure 955900DEST_PATH_IMAGE054
                            （15）
       
Figure 240251DEST_PATH_IMAGE055
                            （16）
其中，Kp是比例系数，Ki是积分系数，Kd是微分系数，
Figure 200248DEST_PATH_IMAGE056
、
Figure 228247DEST_PATH_IMAGE057
是实际角速度与目标角速度之间的差值；将髋关节的滚动角的偏移角度
Figure 409830DEST_PATH_IMAGE052
和髋关节的俯仰角的偏移角度直接纳入髋关节的滚动和俯仰角的逆运动学计算中以维持平衡。
CN201310116877.2A 2013-04-07 2013-04-07 基于双平衡控制机制的仿人足球机器人全向踢球方法 Expired - Fee Related CN103217903B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310116877.2A CN103217903B (zh) 2013-04-07 2013-04-07 基于双平衡控制机制的仿人足球机器人全向踢球方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310116877.2A CN103217903B (zh) 2013-04-07 2013-04-07 基于双平衡控制机制的仿人足球机器人全向踢球方法

Publications (2)

Publication Number Publication Date
CN103217903A true CN103217903A (zh) 2013-07-24
CN103217903B CN103217903B (zh) 2016-01-20

Family

ID=48815810

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310116877.2A Expired - Fee Related CN103217903B (zh) 2013-04-07 2013-04-07 基于双平衡控制机制的仿人足球机器人全向踢球方法

Country Status (1)

Country Link
CN (1) CN103217903B (zh)

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105128011A (zh) * 2015-09-15 2015-12-09 北京理工大学 一种基于视觉和移动的仿人机器人投射及稳定控制方法
CN105999692A (zh) * 2016-05-17 2016-10-12 洪炳镕 仿人型机器人足球游戏机
CN106514653A (zh) * 2016-11-07 2017-03-22 南京邮电大学 一种基于贝塞尔曲线插值的仿人足球机器人踢球方法
CN106964145A (zh) * 2017-03-28 2017-07-21 南京邮电大学 一种仿人足球机器人传球控制方法及球队控球方法
CN107617220A (zh) * 2017-09-06 2018-01-23 滨州学院 一种智能足球机器人控制***及控制方法
CN107685788A (zh) * 2017-09-06 2018-02-13 滨州学院 一种足球机器人
CN109318230A (zh) * 2018-09-29 2019-02-12 鲁东大学 机器人动作优化方法、装置、计算机设备和存储介质
CN109828568A (zh) * 2019-02-15 2019-05-31 武汉理工大学 对RoboCup比赛的NAO机器人寻球步态优化方法
CN109830078A (zh) * 2019-03-05 2019-05-31 北京智慧眼科技股份有限公司 适用于狭小空间的智能行为分析方法及智能行为分析设备
CN110065062A (zh) * 2018-01-24 2019-07-30 南京机器人研究院有限公司 一种多关节机器人的运动控制方法
CN110653819A (zh) * 2019-09-25 2020-01-07 上海大学 一种仿人机器人的踢球动作生成***及方法
CN110764413A (zh) * 2019-10-29 2020-02-07 中国科学院自动化研究所 轮腿机器人的自稳定控制方法、***、装置
CN111098300A (zh) * 2019-12-13 2020-05-05 深圳市优必选科技股份有限公司 一种机器人平衡控制方法、装置、可读存储介质及机器人
CN111487972A (zh) * 2020-04-24 2020-08-04 深圳市优必选科技股份有限公司 一种踢球的步态规划方法、装置、可读存储介质及机器人
CN112051797A (zh) * 2020-09-07 2020-12-08 腾讯科技（深圳）有限公司 足式机器人运动控制方法、装置、设备及介质
CN113050616A (zh) * 2019-12-27 2021-06-29 深圳市优必选科技股份有限公司 一种双足机器人行走的控制方法及双足机器人
CN113377108A (zh) * 2021-06-09 2021-09-10 乐聚(深圳)机器人技术有限公司 双足机器人的控制方法、装置、设备及存储介质
US11353887B2 (en) 2018-12-29 2022-06-07 Ubtech Robotics Corp Ltd Robot centroid position adjustment method and apparatus and robot using the same
CN115476352A (zh) * 2021-05-31 2022-12-16 腾讯科技（深圳）有限公司 机器人控制方法、机器人控制***及机器人

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1398121A1 (en) * 2001-04-27 2004-03-17 Honda Giken Kogyo Kabushiki Kaisha Device for generating motion of legged mobile robot
EP1559519A1 (en) * 2002-11-06 2005-08-03 Sony Corporation Robot device, motion control device for robot device and motion control method
CN102749919A (zh) * 2012-06-15 2012-10-24 华中科技大学 一种多足机器人平衡控制方法
CN103019096A (zh) * 2012-11-23 2013-04-03 北京理工大学 一种基于加速度优化的仿人机器人逆动力学控制器

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1398121A1 (en) * 2001-04-27 2004-03-17 Honda Giken Kogyo Kabushiki Kaisha Device for generating motion of legged mobile robot
EP1559519A1 (en) * 2002-11-06 2005-08-03 Sony Corporation Robot device, motion control device for robot device and motion control method
CN102749919A (zh) * 2012-06-15 2012-10-24 华中科技大学 一种多足机器人平衡控制方法
CN103019096A (zh) * 2012-11-23 2013-04-03 北京理工大学 一种基于加速度优化的仿人机器人逆动力学控制器

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
DANIEL URIELI ETC.: "on optimizing interdependent skills:a case study in simulated 3D humanoid robot soccer", 《PROC.10TH INT.CONF.AUTONOMOUS AGENTS AND MULTIAGENT SYSTEMS》, 31 December 2011 (2011-12-31), pages 760 - 776 *
PATRICK MACALPINE ETC.: "A champion agent in the robocup 3D soccer simulation competition", 《PROCEEDINGS OF THE 11TH INTERNATIONAL CONFERENCE ON AUTONOMOUS AGENTS AND MULTIAGENT SYSTEMS(AAMAS 2012)》, no. 1, 31 December 2012 (2012-12-31), pages 129 - 136 *
RUI FERREIRA ETC.: "Development of an omnidirectional kick for a NAO humanoid robot", 《ADVANCES IN ARTIFICIAL INTELLIGENCE-IBERAMIA 2012》, no. 7637, 31 December 2012 (2012-12-31), pages 571 - 580 *
梁志伟等: "基于强化学习的类人机器人步行参数训练算法", 《计算机工程》, vol. 38, no. 8, 20 April 2012 (2012-04-20), pages 13 - 15 *

Cited By (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105128011A (zh) * 2015-09-15 2015-12-09 北京理工大学 一种基于视觉和移动的仿人机器人投射及稳定控制方法
CN105999692A (zh) * 2016-05-17 2016-10-12 洪炳镕 仿人型机器人足球游戏机
CN105999692B (zh) * 2016-05-17 2018-04-24 洪炳镕 仿人型机器人足球游戏机
CN106514653B (zh) * 2016-11-07 2019-01-22 南京邮电大学 一种基于贝塞尔曲线插值的仿人足球机器人踢球方法
CN106514653A (zh) * 2016-11-07 2017-03-22 南京邮电大学 一种基于贝塞尔曲线插值的仿人足球机器人踢球方法
CN106964145A (zh) * 2017-03-28 2017-07-21 南京邮电大学 一种仿人足球机器人传球控制方法及球队控球方法
CN106964145B (zh) * 2017-03-28 2020-11-10 南京邮电大学 一种仿人足球机器人传球控制方法及球队控球方法
CN107617220B (zh) * 2017-09-06 2023-12-01 滨州学院 一种智能足球机器人控制***及控制方法
CN107685788A (zh) * 2017-09-06 2018-02-13 滨州学院 一种足球机器人
CN107617220A (zh) * 2017-09-06 2018-01-23 滨州学院 一种智能足球机器人控制***及控制方法
CN107685788B (zh) * 2017-09-06 2023-10-27 滨州学院 一种足球机器人
CN110065062A (zh) * 2018-01-24 2019-07-30 南京机器人研究院有限公司 一种多关节机器人的运动控制方法
CN109318230A (zh) * 2018-09-29 2019-02-12 鲁东大学 机器人动作优化方法、装置、计算机设备和存储介质
US11353887B2 (en) 2018-12-29 2022-06-07 Ubtech Robotics Corp Ltd Robot centroid position adjustment method and apparatus and robot using the same
CN109828568A (zh) * 2019-02-15 2019-05-31 武汉理工大学 对RoboCup比赛的NAO机器人寻球步态优化方法
CN109828568B (zh) * 2019-02-15 2022-04-15 武汉理工大学 对RoboCup比赛的NAO机器人寻球步态优化方法
CN109830078A (zh) * 2019-03-05 2019-05-31 北京智慧眼科技股份有限公司 适用于狭小空间的智能行为分析方法及智能行为分析设备
CN110653819A (zh) * 2019-09-25 2020-01-07 上海大学 一种仿人机器人的踢球动作生成***及方法
CN110764413A (zh) * 2019-10-29 2020-02-07 中国科学院自动化研究所 轮腿机器人的自稳定控制方法、***、装置
CN110764413B (zh) * 2019-10-29 2020-09-29 中国科学院自动化研究所 轮腿机器人的自稳定控制方法、***、装置
CN111098300A (zh) * 2019-12-13 2020-05-05 深圳市优必选科技股份有限公司 一种机器人平衡控制方法、装置、可读存储介质及机器人
CN111098300B (zh) * 2019-12-13 2021-06-04 深圳市优必选科技股份有限公司 一种机器人平衡控制方法、装置、可读存储介质及机器人
CN113050616A (zh) * 2019-12-27 2021-06-29 深圳市优必选科技股份有限公司 一种双足机器人行走的控制方法及双足机器人
CN111487972A (zh) * 2020-04-24 2020-08-04 深圳市优必选科技股份有限公司 一种踢球的步态规划方法、装置、可读存储介质及机器人
CN111487972B (zh) * 2020-04-24 2024-04-26 深圳市优必选科技股份有限公司 一种踢球的步态规划方法、装置、可读存储介质及机器人
CN112051797A (zh) * 2020-09-07 2020-12-08 腾讯科技（深圳）有限公司 足式机器人运动控制方法、装置、设备及介质
CN112051797B (zh) * 2020-09-07 2023-12-26 腾讯科技（深圳）有限公司 足式机器人运动控制方法、装置、设备及介质
CN115476352A (zh) * 2021-05-31 2022-12-16 腾讯科技（深圳）有限公司 机器人控制方法、机器人控制***及机器人
CN113377108A (zh) * 2021-06-09 2021-09-10 乐聚(深圳)机器人技术有限公司 双足机器人的控制方法、装置、设备及存储介质
CN113377108B (zh) * 2021-06-09 2024-05-28 乐聚(深圳)机器人技术有限公司 双足机器人的控制方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN103217903B (zh) 2016-01-20

Similar Documents

Publication Publication Date Title
CN103217903A (zh) 基于双平衡控制机制的仿人足球机器人全向踢球方法
JP6501921B2 (ja) 二足ロボットの歩行制御方法及び歩行制御装置
US9334002B2 (en) Balance control apparatus of robot and control method thereof
JP5803039B2 (ja) 移動ロボットの歩行動作の制御方法およびその方法を実装したロボット
JP6715952B2 (ja) バランスのとれた運動および行動能力が向上した移動型ロボット
US20130218345A1 (en) Walking robot and control method thereof
US20130079929A1 (en) Robot and control method thereof
US8958909B2 (en) Walking robot and control method thereof
US20120316682A1 (en) Balance control apparatus of robot and control method thereof
CN111913490A (zh) 基于落足调整的四足机器人动步态稳定控制方法及***
KR102193768B1 (ko) 로봇 및 로봇의 제어 방법
WO2008010485A1 (en) Robot, and its control method
CN108563220A (zh) 仿人足球机器人的运动规划
Friedmann et al. Versatile, high-quality motions and behavior control of a humanoid soccer robot
Missura et al. Balanced walking with capture steps
JP4492395B2 (ja) 脚式ロボットとその動作制御方法
CN112327869A (zh) 基于关节速度规划的四足机器人对角步态运动控制方法
Saputra et al. Adaptive motion pattern generation on balancing of humanoid robot movement
CN112757301A (zh) 机器人抗扰动控制方法、装置、电子设备及存储介质
Rezaeipanah et al. A shooting strategy when moving on humanoid robots using inverse kinematics and q-learning
Lofaro et al. Humanoid pitching at a major league baseball game: Challenges, approach, implementation and lessons learned
JP2007007803A (ja) ロボットとその制御方法
JP2001138272A (ja) 脚式移動ロボット及びその動作制御方法
Basthomi et al. Walking balance control for humanoid soccer robot on synthetic grass
Sulistijono et al. Fuzzy walking and turning tap movement for humanoid soccer robot EFuRIO

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: 20130724

Assignee: Jiangsu Nanyou IOT Technology Park Ltd.

Assignor: NANJING University OF POSTS AND TELECOMMUNICATIONS

Contract record no.: 2016320000208

Denomination of invention: Method for kicking ball at all directions by humanoid soccer robot based on double-balance control mechanism

Granted publication date: 20160120

License type: Common License

Record date: 20161110

LICC Enforcement, change and cancellation of record of contracts on the licence for exploitation of a patent or utility model
EC01 Cancellation of recordation of patent licensing contract

Assignee: Jiangsu Nanyou IOT Technology Park Ltd.

Assignor: NANJING University OF POSTS AND TELECOMMUNICATIONS

Contract record no.: 2016320000208

Date of cancellation: 20180116

EC01 Cancellation of recordation of patent licensing contract
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20160120

CF01 Termination of patent right due to non-payment of annual fee