本發(fā)明屬于機(jī)器人技術(shù)領(lǐng)域，具體地說，涉及一種Nao機(jī)器人步態(tài)規(guī)劃遺傳算法。

背景技術(shù)：

國(guó)外早期機(jī)器人是基于全身協(xié)調(diào)運(yùn)動(dòng)控制法建設(shè)仿人機(jī)器人，代表產(chǎn)品為早稻田大學(xué)高西淳夫研究室的WABIAN系列仿人機(jī)器人WABIAN-2。而后配置電控一體化調(diào)節(jié)器ISA，其轉(zhuǎn)矩及反向運(yùn)轉(zhuǎn)性能均有較大的改善，代表產(chǎn)品為索尼公司開發(fā)的世界首臺(tái)跑步機(jī)器人QRIO。借著采用無線通訊的控制方式并不斷優(yōu)化實(shí)現(xiàn)以伺服電機(jī)、同步齒形帶、諧波齒輪作為驅(qū)動(dòng)，代表產(chǎn)品為本田公司依據(jù)I-WALK步行控制策略研制出仿人機(jī)器人ASIMO。目前能實(shí)現(xiàn)運(yùn)動(dòng)能力、視覺、聽覺和語言能力，實(shí)現(xiàn)特征識(shí)別追蹤以及行進(jìn)過程中的交流能力，代表產(chǎn)品為韓國(guó)先進(jìn)科技研究所的KHR-3仿人機(jī)器人HUBO。

國(guó)內(nèi)研究及發(fā)展動(dòng)態(tài)：清華大學(xué)基于新型理論步行補(bǔ)償算法研制出具有自主知識(shí)產(chǎn)權(quán)的仿人機(jī)器人THBIP-I，通過對(duì)于其伺服系統(tǒng)控制性能的優(yōu)化改善，該型機(jī)器人能夠?qū)崿F(xiàn)動(dòng)作的連續(xù)性、穩(wěn)定性，并可完成無纜簡(jiǎn)單動(dòng)作；哈爾濱工業(yè)大學(xué)研制的H1T-1、H1T-II和H1T-III。HIT-1等機(jī)器人，可完成動(dòng)態(tài)、靜態(tài)步行動(dòng)作；同時(shí)，國(guó)防科技大學(xué)研制的“先行者”機(jī)器人在完成無纜行走的同時(shí)，亦可高效實(shí)現(xiàn)人體動(dòng)作的仿真；北京理工大學(xué)研制成功的BHR-2機(jī)器人對(duì)于步態(tài)規(guī)劃過程中通過對(duì)于步長(zhǎng)、步行周期等的控制更是實(shí)現(xiàn)了仿人機(jī)器人復(fù)雜動(dòng)作設(shè)計(jì)技術(shù)上的突破——在線軌跡規(guī)劃和步行調(diào)整，對(duì)于我國(guó)仿真機(jī)器人的發(fā)展起到了極大地推動(dòng)作用，提升我國(guó)仿真機(jī)器人研究整體水平。

雙足機(jī)器人的行走具有不穩(wěn)定性與很大的靈活性，而雙足機(jī)器人的穩(wěn)定性對(duì)于穩(wěn)定周期步行運(yùn)動(dòng)的實(shí)現(xiàn)起到重要的基礎(chǔ)性作用，因此對(duì)雙足機(jī)器人步態(tài)規(guī)劃及其穩(wěn)定性控制研究就具有相當(dāng)?shù)默F(xiàn)實(shí)意義。

遺傳算法是通過借鑒生物自然選擇和遺傳機(jī)制過程中的繁殖、交叉和變異，不斷隨機(jī)化搜索直到滿足規(guī)定的收斂指標(biāo)為止。該算法計(jì)算簡(jiǎn)單，功能強(qiáng)大，魯棒性強(qiáng)。

遺傳算法GA即Genetic Algorithm，為模仿生物進(jìn)化過程的結(jié)構(gòu)型的隨機(jī)搜索算法，GA算法對(duì)于機(jī)器人步態(tài)的優(yōu)化有著重要的作用，基于優(yōu)化的遺傳算法可以使其檢索計(jì)算量大大簡(jiǎn)化，在檢索效率提升的同時(shí)，收斂性也有著較大改觀。對(duì)于空間二進(jìn)制遺傳算法的優(yōu)化具體指的是將可行解由整體交叉變異形式轉(zhuǎn)化為空間染色體各維度層次上，即每個(gè)變量對(duì)應(yīng)的二進(jìn)制編碼段上分別進(jìn)行交叉變異，極大提升精度及收斂。

現(xiàn)有技術(shù)中急需一種Nao機(jī)器人步態(tài)規(guī)劃遺傳算法。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于提供一種Nao機(jī)器人步態(tài)規(guī)劃遺傳算法，以RoboCup機(jī)器人世界杯的標(biāo)準(zhǔn)平臺(tái)NAO機(jī)器人作為研究對(duì)象，對(duì)其步態(tài)規(guī)劃研究，采用七連桿結(jié)構(gòu)模型分析，模擬機(jī)器人的下肢運(yùn)動(dòng)過程，并改進(jìn)、優(yōu)化現(xiàn)有智能算法，最后結(jié)果表明可增強(qiáng)機(jī)器人步態(tài)控制的穩(wěn)定性。

其具體技術(shù)方案為：

一種Nao機(jī)器人步態(tài)規(guī)劃遺傳算法，包括以下步驟：

步驟1、首先確定空間染色體選型，并進(jìn)行初始化：對(duì)Nao機(jī)器人的步行瞬時(shí)重心運(yùn)動(dòng)分析，可以由一系列的參數(shù)表示而成，從而行走的步態(tài)規(guī)劃為瞬時(shí)參數(shù)的集合：

Q_i＝{q_b,q_f,θ_i,T_c,T_d}

其中，行走腳腳掌離地時(shí)與地面的夾角為q_b，行走腳腳掌著地時(shí)與地面

的夾角為q_f，腳掌與膝蓋的夾角為θ_i，行走周期為T_c，雙腿支撐周期為T_d；

步驟2、進(jìn)行對(duì)應(yīng)步行軌跡的變換，基于逆運(yùn)動(dòng)學(xué)理論對(duì)于Nao機(jī)器人關(guān)節(jié)結(jié)構(gòu)角度進(jìn)行計(jì)算；同時(shí)，對(duì)于確定狀態(tài)下機(jī)器人ZMP、重心位置信息和行走腳在坐標(biāo)系中的傾角進(jìn)行穩(wěn)定性評(píng)價(jià)，并依據(jù)適應(yīng)度函數(shù)計(jì)算染色體對(duì)應(yīng)的適應(yīng)度值f；

Nao機(jī)器人的步態(tài)規(guī)劃主要與確定狀態(tài)下機(jī)器人ZMP、重心位置信息、行走腳在坐標(biāo)系中的傾角有關(guān)，根據(jù)對(duì)于遺傳算法的分析，本發(fā)明采用的適應(yīng)度函數(shù)如下：

f＝1÷[λ₁q(T)+λ₂n+λ₃α(T)]

其中：λ₁、λ₂、λ₃分別為確定狀態(tài)下機(jī)器人ZMP、重心位置信息和行走腳在坐標(biāo)系中傾角的權(quán)重系數(shù)，q(T)為行走穩(wěn)定性，α(T)為行走腳在坐標(biāo)系中的傾角；

步驟3、進(jìn)行空間染色體間的雜交運(yùn)算及變異運(yùn)算，并通過遺傳算法的迭代計(jì)算至收斂，獲得最優(yōu)插值參數(shù)；并且，運(yùn)用Nao機(jī)器人的相應(yīng)開發(fā)工具和編譯軟件，可確保實(shí)現(xiàn)Nao機(jī)器人運(yùn)動(dòng)步態(tài)的規(guī)劃和穩(wěn)定控制。

與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果為：

本發(fā)明以NAO機(jī)器人作為研究對(duì)象，對(duì)其下肢建立七連桿模型，并對(duì)NAO機(jī)器人的步態(tài)進(jìn)行深入的分析、規(guī)劃與優(yōu)化，主要采用遺傳算法對(duì)步態(tài)控制參數(shù)進(jìn)行優(yōu)化，用以控制NAO機(jī)器人的雙腿運(yùn)動(dòng)，實(shí)驗(yàn)結(jié)果表明NAO機(jī)器人能夠很好地控制直立行走的穩(wěn)定性，實(shí)現(xiàn)了有效的步行動(dòng)作，以保證NAO機(jī)器人在行進(jìn)過程中能夠同時(shí)執(zhí)行其他更高級(jí)的動(dòng)作。

附圖說明

圖1為NAO機(jī)器人七連桿模型的結(jié)構(gòu)示意圖，其中，圖1a為側(cè)視圖，圖1b為后視圖；

圖2為10自由度NAO機(jī)器人的自由度配置；

圖3為單個(gè)步態(tài)周期內(nèi)腳掌運(yùn)動(dòng)過程；

圖4為關(guān)節(jié)空間位置、速度、加速度的軌跡規(guī)劃結(jié)果；

圖5為關(guān)節(jié)空間動(dòng)力學(xué)分析結(jié)果。

具體實(shí)施方式

下面結(jié)合附圖和具體實(shí)施例對(duì)本發(fā)明的技術(shù)方案作進(jìn)一步詳細(xì)地說明。

1Nao機(jī)器人下肢的七連桿模型

對(duì)于Nao機(jī)器人的運(yùn)動(dòng)學(xué)建模分析考慮到其主要構(gòu)成要素為連桿及關(guān)節(jié)，尤其是其下肢10自由度的關(guān)節(jié)對(duì)于其建模分析尤為關(guān)鍵，故運(yùn)用數(shù)學(xué)建模的方法，對(duì)Nao機(jī)器人的下肢各個(gè)關(guān)節(jié)建立數(shù)學(xué)模型；簡(jiǎn)化問題，并做出較為準(zhǔn)確的計(jì)算，運(yùn)用整體化思想，將NAO機(jī)器人上部頭干部位與軀干視為整體考慮，將雙足機(jī)器人簡(jiǎn)化為一個(gè)七連桿結(jié)構(gòu)，包含軀干、大腿、小腿、腳，如圖1所示。將機(jī)器人任意相鄰關(guān)節(jié)之間的部分等效為形狀規(guī)則、質(zhì)量均勻的剛體，兩剛體之間通過關(guān)節(jié)相連，且連桿的質(zhì)點(diǎn)位于桿的幾何位置的中心。圖1中P0是軀干的頂點(diǎn)，P1表示兩個(gè)骸關(guān)節(jié)的中心位置，P2和P3分別表示左骸與右骸的中心點(diǎn)，P4和P5分別表示左膝與右膝的中心點(diǎn)，P6和P7分別表示左踩與右踩的中心點(diǎn)，P8和P9分別表示左腳與右腳的中心點(diǎn)。NAO機(jī)器人的七連桿模型設(shè)定10個(gè)自由度，其中踩關(guān)節(jié)2個(gè)，分別是滾轉(zhuǎn)自由度與俯仰自由度；膝關(guān)節(jié)1個(gè)俯仰自由度；骸關(guān)節(jié)2個(gè)，分別是俯仰自由度、滾轉(zhuǎn)自由度。并對(duì)各個(gè)角度進(jìn)行定義如下(如圖2所示):

分別為左骸和右骸俯仰方向的轉(zhuǎn)角，大腿前伸的方向?yàn)檎辉试S范圍為-20度到70度。

分別為左骸和右骸滾轉(zhuǎn)方向的轉(zhuǎn)角，大腿外伸的方向?yàn)檎?；允許范為-30度到30度。

分別為左膝和右膝俯仰方向的轉(zhuǎn)角，膝蓋彎曲的方向?yàn)檎?；允許范圍為0度到90度。

分別為左踩和右踩俯仰方向的轉(zhuǎn)角，小腿向前傾斜的方向?yàn)檎?；允許范圍為-60度到60度。

分別為左踩和右踩滾轉(zhuǎn)方向的轉(zhuǎn)角，設(shè)小腿向外偏轉(zhuǎn)的方向?yàn)檎?；允許范圍為-30度到30度。

在實(shí)際的機(jī)器人的結(jié)構(gòu)中，各個(gè)自由度是由不同的電機(jī)驅(qū)動(dòng)的，所以踩部有兩個(gè)電機(jī)，骸部需要三個(gè)電機(jī)。為了計(jì)算的方便，我們?cè)诮⒛Ｐ蜁r(shí)，認(rèn)為踩關(guān)節(jié)的兩個(gè)電機(jī)的轉(zhuǎn)軸是相交于踩關(guān)節(jié)的中心點(diǎn)，骸關(guān)節(jié)的三個(gè)轉(zhuǎn)軸所在的直線相交于骸關(guān)節(jié)的中心點(diǎn)。

2Nao機(jī)器人步態(tài)動(dòng)態(tài)穩(wěn)定性判據(jù)

對(duì)于Nao機(jī)器人的步行運(yùn)動(dòng)進(jìn)行分解研究，腳步通過交替地與地面發(fā)生相互作用(單腳支撐、雙腳支撐)實(shí)現(xiàn)周期性的前進(jìn)。Nao機(jī)器人步態(tài)規(guī)劃研究的重點(diǎn)在于與地面相互支撐作用穩(wěn)定性的保證。本發(fā)明將研究重點(diǎn)放在“零力矩點(diǎn)”這一定動(dòng)態(tài)穩(wěn)定性指標(biāo)，并將其作為Nao機(jī)器人步態(tài)穩(wěn)定性判定的判據(jù)。

零力矩點(diǎn)ZMP(Zero Moment Point)是南斯拉夫?qū)W者Vukobratovic(1969年)提出的機(jī)器人穩(wěn)定性判據(jù)。ZMP是指地面上的一點(diǎn)，地面反作用力在此點(diǎn)等效力矩的水平分量為零，當(dāng)給定機(jī)器人各個(gè)關(guān)節(jié)的運(yùn)動(dòng)軌跡后，可以通過公式計(jì)算出ZMP的運(yùn)動(dòng)軌跡。若機(jī)器人在整個(gè)運(yùn)動(dòng)過程中，每一時(shí)刻的ZMP點(diǎn)都在其支撐凸多邊形內(nèi)部(不包括邊界，那么機(jī)器人在運(yùn)動(dòng)期間內(nèi)，其支撐腳就會(huì)與地面保持相對(duì)靜止，不會(huì)出現(xiàn)欠驅(qū)動(dòng)的翻轉(zhuǎn)自由度，則機(jī)器人可以在整個(gè)運(yùn)動(dòng)過程中保持穩(wěn)定，這就是ZMP穩(wěn)定判據(jù)。在計(jì)算過程中，到支撐凸多邊形邊界的最短距離可以作為機(jī)器人的穩(wěn)定裕度。

ZMP是目前應(yīng)用最為廣泛的機(jī)器人穩(wěn)定性判據(jù)。在判據(jù)的使用中，總是結(jié)合關(guān)節(jié)軌跡跟蹤等控制策略，所以判據(jù)在此時(shí)成為了機(jī)器人穩(wěn)定的充分條件。目前絕大多數(shù)雙足機(jī)器人的運(yùn)動(dòng)穩(wěn)定性控制都是基于判據(jù)的。

3、Nao機(jī)器人步態(tài)規(guī)劃研究

遺傳算法是通過借鑒生物自然選擇和遺傳機(jī)制過程中的繁殖、交叉和變異，不斷隨機(jī)化搜索直到滿足規(guī)定的收斂指標(biāo)為止。該算法計(jì)算簡(jiǎn)單，功能強(qiáng)大，魯棒性強(qiáng)。

3.1Nao機(jī)器人步態(tài)規(guī)劃遺傳算法

遺傳算法GA即Genetic Algorithm，為模仿生物進(jìn)化過程的結(jié)構(gòu)型的隨機(jī)搜索算法，GA算法對(duì)于機(jī)器人步態(tài)的優(yōu)化有著重要的作用，基于優(yōu)化的遺傳算法可以使其檢索計(jì)算量大大簡(jiǎn)化，在檢索效率提升的同時(shí)，收斂性也有著較大改觀。對(duì)于空間二進(jìn)制遺傳算法的優(yōu)化具體指的是將可行解由整體交叉變異形式轉(zhuǎn)化為空間染色體各維度層次上，即每個(gè)變量對(duì)應(yīng)的二進(jìn)制編碼段上分別進(jìn)行交叉變異，極大提升精度及收斂。

基于空間染色體的遺傳算法基本步驟：

首先確定空間染色體選型，并進(jìn)行初始化：

如圖3所示，對(duì)Nao機(jī)器人的步行瞬時(shí)重心運(yùn)動(dòng)分析，可以由一系列的參數(shù)表示而成，從而行走的步態(tài)規(guī)劃為瞬時(shí)參數(shù)的集合：

Q_i＝{q_b,q_f,θ_i,T_c,T_d}

其中，行走腳腳掌離地時(shí)與地面的夾角為q_b，行走腳腳掌著地時(shí)與地面

的夾角為q_f，腳掌與膝蓋的夾角為θ_i，行走周期為T_c，雙腿支撐周期為T_d。

其次，進(jìn)行對(duì)應(yīng)步行軌跡的變換，基于逆運(yùn)動(dòng)學(xué)理論對(duì)于Nao機(jī)器人關(guān)節(jié)結(jié)構(gòu)角度進(jìn)行計(jì)算。同時(shí)，對(duì)于確定狀態(tài)下機(jī)器人ZMP、重心位置信息和行走腳在坐標(biāo)系中的傾角進(jìn)行穩(wěn)定性評(píng)價(jià)，并依據(jù)適應(yīng)度函數(shù)計(jì)算染色體對(duì)應(yīng)的適應(yīng)度值f。

Nao機(jī)器人的步態(tài)規(guī)劃主要與確定狀態(tài)下機(jī)器人ZMP、重心位置信息、行走腳在坐標(biāo)系中的傾角有關(guān)，根據(jù)對(duì)于遺傳算法的分析，本發(fā)明采用的適應(yīng)度函數(shù)如下：

f＝1÷[λ₁q(T)+λ₂n+λ₃α(T)]

其中：λ₁、λ₂、λ₃分別為確定狀態(tài)下機(jī)器人ZMP、重心位置信息和行走腳在坐標(biāo)系中傾角的權(quán)重系數(shù)，q(T)為行走穩(wěn)定性，α(T)為行走腳在坐標(biāo)系中的傾角。

最后，進(jìn)行空間染色體間的雜交運(yùn)算及變異運(yùn)算，并通過遺傳算法的迭代計(jì)算至收斂，獲得最優(yōu)插值參數(shù)。并且，運(yùn)用Nao機(jī)器人的相應(yīng)開發(fā)工具和編譯軟件，可確保實(shí)現(xiàn)Nao機(jī)器人運(yùn)動(dòng)步態(tài)的規(guī)劃和穩(wěn)定控制。

3.2Nao機(jī)器人步態(tài)規(guī)劃matlab分析

其一般過稱為：用simulink建立Nao機(jī)器人仿真模型，并進(jìn)行觀測(cè)分析，并且描述仿真模型的過程和功能。

基于matlab平臺(tái)對(duì)于Nao機(jī)器人步態(tài)規(guī)劃進(jìn)行分析研究，首先需按照DH矩陣建立圖形化的關(guān)節(jié)型機(jī)器人對(duì)象：按照DH矩陣的習(xí)慣依次輸入所需生成的機(jī)器人各個(gè)關(guān)節(jié)的參數(shù)點(diǎn)擊完成并返回即可生成相應(yīng)機(jī)器人對(duì)象；繼而對(duì)生成的機(jī)器人進(jìn)行正逆運(yùn)動(dòng)學(xué)的位置和速度進(jìn)行分析和圖形仿真：基于運(yùn)動(dòng)學(xué)分析界面，在運(yùn)動(dòng)學(xué)位置分析的基礎(chǔ)上選擇進(jìn)行運(yùn)動(dòng)學(xué)速度分析，利用雅克比矩陣對(duì)當(dāng)前位置的速度向量進(jìn)行正逆分析；后對(duì)機(jī)器人進(jìn)行軌跡規(guī)劃：軌跡規(guī)劃中分別輸入初始位置的空間參數(shù)(位置參數(shù)和RPY參數(shù))，通過五次多項(xiàng)式插值法軌跡規(guī)劃查看得到空間的軌跡規(guī)劃的結(jié)果曲線和方程；并在軌跡規(guī)劃的基礎(chǔ)上對(duì)其做出動(dòng)力學(xué)的分析，在軌跡規(guī)劃得到一系列位置、速度、加速度向量的基礎(chǔ)上可以對(duì)機(jī)器人進(jìn)行動(dòng)力學(xué)分析，并計(jì)算機(jī)器人在負(fù)載情況下的各個(gè)關(guān)機(jī)所需提供的力向量。

在研究以關(guān)節(jié)角的函數(shù)對(duì)于機(jī)器人運(yùn)動(dòng)軌跡以及行動(dòng)步態(tài)規(guī)劃的優(yōu)化過程中，各路徑點(diǎn)的確定通過由工具坐標(biāo)系{T}相對(duì)于工作臺(tái)坐標(biāo)系{S}的期望位姿完成，最終得到{T}在每個(gè)中間點(diǎn)上的期望的笛卡爾位姿。其中，多維情況下的軌跡規(guī)劃通過mtraj函數(shù)[Q,QD,QDD]＝mtraj(TFUNC,Q0,QF,M)完成(TFUNC、Q0和QF分別基于一維軌跡規(guī)劃函數(shù)以及起始和結(jié)束時(shí)的多維位置值)，S0為初始位置，SF為終止位置，M為步數(shù)，S為軌跡，SD為速度，SDD為加速度。

mtraj函數(shù)多維情況下軌跡規(guī)劃：

[Q,QD,QDD]＝mtraj(@tpoly,[0 2],[1 -1],50)；

subplot(3,1,1)

plot(Q)

ylabel('s')；

subplot(3,1,2)

plot(QD)

ylabel('sd')；

subplot(3,1,3)

plot(QDD)

ylabel('sdd')；

規(guī)劃模擬結(jié)果如圖4所示：

機(jī)器人關(guān)節(jié)空間規(guī)劃：

mdl_Nao；

T1＝transl(0.4,0.2,0)*trotx(pi)；

T2＝transl(0.4,-0.2,0)*trotx(pi/2)；

q1＝p560.ikine6s(T1)；

q2＝p560.ikine6s(T2)；

t＝[0:0.05:2]'；

q＝mtraj(@lspb,q1,q2,t)；

p560.plot(q)

qplot(t,q)；

規(guī)劃模擬結(jié)果如圖5所示：

將此規(guī)劃方法通過matlab編程實(shí)現(xiàn)，在RoboCup3D平臺(tái)測(cè)試得知，基于遺傳算法規(guī)劃的Nao機(jī)器人步態(tài)能保證步行動(dòng)作的平滑性和速度的連續(xù)性，Nao機(jī)器人步行流暢，驗(yàn)證了遺傳算法在Nao機(jī)器人步態(tài)規(guī)劃中應(yīng)用的有效性。

以上所述，僅為本發(fā)明較佳的具體實(shí)施方式，本發(fā)明的保護(hù)范圍不限于此，任何熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明披露的技術(shù)范圍內(nèi)，可顯而易見地得到的技術(shù)方案的簡(jiǎn)單變化或等效替換均落入本發(fā)明的保護(hù)范圍內(nèi)。