[发明专利]一种基于深度强化学习的六足机器人实时步态规划方法

摘要

本发明提供了一种基于深度强化学习的六足机器人实时步态规划方法，步骤包括由六足机器人获取环境路况信息并制定整体的运动轨迹；通过摄像头获取环境的照片，再根据照片利用双目测距方法计算出目标轨迹的路况信息，并将计算出的轨迹路况信息用于机器人质心运动轨迹导航；在机器人腿的足端摆动空间范围内，拍摄路况环境的照片，并通过预先训练过的基于深度确定性策略梯度(DDPG)的深度强化学习网络对照片进行数据降维和特征提取；根据特征提取结果得出六足机器人的控制策略，六足机器人根据控制策略来控制机器人的落足，实现六足机器人的实时行走。该步态规划的方法能够对路况复杂的非结构环境进行实时规划，对提高六足机器人的环境适应能力具有重要意义。

主权项

一种基于深度强化学习的六足机器人实时步态规划方法，其特征在于，包括如下步骤：步骤1，由六足机器人通过卫星地图获取环境路况信息，并根据环境路况信息制定整体运动轨迹；步骤2，六足机器人利用安装在机身上的摄像头获取周边环境照片，再根据周边环境照片利用双目测距方法计算出运动轨迹的目标位置信息，并由六足机器人根据运动轨迹的目标位置信息规划出机器人质心运动轨迹；步骤3，六足机器人根据机器人质心运动轨迹进行移动，并在机器人腿的足端摆动空间范围内，利用安装在机身上的摄像头拍摄路况环境照片，并通过预先训练过的基于DDPG的深度强化学习网络来对路况环境照片进行数据降维和特征提取；步骤4，六足机器人根据数据降维和特征提取结果得出六足机器人的控制策略，并根据控制策略来控制六足机器人每个关节驱动机构完成关节自由度运动，从而实现六足机器的实时步态规划行走。