1.一种双足机器人步行规划和控制方法,其特征在于,包括如下步骤:S1:获取机器人当前状态信息,并依据当前状态信息及机器人运行原始程序获取机器人未来一段时间内的运动趋势;
S2:获取运动趋势后,依据机器人配置的摄像模块及激光传感器模块获取运动趋势范围内的实时环境点云图;
S3:依据实时环境点云图生成多个候选步行规划方案;
S4:同步获取多个候选步行规划方案各自对应的稳定性偏差量;
S5:比对多个所述稳定性偏差量,获取所述稳定性偏差量最小的候选步行规划方案;
S6:获取当前候选步行规划方案的步长及角度;
S7:依据获取的步长及角度控制机器人进行下一步的行动。
2.根据权利要求1所述的双足机器人步行规划和控制方法,其特征在于,机器人当前状态信息具体包括:运行朝向、运行步长、当前运行指令接收程序;
所述当前运行指令接收程序具体包括:下一步的运行朝向及下一步的运行步长。
3.根据权利要求2所述的双足机器人步行规划和控制方法,其特征在于,依据机器人配置的摄像模块及激光传感器模块获取运动趋势范围内的实时环境点云图具体为:获取当前运动趋势范围内的地质平面图像;
获取所述地质平面图像对应的分布式点云数据后以csv格式存储;
读取各相应点云数据,并进行带通滤波,分离成各地表状态点云分布图。
4.根据权利要求3所述的双足机器人步行规划和控制方法,其特征在于:依据实时环境点云图生成多个候选步行规划方案时,以原始程序为基准,步长采用(0,2)*原始步长,角度采用(0,60°)*原始角度。
5.根据权利要求4所述的双足机器人步行规划和控制方法,其特征在于,同步获取多个候选步行规划方案各自对应的所述稳定性偏差量时:确定多个候选步行规划方案中的步长及角度;
确定多个候选步行规划方案中的路线点云图;
搭建包括有图像通道和隐写分析通道的R‑FCN网络模型,将各备选路线的地表状态点云分布图分别输入至所述R‑FCN网络模型中进行特征提取,并将各自提取出的特征点云传输至服务器中;
依据各自提取出的特征点云采用RANSAC方法拟合成平面;
实时获取不同路线下拟合平面的高度,以水平面为基准计量;
构建稳定性模型,获取所述稳定性偏差量。
6.根据权利要求5所述的双足机器人步行规划和控制方法,其特征在于,构建稳定性模型,获取所述稳定性偏差量具体为:其中,D为预定步长,L为原始步长,ρ为拟合平面的高度,S1为预定角度;当S2即稳定性偏差量处于(0,1)时,偏差公式成立,获取S2。
7.根据权利要求6所述的双足机器人步行规划和控制方法,其特征在于:获取步长及角度后,由PID控制器实现机器人的实时控制。