足式机器人控制方法、装置、介质及足式机器人

本公开涉及控制技术领域，尤其涉及一种足式机器人控制方法、装置、介质及足式机器人。

当前移动机器人逐渐在生活中扮演重要角色，为人们提供各种便利。其中，移动机器人分为轮式、履带式和腿足式机器人，轮式和履带式机器人在崎岖度大和复杂多变的地形环境的使用受到很大的限制，如在砂石地面、崎岖地面等影响通行。而腿足式机器人只需要接触地面即可运动，对地面的要求比较低，因此具有更好的使用前景。

以腿足式机器人是四足机器人为例，现有四足机器人可以实现多种步态运动。例如，四足机器人可以通过将机器人当前姿态与初始步态比较，计算出最佳落足点，来实现机器人稳定运动。

发明内容

本公开提供一种足式机器人控制方法、装置、介质及足式机器人，以解决相关技术的不足。

根据本公开实施例的第一方面，提供一种足式机器人控制方法，包括：

获取所述足式机器人的运动数据；

根据所述运动数据和所述足式机器人对应的预设倒立摆模型确定所述足式机器人的躯干运动轨迹和落足点；

基于所述躯干运动轨迹控制所述足式机器人进行侧向跨步运动，以使所述足式机器人的足端移至所述落足点。

可选地，获取所述足式机器人的运动数据，包括：

获取所述足式机器人的工作模式，所述工作模式包括跳舞模式；

响应于跳舞模式中的侧向跨步运动，获取所述侧向跨步运动对应的运动幅度和方向，并将所述运动幅度和方向作为所述运动数据。

可选地，根据所述运动数据和所述足式机器人对应的预设倒立摆模型确定所述足式机器人的躯干运动轨迹和落足点，包括：

获取所述足式机器人在第一状态对应的初始位移和初始速度；

根据所述初始位移、所述初始速度和所述预设倒立摆模型确定所述足式机器人从所述第一状态转换到第四状态对应的第一倒立摆模型；所述第一状态是指所述足式机器人侧向跨步运动之前的站立状态，所述第四状态是指所述足式机器人按照所述方向进行侧向跨步运动时第一侧足端跨步落地和第二侧足端未跨步且两侧足端同时着地的状态；

根据所述第一倒立摆模型获取所述足式机器人从所述第一状态转换到所述第四状态对应的第一躯干运动轨迹以及获取所述足式机器人在第四状态对应的第一目标位移和第一目标速度；所述第一目标位移等于所述运动幅度且其对应的位置作为所述落足点；

根据所述第一目标位移和所述第一目标速度确定所述足式机器人从所述第四状态转换到第七状态对应的第二倒立摆模型；所述第七状态是指所述足式机器人的第二侧足端跨步落地且两侧足端同时着地的状态；

根据所述第二倒立摆模型获取所述足式机器人从所述第四状态转换到所述第七状态对应的第二躯干运动轨迹；

所述足式机器人的躯干运动轨迹包括所述第一躯干运动轨迹和所述第二躯干运动轨迹。

可选地，获取所述足式机器人的运动数据，包括：

获取所述足式机器人躯干的侧向扰动数据；所述侧向扰动数据包括侧向速度和侧向位移；

响应于所述侧向扰动数据超过预设扰动阈值，确定所述侧向扰动数据为所述运动数据；所述预设扰动阈值包括预设速度阈值或者预设位移阈值。

可选地，根据所述运动数据和所述足式机器人对应的预设倒立摆模型确定所述足式机器人的躯干运动轨迹和落足点，包括：

获取所述足式机器人的运动幅度和方向；

根据所述足式机器人在第一状态对应的侧向位移和侧向速度以及所述预设倒立摆模型确定所述足式机器人从所述第一状态转换到第四状态对应的第一倒立摆模型；所述第一状态是指所述足式机器人侧向跨步运动之前的站立状态，所述第四状态是指所述足式机器人按照所述方向进行侧向跨步运动时第一侧足端跨步落地和第二侧足端未跨步且两侧足端同时着地的状态；

根据所述第一倒立摆模型获取所述足式机器人从所述第一状态转换到所述第四状态对应的第一躯干运动轨迹以及获取所述足式机器人在第四状态对应的第一目标位移和第一目标速度；所述第一目标位移等于所述运动幅度且其对应的位置作为所述落足点；

根据所述第一目标位移和所述第一目标速度确定所述足式机器人从所述第四状态转换到第七状态对应的第二倒立摆模型；所述第七状态是指所述足式机器人的第二侧足端跨步落地且两侧足端同时着地的状态；

根据所述第二倒立摆模型获取所述足式机器人从所述第四状态转换到所述第七状态对应的第二躯干运动轨迹；

所述足式机器人的躯干运动轨迹包括所述第一躯干运动轨迹和所述第二躯干运动轨迹。

可选地，所述方法还包括：

当所述足式机器人未转换到第四状态时，获取所述足式机器人在转换到所述第四状态过程中当前状态对应的第二目标位移和第二目标速度；

根据所述第二目标位移和所述第二目标速度更新所述第一躯干运动轨迹。

根据本公开实施例的第二方面，提供一种足式机器人控制装置，包括：

运动数据获取模块，用于获取所述足式机器人的运动数据；

运动轨迹获取模块，用于根据所述运动数据和所述足式机器人对应的预设倒立摆模型确定所述足式机器人的躯干运动轨迹和落足点；

侧向跨步控制模块，用于基于所述躯干运动轨迹控制所述足式机器人进行侧向跨步运动，以使所述足式机器人的足端移至所述落足点。

可选地，所述运动数据获取模块包括：

工作模式获取单元，用于获取所述足式机器人的工作模式，所述工作模式包括跳舞模式；

运动数据获取单元，用于响应于跳舞模式中的侧向跨步运动，获取所述侧向跨步运动对应的运动幅度和方向，并将所述运动幅度和方向作为所述运动数据。

可选地，所述运动轨迹获取模块包括：

初始数据获取单元，用于获取所述足式机器人在第一状态对应的初始位移和初始速度；

第一模型确定单元，用于根据所述初始位移、所述初始速度和所述预设倒立摆模型确定所述足式机器人从所述第一状态转换到第四状态对应的第一倒立摆模型；所述第一状态是指所述足式机器人侧向跨步运动之前的站立状态，所述第四状态是指所述足式机器人按照所述方向进行侧向跨步运动时第一侧足端跨步落地和第二侧足端未跨步且两侧足端同时着地的状态；

第一轨迹获取单元，用于根据所述第一倒立摆模型获取所述足式机器人从所述第一 状态转换到所述第四状态对应的第一躯干运动轨迹以及获取所述足式机器人在第四状态对应的第一目标位移和第一目标速度；所述第一目标位移等于所述运动幅度且其对应的位置作为所述落足点；

第二模型确定单元，用于根据所述第一目标位移和所述第一目标速度确定所述足式机器人从所述第四状态转换到第七状态对应的第二倒立摆模型；所述第七状态是指所述足式机器人的第二侧足端跨步落地且两侧足端同时着地的状态；

第二轨迹获取单元，用于根据所述第二倒立摆模型获取所述足式机器人从所述第四状态转换到所述第七状态对应的第二躯干运动轨迹；

所述足式机器人的躯干运动轨迹包括所述第一躯干运动轨迹和所述第二躯干运动轨迹。

可选地，所述运动数据获取模块包括：

扰动数据获取单元，用于获取所述足式机器人躯干的侧向扰动数据；所述侧向扰动数据包括侧向速度和侧向位移；

运动数据确定单元，用于响应于所述侧向扰动数据超过预设扰动阈值，确定所述侧向扰动数据为所述运动数据；所述预设扰动阈值包括预设速度阈值或者预设位移阈值。

可选地，所述运动轨迹获取模块包括：

幅度方向获取单元，用于获取所述足式机器人的运动幅度和方向；

第一模型确定单元，用于根据所述足式机器人在第一状态对应的侧向位移和侧向速度以及所述预设倒立摆模型确定所述足式机器人从所述第一状态转换到第四状态对应的第一倒立摆模型；所述第一状态是指所述足式机器人侧向跨步运动之前的站立状态，所述第四状态是指所述足式机器人按照所述方向进行侧向跨步运动时第一侧足端跨步落地和第二侧足端未跨步且两侧足端同时着地的状态；

第一轨迹获取单元，用于根据所述第一倒立摆模型获取所述足式机器人从所述第一状态转换到所述第四状态对应的第一躯干运动轨迹以及获取所述足式机器人在第四状态对应的第一目标位移和第一目标速度；所述第一目标位移等于所述运动幅度且其对应的位置作为所述落足点；

第二模型确定单元，用于根据所述第一目标位移和所述第一目标速度确定所述足式机器人从所述第四状态转换到第七状态对应的第二倒立摆模型；所述第七状态是指所述足式机器人的第二侧足端跨步落地且两侧足端同时着地的状态；

第二轨迹获取单元，用于根据所述第二倒立摆模型获取所述足式机器人从所述第四状态转换到所述第七状态对应的第二躯干运动轨迹；

所述足式机器人的躯干运动轨迹包括所述第一躯干运动轨迹和所述第二躯干运动轨迹。

可选地，所述运动轨迹获取模块还包括：

第二位移获取单元，用于在所述足式机器人未转换到第四状态时，获取所述足式机器人在转换到所述第四状态过程中当前状态对应的第二目标位移和第二目标速度；

第一轨迹更新单元，用于根据所述第二目标位移和所述第二目标速度更新所述第一躯干运动轨迹。

根据本公开实施例的第三方面，提供一种足式机器人，包括：

存储器与处理器；

所述存储器用于存储所述处理器可执行的计算机程序；

所述处理器用于执行所述存储器中的计算机程序，以实现如上述的方法。

根据本公开实施例的第四方面，提供一种非暂态计算机可读存储介质，当所述存储介质中的可执行的计算机程序由处理器执行时，能够实现如上述的方法。

本公开的实施例提供的技术方案可以包括以下有益效果：

由上述实施例可知，本公开实施例提供的方案可以获取所述足式机器人的运动数据；根据所述运动数据和所述足式机器人对应的预设倒立摆模型确定所述足式机器人的躯干运动轨迹和落足点；基于所述躯干运动轨迹控制所述足式机器人进行侧向跨步运动，以使所述足式机器人的足端移至所述落足点。这样，本实施例通过将足式机器人作为一个倒立摆可以得到足式机器人对应的预设倒立摆模型；并且结合足式机器人的运动数据和预设倒立摆模型可以生成符合足式机器人动力学要求的躯干运动轨迹和落足点，使得足式机器人在侧向跨步运动中实际运动与上述躯干运动轨迹相匹配，提高足式机器人侧向跨步运动的稳定性。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。

图1是根据一示例性实施例示出的一种足式机器人控制方法的流程图。

图2是根据一示例性实施例示出的一种获取运动数据的流程图。

图3是根据一示例性实施例示出的另一种获取运动数据的流程图。

图4是根据一示例性实施例示出的一种足式机器人的坐标系示意图。

图5是根据一示例性实施例示出的一种侧向跨步分解状态的示意图。

图6是根据一示例性实施例示出的一种移动位移的示意图。

图7是根据一示例性实施例示出的一种获取躯干运动轨迹和落足点的流程图。

图8是根据一示例性实施例示出的一种线性倒立摆模型的示意图。

图9是根据一示例性实施例示出的另一种获取躯干运动轨迹和落足点的流程图。

图10是根据一示例性实施例示出的一种更新第一躯干运动轨迹的流程图。

图11是根据一示例性实施例示出的一种足式机器人控制方法的流程图。

图12是根据一示例性实施例示出的另一种足式机器人控制方法的流程图。

图13是根据一示例性实施例示出的一种足式机器人控制装置的框图。

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性所描述的实施例并不代表与本公开相一致的所有实施例。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置例子。需要说明的是，在不冲突的情况下，下述的实施例及实施方式中的特征可以相互组合。

当前移动机器人逐渐在生活中扮演重要角色，为人们提供各种便利。其中，移动机器人分为轮式、履带式和腿足式机器人，轮式和履带式机器人在崎岖度大和复杂多变的地形环境的使用受到很大的限制，如在砂石地面、崎岖地面等影响通行。而腿足式机器人只需要接触地面即可运动，对地面的要求比较低，因此具有更好的使用前景。

以腿足式机器人是四足机器人为例，现有四足机器人可以实现多种步态运动。例如，四足机器人可以通过将机器人当前姿态与初始步态比较，计算出最佳落足点，来实现机器人稳定运动。

相关技术中，现有四足机器人的步态运动通常是对速度指令进行积分得到的；当速度指令不合理时，四足机器人无法跟踪速度，最终无法积分出的落足位置，导致机器人运动不稳定。

为解决上述技术问题，本公开实施例提供了一种足式机器人控制方法，图1是根据一示例性实施例示出的一种足式机器人控制方法的流程图。参见图1，一种足式机器人控制方法，包括步骤11～步骤13。

在步骤11中，获取所述足式机器人的运动数据。

本实施例中，足式机器人的处理器可以获取足式机器人的运动数据。上述运动数据可以包括跳舞模式下的运动数据，例如运动幅度和方向；还可以包括外部侧向扰动时对应的侧向扰动数据，例如侧向速度和侧向位移。考虑到本公开提供的足式机器人控制方法用于解决足式机器人的侧向跨步运动的场景，因此上述运动数据仅描述了跳舞模式下和侧向扰动下的运动数据，对于足式机器人的直行、后退等模式下的运动数据的获取方式可以参考相关技术，在此不再赘述。

以足式机器人工作在跳舞模式下为例，参见图2，在步骤21中，处理器可以获取足式机器人的工作模式，该工作模式可以包括跳舞模式。在步骤22中，处理器可以响应于跳舞模式中的侧向跨步运动，处理器可以获取侧向跨步运动的运动幅度和方向，并将运动幅度和方向作为运动数据。可理解的是，上述运动幅度和方向可以预先配置并存储到指定位置，如本地存储器、缓存、外部存储器或者云端，处理器可以从上述指定位置读取运动数据。需要说明的是，上述运动幅度可以是第一目标位移。本示例中通过从指定位置获取侧向跨步运动对应的运动数据，可以减少数据计算量，提升足式机器人的响应速度。

以足式机器人工作在侧向扰动模式下为例，参见图3，在步骤31中，处理器可以获取足式机器人躯干的侧向扰动数据；上述侧向扰动数据包括侧向速度和侧向位移。

其中，足式机器人内可以设置有速度传感器，该速度传感器可以检测足式机器人躯干部分的速度。处理器可以与上述速度传感器通信，获得速度传感器上传的侧向速度。足式机器人内可以设置有空间定位传感器(如GPS传感器或者室内定位传感器)，该空间定位传感器可以检测足式机器人躯干部分的位移。处理器可以与上述空间定位传感器通信，获得该空间定位传感器上传的侧向位移。

可理解的是，在足式机器人未设置空间定位传感器的情况下，传感器还可以对速度传感器上报的速度进行积分，从而获得侧向位移。技术人员可以根据具体场景选择获取侧向扰动数据的方式，相应方案落入本公开的保护范围。

需要说明的是，侧向速度是指足式机器人躯干部分向足式机器人的左侧或者右侧移动的速度(或者速度分量)。侧向位移是指在受到侧向扰动时足式机器人足端未离开地面而躯干部分移动的位移。

在步骤32中，处理器可以响应于侧向扰动数据超过预设扰动阈值，确定上述侧向扰动数据为足式机器人的运动数据。上述预设扰动阈值包括预设速度阈值或者预设位移阈值。处理器可以对比侧向速度与预设速度阈值的大小，当侧向速度超过预设速度阈值时可以确定侧向扰动数据为足式机器人的运动数据，或者当侧向位移超过预设位移阈值时 可以确定侧向扰动数据为足式机器人的运动数据，或者上述侧向速度和侧向位移均超过对应的阈值时可以确定侧向扰动数据为足式机器人的运动数据，技术人员可以根据具体场景选择合适对比条件来确定运动数据，相应方案落入本公开的保护范围。

考虑到侧向扰动情况下无法准确获知运动幅度，本示例中通过获取侧向速度和侧向位移作为初始数据以方便根据初始数据计算后续需要的数据，以保证控制的准确度。

在步骤12中，根据所述运动数据和所述足式机器人对应的预设倒立摆模型确定所述足式机器人的躯干运动轨迹和落足点。

参见图4和图5，足式机器人进行侧向跨步运动的过程包括8个状态，如图5中(a)～(f)图所示。为方便描述，本公开了也会将(a)～(f)图对应足式机器人的状态分别称之为第一状态～第八状态。图5所示各图中足式机器人足端对应的(向上)箭头表示支撑力，躯干部分(即矩形框)内的水平箭头表示躯干部分的速度。那么足式机器人在侧向跨步运动的过程包括：

(1)第一状态：如图5中(a)图所示，足式机器人处于站立状态，此时左右组足端的支撑力大小相等或者近似相等。

(2)第一状态-第二状态的转换过程：如图5中(a)图和(b)图所示，左侧足端的支撑力变为零，准备抬起；同时，足式机器人的躯干部分向左侧运动，即躯干部分向左移动。

(3)第二状态-第三状态-第四状态的转换过程：如图5中(b)～(d)图所示，足式机器人的左侧足端抬起并落向(期望的)落足点；同时，为保证躯干姿态平衡，足式机器人的侧向速度会持续增加，如图5所示b～d图中黑色箭头依次增加。在第四状态下，足式机器人的左侧和右侧足端均着地，此时躯干部分的速度最大且右侧足端的支撑力也最大。

(4)第四状态-第五状态的转换过程：如图5中(d)和(e)图所示，足式机器人右侧足端的支撑力减为零，同时左侧足端支撑增大。此时，足式机器人躯干部分的速度最大。

可理解的是，第四状态的速度与第五状态的速度相同，第四状态的位移与第五状态的位移相同，这两个状态间的速度与位移可以实现两个倒立摆模型之间参数的切换，在此先不作说明。

(5)第五状态-第六状态转换-第七状态的过程：如图5中(e)～(g)图所示，与第二状态-第三状态-第四状态的转换过程类似，足式机器人右侧的足端抬起并摆向站立状态的落足点，同时躯干部分侧向速度会渐渐减小；当右侧足端落地时，躯干速度正 好为零，即足端落地时刻的躯干速度为零。

(6)第八状态：如图5中(h)图所示，足式机器人处于站立状态与第一状态的站立状态相同，两者区别在于站立位置发生了变化。第一状态和第八状态处于站立状态的时间非常短暂(数ms～数百ms)，其为了使足式机器人的速度为零并为向右(或者向左)滑步做好准备。

为了方便分析，足式机器人在同侧足端支撑时，该足式机器人可以等效为一个简化单刚体模型，图6为简化单刚体模型力分配示意图。参见图6，以[x

其中，式(1)和式(2)表示足式机器人足端的支撑力到躯干部分上虚拟力的映射关系，即躯干部分要产生一个侧向速度需要一个侧向力，该侧向力无法由躯干部分直接产生，需要足端上支撑力来提供一个分量来作为驱动躯干部分的虚拟力。在确定足端的支撑力的情况下再结合式(2)即可确定躯干部分的虚拟力。因此，足端的支撑力F

对于式(1)L

考虑到侧向跨步运动中，足式机器人的躯干部分(如图4所示的z轴方向)的高度和(围绕如图4所示的x轴旋转的)滚转角需要固定，这样足式机器人的侧向速度无法控制，而且无法像对角步态通过权重调整各个维度的执行效果，此时足式机器人为一个欠驱动系统，因此无法采用对角步态的控制方式来调整足式机器人的运动。考虑到侧向跨步过程控制躯干姿态和竖直高度，本实施例中将足式机器人侧向跨步运动过程看作线性倒立摆模型，即足式机器人内的指定位置可以存储该足式机器人对应的预设倒立摆模型。

继续以跳舞模式为例，处理器可以根据运动数据和足式机器人对应的预设倒立摆模型确定足式机器人的躯干运动轨迹和落足点，参见图7，包括步骤71～步骤75。

在步骤71中，处理器可以获取足式机器人在第一状态对应的初始位移和初始速度。

以y

在步骤72中，处理器可以根据所述初始位移、所述初始速度和所述预设倒立摆模型确定所述足式机器人从所述第一状态转换到第四状态对应的第一倒立摆模型。其中，第一状态是指足式机器人侧向跨步运动之前的站立状态，如图6中(a)图所示。第四状态是指足式机器人按照所述方向进行侧向跨步运动时第一侧足端跨步落地和第二侧足端未跨步且两侧足端同时着地的状态，如图6中(d)图所示。

本步骤中，处理器可以上述将足式机器人等效为线性倒立摆模型，参见图8，该线性倒立摆模型时可以看作一个质量为m的躯干部分和无质量且长度可变的腿组成，躯干部分在水平方向的高度Z

本步骤中，处理器在确定初始位移和初始速度后，可以获取第一倒立摆模型。基于上述第一倒立摆模型可以得到式(3)～式(5)：

其中，

式(3)～(5)中，g表示重力加速度、y

在步骤73中，根据所述第一倒立摆模型获取所述足式机器人从所述第一状态转换到所述第四状态对应的第一躯干运动轨迹以及获取所述足式机器人在第四状态对应的第一目标位移和第一目标速度；所述第一目标位移等于所述运动幅度且其对应的位置作为所述落足点。

本步骤中，继续参见图6，足式机器人从第一状态-第二状态-第三状态-第四状态是一个线性倒立摆的运动过程，并且在第四状态下可得y

式(6)推导过程如下：

Y

Y

本示例中取较小的数值X更为合理，

这样，在计算出t

并且，式(4)和式(5)作为足式机器人在第一状态到第四状态的转换过程对应的位移轨迹和速度轨迹，上述位移轨迹和速度轨迹构成第一躯干运动轨迹。

在步骤74中，根据所述第一目标位移和所述第一目标速度确定所述足式机器人从所述第四状态转换到第七状态对应的第二倒立摆模型；所述第七状态是指所述足式机器人的第二侧足端跨步落地且两侧足端同时着地的状态。

本步骤中，处理器从第五状态-第六状态-第七状态的转换过程可以认为是以左侧足端为支点的另一个线性倒立摆模型，即第二倒立摆模型。该第二倒立摆模型的初始数据即是第一倒数摆模型在出t

得到

在步骤75中，根据所述第二倒立摆模型获取所述足式机器人从所述第四状态转换到所述第七状态对应的第二躯干运动轨迹；所述足式机器人的躯干运动轨迹包括所述第一躯干运动轨迹和所述第二躯干运动轨迹。

本步骤中，由于第一状态～第四状态与第五状态～第八状态是对称的，因此：

t

假设t

t

从第四状态到第七状态对应的位移轨迹和速度轨迹，其中位移轨迹和速度轨迹构成第二躯干运动轨迹，如式(13)和式(14)所示：

实际应用中，足式机器人侧向跨步运动时运动幅度通常符合要求，即运动幅度小于2Y

继续以侧向扰动模式为例，处理器可以根据运动数据和足式机器人对应的预设倒立摆模型确定足式机器人的躯干运动轨迹和落足点，参见图9，包括步骤91～步骤95。

在步骤91中，获取所述足式机器人的运动幅度和方向。

本步骤中，足式机器人在受到侧向扰动时，在第一状态下，躯干部分的速度不再为零且位移也不为零，且运动幅度也不再是预设值。此时，处理器可以根据躯干部分的初始速度和初始位移计算出运动幅度。

本步骤中，默认t

在步骤92中，根据所述足式机器人在第一状态对应的侧向位移和侧向速度以及所述预设倒立摆模型确定所述足式机器人从所述第一状态转换到第四状态对应的第一倒立摆模型；所述第一状态是指所述足式机器人侧向跨步运动之前的站立状态，所述第 四状态是指所述足式机器人按照所述方向进行侧向跨步运动时第一侧足端跨步落地和第二侧足端未跨步且两侧足端同时着地的状态。

本步骤中，步骤92的方案与步骤72的方案相同，具体可以参见步骤72的内容，在此不再赘述。

在步骤93中，根据所述第一倒立摆模型获取所述足式机器人从所述第一状态转换到所述第四状态对应的第一躯干运动轨迹以及获取所述足式机器人在第四状态对应的第一目标位移和第一目标速度；所述第一目标位移等于所述运动幅度且其对应的位置作为所述落足点。

本步骤中，步骤93的方案与步骤73的方案相同，具体可以参见步骤73的内容，在此不再赘述。

在步骤94中，根据所述第一目标位移和所述第一目标速度确定所述足式机器人从所述第四状态转换到第七状态对应的第二倒立摆模型；所述第七状态是指所述足式机器人的第二侧足端跨步落地且两侧足端同时着地的状态。

本步骤中，步骤94的方案与步骤74的方案相同，具体可以参见步骤74的内容，在此不再赘述。

在步骤95中，根据所述第二倒立摆模型获取所述足式机器人从所述第四状态转换到所述第七状态对应的第二躯干运动轨迹；所述足式机器人的躯干运动轨迹包括所述第一躯干运动轨迹和所述第二躯干运动轨迹。

本步骤中，步骤95的方案与步骤75的方案相同，具体可以参见步骤75的内容，在此不再赘述。

在步骤13中，基于所述躯干运动轨迹控制所述足式机器人进行侧向跨步运动，以使所述足式机器人的足端移至所述落足点。可理解的是，足式机器人根据躯干运动轨迹计算出每个时刻的位移以及速度，并控制躯干到达位移对应的位置和速度，最终使足式机器人的足端移至落足点，实现侧向跨步运动的效果。

考虑到足式机器人近似为线性倒立摆，因此第一倒立摆模型和第二倒立摆模型会存在一些偏差，本公开一示例中可以每时刻都当前初始时刻，利用公式(4)和(5)计算第一目标位移y

参见图10，在步骤101中，处理器可以在所述足式机器人未转换到第四状态时，获取所述足式机器人在转换到所述第四状态过程中当前状态对应的第二目标位移和第二目标速度，即处理器根据第一躯干运动轨迹计算出当前的位移和速度。在步骤102中，处理器可以根据所述第二目标位移和所述第二目标速度更新所述第一躯干运动轨迹。继 续参见式(4)和式(5)，在第二目标位移和第二目标速度已知的情况下，参数C

可理解的是，更新后的第一躯干运动轨迹中t

至此，本公开实施例提供的方案可以获取所述足式机器人的运动数据；根据所述运动数据和所述足式机器人对应的预设倒立摆模型确定所述足式机器人的躯干运动轨迹和落足点；基于所述躯干运动轨迹控制所述足式机器人进行侧向跨步运动，以使所述足式机器人的足端移至所述落足点。这样，本实施例通过将足式机器人作为一个倒立摆可以得到足式机器人对应的预设倒立摆模型；并且结合足式机器人的运动数据和预设倒立摆模型可以生成符合足式机器人动力学要求的躯干运动轨迹和落足点，使得足式机器人在侧向跨步运动中实际运动与上述躯干运动轨迹相匹配，提高足式机器人侧向跨步运动的稳定性。

本公开实施例提供了具体场景的控制流程，参见图11和图12。

参见图11，足式机器人的处理器可以获取侧向跨步方向和跨步幅度。然后，处理器可以判断上述跨步幅度是否超过跨步幅度的最大值。

如果跨步幅度超过最大值，则显示是否完成最大值跨步的提示信息；当结果为否时，结束任务；当结果为是时，处理器可以计算躯干运动轨迹和落足点。当跟踪幅度小于最大值时，处理器可以计算躯干运动轨迹和落足点。

处理器可以将上述躯干运动轨迹和落足点发送到控制器。控制器可以根据躯干运动轨迹控制足式机器人进行侧向跨步运动，最终足端移至上述落足点，结束任务。

参见图12，足式机器人的初始状态为四足端平衡站立状态，同时处理器可以检查是否受到了侧向扰动。其中，受到侧向扰动的判断条件是侧向位移y超过侧向位移阈值Y，即y≥Y，或者侧向速度大于侧向速度阈值，即

足式机器人受扰动之后其侧向跨步运动的过程仍然如图6所示，区别是足式机器人开始侧向跨步的初始状态不再固定,也就是y

在侧向扰动(即原地抗扰模式)中，由于侧向跨步幅度即运动幅度是未知的，且时间t

最后，处理器可以躯干运动轨迹和落足点输入到控制器中，由控制器控制机器人执行出上述运动轨迹和落足点。

在本公开实施例提供的一种足式机器人控制方法的基础上，本公开实施例还提供了一种足式机器人控制装置，参见图13，所述装置包括：

运动数据获取模块131，用于获取所述足式机器人的运动数据；

运动轨迹获取模块132，用于根据所述运动数据和所述足式机器人对应的预设倒立摆模型确定所述足式机器人的躯干运动轨迹和落足点；

侧向跨步控制模块133，用于基于所述躯干运动轨迹控制所述足式机器人进行侧向跨步运动，以使所述足式机器人的足端移至所述落足点。

在一实施例中，所述运动数据获取模块包括：

工作模式获取单元，用于获取所述足式机器人的工作模式，所述工作模式包括跳舞模式；

运动数据获取单元，用于响应于跳舞模式中的侧向跨步运动，获取所述侧向跨步运动对应的运动幅度和方向，并将所述运动幅度和方向作为所述运动数据。

在一实施例中，所述运动轨迹获取模块包括：

初始数据获取单元，用于获取所述足式机器人在第一状态对应的初始位移和初始速度；

第一模型确定单元，用于根据所述初始位移、所述初始速度和所述预设倒立摆模型确定所述足式机器人从所述第一状态转换到第四状态对应的第一倒立摆模型；所述第一状态是指所述足式机器人侧向跨步运动之前的站立状态，所述第四状态是指所述足式机器人按照所述方向进行侧向跨步运动时第一侧足端跨步落地和第二侧足端未跨步且两侧足端同时着地的状态；

第一轨迹获取单元，用于根据所述第一倒立摆模型获取所述足式机器人从所述第一状态转换到所述第四状态对应的第一躯干运动轨迹以及获取所述足式机器人在第四状态对应的第一目标位移和第一目标速度；所述第一目标位移等于所述运动幅度且其对应的位置作为所述落足点；

第二模型确定单元，用于根据所述第一目标位移和所述第一目标速度确定所述足式机器人从所述第四状态转换到第七状态对应的第二倒立摆模型；所述第七状态是指所述足式机器人的第二侧足端跨步落地且两侧足端同时着地的状态；

第二轨迹获取单元，用于根据所述第二倒立摆模型获取所述足式机器人从所述第四状态转换到所述第七状态对应的第二躯干运动轨迹；

所述足式机器人的躯干运动轨迹包括所述第一躯干运动轨迹和所述第二躯干运动轨迹。

在一实施例中，所述运动数据获取模块包括：

扰动数据获取单元，用于获取所述足式机器人躯干的侧向扰动数据；所述侧向扰动数据包括侧向速度和侧向位移；

运动数据确定单元，用于响应于所述侧向扰动数据超过预设扰动阈值，确定所述侧向扰动数据为所述运动数据；所述预设扰动阈值包括预设速度阈值或者预设位移阈值。

在一实施例中，所述运动轨迹获取模块包括：

幅度方向获取单元，用于获取所述足式机器人的运动幅度和方向；

第一模型确定单元，用于根据所述足式机器人在第一状态对应的侧向位移和侧向速度以及所述预设倒立摆模型确定所述足式机器人从所述第一状态转换到第四状态对应的第一倒立摆模型；所述第一状态是指所述足式机器人侧向跨步运动之前的站立状态，所述第四状态是指所述足式机器人按照所述方向进行侧向跨步运动时第一侧足端跨步落地和第二侧足端未跨步且两侧足端同时着地的状态；

第一轨迹获取单元，用于根据所述第一倒立摆模型获取所述足式机器人从所述第一状态转换到所述第四状态对应的第一躯干运动轨迹以及获取所述足式机器人在第四状态对应的第一目标位移和第一目标速度；所述第一目标位移等于所述运动幅度且其对应的位置作为所述落足点；

第二模型确定单元，用于根据所述第一目标位移和所述第一目标速度确定所述足式机器人从所述第四状态转换到第七状态对应的第二倒立摆模型；所述第七状态是指所述足式机器人的第二侧足端跨步落地且两侧足端同时着地的状态；

第二轨迹获取单元，用于根据所述第二倒立摆模型获取所述足式机器人从所述第四状态转换到所述第七状态对应的第二躯干运动轨迹；

所述足式机器人的躯干运动轨迹包括所述第一躯干运动轨迹和所述第二躯干运动轨迹。

在一实施例中，所述运动轨迹获取模块还包括：

第二位移获取单元，用于在所述足式机器人未转换到第四状态时，获取所述足式机器人在转换到所述第四状态过程中当前状态对应的第二目标位移和第二目标速度；

第一轨迹更新单元，用于根据所述第二目标位移和所述第二目标速度更新所述第一躯干运动轨迹。

需要说明的是，本实施例中示出的装置与方法实施例的内容相匹配，可以参考上述方法实施例的内容，在此不再赘述。

在示例性实施例中，还提供了一种足式机器人，包括：

存储器与处理器；

所述存储器用于存储所述处理器可执行的计算机程序；

所述处理器用于执行所述存储器中的计算机程序，以实现如上述的方法。

在示例性实施例中，还提供了一种计算机可读存储介质，例如包括指令的存储器，上述可执行的计算机程序可由处理器执行。其中，可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

本领域技术人员在考虑说明书及实践这里公开的公开后，将容易想到本公开的其它实施方案。本公开旨在涵盖任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。