本發(fā)明屬于輪腿機器人自主移動領域，更具體地，涉及一種基于最大力矩最小化的輪腿混合式機器人滾動跳躍運動控制方法及系統(tǒng)。

背景技術：

1、輪腿混合式機器人的運動控制一直是機器人研究領域的熱點。當機器人面臨極端地形，如陡峭的斜坡、高大的障礙物或地形急劇變化時，傳統(tǒng)單一的移動方式由于缺乏靈活性和適應能力，限制了機器人的越障性能。為了解決這一問題，跳躍技術被視為應對復雜地形的一種創(chuàng)新解決方案。對于輪腿混合式機器人而言，跳躍技術不僅能夠幫助其快速跨越障礙物，還可以提升在崎嶇不平的地形上靈活移動的能力。然而，輪腿混合式機器人的跳躍控制具有顯著的難點。跳躍過程中需要精確規(guī)劃軌跡以確保機器人在不同地形下的穩(wěn)定性和安全性，復雜的動力學模型和高度非線性的力矩控制也對系統(tǒng)的實時控制提出了更高的要求。

2、因此，如何實現(xiàn)高效、精準的跳躍控制成為輪腿混合式機器人跳躍技術中的核心難題。

技術實現(xiàn)思路

1、針對現(xiàn)有技術的以上缺陷或改進需求，本發(fā)明提供了一種基于最大力矩最小化的輪腿混合式機器人滾動跳躍運動控制方法及系統(tǒng)，其目的在于，實現(xiàn)輪腿混合式機器人在復雜環(huán)境中安全、高效的跳躍運動。

2、為實現(xiàn)上述目的，按照本發(fā)明的一方面，提出了一種基于最大力矩最小化的輪腿混合式機器人滾動跳躍運動控制方法，包括如下步驟：

3、根據(jù)機器人與障礙物之間的位置關系以及障礙物高度確定機器人跳躍過程期望的運動軌跡；所述運動軌跡包括起跳軌跡、飛行軌跡和落地軌跡，其中：

4、以關節(jié)電機的最大力矩最小化為優(yōu)化目標構建跳躍軌跡優(yōu)化模型，對跳躍軌跡優(yōu)化模型求解得到機器人的起跳軌跡；

5、根據(jù)檢測的機器人離地速度確定機器人飛行的最大離地高度，進而結合障礙物高度，通過逆運動學求解機器人飛行時的關節(jié)角度，調整機器人飛行位姿，得到飛行軌跡；

6、當檢測到機器人處于落地階段，根據(jù)機器人身體質心距離地面的實時高度，通過逆運動學求解機器人落地時的關節(jié)角度，調整機器人落地位姿，得到落地軌跡；

7、根據(jù)機器人跳躍過程期望的運動軌跡確定機器人各個關節(jié)的期望角度、角速度和角加速度，進而結合機器人足端外力分布，得到機器人運動的關節(jié)力矩，實現(xiàn)對機器人跳躍全過程控制。

8、作為進一步優(yōu)選的，所述跳躍軌跡優(yōu)化模型的目標函數(shù)j和約束條件為：

9、

10、其中，表示關節(jié)力矩中最大值τmax(t)的上限函數(shù)，表示關節(jié)力矩中最小值τmin(t)的下限函數(shù)；t表示時刻，t0表示起跳階段的初始時刻，tf表示起跳階段的結束時刻。

11、作為進一步優(yōu)選的，迭代求解跳躍軌跡優(yōu)化模型時，對于第k次迭代，上限函數(shù)下限函數(shù)分別取第k-1次迭代得到的優(yōu)化結果中的關節(jié)力矩最大值、最小值。

12、作為進一步優(yōu)選的，所述跳躍軌跡優(yōu)化模型的約束條件還包括：起跳階段機器人足端始終保持與地面接觸約束、足端與地面接觸力滿足摩擦錐約束以及機器人足端的運動空間約束。

13、作為進一步優(yōu)選的，當機器人滿足落地檢測條件時，認為機器人處于落地階段；所述落地檢測條件如下：

14、(t≥th)and(pz-0.5l)≥xobs

15、其中，t表示時刻，th表示機器人飛行到最高點的時間，l表示機器人機身長度，px表示機器人身體質心在x軸方向上的位置，xobs表示障礙物邊界在x軸方向上的位置，以機器人輪子滾動前進方向為x軸。

16、作為進一步優(yōu)選的，通過整機動力學模型求解得到機器人運動的關節(jié)力矩，所述整機動力學模型表示為：

17、

18、其中，τ表示機器人的關節(jié)力矩，m(q)表示多剛體動力學的廣義質量矩陣，表示廣義科氏力，g(q)表示多剛體系統(tǒng)的廣義重力向量，jt(q)表示四足機器人的剛體雅可比矩陣；q、分別表示機器人關節(jié)角度、角速度、角加速度；f表示機器人足端外力。

19、作為進一步優(yōu)選的，所述機器人足端外力分布的計算方式為：

20、根據(jù)機器人當前時刻的位姿，對機器人未來一段時間內的運動狀態(tài)進行預測，并以預測狀態(tài)與期望的運動軌跡盡可能接近為目標，結合足端接觸力約束，在線求解得到機器人足端外力分布。

21、作為進一步優(yōu)選的，預先將輪腿混合式機器人建模為一個單剛體，得到單剛體動力學模型；計算機器人足端外力分布時，根據(jù)所述單剛體動力學模型對機器人未來一段時間內的運動狀態(tài)進行預測，且認為在預測時間內，輪腿混合式機器人足端接觸點相對于身體質心的位置保持不變。

22、作為進一步優(yōu)選的，計算得到機器人運動的關節(jié)力矩后，通過比例-微分控制生成反饋力矩，補償電機角度誤差，優(yōu)化電機響應。

23、按照本發(fā)明的另一方面，提供了一種基于最大力矩最小化的輪腿混合式機器人滾動跳躍運動控制系統(tǒng)，包括處理器，所述處理器用于執(zhí)行上述基于最大力矩最小化的輪腿混合式機器人滾動跳躍運動控制方法。

24、總體而言，通過本發(fā)明所構思的以上技術方案與現(xiàn)有技術相比，主要具備以下的技術優(yōu)點：

25、1、本發(fā)明將跳躍過程分為起跳、騰空飛行和落地三個階段，以最大力矩最小化為優(yōu)化目標生成機器人的跳躍軌跡，可有效提升機器人的運動效率和穩(wěn)定性；進而結合機器人足端外力分布，實現(xiàn)對輪腿混合式機器人跳躍全過程的高效、準確控制；可應用于能源化工、電力、消防、地下管廊等工作環(huán)境中的移動巡檢、操作等任務。

26、2、本發(fā)明采用單剛體動力學模型預測輪腿混合式機器人的足端外力，保證其實時在線運算，通過牛頓-歐拉方程建立機器人的整機動力學模型實現(xiàn)對機器人跳躍全過程的控制；此外，還引入了比例-微分控制進一步確保機器人在復雜環(huán)境中的穩(wěn)定性和靈活性。

技術特征：

1.一種基于最大力矩最小化的輪腿混合式機器人滾動跳躍運動控制方法，其特征在于，包括如下步驟：

2.如權利要求1所述的基于最大力矩最小化的輪腿混合式機器人滾動跳躍運動控制方法，其特征在于，所述跳躍軌跡優(yōu)化模型的目標函數(shù)j和約束條件為：

3.如權利要求2所述的基于最大力矩最小化的輪腿混合式機器人滾動跳躍運動控制方法，其特征在于，迭代求解跳躍軌跡優(yōu)化模型時，對于第k次迭代，上限函數(shù)下限函數(shù)分別取第k-1次迭代得到的優(yōu)化結果中的關節(jié)力矩最大值、最小值。

4.如權利要求3所述的基于最大力矩最小化的輪腿混合式機器人滾動跳躍運動控制方法，其特征在于，所述跳躍軌跡優(yōu)化模型的約束條件還包括：起跳階段機器人足端始終保持與地面接觸約束、足端與地面接觸力滿足摩擦錐約束以及機器人足端的運動空間約束。

5.如權利要求1所述的基于最大力矩最小化的輪腿混合式機器人滾動跳躍運動控制方法，其特征在于，當機器人滿足落地檢測條件時，認為機器人處于落地階段；所述落地檢測條件如下：

6.如權利要求1所述的基于最大力矩最小化的輪腿混合式機器人滾動跳躍運動控制方法，其特征在于，通過整機動力學模型求解得到機器人運動的關節(jié)力矩，所述整機動力學模型表示為：

7.如權利要求6所述的基于最大力矩最小化的輪腿混合式機器人滾動跳躍運動控制方法，其特征在于，所述機器人足端外力分布的計算方式為：

8.如權利要求7所述的基于最大力矩最小化的輪腿混合式機器人滾動跳躍運動控制方法，其特征在于，預先將輪腿混合式機器人建模為一個單剛體，得到單剛體動力學模型；計算機器人足端外力分布時，根據(jù)所述單剛體動力學模型對機器人未來一段時間內的運動狀態(tài)進行預測，且認為在預測時間內，輪腿混合式機器人足端接觸點相對于身體質心的位置保持不變。

9.如權利要求1-8任一項所述的基于最大力矩最小化的輪腿混合式機器人滾動跳躍運動控制方法，其特征在于，計算得到機器人運動的關節(jié)力矩后，通過比例-微分控制生成反饋力矩，補償電機角度誤差，優(yōu)化電機響應。

10.一種基于最大力矩最小化的輪腿混合式機器人滾動跳躍運動控制系統(tǒng)，其特征在于，包括處理器，所述處理器用于執(zhí)行如權利要求1-9任一項所述的基于最大力矩最小化的輪腿混合式機器人滾動跳躍運動控制方法。

技術總結
本發(fā)明屬于輪腿機器人自主移動領域，并具體公開了一種基于最大力矩最小化的輪腿混合式機器人滾動跳躍運動控制方法及系統(tǒng)，其包括：在跳躍軌跡設計上，根據(jù)機器人與障礙物之間的位置關系以及障礙物高度確定機器人跳躍過程期望的運動軌跡，運動軌跡包括起跳軌跡、飛行軌跡和落地軌跡，其中以最大力矩最小化為優(yōu)化目標優(yōu)化起跳軌跡；跳躍控制方面，根據(jù)機器人跳躍過程期望的運動軌跡確定機器人各個關節(jié)的期望角度、角速度和角加速度，進而結合機器人足端外力分布，得到機器人運動的關節(jié)力矩，實現(xiàn)對機器人跳躍全過程控制。本發(fā)明可優(yōu)化輪腿混合式機器人跳躍運動軌跡，實現(xiàn)輪腿混合式機器人在復雜場景中的安全、高效移動。

技術研發(fā)人員：李益群,張倩,郭慧
受保護的技術使用者：華中科技大學
技術研發(fā)日：
技術公布日：2025/5/15