專利名稱：基于韻律模式的機器人未知環(huán)境下行走學(xué)習(xí)信息處理方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種機器人行走學(xué)習(xí)信息處理方法，尤其是涉及一種基于韻律模式的機器人未知環(huán)境下行走學(xué)習(xí)信息處理方法。
背景技術(shù)：
有足機器人由于其運動機構(gòu)的高自由度和靈活性，因而相比于輪式機器人對地形環(huán)境具有更好的適應(yīng)性，在優(yōu)良的運動控制下，有足機器人將會比輪式機器人適用于更加廣泛的領(lǐng)域。然而，另一方面正是由于有足機器人的運動機構(gòu)的高自由度和高耦合性，快速、穩(wěn)定的有足機器人行走控制成為一件非常困難的問題，尤其是不確定性的行走表面上的行走控制更是如此。而且有足機器人的行走性能對行走表面的特性十分敏感，且通常在特定環(huán)境下表現(xiàn)不錯的行走控制，其性能在新的行走表面上也會發(fā)生顯著的下降，甚至?xí)箼C器人無法行走或發(fā)生翻倒。針對如何使有足機器人在不同行走環(huán)境下的行走控制和行走適應(yīng)問題，國際上已有許多學(xué)者做出過大量的研究工作。有人解決方向放在對有足機器人腿部的機械設(shè)計上， 以使機器人可以適應(yīng)任何行走表面，但這些研究并沒把機器人的行走速度的提升著重考慮。事實上，許多情況下不僅是要求機器人可以行走，而是能盡可能快的行走，如機器人足球賽，運動物體的跟蹤等任務(wù)。有些學(xué)者采用如進化算法、策略梯度下降等學(xué)習(xí)算法和一些新穎的學(xué)習(xí)策略實現(xiàn)讓有足機器人自我調(diào)整以適應(yīng)新的行走表面，并取得了不錯的效果。 然而在他們的方法中主要是通過機器視覺的方法對候選控制參數(shù)的性能進行評估的，而目前機器視覺的技術(shù)主要是通過環(huán)境數(shù)據(jù)采樣、特征提取，然后進行模式匹配的方法進行視覺物體識別的，這就要求需對環(huán)境有一定的預(yù)先的了解，或至少是視覺上的環(huán)境是已知的， 這就在一定程度上限制了以上有足機器人行走學(xué)習(xí)的方法在不確定環(huán)境下的應(yīng)用，特別是視覺環(huán)境未知或無法用目前已有機器視覺技術(shù)獲取所需信息的情況。

發(fā)明內(nèi)容
本發(fā)明的目的就是為了克服上述現(xiàn)有技術(shù)存在的缺陷而提供一種提高有足機器人對環(huán)境的適應(yīng)能力的基于韻律模式的機器人未知環(huán)境下行走學(xué)習(xí)信息處理方法。本發(fā)明的目的可以通過以下技術(shù)方案來實現(xiàn)一種基于韻律模式的機器人未知環(huán)境下行走學(xué)習(xí)信息處理方法，其特征在于，包括以下步驟1)將機器人放置在一個先驗知識已知的環(huán)境中，將先驗知識信息作為行走學(xué)習(xí)的評估函數(shù)，控制機器人學(xué)習(xí)一組穩(wěn)定快速的行走參數(shù)，同時機器人利用位于身體內(nèi)的加速度傳感器采集該行走參數(shù)控制下機器人行走狀態(tài)信息，處理器根據(jù)該行走狀態(tài)信息計算行走韻律模式(WRP)特征向量并記錄下來，作為基準(zhǔn)模型M。m;2)當(dāng)機器人處于先驗知識未知的環(huán)境時，機器人通過先前設(shè)定行走參數(shù)行走一定的步數(shù)，計算當(dāng)前的WRP特征向量，如果該WRP與Mom匹配度低于設(shè)定值，則將當(dāng)前行走參數(shù)作為第一代個體輸入到遺傳算法學(xué)習(xí)模塊開始行走再學(xué)習(xí)；3)遺傳算法學(xué)習(xí)模塊根據(jù)行走參數(shù)對應(yīng)的WRP特征向量與M。m之間的匹配程度來排序，淘汰劣勢個體，并通過變異和交叉來產(chǎn)生新個體，進行循環(huán)，直到種群中個體的平均適應(yīng)度在一定迭代后沒有明顯的改進時，執(zhí)行步驟4)；4)將最優(yōu)種群中的最優(yōu)個體作為最終的行走參數(shù)，并將該行走參數(shù)發(fā)送給機器人運動模塊。所述的WRP特征向量計算過稱如下1)對輸入的加速度傳感器數(shù)據(jù)窗口化為相互重疊的數(shù)據(jù)塊，窗口的寬度為 _3] Wd = fwdPgTffl (1)每次窗口移動寬度為Wsd = fwsdPgTffl (2)其中，Tm為動作模塊中每單位處理幀所用的時間；Pg為行走控制中機器人每半步所用的動作幀數(shù)(LF) ；fwd = 2為窗口寬度因子，控制窗口的寬度；fwsd= 1為窗口移動因子， 由于傳感器采樣周期Ts和動作幀Tm為常數(shù)，因而可得到每窗中的三個方向傳感器采樣點數(shù)量為
f PTNi = wd g “‘ , k e {AccelX, AccelY, AccelZ} (3)其中上標(biāo)k表示不同方向的傳感器數(shù)據(jù)；使用Harming窗將每幀的輸入數(shù)據(jù)窗口化為Skw (n) = St (η) χ Wliann (n),0< <iV*-l(4)其中，紀(jì)(《)為原始傳感器輸入數(shù)據(jù)，Wllann(η)為Harming窗口函數(shù)，Wflann ( ) = 0.5 - 0.5οο3(2π(η^°·5))(5)2)對窗口化的數(shù)據(jù)計算功率譜，先對每幀數(shù)據(jù)做長度為Nfft快速傅里葉變換 (FFT)，F(xiàn)FT輸入數(shù)據(jù)為
權(quán)利要求
1.一種基于韻律模式的機器人未知環(huán)境下行走學(xué)習(xí)信息處理方法，其特征在于，包括以下步驟1)將機器人放置在一個先驗知識已知的環(huán)境中，將先驗知識信息作為行走學(xué)習(xí)的評估函數(shù)，控制機器人學(xué)習(xí)一組穩(wěn)定快速的行走參數(shù)，同時機器人利用位于身體內(nèi)的加速度傳感器采集該行走參數(shù)控制下機器人行走狀態(tài)信息，處理器根據(jù)該行走狀態(tài)信息計算WRP特征向量并記錄下來，作為基準(zhǔn)模型M。m ；2)當(dāng)機器人處于先驗知識未知的環(huán)境時，機器人通過先前設(shè)定行走參數(shù)行走一定的步數(shù)，計算當(dāng)前的WRP特征向量，如果該WRP與Mom匹配度低于設(shè)定值，則將當(dāng)前行走參數(shù)作為第一代個體輸入到遺傳算法學(xué)習(xí)模塊開始行走再學(xué)習(xí)；3)遺傳算法學(xué)習(xí)模塊根據(jù)行走參數(shù)對應(yīng)的WRP特征向量與M。m之間的匹配程度來排序， 淘汰劣勢個體，并通過變異和交叉來產(chǎn)生新個體，進行循環(huán)，直到種群中個體的平均適應(yīng)度在一定迭代后沒有明顯的改進時，執(zhí)行步驟4)；4)將最優(yōu)種群中的最優(yōu)個體作為最終的行走參數(shù)，并將該行走參數(shù)發(fā)送給機器人運動模塊。
2.根據(jù)權(quán)利要求1所述的一種基于韻律模式的機器人未知環(huán)境下行走學(xué)習(xí)信息處理方法，其特征在于，所述的WRP特征向量計算過稱如下1)對輸入的加速度傳感器數(shù)據(jù)窗口化為相互重疊的數(shù)據(jù)塊，窗口的寬度為Wd — f WdPgTm (1)每次窗口移動寬度為Wsd — fwsdPgTm ⑵其中，Tm為動作模塊中每單位處理幀所用的時間；Pg為行走控制中機器人每半步所用的動作幀數(shù)(LF) ；fwd = 2為窗口寬度因子，控制窗口的寬度；fwsd= 1為窗口移動因子，由于傳感器采樣周期Ts和動作幀Tm為常數(shù)，因而可得到每窗中的三個方向傳感器采樣點數(shù)量為f PTK - W" g ‘“ , k e {AccelX，AccelY，AccelZ} (3)J S其中上標(biāo)k表示不同方向的傳感器數(shù)據(jù)；使用Harming窗將每幀的輸入數(shù)據(jù)窗口化為
3.根據(jù)權(quán)利要求1所述的一種基于韻律模式的機器人未知環(huán)境下行走學(xué)習(xí)信息處理方法，其特征在于，所述的步驟3)中的WRP特征向量與M。m之間的匹配程度計算如下 Y = 100/Nspec*exp (-(vc- μ om)T Σ。；1 (vc- μ。m))其中ν。為當(dāng)前行走參數(shù)的WRP特征向量，μ。m = Mean(Vftat)為基準(zhǔn)模型M。m的WRP特征向量平均值，σ。m = Var(Vfeat)為各WRP特征向量的方差，Σ。m = diag{o J。
全文摘要
本發(fā)明涉及一種基于韻律模式的機器人未知環(huán)境下行走學(xué)習(xí)信息處理方法，包括以下步驟1)在環(huán)境知識已知的情況下，獲取基準(zhǔn)模型Mom；2)當(dāng)機器人處于先驗知識未知的環(huán)境時，機器人通過先前設(shè)定行走參數(shù)行走一定的步數(shù)，計算當(dāng)前的行走韻律模式(WRP)特征向量，如果該WRP與Mom匹配度低于設(shè)定值，則將當(dāng)前行走參數(shù)作為第一代個體輸入到遺傳算法學(xué)習(xí)模塊開始行走再學(xué)習(xí)；3)遺傳算法學(xué)習(xí)模塊進行排序，淘汰劣勢個體，并通過變異和交叉來產(chǎn)生新個體，進行循環(huán)，直到種群中個體的平均適應(yīng)度在一定迭代后沒有明顯的改進時，執(zhí)行步驟4)；4)將最優(yōu)種群中的最優(yōu)個體作為最終的行走參數(shù)。與現(xiàn)有技術(shù)相比，本發(fā)明具有提高有足機器人對環(huán)境的適應(yīng)能力等優(yōu)點。
文檔編號G05B13/02GK102375412SQ20101025277
公開日2012年3月14日 申請日期2010年8月13日 優(yōu)先權(quán)日2010年8月13日
發(fā)明者許濤, 陳啟軍 申請人:同濟大學(xué)