仿人机器人

1. ZMP

1.1 二维分析:

着重看公式3.3,考虑对应于力矩为零时的那个作用点,即满足\(\tau(p_x) = 0\)的点\(p_x\)。

1.2 三维分析:

力矩为零的作用点:

点p就是压强中心,也即ZMP。

当机器人运动的时候,一般情况下,z方向的力矩等0并不成立。

所以在三维情况下,ZMP定义为:地面作用力的力矩水平分量为零的作用点

1.3 双足时的ZMP

两脚各自的ZMP位置通过上诉方式求的\(p_R\)和\(p_L\),地面作用力\(f_R\)和\(f_L\)从传感器读出。

ZMP的位置可求得:

2. ZMP动力学:

2.1 物理量:

  • M:质量,单位为kg
  • c:质心,\(x, y, z^T\),单位为m
  • P:动量,\(P_x, P_y, P_z^T\),单位为N*s
  • L:角动量,\(L_x, L_y, L_z^T\),单位为Nms

2.2 动力学公式:

  • \(\dot{c} = P / M\),描述了质心速度和动量的关系
  • \(\dot{P} = f_{all}\),描述了动量怎么随外力变化
  • \(\dot{L} = \tau_{all}\),描述了角动量的变化与合力矩之间的关系

作用在机器人上的总力矩:\(\tau_{all} = c \times Mg + \tau\)

当机器人静止时,力矩应该由重力来平衡,因为角动量的变化为零。如果地面产生的力矩不平衡,角动量将很快增加,这就是跌倒。

2.3 机器人质心的计算:

假设每个连杆相对于局部坐标系的质心\(\overline{c}_j\)已知,那么其在参考坐标系的位置为:
\c_j = P_j + R_j \\overline{c}_j \\

其中,P和R为第j个连杆(在参考坐标系中)的位置和姿态。

机器人的质心由各连杆绕参考坐标系原点的力矩之和除以总质量求得:
\c = \\sum\^N_{j=1} m_j c_j / M \\

2.4 机器人动量的计算:

由N个连杆构成的机器人的总动量为:
\P = \\sum\^N_{j=1} m_j \\dot{c}_j \\

其中\(\dot{c}_j\)是第j个连杆质心的速度:
\\\dot{c}_j = v_j + w_j \\times (R_j \\overline{c}_j) \\

2.5 机器人角动量的计算:

由N个连杆构成的机器人的角动量为:
\L = \\sum\^N_{j=1} L_j \\

其中\(L_j\)是第j个连杆绕原点的角动量:
\L_j = c_j \\times P_j + R_j \\overline{I}_j R\^T_j w_j \\

3.基于机器人运动的ZMP计算:

ZMP与质心在地面上的投影重合。

3.1 ZMP的近似计算:

  • 多质点近似:

  • 单质点近似:

    ZMP:

4. 双足步行

4.1 二维倒立摆

动力学方程:

  • \(r^2 \ddot{\theta}\):角动量变化引起的惯性力,代表质点在绕支点旋转时的角加速度惯性力
    力矩=转动惯量 * 角加速度: \(\tau_{惯性} = I \ddot{\theta}\)
    转动惯量I: \(I = M r^2\)
  • \(2r \dot{r} \dot{\theta}\):由于摆臂长度r的变化\(\dot{r}\)产生的科里奥利力力矩
  • \(r \dot{\theta}^2\):离心力
相关推荐
逻辑君1 小时前
基于 PPO 的双足机器人行走控制
人工智能·深度学习·机器人
四方云2 小时前
机器人开场白开场白核心技术拆解:从自报家门到痛点切入,快速留住用户
机器人
逻辑君4 小时前
基于 A2C 算法的双足机器人行走控制
人工智能·深度学习·算法·机器学习·机器人
hongyucai4 小时前
聊一聊τ和机器人
人工智能·机器人
某林2124 小时前
ros从底层硬件到 Web 端部署
python·机器人·硬件架构·ros2
bing_feilong5 小时前
FAST_LIVO2硬件供电
机器人
明志数科7 小时前
面向真实机器人强化学习的大规模数据集设计:失败轨迹、人工介入与Reward信号的系统性构建
人工智能·机器学习·机器人
沫儿笙18 小时前
弧焊机器人氩气节气设备
人工智能·机器人
阿里云大数据AI技术1 天前
莫刻机器人LJM登榜WorldArena第二!阿里云PAI提供全流程训练支撑
人工智能·机器人
guanchabao1 天前
教育培训行业招生外呼机器人怎么设置话术?
机器人