专利交易市场

本发明公开了一种基于深度强化学习的双足机器人步态规划方法，利用人体步态的稳定性和柔顺性，结合深度强化学习对双足机器人步态进行有效控制，包括以下步骤：1)建立被动双足机器人模型；2)人体步态数据和目标步态数据的获取及处理；3)使用降噪自动编码器分别提取双足机器人步态数据与人体步态数据中的隐含特征；4)利用深度强化学习对人体步态特征进行学习，进而规划双足机器人步态。本发明将深度强化学习和人体步态数据相结合，控制双足机器人像人一样稳定、柔顺的行走。

本发明涉及机器人技术领域，提供了一种柔性地面上3D欠驱动双足机器人动力学模型计算方法，该方法针对柔性地面上的3D欠驱动双足机器人，对其单足支撑项和双足支撑项均进行了动力学模型计算。相比于以往的动力学模型计算方法，本发明所提出的动力学模型计算方法充分考虑地面柔性，机器人步行过程由一个连续的单足相和一个非瞬态的双足相顺序组成，步行系统为一个分段连续的动态系统，使得3D欠驱动双足步行机器人动力学模型更加接近实际情况，从而便于实际应用。

本发明请求保护一种提高双足机器人平衡性和行走速度的装置及控制方法。大多数双足机器人都采用ZMP控制(如日本的ASIMO)。但是采用ZMP控制的双足机器人有脚掌体积大，行走速度缓慢的缺点。本发明将充分的利用ZMP的优点，尽可能的克服其缺点。本发明装置主要包括机械结构和控制器两部分，对于已有的双足机器人只需要将原有的足部更换成本发明装置，而不需要对其余结构部分进行改动，因此在实际生活中有着较强的实用性。脚底机械结构在控制器的作用下动态的调节双足机器人的重心，使其在运动中有很好的平衡性并且明显的提高双足机器人的运动速度，采用本发明的双足机器人可广泛应用于工业、救援、家庭、医疗等领域。