面向非结构化环境的月面机器人路径规划与步态生成方法与流程

1.本发明属于空间机器人运动学技术领域，尤其涉及一种面向非结构化环境的月面机器人路径规划与步态生成方法。


背景技术：

2.飞跃器随嫦娥七号探测器着陆月面后，利用多足行走机构开展极区复杂地形探测任务，要求具备在凹凸不平的地形地貌条件下稳定移动与转向的能力，以实现行进、爬坡、越障、转弯等移动功能。为了实现机器人在月面极区这类非结构化环境中的自主爬行与转移，首要解决的是机器人路径点及落足点规划与步态模式切换问题，以保证机器人移动的自主性、适应性和稳定性。传统的多足机器人步态生成方法尚存在一些缺陷，如步态自锁、步态不连续、缺乏智能化等。


技术实现要素：

3.本发明的技术解决问题：克服现有技术的不足，提供一种面向非结构化环境的月面机器人路径规划与步态生成方法，旨在解决非结构化环境中机器人爬行的全方位性、连续性、协调性以及地形适应性问题，提高移动过程中机器人的自主决策能力，使机器人能够高效、安全地到达目标位置。
4.为了解决上述技术问题，本发明公开了一种面向非结构化环境的月面机器人路径规划与步态生成方法，包括：
5.构造保持原地形起伏特征的三角网地形重构模型；
6.基于三角网地形重构模型，规划得到起伏最小的机器人最优全局移动路径；
7.基于起伏最小的机器人最优全局移动路径，确定最佳落足点，并生成四足爬行步态。
8.在上述面向非结构化环境的月面机器人路径规划与步态生成方法中，构造保持原地形起伏特征的三角网地形重构模型，包括：
9.通过三维激光扫描获取地形点云数据，利用基于尖点删除的地形点云数据滤波方法，识别并删除地形点云数据中曲率大于预设曲率阈值的尖点噪声，得到曲率不大于预设曲率阈值的地形数据点p
i,j
；其中，i和j表示地形数据点的序号；
10.将地形数据点p
i,j
标记为特征点，得到地形曲率评价函数k(p
i,j
)：
[0011][0012]
其中，n1～n8表示与特征点p
i,j
相互邻接的8个平面的法向量；
[0013]
利用相互邻接的等边三角形对已知地形进行分割，并对特征点p
i,j
进行插值拟合，拟合的三角形平面方程记为：
[0014]
ax+by+cz+d＝0
[0015]
其中，a、b、c和d表示三角形平面方程系数，根据等边三角形的边长d和顶点的z轴
坐标z
t
确定；
[0016]
以d和z
t
为优化变量，以所有特征点到等边三角形所在平面的距离之和最小为优化指标j，构造得到保持原地形起伏特征的三角网地形重构模型。
[0017]
在上述面向非结构化环境的月面机器人路径规划与步态生成方法中，优化指标j表示如下：
[0018][0019]
其中，(x
p
,y
p
,z
p
)表示特征点的三维坐标。
[0020]
在上述面向非结构化环境的月面机器人路径规划与步态生成方法中，基于三角网地形重构模型，规划得到起伏最小的机器人最优全局移动路径，包括：
[0021]
基于三角网地形重构模型，对机器人每步的“状态-动作”决策做出评价和寻优；
[0022]
根据评价和寻优结果，选择累积奖励最大的“状态-动作”序列；
[0023]
根据选择的累积奖励最大的“状态-动作”序列，规划得到起伏最小的机器人最优全局移动路径。
[0024]
在上述面向非结构化环境的月面机器人路径规划与步态生成方法中，基于三角网地形重构模型，对机器人每步的“状态-动作”决策做出评价和寻优，包括：
[0025]
将三角网地形重构模型中三角形单元格的中心坐标定义为状态s，表示机器人的位置；每个状态下可执行的动作定义为a，对应机器人的移动方向，移动步长由三角形单元格的边长d确定；
[0026]
根据q值函数，对机器人每步的“状态-动作”决策做出评价和寻优：
[0027]qk+1
(s,a)＝qk(s,a)+ω(r+λmaxqk(s',a')-qk(s,a))
[0028]
其中，s'表示机器人下一步的状态，a'表示机器人下一步的动作，k表示迭代次数，ω表示学习率，r表示与地形起伏程度和目标接近度相关的学习奖励，λ表示奖励随时间变化的折扣系数。
[0029]
在上述面向非结构化环境的月面机器人路径规划与步态生成方法中，r的函数表达式如下：
[0030][0031]
其中，n
δ1
和n
δ2
表示三角网地形重构模型中相邻三角形单元格的方向向量，用以度量地形起伏程度；p
start
和p
now
分别表示机器人的起点位置和当前位置；p
goal
表示目标点位置，用以度量目标接近度；ω1和ω2是和为1的非负权重系数。
[0032]
在上述面向非结构化环境的月面机器人路径规划与步态生成方法中，机器人为四足机器人；其中，四足机器人行走中采用高稳定性的爬行步态，各足依次起落，一足称为摆动腿，其他三足处于一个稳定的支撑状态，称为支撑腿。
[0033]
在上述面向非结构化环境的月面机器人路径规划与步态生成方法中，四足机器人沿规划的起伏最小的机器人最优全局移动路径，根据不同转向角度自适应调整摆动腿摆动顺序；根据机构约束和地面不平坦状况自适应调整摆动腿步幅；同时由支撑腿根据地形起伏和路线走向变化，基于翻转势能和稳定裕度自适应调整机体位姿和重心轨迹，从而实现
四足机器人在非结构化环境下全方位、稳定且协调的适应行走。
[0034]
在上述面向非结构化环境的月面机器人路径规划与步态生成方法中，基于起伏最小的机器人最优全局移动路径，确定最佳落足点，并生成四足爬行步态，包括：四足机器人采用爬行步态行走，按照稳定裕度最优的循环迈步顺序，各足在三足支撑相和单足摆动相之间来回切换，并根据起伏最小的机器人最优全局移动路径的走向自适应调整摆腿顺序。
[0035]
本发明还公开了一种面向非结构化环境的月面机器人路径规划与步态生成系统，包括：
[0036]
模型构造模块，用于构造保持原地形起伏特征的三角网地形重构模型；
[0037]
路径规划模块，用于基于三角网地形重构模型，规划得到起伏最小的机器人最优全局移动路径；
[0038]
步态生成模块，用于基于起伏最小的机器人最优全局移动路径，确定最佳落足点，并生成四足爬行步态。
[0039]
本发明具有以下优点：
[0040]
(1)本发明公开了一种面向非结构化环境的月面机器人路径规划与步态生成方法，基于三角网对三维非结构化环境进行重构，并且基于网格化环境，利用基于强化学习的智能规划方法，提高了机器人在非结构化环境下的决策能力和地形适应能力。
[0041]
(2)本发明公开了一种面向非结构化环境的月面机器人路径规划与步态生成方法，根据地形起伏和路线走向变化自适应生成步态，确保了机器人在非结构化环境下全方位、稳定且协调的适应行走。
[0042]
(3)本发明公开了一种面向非结构化环境的月面机器人路径规划与步态生成方法，采用全局规划与局部规划相结合的分层次运动规划策略，有效提高运动规划效率，保证了机器人在非结构化环境中高效适应性爬行与转移；具有高效通过性强、越障安全性好、运动自主性高的优势特点。
[0043]
(4)本发明公开了一种面向非结构化环境的月面机器人路径规划与步态生成方法，通过智能路径规划和自适应步态优化确定多足在空间和时间顺序上的协调关系，保障了月面机器人在极区复杂地形等非结构化环境中的地形适应性以及转向和越障能力，能够产生积极的实用效果。
[0044]
(5)本发明公开了一种面向非结构化环境的月面机器人路径规划与步态生成方法，可用于解决其他地外星表、航天器表面等崎岖且多障碍地形环境中的适应性行走问题，为地外星球实地探测、空间星表机器人转移部署等任务实施提供技术支撑。
附图说明
[0045]
图1是本发明实施例中一种面向非结构化环境的月面机器人路径规划与步态生成方法的步骤流程图；
[0046]
图2是本发明实施例中一种非结构化环境的地形数据点邻域及相邻平面法向量示意图；
[0047]
图3是本发明实施例中一种月面机器人在非结构化环境中的移动路径示意图；
[0048]
图4是本发明实施例中一种月面机器人直行、转弯示意图。
具体实施方式
[0049]
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明公开的实施方式作进一步详细描述。
[0050]
本发明的核心思想之一在于：通过一种面向非结构化环境的月面机器人路径规划与步态生成方法，采用全局规划与局部规划相结合的方式，首先基于强化学习进行全局智能路径规划，初步保证机器人对非结构化环境的适应性；继而根据当前环境特征自适应调整机器人落足点，沿规划路径生成四足爬行步态，通过自适应调整摆腿顺序和摆动腿步幅，确定四足机器人各足在空间和时间顺序上的协调关系，从而有效提高月面机器人的高效移动通过性、非结构化环境适应性和运动稳定性，减小规划空间维度，提高运动规划效率。
[0051]
如图1，在本实施例中，该面向非结构化环境的月面机器人路径规划与步态生成方法，包括：
[0052]
步骤101，构造保持原地形起伏特征的三角网地形重构模型。
[0053]
在本实施例中，如图2所示，三角网地形重构模型的设计思想在于，以保形性为优化指标，利用相互邻接的等边三角形对非结构化环境进行地形分割，构造出保持原地形起伏特征的三角网地形重构模型。具体的：
[0054]
通过三维激光扫描获取地形点云数据，考虑到原始数据是离散、不规则的，利用基于尖点删除的地形点云数据滤波方法，识别并删除地形点云数据中曲率大于预设曲率阈值的尖点噪声，得到曲率不大于预设曲率阈值的地形数据点p
i,j
；其中，i和j表示地形数据点的序号。
[0055]
将地形数据点p
i,j
标记为特征点，得到地形曲率评价函数k(p
i,j
)：
[0056][0057]
其中，n1～n8表示与特征点p
i,j
相互邻接的8个平面的法向量。
[0058]
利用相互邻接的等边三角形对已知地形进行分割，并对特征点p
i,j
进行插值拟合，拟合的三角形平面方程记为：
[0059]
ax+by+cz+d＝0
[0060]
其中，a、b、c和d表示三角形平面方程系数，根据等边三角形的边长d和顶点的z轴坐标z
t
确定。
[0061]
以d和z
t
为优化变量，以所有特征点到等边三角形所在平面的距离之和最小为优化指标j，构造得到保持原地形起伏特征的三角网地形重构模型。
[0062]
优选的，优化指标j表示如下：
[0063][0064]
其中，(x
p
,y
p
,z
p
)表示特征点的三维坐标。
[0065]
步骤102，基于三角网地形重构模型，规划得到起伏最小的机器人最优全局移动路径。
[0066]
在本实施例中，如图3所示，在三角网地形重构模型中，根据机器人的当前位置、近距离环境感知结果以及指定的目标点位置，基于强化学习的机器人自主智能路径规划算法
设计为：将地形起伏程度和目标接近度作为奖励值r反馈给q学习算法进行q值迭代，并且通过机器人不断选择最佳方向移动使q值达到最优，最终规划出一条起伏最小的机器人最优全局移动路径。具体的：
[0067]
将三角网地形重构模型中三角形单元格的中心坐标定义为状态s，表示机器人的位置；每个状态下可执行的动作定义为a，对应机器人的移动方向，移动步长由三角形单元格的边长d确定。
[0068]
根据q值函数，对机器人每步的“状态-动作”决策做出评价和寻优：
[0069]qk+1
(s,a)＝qk(s,a)+ω(r+λmaxqk(s',a')-qk(s,a))
[0070]
其中，s'表示机器人下一步的状态，a'表示机器人下一步的动作，k表示迭代次数，ω表示学习率，r表示与地形起伏程度和目标接近度相关的学习奖励，λ表示奖励随时间变化的折扣系数。
[0071]
根据评价和寻优结果，选择累积奖励最大的“状态-动作”序列。
[0072]
根据选择的累积奖励最大的“状态-动作”序列，规划得到起伏最小的机器人最优全局移动路径，初步保证机器人对非结构化环境的适应性。
[0073]
优选的，r的函数表达式如下：
[0074][0075]
其中，n
δ1
和n
δ2
表示三角网地形重构模型中相邻三角形单元格的方向向量，用以度量地形起伏程度；p
start
和p
now
分别表示机器人的起点位置和当前位置；p
goal
表示目标点位置，用以度量目标接近度；ω1和ω2是和为1的非负权重系数。
[0076]
步骤103，基于起伏最小的机器人最优全局移动路径，确定最佳落足点，并生成四足爬行步态。
[0077]
在本实施例中，机器人具体可以为四足机器人。其中，四足机器人行走中采用高稳定性的爬行步态，各足依次起落，一足称为摆动腿，其他三足处于一个稳定的支撑状态，称为支撑腿。四足机器人沿规划的起伏最小的机器人最优全局移动路径，根据不同转向角度自适应调整摆动腿摆动顺序；根据机构约束和地面不平坦状况自适应调整摆动腿步幅；同时由支撑腿根据地形起伏和路线走向变化，基于翻转势能和稳定裕度自适应调整机体位姿和重心轨迹，从而实现四足机器人在非结构化环境下全方位、稳定且协调的适应行走。
[0078]
在本实施例中，如图4所示，四足机器人采用爬行步态行走，按照稳定裕度最优的循环迈步顺序，各足在三足支撑相和单足摆动相之间来回切换，并根据起伏最小的机器人最优全局移动路径的走向自适应调整摆腿顺序。
[0079]
记四足机器人右前腿为1、右后腿为2、左后腿为3、左前腿为4，摆腿顺序如表1所示：
[0080]
[0081]
表1，摆腿顺序示意表
[0082]
在移动过程中，一方面要求机器人的重心始终处于支撑三角区，且留有一定稳定裕度h；另一方面要求机器人各腿规避机构约束和地面不平坦状况可能带来的碰撞。为此，引入一个自适应调整参数δ，使机器人能够适应非结构化环境并以最大幅度移动。
[0083]
针对四足机器人直行步态，以腿3迈步同时腿1、2、4构成支撑相推动机体重心移动的工况为例，具体实现过程为：
[0084]
机器人机体重心移动幅度δxc表示如下：
[0085]
δxc＝r[δ+(r
t
(p
2,end-p
2,base
))
·
[1,0,0]
t
+h,0,0]
t
[0086]
其中，r表示机器人机体姿态；p
2,base
和p
2,end
分别表示移动约束腿2的安装位置和足端位置；h表示稳定裕度，用于保障机器人的重心始终处于三足支撑区域；δ表示是自适应调整参数，使机器人能够规避机构约束和地面不平坦状况可能带来的碰撞、适应非结构化环境并以最大幅度移动。
[0087]
根据δxc得到腿3的落足点位置x3为：
[0088]
x3(1:2)＝(xc(1:2)+δxc(1:2))
×
2-x1(1:2)
[0089]
x3(3)＝f
terrain
(x3(1:2))
[0090]
其中，x1表示处于腿3对角的支撑腿1的足端位置；腿3的足端高度x3(3)根据三角网地形模型f
terrain
确定。
[0091]
进而将移动后机器人的重心xc更新为：
[0092][0093]
综合上式，根据步幅最大化指标和避撞及越障约束条件自适应调整δ，选取最优落足点，从而实现自适应步态调整；同时调整机身重心随同落足点高度变化，以适应地形起伏；而针对机身姿态，根据左右足端高度差调整滚转角度、根据前后足端高度差调整俯仰角度，从而使腿有足够的摆动空间灵活移动。
[0094]
针对四足机器人转弯步态，左转步态发生在后腿2迈步时；右转步态发生在后腿3迈步时。以腿2迈步左转的工况为例，具体实现过程为：考虑一次左转最大角度受腿1约束，确定机器人最大转向角度α
max
以满足约束条件：
[0095]
||rz(α
max
)(p
1,base-xc)+x
c-p
1,end
||-l＝0
[0096]
其中，rz()表示绕z轴旋转矩阵；p
1,base
、p
1,end
和l分别表示转向约束腿1的安装位置、足端位置和腿长；xc表示机体的重心位置。根据规划路径的转向角度α要求，若α＜α
max
，则腿2迈步同时推动机体旋转α，继而腿1、4、3依次迈步；若α＞α
max
，则在后续腿3迈步时，同时推动机体旋转α-α
max
，最终完成机器人转向。
[0097]
综上所述，本发明公开了一种面向非结构化环境的月面机器人自主路径规划与自适应步态生成方法，基于三角网对三维非结构化环境进行重构，并且基于网格化环境，利用基于强化学习的智能规划方法，提高了机器人在非结构化环境下的决策能力和地形适应能力。根据地形起伏和路线走向变化自适应生成步态，确保了机器人在非结构化环境下全方位、稳定且协调的适应行走。采用全局规划与局部规划相结合的分层次运动规划策略，有效提高运动规划效率，保证了机器人在非结构化环境中高效适应性爬行与转移；具有高效通过性强、越障安全性好、运动自主性高的优势特点。本发明通过智能路径规划和自适应步态
优化确定多足在空间和时间顺序上的协调关系，保障了月面机器人在极区复杂地形等非结构化环境中的地形适应性以及转向和越障能力，能够产生积极的实用效果。本发明的多足机器人路径规划与步态生成算法可用于解决其他地外星表、航天器表面等崎岖且多障碍地形环境中的适应性行走问题，为地外星球实地探测、空间星表机器人转移部署等任务实施提供技术支撑。
[0098]
在上述实施例的基础上，本发明还公开了一种面向非结构化环境的月面机器人路径规划与步态生成系统，包括：模型构造模块，用于构造保持原地形起伏特征的三角网地形重构模型；路径规划模块，用于基于三角网地形重构模型，规划得到起伏最小的机器人最优全局移动路径；步态生成模块，用于基于起伏最小的机器人最优全局移动路径，确定最佳落足点，并生成四足爬行步态。
[0099]
对于系统实施例而言，由于其与方法实施例相对应，所以描述的比较简单，相关之处参见方法实施例部分的说明即可。
[0100]
本发明虽然已以较佳实施例公开如上，但其并不是用来限定本发明，任何本领域技术人员在不脱离本发明的精神和范围内，都可以利用上述揭示的方法和技术内容对本发明技术方案做出可能的变动和修改，因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化及修饰，均属于本发明技术方案的保护范围。
[0101]
本发明说明书中未作详细描述的内容属于本领域专业技术人员的公知技术。

技术特征：
1.一种面向非结构化环境的月面机器人路径规划与步态生成方法，其特征在于，包括：构造保持原地形起伏特征的三角网地形重构模型；基于三角网地形重构模型，规划得到起伏最小的机器人最优全局移动路径；基于起伏最小的机器人最优全局移动路径，确定最佳落足点，并生成四足爬行步态。2.根据权利要求1所述的面向非结构化环境的月面机器人路径规划与步态生成方法，其特征在于，构造保持原地形起伏特征的三角网地形重构模型，包括：通过三维激光扫描获取地形点云数据，利用基于尖点删除的地形点云数据滤波方法，识别并删除地形点云数据中曲率大于预设曲率阈值的尖点噪声，得到曲率不大于预设曲率阈值的地形数据点p
i,j
；其中，i和j表示地形数据点的序号；将地形数据点p
i,j
标记为特征点，得到地形曲率评价函数k(p
i,j
)：其中，n1～n8表示与特征点p
i,j
相互邻接的8个平面的法向量；利用相互邻接的等边三角形对已知地形进行分割，并对特征点p
i,j
进行插值拟合，拟合的三角形平面方程记为：ax+by+cz+d＝0其中，a、b、c和d表示三角形平面方程系数，根据等边三角形的边长d和顶点的z轴坐标z
t
确定；以d和z
t
为优化变量，以所有特征点到等边三角形所在平面的距离之和最小为优化指标j，构造得到保持原地形起伏特征的三角网地形重构模型。3.根据权利要求2所述的面向非结构化环境的月面机器人路径规划与步态生成方法，其特征在于，优化指标j表示如下：其中，(x
p
,y
p
,z
p
)表示特征点的三维坐标。4.根据权利要求2所述的面向非结构化环境的月面机器人路径规划与步态生成方法，其特征在于，基于三角网地形重构模型，规划得到起伏最小的机器人最优全局移动路径，包括：基于三角网地形重构模型，对机器人每步的“状态-动作”决策做出评价和寻优；根据评价和寻优结果，选择累积奖励最大的“状态-动作”序列；根据选择的累积奖励最大的“状态-动作”序列，规划得到起伏最小的机器人最优全局移动路径。5.根据权利要求4所述的面向非结构化环境的月面机器人路径规划与步态生成方法，其特征在于，基于三角网地形重构模型，对机器人每步的“状态-动作”决策做出评价和寻优，包括：将三角网地形重构模型中三角形单元格的中心坐标定义为状态s，表示机器人的位置；每个状态下可执行的动作定义为a，对应机器人的移动方向，移动步长由三角形单元格的边长d确定；
根据q值函数，对机器人每步的“状态-动作”决策做出评价和寻优：q
k+1
(s,a)＝q
k
(s,a)+ω(r+λmaxq
k
(s',a')-q
k
(s,a))其中，s'表示机器人下一步的状态，a'表示机器人下一步的动作，k表示迭代次数，ω表示学习率，r表示与地形起伏程度和目标接近度相关的学习奖励，λ表示奖励随时间变化的折扣系数。6.根据权利要求5所述的面向非结构化环境的月面机器人路径规划与步态生成方法，其特征在于，r的函数表达式如下：其中，n
δ1
和n
δ2
表示三角网地形重构模型中相邻三角形单元格的方向向量，用以度量地形起伏程度；p
start
和p
now
分别表示机器人的起点位置和当前位置；p
goal
表示目标点位置，用以度量目标接近度；ω1和ω2是和为1的非负权重系数。7.根据权利要求1所述的面向非结构化环境的月面机器人路径规划与步态生成方法，其特征在于，机器人为四足机器人；其中，四足机器人行走中采用高稳定性的爬行步态，各足依次起落，一足称为摆动腿，其他三足处于一个稳定的支撑状态，称为支撑腿。8.根据权利要求7所述的面向非结构化环境的月面机器人路径规划与步态生成方法，其特征在于，四足机器人沿规划的起伏最小的机器人最优全局移动路径，根据不同转向角度自适应调整摆动腿摆动顺序；根据机构约束和地面不平坦状况自适应调整摆动腿步幅；同时由支撑腿根据地形起伏和路线走向变化，基于翻转势能和稳定裕度自适应调整机体位姿和重心轨迹，从而实现四足机器人在非结构化环境下全方位、稳定且协调的适应行走。9.根据权利要求7所述的面向非结构化环境的月面机器人路径规划与步态生成方法，其特征在于，基于起伏最小的机器人最优全局移动路径，确定最佳落足点，并生成四足爬行步态，包括：四足机器人采用爬行步态行走，按照稳定裕度最优的循环迈步顺序，各足在三足支撑相和单足摆动相之间来回切换，并根据起伏最小的机器人最优全局移动路径的走向自适应调整摆腿顺序。10.一种面向非结构化环境的月面机器人路径规划与步态生成系统，其特征在于，包括：模型构造模块，用于构造保持原地形起伏特征的三角网地形重构模型；路径规划模块，用于基于三角网地形重构模型，规划得到起伏最小的机器人最优全局移动路径；步态生成模块，用于基于起伏最小的机器人最优全局移动路径，确定最佳落足点，并生成四足爬行步态。

技术总结
本发明公开了一种面向非结构化环境的月面机器人路径规划与步态生成方法，包括：构造保持原地形起伏特征的三角网地形重构模型；基于三角网地形重构模型，规划得到起伏最小的机器人最优全局移动路径；基于起伏最小的机器人最优全局移动路径，确定最佳落足点，并生成四足爬行步态。本发明解决了非结构化环境中机器人爬行的全方位性、连续性、协调性以及地形适应性问题，提高了移动过程中机器人的自主决策能力，使机器人能够高效、安全地到达目标位置。安全地到达目标位置。安全地到达目标位置。


技术研发人员：初晓昱 李晓辉 文闻 胡叶广 张强 周元子 刘维惠 赵靖超 周晓东 陶东
受保护的技术使用者：北京控制工程研究所
技术研发日：2023.06.25
技术公布日：2023/9/20