[发明专利]一种基于多传感器信息仿人机器人跌倒状态检测方法

摘要

本发明公开了基于多传感器仿人机器人跌倒状态检测方法，该方法包括通过融合机器人当前的步行状态，姿态信息和ZMP点位置信息，利用模糊决策系统对机器人当前稳定性进行判定。判定结果包括9种状态可控状态，向前跌倒，向后跌倒，向左跌倒，向右跌倒，向左前跌倒，向左后跌倒，向右前跌倒和向右后跌倒。该方法适用于仿人机器人在快要摔倒的时候，判断仿人机器人是否处于可控状态，并在机器人不可控时获得仿人机器人摔倒的方向，从而为仿人机器人产生相应的保护动作提供依据。本发明能够真实的反映出机器人运动的稳定情况，可靠性和判定准确率较高。

主权项

基于多传感器信息仿人机器人跌倒状态检测方法，其特征在于包含如下步骤：(1)通过对姿态传感器信息、零力矩点ZMP传感器信息和机器人步行阶段信息进行融合，建立分层结构的传感器信息融合模型，从而实现仿人机器人稳定性判定；(2)利用模糊决策系统将输入的步行阶段、姿态信息、ZMP点位置信息进行融合分析，得出最终的对机器人稳定状态的判定；其中，把机器人步行阶段作为模糊决策系统输入之一；把仿人机器人姿态信息作为模糊决策系统输入之一；把ZMP点位置信息作为模糊决策系统输入之一；所述的模糊决策系统的判定过程是：将步行阶段信息、姿态信息和ZMP点位置信息作为模糊决策的输入，通过模糊决策后得到5种判定结果作为输出：可控状态，向左倒下，向右倒下，向前倒下，向后倒下；由于判定机器人是否前后倒下，主要和前后方向的姿态信息和前后方向的ZMP点位置信息有关，和左右方向的数据没有关系；同理左右方向上的姿态信息和左右方向上的ZMP点位置和前后方向的数据也没有关系；所以前后方向倒和左右方向倒的判定，分用前后模糊决策系统和左右模糊决策系统来完成；所述前后模糊决策系统判定机器人在前后方向的稳定性，具体步骤如下：①根据机器人支撑脚和地面之间的接触情况与离线步态规划确定机器人步行阶段；②利用模糊推理算法对ZMP点位置信息进行模糊化；③利用模糊推理算法对机器人的俯仰角进行模糊化；④确定输出隶属函数；⑤根据步骤①～步骤④确定模糊推理规则；⑥去模糊化；所述左右模糊决策系统判定机器人在左右方向的稳定性，具体步骤如下：①根据机器人支撑脚和地面之间的接触情况与离线步态规划确定机器人步行阶段；②利用模糊推理算法对ZMP点位置信息进行模糊化；③利用模糊推理算法对机器人的绕x轴滚动角进行模糊化；④确定输出隶属函数；⑤根据步骤①～步骤④确定模糊推理规则；⑥去模糊化。