[发明专利]动态规划控制器

说明书

动态规划控制器(200)接收操纵(210)和当前状态(202)，并将操纵和当前状态转换为非线性优化问题(222)。非线性优化问题被配置为优化未知力和未知位置向量。在第一时间实例(Ii,to)，控制器将非线性优化问题线性化为第一线性优化问题，并使用二次规划确定第一线性优化问题的第一解(232)。在第二时间实例(h,ti)，控制器基于第一解来将非线性优化问题线性化为第二线性优化问题，并使用二次规划基于第一解来确定第二线性优化问题的第二解。控制器还基于第二解来生成关节命令(204)以在操纵期间控制机器人的运动。

技术领域

本公开涉及一种动态规划控制器。

背景技术

机器人通常被定义为可重新编程且多功能的操纵器(manipulator)，其被设计成通过可变被编程运动来移动材料、零件、工具或专用设备以用于任务的执行。机器人可以是物理锚定的操纵器(例如，工业机器人臂)、在整个环境中移动的移动机器人(例如，使用腿、轮子、或基于抓地的机械)，或操纵器和移动机器人的一些组合。机器人用于各种行业，例如包括制造业、运输业、危险环境、勘探和医疗。因此，以快速且有效的方式为机器人编程以进行各种行为的能力给这些行业提供了附加的益处。

发明内容

本公开的一方面提供了一种用于动态规划器的方法。该方法包括在数据处理硬件处接收有腿机器人的操纵和该有腿机器人的当前状态。该操纵包括有腿机器人要执行的一个或多个移动事件。该方法还包括由数据处理硬件将有腿机器人的操纵和该有腿机器人的当前状态转换为非线性优化问题。该非线性优化问题被配置为优化未知力和未知位置向量。在第一时间实例，该方法包括由数据处理硬件将非线性优化问题线性化为第一线性优化问题，以及由该数据处理硬件使用二次规划确定第一线性优化问题的第一解。在第一时间实例之后的第二时间实例，该方法包括由数据处理硬件基于第一时间实例的第一解来将非线性优化问题线性化为第二线性优化问题，以及使用二次规划基于第一解来确定第二线性优化问题的第二解。该方法还包括由数据处理硬件基于第二解来生成关节命令，以在操纵期间控制有腿机器人的运动。

本公开的实施方式可以包括以下可选特征中的一个或多个。在一些实施方式中，该方法包括由数据处理硬件基于第二解和有腿机器人的前向动力学来确定综合解，以及由该数据处理硬件确定该综合解与第二解之间的比较满足优化阈值。在此实施方式中，该优化阈值指示相应解生成关节命令的准确度。将综合解和第二解(即优化的解)进行比较提供了线性化的准确性的测量。即，线性问题的解是否也是原非线性问题的解。

在一些示例中，在第二时间实例，该方法包括由数据处理硬件确定第二解不满足非线性约束，并为第二线性优化问题生成迭代约束。在此示例中，迭代约束包括基于第二解不满足非线性约束的线性约束。这里，在第二时间实例，该方法还包括由数据处理硬件使用二次规划来更新第二线性优化问题的第二解，该二次规划包括迭代约束。

在一些配置中，未知力对应于当有腿机器人执行操纵时有腿机器人脚处的力。未知位置向量可以对应于当有腿机器人执行操纵时有腿机器人的身体相对于有腿机器人的脚的位置。第一解和第二解中的每一个都可以包括有腿机器人的一条或多条腿抵靠表面的接触力、有腿机器人的一条或多条腿的触地位置、有腿机器人的一条或多条腿的触地位置、有腿机器人的一条或多条腿的触地时间或一条或多条腿的离地时间。

在一些实施方式中，该方法包括由数据处理硬件基于关节命令来指令有腿机器人的至少一条站立腿的关节，该关节命令包括至少一条站立腿的关节的关节扭矩。这里，该方法可以包括由数据处理硬件通过确定对应于至少一条站立腿的第二解的接触力满足至少一条站立腿的扭矩极限约束和至少一条站立腿的摩擦约束，来生成至少一条站立腿的关节的关节扭矩。

在一些示例中，有腿机器人对应于四足机器人。接收操纵可以包括从与数据处理硬件通信的用户设备接收操纵，并且操纵可以由用户设备的用户在用户设备上运行的用户接口处定义。