[发明专利]四足机器人步态过渡方法、装置、设备和介质

权利要求书

1.一种四足机器人步态过渡方法，其特征在于，包括：

获取四足机器人在第一稳定步态下的第一相位参数及第一状态参数，并将所述第一状态参数输入至预设强化学习模型，获得所述预设强化学习模型输出的相位增量；

根据所述相位增量及所述第一相位参数计算出过渡步态下的第二相位参数，并获取四足机器人在所述第二相位参数下运动后的第二状态参数；

将所述第二状态参数作为所述第一状态参数，并返回执行所述将所述第一状态参数输入至预设强化学习模型，获得所述预设强化学习模型输出的相位增量；

继续执行所述根据所述相位增量及所述第一相位参数计算出过渡步态下的第二相位参数，并获取四足机器人在所述第二相位参数下运动后的第二状态参数，直至所述四足机器人过渡到第二稳定步态；

其中，所述将所述第一状态参数输入至预设强化学习模型之前，还包括：

获取初始深度强化学习模型、第一稳定步态下的第一训练相位参数及第一训练状态参数；

将所述第一状态参数输入至初始深度强化学习模型，获得所述初始深度强化学习模型输出的训练相位增量；

根据所述训练相位增量及所述第一训练相位参数计算出过渡步态下的第二训练相位参数，并获取四足机器人在所述第二训练相位参数下运动后的第二训练状态参数；

根据所述第二训练状态参数计算出所述初始深度强化学习模型的奖励函数值；

根据所述奖励函数值更新所述初始深度强化学习模型的模型参数，并将所述第二状态训练参数作为所述第一训练状态参数，返回执行所述将所述第一状态参数输入至预设强化学习模型，直至所述奖励函数值达到收敛状态，以得到预设强化学习模型；

所述奖励函数值的函数计算公式如下：

其中，为第一系数，为四足机器人的前进速度，为四足机器人的期望前进速度，为第关节的力矩，为第关节的角速度，为第二系数，为摔倒标志。

2.根据权利要求1所述的四足机器人步态过渡方法，其特征在于，所述获取四足机器人在所述第二训练相位参数下运动后的第二训练状态参数，具体包括：

根据所述第二训练相位参数下确定四足机器人的摆动相及支撑相；

将所述摆动相输入预设位置模型，获取所述预设位置模型输出的摆动过程中的关节位置；

将所述支撑相输入预设力矩模型，获取所述预设力矩模型输出的站立过程中的关节力；

根据所述关节位置及所述关节力控制四足机器人在过渡步态下的运动，获取运动后的第二训练状态参数。

3.根据权利要求1所述的四足机器人步态过渡方法，其特征在于，所述获取四足机器人在所述第二相位参数下运动后的第二状态参数，直至所述四足机器人过渡到第二稳定步态，具体包括：

获取四足机器人在所述第二相位参数下运动后的第二状态参数；

在检测到所述第二状态参数处于第二目标稳定步态区间范围内的情况下，判定所述四足机器人过渡到第二稳定步态。

4.根据权利要求1所述的四足机器人步态过渡方法，其特征在于，所述获取四足机器人在第一稳定步态下的第一相位参数及第一状态参数，并将所述第一状态参数输入至预设强化学习模型，具体包括：

获取四足机器人在第一稳定步态下的第一相位参数及第一状态参数；

在检测到所述第一状态参数达到第一目标稳定步态区间范围内的情况下，将所述第一状态参数输入至预设强化学习模型。

5.根据权利要求1至4任一项所述的四足机器人步态过渡方法，其特征在于，所述第一稳定步态包括走步态，所述第一状态参数包括四足机器人在走步态下的前进速度、期望前进速度及四足机器人的姿态角，所述第一相位参数包括四足机器人的腿摆动开始相位时刻、四足机器人的各条腿运动周期的初始相位时刻；或者，

所述第一稳定步态包括跑步态，所述第一状态参数包括四足机器人在跑步态下的前进速度、期望前进速度及四足机器人的姿态角，所述第一相位参数包括四足机器人的腿摆动开始相位时刻、四足机器人的各条腿运动周期的初始相位时刻。