[发明专利]一种双足机器人实时步态轨迹生成方法

权利要求书

1.一种双足机器人实时步态轨迹生成方法，其特征在于，该方法包括以下步骤：

1)基于神经元振荡网络和映射函数设计机器人的脚掌轨迹生成器，在线生成机器人的脚掌轨迹；利用四个振荡神经元单元全向耦合，组成可以输出四路具有可调相位关系的振荡信号的神经元振荡网络，并设计映射函数，将振荡神经元网络输出的振荡信号实时的映射为机器人得脚掌轨迹信号；

2)基于神经元振荡单元和映射函数设计机器人的重心轨迹生成器；利用三个振荡神经元单元输出振荡信号，并设计相应的映射函数，将三路振荡信号映射为机器人的三维重心轨迹信号；

3)建立反馈回路；通过机器人自身的传感器检测环境信息，由反馈控制器反馈至脚掌轨迹生成器和三维重心轨迹生成器，对脚掌轨迹和重心轨迹进行实时调节，得到具有环境适应性的步态轨迹；

4)对脚掌轨迹生成器、三维重心轨迹生成器和反馈控制器的参数采用多目标进化算法进行优化，得到最优步态轨迹。

2.根据权利要求1所述的一种双足机器人实时步态轨迹控制方法，其特征在于，所述的振荡神经元单元的模型为：

Tru·{e,f}i=-u{e,f}i-wfey{f,e}i-βv{e,f}i+Σj=1nwijy{e,f}j+s0+Feed{e,f}i]]>

Tav·{e,f}i=-v{e,f}i+y{e,f}i]]>

y_{e，f}i＝max(u_{e，f}i，0)

r_i＝-u_{e}i+u_{f}t

其中，i，e和f分别表示第i个振荡神经元单元、屈肌和伸肌神经元。u_{e，f}为神经元的内部状态，v_{e，f}为神经元自抑制状态，y_{e，f}i为神经元的输出。T_r和T_a分别为上升时间和适应时间常数，w_fe为神经元的相互抑制系数，β为神经元的自抑制系数，s₀代表来自高层的激励信号，Feed_{e，f}为反馈输入信号。w_ij为神经元j与神经元i间的连接权重，r_i为第i个振荡神经元单元的输出，由屈、伸肌神经元的状态项线性合成。