APP下载

基于LSTM神经网络的仿人机器人循环步态的生成方法

2020-12-21于建均左国玉阮晓钢

北京工业大学学报 2020年12期

于建均, 李 晨, 左国玉, 阮晓钢, 王 洋

(北京工业大学信息学部, 北京 100124)

双足机器人相较于轮式机器人具有良好的环境适应性且因其具有类人的结构可以代替人类在危险、复杂的场景中工作. 因此双足机器人被广泛应用在抢险救灾、生活服务等场景下. 但因其双足式结构的不稳定性在移动时易产生晃动甚至摔倒等问题,在双足机器人研究领域中,循环步态规划使机器人能完成长时间稳态步行,因而成为该领域中主要的研究方向之一.

人类在完成一系列步行动作时的平衡性好且能长时间稳定步行,其姿态、各个关节的角度、零力矩点(zero moment point,ZMP)等数据均被认为最优. 因此,模仿人体步行动作的方式被广泛使用到仿人机器人的步态规划中. 目前,人体步行的示教数据大多采用体感摄影机(如Kinect、Wil)的方式采集[1-3],但这种方式受到拍摄视野的限制,无法采集多个步态周期的人体示教数据. 在机器人完成长时间的步行动作时由多个单步态周期循环(或拼接)得到的关节角度序列会使机器人在运动过程中出现震动或摔倒的情况. 因此,双足机器人的循环步态规划是机器人完成长时间稳态步行任务的基础. 左国玉等[4]将仿袋鼠机器人简化为倒立摆模型,并使用混合粒子群算法优化线性二次型完成机器人的站立平衡控制,但其模型简单,迁移至仿人机器人中不能保证机器人动作的拟人性;Ibrahim等[5]通过对人体步行过程中单脚支撑(single support phase,SSP)和双脚支撑……

登录APP查看全文