双足机器人是模仿人类行走功能开发的机器人，其研究与应用是机器人技术领域中的一个热点。惯性参数辨识是双足机器人研究中的一项关键技术，对于提高双足机器人的运动精度和稳定性具有重要意义。本文介绍了一种使用零力矩点（ZMP）反馈的双足机器人惯性参数辨识方法。
惯性参数辨识的主要目的是通过实验或者计算得到机器人各部分（如腿部、躯干等）的质量、质心位置、惯性矩等物理参数。这些参数是机器人运动控制、动力学模拟及稳定性分析中不可或缺的基础数据。在双足机器人领域，惯性参数辨识尤为复杂，因为其需要在动态的运动过程中准确地识别和估计物理参数。
以往的惯性参数辨识方法往往基于关节力矩测量，但这存在辨识精度不高的问题，尤其是在动态情况下。而且，传统的基于足底力信息和运动捕捉数据的辨识方法需要额外的设备支持，这限制了其应用范围。为了克服这些问题，本文提出了一种基于零力矩点（ZMP）的双足机器人惯性参数辨识方法。
零力矩点（ZMP）是指在机器人站立或行走时，地面上某点处的反作用力矩为零。ZMP被认为是评估双足机器人动态平衡的关键指标，它与机器人的动力学表现密切相关。利用ZMP信息进行惯性参数辨识，可以通过测量ZMP位置的偏差来建立目标函数，进而构建出优化模型。这种方法仅需使用机器人自身的传感器数据，无需额外的设备，因此适用于多种实验条件。
为了求解所建立的优化模型，本文推导了目标函数关于参数矢量的梯度矢量和海塞矩阵，并提出了基于最速下降法和牛顿法的优化求解算法。这些算法能够有效处理模型非线性的问题，从而找到最优解。
实验部分使用了GoRoBoT-II双足机器人的腿部部分进行惯性参数辨识实验，实验结果表明，基于ZMP的惯性参数辨识方法得到的参数标称值更接近三维建模得到的理论值。与传统的基于关节力矩的辨识方法相比，新方法的偏差均值更小，证明了基于ZMP的辨识方法具有较高的精度和可靠性。
总结来看，本文提出的基于ZMP的双足机器人惯性参数辨识方法能够有效地提高辨识的精度，满足实时和高准确度的需求，并且方法简便易行，具有较强的实用价值。这将有助于推动双足机器人的研究和实际应用，特别是在需要高动态性能和稳定性的场合。
