本申请属于机器人控制，具体涉及一种基于短记忆模型的足式机器人足端暂态优化方法。
背景技术：
1、足式机器人以结构简单、成本低、高稳定性、复杂路面适应性强等优点在危化、河道、森林巡检物流最后一公里等领域具有广阔的应用前景。
2、在机身坐标系下，机器人足端的平稳性直接关系机器人运动的平稳性。对机器人的任意一只足而言，任何时候要么处于支撑状态，要么处于摆动状态不断在支撑状态(足着地)和摆动状态(足腾空)切换。足端对机身而言不断往复摆动，足端的运动方向在舵机控制作用下不断切换，显然舵机的运动方向也在切换。
3、如果将舵机输出看着腿足的控制输入，足端运动则为控制输出。由于惯性、阻尼等因素，足端输出有一个响应过程，当舵机切换控制方向时，足端必然存在暂态过程，引发足端振荡。当支撑相振荡时必然引发机身振荡，引发机身振荡，甚至可能引发机器人摔跌，损毁机身及相关设备。
4、基于此，研究足式机器人腿足响应特性，分析舵机切换控制作用下足端的暂态过程，建立足端暂态过程优化算法，以使机器人运动更平稳，速度更优具有重要意义。
技术实现思路
1、本申请提供一种基于短记忆模型的足式机器人足端暂态优化方法，以解决因暂态响应导致的足式机器人腿足切换引发的振荡的技术问题。
2、为解决上述技术问题，本申请采用的一个技术方案是：一种基于短记忆模型的足式机器人足端暂态优化方法，包括以下步骤：
3、构建足式机器人腿足的短记忆模型；
4、基于短记忆模型，对足式机器人腿足切换控制暂态响应特性进行分析，获取步态参数；
5、基于构造代价函数，对步态参数进行优化。
6、进一步，构建足式机器人腿足的短记忆模型的方法，包括：
7、构建足式机器人腿足的输出响应模型；
8、将输出响应模型用分数次幂函数进行简化，获取简化输出响应模型；
9、将简化输出响应模型进行离散化，获取离散卷积模型；
10、基于多点序列以及legendre变换，将离散卷积模型转换为目标函数代数模型；
11、基于实验采集的输入输出数据以及天牛须算法优化目标函数代数模型，辨识未知参数并获取系统冲激响应模型；
12、基于系统冲激响应模型进行截取，获取短记忆模型。
13、进一步，辨识未知参数的方法包括：
14、基于天牛须算法的最大迭代次数，初始化迭代次数并获取未知参数的估计值以及左右触须距离；
15、基于设定的左右触须的边界以及左右触须之间的距离，获取左右触须位置；
16、基于左右触须位置，计算对应的目标函数代数模型；
17、迭代次数加一，并重复上述步骤，直到迭代完毕，获取未知参数的最优估计。
18、进一步，基于短记忆模型，对足式机器人腿足切换控制暂态响应特性进行分析，获取步态参数的方法，包括：
19、基于切换控制，获取腿足半周期暂态响应特性，获取系统冲激响应的长度；
20、基于腿足周期摆动情况下的暂态过程，获取腿足运动的支撑相和摆动相的比例；
21、将短记忆模型中的稳态项以及暂态项进行分离，分析暂态过程，获取输入与暂态输出公式；
22、对输入与暂态输出公式进行离散化，获取腿足的振荡幅值。
23、进一步，基于构造代价函数，对步态参数进行优化的方法，包括：
24、构造代价函数；
25、通天牛须算法优化代价函数，对步态参数进行优化。
26、进一步，步态参数进行优化的方法，包括：
27、基于天牛须算法的最大迭代次数，初始化迭代次数并获取未知参数的估计值以及左右触须距离；
28、基于设定的左右触须的边界以及左右触须之间的距离，获取左右触须位置；
29、基于左右触须位置，计算对应的代价函数；
30、迭代次数加一，并重复上述步骤，直到迭代完毕，获取步态参数的最优估计。
31、本申请的有益效果是：本申请利用分数次幂函数建立冲击响应模型，将足式机器人腿足响应模型用极少参数简单表示，并根据衰减特性进行截取，得到短记忆模型，模型更简单，更易于计算机实现。本申请根据响应特性优化步态参数，机器人运行更平稳，在平稳性范围内，其速度得到充分发挥，促进腿足机器人性能提升。
1.一种基于短记忆模型的足式机器人足端暂态优化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述构建足式机器人腿足的短记忆模型的方法，包括：
3.根据权利要求2所述的方法，其特征在于，所述辨识未知参数的方法包括：
4.根据权利要求2所述的方法，其特征在于，所述基于所述短记忆模型，对所述足式机器人腿足切换控制暂态响应特性进行分析，获取步态参数的方法，包括：
5.根据权利要求4所述的方法，其特征在于，所述基于构造代价函数，对所述步态参数进行优化的方法，包括：
6.根据权利要求5所述的方法，其特征在于，所述步态参数进行优化的方法，包括：
