CN112478015B - 四足机器人足端触地检测方法及*** - Google Patents
四足机器人足端触地检测方法及*** Download PDFInfo
- Publication number
- CN112478015B CN112478015B CN202110143895.4A CN202110143895A CN112478015B CN 112478015 B CN112478015 B CN 112478015B CN 202110143895 A CN202110143895 A CN 202110143895A CN 112478015 B CN112478015 B CN 112478015B
- Authority
- CN
- China
- Prior art keywords
- contact probability
- foot
- leg
- foot end
- knee joint
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 16
- 230000005021 gait Effects 0.000 claims abstract description 63
- 210000002414 leg Anatomy 0.000 claims abstract description 59
- 210000000629 knee joint Anatomy 0.000 claims abstract description 49
- 238000001914 filtration Methods 0.000 claims abstract description 20
- 230000004927 fusion Effects 0.000 claims abstract description 9
- 239000011159 matrix material Substances 0.000 claims description 34
- 230000007704 transition Effects 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000000034 method Methods 0.000 claims description 12
- 238000005259 measurement Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 6
- 239000011541 reaction mixture Substances 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
- B25J19/02—Sensing devices
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
- G06V40/23—Recognition of whole body movements, e.g. for sport training
- G06V40/25—Recognition of walking or running movements, e.g. gait recognition
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/0006—Exoskeletons, i.e. resembling a human figure
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1669—Programme controls characterised by programming, planning systems for manipulators characterised by special application, e.g. multi-arm co-operation, assembly, grasping
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
- B62D—MOTOR VEHICLES; TRAILERS
- B62D57/00—Vehicles characterised by having other propulsion or other ground- engaging means than wheels or endless track, alone or in addition to wheels or endless track
- B62D57/02—Vehicles characterised by having other propulsion or other ground- engaging means than wheels or endless track, alone or in addition to wheels or endless track with ground-engaging propulsion means, e.g. walking members
- B62D57/032—Vehicles characterised by having other propulsion or other ground- engaging means than wheels or endless track, alone or in addition to wheels or endless track with ground-engaging propulsion means, e.g. walking members with alternately or sequentially lifted supporting base and legs; with alternately or sequentially lifted feet or skid
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/277—Analysis of motion involving stochastic approaches, e.g. using Kalman filters
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Mechanical Engineering (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Robotics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Transportation (AREA)
- Combustion & Propulsion (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Algebra (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Multimedia (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Operations Research (AREA)
- Human Computer Interaction (AREA)
- Social Psychology (AREA)
- Psychiatry (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Manipulator (AREA)
Abstract
本发明涉及四足机器人足端触地检测方法及***,包括以下步骤:S1,计算每条腿的足端离地高度,根据每条腿的足端离地高度计算出其足端高度接触概率;根据每条腿的膝关节扭矩计算出其膝关节扭矩接触概率;S2,根据四条腿的步态规划接触概率、足端高度接触概率、膝关节扭矩接触概率,利用卡尔曼滤波融合得到最终的四腿足端接触概率;根据所述四腿足端接触概率,判断足端触地状态。本发明在不部署多余的传感器在足端的前提下,依靠四足机器人本体基础传感器和融合算法精确估计足端与地面之间的接触状态,可解决传感器布线难题;本发明即使在崎岖地形或阶跃地形,依然可得到可靠的触地状态。
Description
技术领域
本发明涉及机器人技术领域,尤其涉及四足机器人足端触地检测方法及***。
背景技术
目前,四足机器人足端触地状态检测主要有以下三种方式:
一、根据步态规划判断当前时刻足端触地状态;
二、在足端部署布尔量传感器,如接触开关等,判断足端触地状态;
三、在足端部署气压或者压力传感器,检测足端与地面之间压力的模拟量,通过模拟量的大小判断足端接触状态。
上述三种方式各自具有以下缺陷:
方式一:要求地形平整,如果在崎岖地形或阶跃地形,根据规划得到的触地状态不可靠;
方式二:传感器安装困难,使用寿命低,长期使用不可靠;
方式三:传感器部署在足端,电气走线困难,传感器本身对机械结构、材料要求较高,整体部署成本高。
发明内容
本发明为了解决上述技术问题提供四足机器人足端触地检测方法及***。
本发明通过下述技术方案实现:
四足机器人足端触地检测方法,包括以下步骤:
S1,计算每条腿的足端离地高度,根据每条腿的足端离地高度计算出其足端高度接触概率;
根据每条腿的膝关节扭矩计算出其膝关节扭矩接触概率;
根据步态相位计算出步态规划接触概率;
S2,根据四条腿的步态规划接触概率、足端高度接触概率、膝关节扭矩接触概率,利用卡尔曼滤波融合得到最终的四腿足端接触概率;根据所述四腿足端接触概率,判断足端触地状态。
进一步的,四足机器人的步态是周期变化的,在每一个步态周期中步态相位在0-1之间递增,每个步态周期按腿部运动状态分为接触阶段和摆动阶段;
进一步的,采用递推公式(7)计算最终的四腿足端接触概率:
式(7)中,表示状态转移过程噪声的协方差矩阵,表示观测噪声的协方差矩阵;状态转移矩阵,控制输入矩阵,表示状态转移过程噪声,为通过足端高度接触概率模型计算得到的四腿足端接触概率,为通过膝关节扭矩接触概率模型计算得到的四腿足端接触概率,为观测矩阵,表示观测噪声;
其中,通过惯性传感器进行姿态解算得到机器人的质心位置和身体姿态,结合腿部电机编码器反馈的电机位置,计算得到每条腿的足端离地高度。
四足机器人本体足端触地检测***,包括测量单元、输入单元和卡尔曼滤波单元;测量单元包括足端高度测量模块、足端高度接触概率测量模块和膝关节扭矩接触概率测量模块;输入单元包括步态规划接触概率计算模块;
足端高度测量模块:负责计算每条腿的足端离地高度;
足端高度接触概率测量模块:负责根据每条腿的足端离地高度计算出其足端高度接触概率;
膝关节扭矩接触概率测量模块:负责根据每条腿的膝关节扭矩计算出其膝关节扭矩接触概率;
步态规划接触概率计算模块:负责计算每条腿的步态规划接触概率;
卡尔曼滤波单元:负责根据输入的步态规划接触概率以及测量的足端高度接触概率、膝关节扭矩接触概率,计算并输出最终的足端触地概率。
与现有技术相比,本发明具有以下有益效果:
1,本发明在不部署多余的传感器在足端的前提下,依靠四足机器人本体基础传感器和融合算法精确估计足端与地面之间的接触状态,可解决传感器布线难题;
2,本发明即使在崎岖地形或阶跃地形,依然可得到可靠的触地状态。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解,构成本申请的一部分,并不构成对本发明实施例的限定。
图1是本发明的电气原理图;
图2是本发明的流程图;
图3是步态规划接触概率模型的原理图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施例和附图,对本发明作进一步的详细说明,本发明的示意性实施方式及其说明仅用于解释本发明,并不作为对本发明的限定。
本发明公开的四足机器人足端触地检测方法,包括以下步骤:
S1,计算每条腿的足端离地高度,根据每条腿的足端离地高度计算出其足端高度接触概率;
根据每条腿的膝关节扭矩计算出其膝关节扭矩接触概率;
根据步态相位计算出步态规划接触概率;
S2,根据四条腿的步态规划接触概率、足端高度接触概率、膝关节扭矩接触概率,利用卡尔曼滤波融合得到最终的四腿足端接触概率;根据所述四腿足端接触概率,判断足端触地状态。
本发明公开的四足机器人本体足端触地检测***,包括测量单元、输入单元和卡尔曼滤波单元;测量单元包括足端高度测量模块、足端高度接触概率测量模块和膝关节扭矩接触概率测量模块;输入单元包括步态规划接触概率计算模块;
足端高度测量模块:负责计算每条腿的足端离地高度;
足端高度接触概率测量模块:负责根据每条腿的足端离地高度计算出其足端高度接触概率;
膝关节扭矩接触概率测量模块:负责根据每条腿的膝关节扭矩计算出其膝关节扭矩接触概率;
步态规划接触概率计算模块:负责计算每条腿的步态规划接触概率;
卡尔曼滤波单元:负责根据输入的步态规划接触概率以及测量的足端高度接触概率、膝关节扭矩接触概率,计算并输出最终的足端触地概率。
基于上述四足机器人足端触地检测方法及***,本发明公开一实施例。
实施例1
如图1所示,本实施例中四足机器人每条腿三个自由度,三个电机挂在同一条CAN总线上,可反馈电机位置、转速、扭矩等数据。数据转换模块负责CAN总线数据和RS485总线数据转换;主控单元通过RS485总线与数据转换模块进行数据通信。主控单元可选用通用主控计算机。
结合图2详细介绍四足机器人足端触地检测方法。
四、步态规划接触概率模型
四足机器人的步态是周期变化的并事先规划好的,在每一个步态周期中步态相位从0-1之间递增。每个步态周期按腿部运动状态可以分为接触阶段和摆动阶段。0≤步态相位<为接触阶段,步态相位1为摆动阶段;表示支撑相和摆动相转换时刻的相位。
例如,最常见的对角步态,0≤步态相位<0.5为接触阶段,0.5≤步态相位<1为摆动阶段。
步态相位越接近接触相中点其触地概率越大,反之越接近接触相中点其触地概率越小,如图3所示。
4.1 规划接触阶段,步态规划接触概率模型为式(3):
4.2 规划摆动阶段,步态规划接触概率模型为式(4):
五、将步态规划接触概率作为***输入,将足端高度接触概率和膝关节扭矩接触概率作为***测量,利用卡尔曼滤波融合得到最终的四腿足端触地概率,具体计算方法如下:
1,卡尔曼滤波状态转移方程如式(5)所示:
2,卡尔曼滤波观测方程如式(6)所示:
3,根据卡尔曼滤波状态转移方程(5)和观测方程(6)可得到卡尔曼滤波的递推公式(7):
本发明在不部署多余的传感器在足端的前提下,依靠四足机器人本体基础传感器和融合算法精确估计足端与地面之间的接触状态。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.四足机器人足端触地检测方法,其特征在于:包括以下步骤:
S1,计算每条腿的足端离地高度,根据每条腿的足端离地高度计算出其足端高度接触概率;
根据每条腿的膝关节扭矩计算出其膝关节扭矩接触概率;
根据步态相位计算出步态规划接触概率;
S2,根据四条腿的步态规划接触概率、足端高度接触概率、膝关节扭矩接触概率,利用卡尔曼滤波融合得到最终的四腿足端接触概率;根据所述四腿足端接触概率,判断足端触地状态。
5.根据权利要求1所述的四足机器人足端触地检测方法,其特征在于:采用以下的递推公式计算最终的四腿足端接触概率:
式中,表示状态转移过程噪声的协方差矩阵,表示观测噪声的协方差矩阵;状态转移矩阵,控制输入矩阵,表示状态转移过程噪声,为通过足端高度接触概率模型计算得到的四腿足端接触概率,为通过膝关节扭矩接触概率模型计算得到的四腿足端接触概率,为观测矩阵,表示观测噪声;
6.根据权利要求1所述的四足机器人足端触地检测方法,其特征在于:通过惯性传感器进行姿态解算得到机器人的质心位置和身体姿态,结合腿部电机编码器反馈的电机位置,计算得到每条腿的足端离地高度。
7.四足机器人本体足端触地检测***,其特征在于:包括测量单元、输入单元和卡尔曼滤波单元;测量单元包括足端高度测量模块、足端高度接触概率测量模块和膝关节扭矩接触概率测量模块;输入单元包括步态规划接触概率计算模块;
足端高度测量模块:负责计算每条腿的足端离地高度;
足端高度接触概率测量模块:负责根据每条腿的足端离地高度计算出其足端高度接触概率;
膝关节扭矩接触概率测量模块:负责根据每条腿的膝关节扭矩计算出其膝关节扭矩接触概率;
步态规划接触概率计算模块:负责计算每条腿的步态规划接触概率;
卡尔曼滤波单元:负责根据输入的步态规划接触概率以及测量的足端高度接触概率、膝关节扭矩接触概率,计算并输出最终的足端触地概率。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110143895.4A CN112478015B (zh) | 2021-02-03 | 2021-02-03 | 四足机器人足端触地检测方法及*** |
US17/540,168 US20220241992A1 (en) | 2021-02-03 | 2021-12-01 | Method and System for Detecting the Foot-end Touchdown of Quadruped Robot |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110143895.4A CN112478015B (zh) | 2021-02-03 | 2021-02-03 | 四足机器人足端触地检测方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112478015A CN112478015A (zh) | 2021-03-12 |
CN112478015B true CN112478015B (zh) | 2021-04-16 |
Family
ID=74912156
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110143895.4A Active CN112478015B (zh) | 2021-02-03 | 2021-02-03 | 四足机器人足端触地检测方法及*** |
Country Status (2)
Country | Link |
---|---|
US (1) | US20220241992A1 (zh) |
CN (1) | CN112478015B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113504778B (zh) * | 2021-07-26 | 2023-09-19 | 广东工业大学 | 基于融合概率模型的足式机器人控制方法、***及设备 |
CN115503850B (zh) * | 2022-11-17 | 2023-03-31 | 国网智能科技股份有限公司 | 足式机器人足端触地检测方法及*** |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007105463A1 (ja) * | 2006-03-01 | 2007-09-20 | Toyota Jidosha Kabushiki Kaisha | 脚式ロボット |
CN103192898A (zh) * | 2013-04-09 | 2013-07-10 | 北京交通大学 | 一种具有首尾平衡调节装置的仿生四足机器人 |
CN103192897A (zh) * | 2013-04-24 | 2013-07-10 | 吉林大学 | 仿生六轮腿行走机构 |
CN104875813A (zh) * | 2015-05-26 | 2015-09-02 | 上海大学 | 一种电驱动小型仿生四足机器人 |
CN107203490A (zh) * | 2017-04-27 | 2017-09-26 | 南京邮电大学 | 一种类人型机器人平衡的控制方法 |
CN108567431A (zh) * | 2018-05-14 | 2018-09-25 | 浙江大学 | 一种用于测量人体步态及步速的智能传感靴 |
JP2018167330A (ja) * | 2017-03-29 | 2018-11-01 | 本田技研工業株式会社 | ロボットの制御装置 |
US10196104B1 (en) * | 2016-05-04 | 2019-02-05 | Schaft Inc. | Terrain Evaluation for robot locomotion |
CN210180564U (zh) * | 2019-08-28 | 2020-03-24 | 杭州宇树科技有限公司 | 一种新型足端力采集装置及应用其的四足机器人 |
CN111168672A (zh) * | 2020-01-03 | 2020-05-19 | 广东博智林机器人有限公司 | 机器人运动规划方法、***、计算机设备和存储介质 |
CN111708042A (zh) * | 2020-05-09 | 2020-09-25 | 汕头大学 | 一种行人轨迹预测和跟随的机器人方法及*** |
CN111730595A (zh) * | 2020-06-28 | 2020-10-02 | 常州工学院 | 一种斜坡条件下双足机器人步态稳定控制方法 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040073414A1 (en) * | 2002-06-04 | 2004-04-15 | Brown University Research Foundation | Method and system for inferring hand motion from multi-cell recordings in the motor cortex using a kalman filter or a bayesian model |
US8457830B2 (en) * | 2010-03-22 | 2013-06-04 | John R. Goulding | In-line legged robot vehicle and method for operating |
KR101438970B1 (ko) * | 2012-12-27 | 2014-09-15 | 현대자동차주식회사 | 로봇의 보행제어방법 |
US20160379074A1 (en) * | 2015-06-25 | 2016-12-29 | Appropolis Inc. | System and a method for tracking mobile objects using cameras and tag devices |
CN109070331A (zh) * | 2016-04-05 | 2018-12-21 | 株式会社日立制作所 | 仿人机器人 |
CN206734447U (zh) * | 2017-06-01 | 2017-12-12 | 陈剑兴 | 一种消防侦查机器人行走机构 |
CN107507229A (zh) * | 2017-07-13 | 2017-12-22 | 西北工业大学 | 一种基于均值飘移的机械臂实时跟踪方法 |
CN110116768B (zh) * | 2019-04-30 | 2020-09-04 | 厦门大学 | 由前后牵引与上下滚动实现步态控制的四足机器人 |
CN111291319B (zh) * | 2020-03-24 | 2023-07-07 | 广东海洋大学深圳研究院 | 一种应用于非高斯噪声环境下的移动机器人状态估计方法 |
CN111667073B (zh) * | 2020-03-30 | 2021-12-28 | 西北工业大学 | 一种证据理论改进的模糊卡尔曼滤波目标跟踪方法 |
CN111605641A (zh) * | 2020-04-30 | 2020-09-01 | 南京理工大学 | 一种小型六足仿生机器人 |
-
2021
- 2021-02-03 CN CN202110143895.4A patent/CN112478015B/zh active Active
- 2021-12-01 US US17/540,168 patent/US20220241992A1/en active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007105463A1 (ja) * | 2006-03-01 | 2007-09-20 | Toyota Jidosha Kabushiki Kaisha | 脚式ロボット |
CN103192898A (zh) * | 2013-04-09 | 2013-07-10 | 北京交通大学 | 一种具有首尾平衡调节装置的仿生四足机器人 |
CN103192897A (zh) * | 2013-04-24 | 2013-07-10 | 吉林大学 | 仿生六轮腿行走机构 |
CN104875813A (zh) * | 2015-05-26 | 2015-09-02 | 上海大学 | 一种电驱动小型仿生四足机器人 |
US10196104B1 (en) * | 2016-05-04 | 2019-02-05 | Schaft Inc. | Terrain Evaluation for robot locomotion |
JP2018167330A (ja) * | 2017-03-29 | 2018-11-01 | 本田技研工業株式会社 | ロボットの制御装置 |
CN107203490A (zh) * | 2017-04-27 | 2017-09-26 | 南京邮电大学 | 一种类人型机器人平衡的控制方法 |
CN108567431A (zh) * | 2018-05-14 | 2018-09-25 | 浙江大学 | 一种用于测量人体步态及步速的智能传感靴 |
CN210180564U (zh) * | 2019-08-28 | 2020-03-24 | 杭州宇树科技有限公司 | 一种新型足端力采集装置及应用其的四足机器人 |
CN111168672A (zh) * | 2020-01-03 | 2020-05-19 | 广东博智林机器人有限公司 | 机器人运动规划方法、***、计算机设备和存储介质 |
CN111708042A (zh) * | 2020-05-09 | 2020-09-25 | 汕头大学 | 一种行人轨迹预测和跟随的机器人方法及*** |
CN111730595A (zh) * | 2020-06-28 | 2020-10-02 | 常州工学院 | 一种斜坡条件下双足机器人步态稳定控制方法 |
Non-Patent Citations (2)
Title |
---|
Trajectory redraw of quadruped crawling robot;Xudong Liu;《Proceedings of the 2017 international conference on advanced mechatronic systems》;20171209;第18-23页 * |
基于Kalman滤波的四足机器人姿态数据处理方法;冯华山;《中国制造业信息化》;20081001;第37卷(第19期);第35-40页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112478015A (zh) | 2021-03-12 |
US20220241992A1 (en) | 2022-08-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112478015B (zh) | 四足机器人足端触地检测方法及*** | |
US11911916B2 (en) | Natural pitch and roll | |
US11225294B1 (en) | Mechanically-timed footsteps for a robotic device | |
US11911892B2 (en) | Touch-down sensing for robotic devices | |
CN108955688B (zh) | 双轮差速移动机器人定位方法及*** | |
US9969087B1 (en) | Leg collision avoidance in a robotic device | |
US7324872B2 (en) | Robot apparatus | |
CN103722550B (zh) | 外骨骼机器人的嵌入式*** | |
CN110561424A (zh) | 基于多传感器混合滤波器的在线机器人运动学校准方法 | |
EP1770362B1 (en) | Angular velocity measuring device and leg-moving robot | |
US11780515B2 (en) | Mitigating sensor noise in legged robots | |
CN111168672B (zh) | 机器人运动规划方法、***、计算机设备和存储介质 | |
CN110967017B (zh) | 一种用于双移动机器人刚体协作搬运的协同定位方法 | |
CN113183140B (zh) | 一种可换挡连接的仿生蛇形机器人及控制*** | |
TWI382833B (zh) | 行走輔助系統 | |
CN101403619B (zh) | 仿人机器人足部姿态实时检测***和方法 | |
CN113183167A (zh) | 一种足式机器人的运动控制*** | |
JP6270334B2 (ja) | ロボット制御装置及び方法 | |
Bai et al. | Graph-optimisation-based self-calibration method for IMU/odometer using preintegration theory | |
CN111738047A (zh) | 自身位置推测方法 | |
Sumanarathna et al. | Simulation of mobile robot navigation with sensor fusion on an uneven path | |
JP3536084B2 (ja) | 歩行ロボットの歩容制御方法 | |
Lee et al. | Optimal posture of mobile inverted pendulum using a single gyroscope and tilt sensor | |
Chen et al. | Backstepping control with sum of squares design for omni-directional mobile robots | |
Rodríguez-Angeles et al. | User wearable interface based on inertial sensors for unilateral master-slave robot teleoperation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |