正在最起頭，雙足機器人利用的均衡控制策略是“靜態(tài)步行”。這類戰(zhàn)略的特色是：機器人步行的進(jìn)程中，重心（COG，CenterofGravity）的投影一直位于多邊形支持區(qū)域內(nèi)，這類控制策略的益處在于：機器人可以正在行走舉措中終止而沒有跌倒，但價值是行為速率十分緩慢（每一步須要破費10秒以至更長，由于須要連結(jié)重心的投影一直位于支持區(qū)域，不然將沒有不變）。
由于靜態(tài)步行跟人類的期冀相差甚遠(yuǎn)，因而人類開辟出來了另一種步行均衡戰(zhàn)略——“靜態(tài)步行”。正在靜態(tài)步行中，機器人的行為速率被晉升至了每步?jīng)]有跨越1秒。但其弊病也是顯而易見的，機器人難以正在運動的形態(tài)下立刻停留，從而使得機器人正在形態(tài)轉(zhuǎn)換的進(jìn)程中變得沒有不變。為了辦理慣性帶來的影響，整力矩面（ZMP，zeromomentpoint）被引入到了那一控制策略中。正在單腳支持相中，ZMP=COG。其益處在于，當(dāng)ZMP嚴(yán)厲的存在于機器人的支持區(qū)域中，機器人則相對不會跌倒。
雙足均衡的主流——基于ZMP的靜態(tài)步行
此刻雙足均衡的主流是用基于ZMP的靜態(tài)步行。從上述的根本內(nèi)容來看，雙足機器人的一條腿便可以籠統(tǒng)成控制系統(tǒng)中最根本的“倒立擺”模子。
智能分揀機器人數(shù)據(jù)圖藥品分揀機器人生產(chǎn)廠家因為龐大地形的雙足均衡沒法由單一的控制器實現(xiàn)，以是多個控制器的切換戰(zhàn)略被用于辦理均衡問題。正在那一個戰(zhàn)略中，機器人的行走被設(shè)定為一個周期每一個周期被分紅了分歧的行走階段，以下圖所示：
豎立姿態(tài)控制器（UprightPoseController）
這類控制器可以使機器人正在傾斜地形中始終保持豎立姿式，從而連結(jié)全部機體的均衡。關(guān)于雙足機器人而言，傾斜地形的“全局傾斜角”的丈量便顯得尤為重要。普通采取的測量方法是正在機器人的軀體外部裝置一個2軸的加速度計，再加上一個低通濾波器便可以組成一個傾斜計。
圖書分揀機器人工作視頻閃兔分揀機物流分揀機器人原理多目標(biāo)識別關(guān)于機器人的俯仰姿態(tài)控制，正在劃定的踝關(guān)節(jié)軌跡上，豎立姿態(tài)控制器附加了含有俯仰偏差的PI控制器：
豎立姿態(tài)控制器則可由下列等式實現(xiàn)：
下圖加倍直觀的反應(yīng)出了利用控制器之前與之后的俯仰節(jié)制平衡性差別：
閃兔分揀機器人下圖顯現(xiàn)了利用控制器之前與之后的側(cè)傾節(jié)制平衡性差別：
外國評價物流分揀機器人分揀機器人的應(yīng)用前景智能分揀機器人阿里