本發(fā)明涉及多足機器人非結(jié)構(gòu)環(huán)境下多維度機身工作空間耦合及步態(tài)優(yōu)化領(lǐng)域，具體涉及基于多維度工作空間耦合算法的多足機器人步態(tài)優(yōu)化控制方法。

背景技術(shù)：

多足機器人具有豐富的驅(qū)動冗余和離散的步態(tài)點，能夠?qū)崿F(xiàn)復(fù)雜的步態(tài)方式，具有較強的地形適應(yīng)能力。據(jù)統(tǒng)計，地球上有90％以上的地表屬于崎嶇表面，要使多足機器人在戶外環(huán)境下進行作業(yè)，就必須對其在非結(jié)構(gòu)環(huán)境下的步態(tài)進行規(guī)劃，實現(xiàn)步態(tài)的穩(wěn)定性和高效性。

在非結(jié)構(gòu)環(huán)境下，多足機器人一個步態(tài)周期包括三個過程：(1)機器人機身重心移到工作空間內(nèi)指定的點；(2)擺動腿抬起落到理想落足點；(3)擺動相和支撐相互換，新的擺動相落到理想落足點。其中，能否找到合理的機身工作空間是多足機器人能否在非結(jié)構(gòu)環(huán)境下穩(wěn)定步行的關(guān)鍵。

在多足機器人機身工作空間求解的方法中，較為常見的是解析法。機器人機身運動主要包括6個參數(shù)，分別是沿著空間坐標(biāo)系三軸的移動和轉(zhuǎn)動。解析法采用機身運動合成的方法，當(dāng)機身處于理想姿態(tài)和理想位置時，利用機身坐標(biāo)、世界坐標(biāo)和關(guān)節(jié)坐標(biāo)之間的坐標(biāo)系姿態(tài)轉(zhuǎn)換，分別求出足端相對于根關(guān)節(jié)的坐標(biāo)表達式，然后合成求得足端最終的表達式。代入足端位置和關(guān)節(jié)角度約束，求出機器人重心在世界坐標(biāo)系下的位置，改變機身姿態(tài)可得出重心的另外一種位置空間。這種算法的優(yōu)點是求得的機身工作空間較為精確，但是，在計算過程中涉及到大量的坐標(biāo)間姿態(tài)轉(zhuǎn)換、機身和機器人擺動腿的正、逆運動學(xué)求解，算法的計算效率不高，在機器人步態(tài)實時計算中會影響機器人的步行效率。因此，目前迫切需要提出一種能夠提高機器人步態(tài)效率和步態(tài)穩(wěn)定性的機身工作空間求解算法，并將其應(yīng)用到多足機器人在非結(jié)構(gòu)環(huán)境下的步態(tài)規(guī)劃中。

技術(shù)實現(xiàn)要素：

鑒于現(xiàn)有解析法對多足機器人機身非結(jié)構(gòu)環(huán)境下工作空間求解效率低的問題，本發(fā)明提出一種多維度耦合機身工作空間求解方法，該方法主要由三個約束子空間組成，這三個約束子空間分別是擺動腿運動約束K空間，擺動腿理想落足點約束R空間以及機身穩(wěn)定性約束B空間，最終，這三個機身約束子空間耦合后的空間就是多足機器人機身非結(jié)構(gòu)環(huán)境下的多維度工作空間；鑒于機身工作空間對于多足機器人在非結(jié)構(gòu)環(huán)境下步態(tài)規(guī)劃的重要性，將本文提出的多維度耦合機身工作空間求解算法應(yīng)用于多足機器人非結(jié)構(gòu)環(huán)境下的步態(tài)規(guī)劃，最終，提出一種地形適應(yīng)能力強，高效的步態(tài)規(guī)劃方法。

本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是：

一種基于多維度工作空間耦合算法的多足機器人步態(tài)優(yōu)化控制方法，包括以下步驟：

步驟一：求解虛擬約束半徑，根據(jù)虛擬約束半徑解析機身擺動腿運動約束K空間；

步驟二：求解擺動腿理想落足點約束R空間以及機身穩(wěn)定性約束B空間，并對機身擺動腿運動約束K空間，理想落足點可達約束R空間，機身穩(wěn)定性約束B空間進行耦合，解出多維度機身工作空間W；

步驟三：根據(jù)步驟二求得的多維度機身工作空間W，解析站立腿關(guān)節(jié)輸出位置和機身空間之間的映射關(guān)系，并對關(guān)節(jié)轉(zhuǎn)角進行多項式插補運算，完成機器人在非結(jié)構(gòu)環(huán)境下的步態(tài)規(guī)劃。

進一步，所述的步驟一中，首先，求解足端在根關(guān)節(jié)坐標(biāo)系下的位置，令擺動腿連桿長為L_i(i＝1,2,3)，關(guān)節(jié)轉(zhuǎn)角為θ_si,則擺動腿足端在根關(guān)節(jié)坐標(biāo)系下的位置為：

p_x＝[L₁+L₂cθ_s2+L₃c(θ_s2+θ_s3)]cθ_s1

p_y＝[L₁+L₂cθ_s2+L₃c(θ_s2+θ_s3)]sθ_s1

p_z＝L₂sθ_s2+L₃s(θ_s2+θ_s3)

式中，sθ＝sinθ，cθ＝cosθ；

其次，解析擺動腿足端虛擬約束半徑：

然后，令世界坐標(biāo)系為O_W-zyz，機身坐標(biāo)系為O_C-xyz，求解機身運動約束K_i空間：

式中，^Wc_i為每條擺動腿的運動約束K_i空間中心在世界坐標(biāo)系中的位置，其表達式為：

式中，^Wa_i為足端在世界坐標(biāo)系中的位置，為機身坐標(biāo)系與機身坐標(biāo)系之間的位置轉(zhuǎn)換矩陣，^Cb_i為根關(guān)節(jié)在世界坐標(biāo)系中的位置；

最后，對機器人六條腿的約束K_i空間進行耦合，得出擺動腿約束K空間：

K＝ΣK_i(i＝1,2,3,4,5,6)。

再進一步，所述的步驟二通過以下方式實現(xiàn)：

首先，求解擺動腿理想落足點可達約束R空間：

R＝F₁∩F₂∩F₃

上式為機器人采用三角步態(tài)時的理想落足點約束R空間，其中F_i(i＝1,2,3)為假想擺動腿的運動約束K_i空間，其求解方式和步驟一相同；

其次，求解機身穩(wěn)定約束B空間：

則機身穩(wěn)定性約束為：

d_M＝min{d₁,d₂,d₃}

上式中的系數(shù)表達式如下：

a₁＝y(tǒng)₂-y₁ b₁＝x₁-x₂ c₁＝x₂y₁-x₁y₂

a₂＝y(tǒng)₃-y₁ b₂＝x₁-x₃ c₂＝x₃y₁-x₁y₃

a₃＝y(tǒng)₂-y₁ b₃＝x₂-x₃ c₃＝x₃y₂-x₂y₃

然后，耦合機身擺動腿運動約束K空間，擺動腿理想落足點可達約束R空間以及機身穩(wěn)定性約束B空間，解析多維度機身工作W：

W＝K∩R∩B

由步驟二中的表達式看出擺動腿運動約束K空間和機身姿態(tài)有關(guān)，因此，通過改變機身姿態(tài)來改變K空間，從而改變機身工作空間W。

更進一步，所述的步驟三通過以下方式實現(xiàn)：

首先，在根關(guān)節(jié)坐標(biāo)系下，首先，求解站立腿足端和各關(guān)節(jié)輸出位置之間的映射關(guān)系：

θ_d2＝2arctan t₁

θ_d3＝2arctan t₂-2arctan t₁

式中，t₁＝tan(θ_d2/2)，t₂＝tan[(θ_d2-θ_d3)/2]，為站立腿足端在根關(guān)節(jié)坐標(biāo)系下的位置；

其次，在機身位于理想姿態(tài)下時，解析站立腿足端在機身坐標(biāo)系下的位置：

式中，為擺動腿足端在根關(guān)節(jié)坐標(biāo)系下的位置，為機身處于理想目標(biāo)位姿時機身坐標(biāo)系與世界坐標(biāo)系之間的位置轉(zhuǎn)換矩陣，其表達式如下：

式中，α、β、γ分別表示機身處于目標(biāo)位姿時相對于世界坐標(biāo)系的偏航角、橫滾角和俯仰角；

然后，在機身處于理想位姿下時，解析站立腿足端在機身坐標(biāo)系下的位置：

式中，為機身處于理想位姿下時，根關(guān)節(jié)坐標(biāo)系與世界坐標(biāo)系之間的位置坐標(biāo)轉(zhuǎn)換，為機身處于初始位姿下時，根關(guān)節(jié)坐標(biāo)系與世界坐標(biāo)系之間的位置坐標(biāo)轉(zhuǎn)換；

則站立腿足端在根關(guān)節(jié)坐標(biāo)系下的位置：

式中，為機身處于理想位姿下時，根關(guān)節(jié)坐標(biāo)系和機身坐標(biāo)系之間的位置轉(zhuǎn)換矩陣，為機身處于理想位姿下時，機身坐標(biāo)系與世界坐標(biāo)系之間的位置坐標(biāo)轉(zhuǎn)換，為機身處于初始位姿下時，機身坐標(biāo)系與世界坐標(biāo)系之間的位置坐標(biāo)轉(zhuǎn)換；

根據(jù)上式，利用站立腿足端位置和關(guān)節(jié)輸出位置的映射關(guān)系，解出在根關(guān)節(jié)下，機身工作空間和關(guān)節(jié)輸出位置的映射關(guān)系：

θ_d1＝π-A tan2(^by_C,^bx_C)

θ_d2＝2arctan t₁

θ_d3＝2arctan t₂-2arctan t₁

式中，t₁＝tan(θ_d2/2)，t₂＝tan[(θ_d2-θ_d3)/2]，^BA_C(^b x_c,^by_c,^bz_c)為機身坐標(biāo)系在根關(guān)節(jié)坐標(biāo)系下的位置；

最后，對關(guān)節(jié)輸出角進行多項式插補運算，以六足機器人為例，完成機器人在非結(jié)構(gòu)環(huán)境下的步態(tài)優(yōu)化。

本發(fā)明的有益效果主要表現(xiàn)在：

1、本發(fā)明提出了一種機身非結(jié)構(gòu)環(huán)境下的多維度耦合求解算法，能夠迅速求出機身在復(fù)雜地形下的有效工作空間，采用本發(fā)明的非結(jié)構(gòu)環(huán)境下步態(tài)規(guī)劃方法的步態(tài)消耗時間約為現(xiàn)有步態(tài)規(guī)劃算法的1/5，并且，隨著地形結(jié)構(gòu)越發(fā)復(fù)雜，其算法效率的提高更為明顯。

2、基于多維度工作空間耦合算法的多足非結(jié)構(gòu)環(huán)境下步態(tài)優(yōu)化方法，提高了多足機器人在非結(jié)構(gòu)環(huán)境下步態(tài)的穩(wěn)定性。

3、基于多維度工作空間耦合算法的多足非結(jié)構(gòu)環(huán)境下步態(tài)優(yōu)化方法，提高多足機器人對非結(jié)構(gòu)環(huán)境的地形適應(yīng)能力。

附圖說明

圖1是本發(fā)明的基于多維度工作空間耦合算法的多足機器人步態(tài)優(yōu)化控制方法應(yīng)用的六足機器人結(jié)構(gòu)示意圖；

圖2是在根關(guān)節(jié)坐標(biāo)系下，多足機器人單擺動腿足端位置和關(guān)節(jié)輸出位置之間的映射關(guān)系；

圖3是機身工作空間擺動腿運動約束K空間的示意圖，圖中：OC和OW分別代表機身坐標(biāo)系和世界坐標(biāo)系，向量li代表虛擬約束半徑；

圖4是六足機器人非結(jié)構(gòu)環(huán)境下機身運動約束K空間在x-y坐標(biāo)面上的投影圖。圖中：兩個圓相交部分代表運動約束K空間在x-y坐標(biāo)面上的投影。

圖5是六足機器人非結(jié)構(gòu)環(huán)境下機身工作空間W在x-y坐標(biāo)面上的投影圖。

圖6是六足機器人非結(jié)構(gòu)環(huán)境下機身改變姿態(tài)后的擺動腿運動約束運動約束K空間在x-y坐標(biāo)面上的投影圖。圖中：虛線部分為機身在原先姿態(tài)下的運動約束K空間，而實線部分為機身在現(xiàn)有姿態(tài)下的運動約束K空間；

圖7是基于多維度工作空間耦合求解算法的步態(tài)優(yōu)化控制方法流程圖；

圖8是六足機器人機身重心沿世界坐標(biāo)系x軸方向上的位移曲線圖；

圖9是六足機器人腿1、3、5足端沿世界坐標(biāo)系x軸方向上的位移曲線圖；

圖10是六足機器腿2、4、6足端沿世界坐標(biāo)系x軸方向上的位移曲線圖；

圖11是六足機器人機身重心沿世界坐標(biāo)系z軸方向上的位移曲線圖；

圖12是六足機器人腿1、3、5腿足端沿世界坐標(biāo)系z軸方向上的位移曲線圖；

圖13是六足機器人腿2、4、6端沿世界坐標(biāo)系z軸方向上的位移曲線圖；

圖14是六足機器人在非結(jié)構(gòu)環(huán)境下運動時機身的最小穩(wěn)定裕度變化曲線圖；

圖15是采用本發(fā)明的非結(jié)構(gòu)環(huán)境下步態(tài)優(yōu)化方法的步態(tài)消耗時間與現(xiàn)有步態(tài)規(guī)劃算法消耗時間對比圖，圖中：虛線部分為采用本發(fā)明步態(tài)優(yōu)化控制算法跨越一次障礙所需要的時間，實線部分為現(xiàn)有算法跨越一次障礙所需要的時間，不難發(fā)現(xiàn)，采用本發(fā)明的非結(jié)構(gòu)環(huán)境下步態(tài)優(yōu)化控制算法的步態(tài)消耗時間約為現(xiàn)有步態(tài)規(guī)劃算法的1/5，并且隨著障礙距離d的不斷增加，本發(fā)明所采用的步態(tài)規(guī)劃方法的算法效率在不斷地提高。

具體實施方式

下面結(jié)合附圖對本發(fā)明作進一步描述。

參照圖1～圖15，一種基于多維度工作空間耦合算法的步態(tài)優(yōu)化控制方法，以六足機器人為例，包括六足機器人機身和六條相互獨立的步行腿，所述步態(tài)控制方法包括以下步驟：

步驟一：令擺動腿的連桿長為L_i，關(guān)節(jié)轉(zhuǎn)角為θ_i，建立擺動腿足端和關(guān)節(jié)輸出位置之間的映射關(guān)系圖如圖2所示，由此求得擺動腿足端在根關(guān)節(jié)坐標(biāo)系下的位置：

p_x＝[L₁+L₂cθ_s2+L₃c(θ_s2+θ_s3)]cθ_s1

p_y＝[L₁+L₂cθ_s2+L₃c(θ_s2+θ_s3)]sθ_s1

p_z＝L₂sθ_s2+L₃s(θ_s2+θ_s3)

式中，sθ＝sinθ，cθ＝cosθ；

其次，解析擺動腿足端虛擬約束半徑：

然后，令世界坐標(biāo)系為O_W-zyz，機身坐標(biāo)系為O_C-xyz，如圖3所示，求解機身運動約束K_i空間：

^Wc_i為每條擺動腿的運動約束Ki空間中心在世界坐標(biāo)系中的位置，其表達式為：

式中，^Wa_i為足端在世界坐標(biāo)系中的位置，為機身坐標(biāo)系與機身坐標(biāo)系之間的位置轉(zhuǎn)換矩陣，^Cb_i為根關(guān)節(jié)在世界坐標(biāo)系中的位置。

最后，對機器人六條腿的約束K_i空間進行耦合，得出擺動腿運動約束K空間：

K＝ΣK_i(i＝1,2,3,4,5,6)

擺動腿運動約束K空間在x-y坐標(biāo)面上的投影如圖4所示。

步驟二：求解擺動腿理想落足點約束R空間以及機身穩(wěn)定性約束B空間，并對機身擺動腿運動約束K空間，理想落足點可達約束R空間，機身穩(wěn)定性約束B空間進行耦合，解出多維度機身工作空間W，然后提出機身“死鎖”的失穩(wěn)情況及其解決措施，過程如下：

首先，求解擺動腿理想落足點可達約束R空間：

R＝F₁∩F₂∩F₃

上式為機器人采用三角步態(tài)時的理想落足點約束R空間，其中F_i(i＝1,2,3)為假想擺動腿的運動約束K_i空間，其求解方式和步驟一相同。

其次，求解機身穩(wěn)定約束B空間：

則機身穩(wěn)定性約束為：

d_M＝min{d₁,d₂,d₃}

上式中的系數(shù)表達式如下：

a₁＝y(tǒng)₂-y₁ b₁＝x₁-x₂ c₁＝x₂y₁-x₁y₂

a₂＝y(tǒng)₃-y₁ b₂＝x₁-x₃ c₂＝x₃y₁-x₁y₃

a₃＝y(tǒng)₂-y₁ b₃＝x₂-x₃ c₃＝x₃y₂-x₂y₃

然后，耦合機身擺動腿運動約束K空間，擺動腿理想落足點可達約束R空間以及機身穩(wěn)定性約束B空間，得到多維度機身工作空間W：

W＝K∩R∩B

非結(jié)構(gòu)環(huán)境下機身多維度耦合工作空間W如圖5所示，圖中：實線同心圓相交部分為機身運動約束K空間，虛線同心圓相交部分為擺動腿理想落足點可達約束F空間，實線三角形為穩(wěn)定性約束B空間，三個子空間交集部分為機身空間W。

在非結(jié)構(gòu)環(huán)境下，多足機器人在步行過程中可能隨時會出現(xiàn)無論哪條腿擺動都會引起失穩(wěn)的現(xiàn)象，這種現(xiàn)象稱為機身“死鎖”，產(chǎn)生這種現(xiàn)象的原因是機器人機身工作空間不存在。要實現(xiàn)多足機器人在非結(jié)構(gòu)環(huán)境下的穩(wěn)定步態(tài)，必須提出解決機身“死鎖”的措施。

由步驟一中的表達式可以看出擺動腿運動約束K空間和機身姿態(tài)有關(guān)，因此，可以通過改變機身姿態(tài)來改變K空間，從而改變機身工作空間W。如圖6所示，圖中：虛線部分為機身在原先姿態(tài)下的運動約束K空間，而實現(xiàn)部分為機身在現(xiàn)有姿態(tài)下的運動約束K空間。

同理，可以通過改變機身的另外兩個子空間來解決機身“鎖死”，比如，可以通過改變站立腿數(shù)量來改變機身穩(wěn)定約束B空間，或者改變理想落足點的位置來改變擺動腿理想落足點可達F空間。一般情況下，當(dāng)機身工作空間不存在時，首先改變站立腿的數(shù)量，其次是改變理想落足點的位置，最后才是改變機身的姿態(tài)，因為這種方法具有一定的不確定性和隨機性。

步驟三：在根關(guān)節(jié)坐標(biāo)系下，首先，求解站立腿足端和各關(guān)節(jié)輸出位置之間的映射關(guān)系：

θ_d2＝2arctan t₁

θ_d3＝2arctan t₂-2arctan t₁

式中，t₁＝tan(θ_d2/2)，t₂＝tan[(θ_d2-θ_d3)/2]，為站立腿足端在根關(guān)節(jié)坐標(biāo)系下的位置。

其次，在機身位于理想姿態(tài)下時，解析站立腿足端在機身坐標(biāo)系下的位置：

式中，為擺動腿足端在根關(guān)節(jié)坐標(biāo)系下的位置，為機身處于理想目標(biāo)位姿時機身坐標(biāo)系與世界坐標(biāo)系之間的位置轉(zhuǎn)換矩陣，其表達式如下：

式中，α、β、γ分別表示機身處于目標(biāo)位姿時相對于世界坐標(biāo)系的偏航角、橫滾角和俯仰角。

然后，在機身處于理想位姿下時，解析站立腿足端在機身坐標(biāo)系下的位置：

則站立腿足端在根關(guān)節(jié)坐標(biāo)系下的位置：

式中，為機身處于理想位姿下時，根關(guān)節(jié)坐標(biāo)系和機身坐標(biāo)系之間的位置轉(zhuǎn)換矩陣，為機身處于理想位姿下時，根關(guān)節(jié)坐標(biāo)系與世界坐標(biāo)系之間的位置坐標(biāo)轉(zhuǎn)換，為機身處于初始位姿下時，根關(guān)節(jié)坐標(biāo)系與世界坐標(biāo)系之間的位置坐標(biāo)轉(zhuǎn)換。

根據(jù)上式，利用站立腿足端位置和關(guān)節(jié)輸出位置的映射關(guān)系，解出在根關(guān)節(jié)下，機身工作空間和關(guān)節(jié)輸出位置的映射關(guān)系：

θ_d1＝π-A tan2(^by_C,^bx_C)

θ_d2＝2arctan t₁

θ_d3＝2arctan t₂-2arctan t₁

式中，t₁＝tan(θ_d2/2)，t₂＝tan[(θ_d2-θ_d3)/2]，式中，^BA_C(^bx_c,^by_c,^bz_c)為機身坐標(biāo)系在根關(guān)節(jié)坐標(biāo)系下的位置。

最后，對關(guān)節(jié)輸出角進行多項式插補運算，完成多足機器人在非結(jié)構(gòu)環(huán)境下的步態(tài)優(yōu)化。

本發(fā)明基于多維度工作空間耦合算法的步態(tài)優(yōu)化控制方法流程框圖如圖7所示，圖中，要實現(xiàn)多足機器人在非結(jié)構(gòu)環(huán)境下的穩(wěn)定、高效步態(tài)，最終需要求得多足機器人在非結(jié)構(gòu)環(huán)境下擺動腿和站立腿關(guān)節(jié)的輸出位置，即關(guān)節(jié)轉(zhuǎn)角θ_s和θ_d。站立腿的關(guān)節(jié)轉(zhuǎn)角主要由機身工作空間和機身逆運動學(xué)來確定，而擺動腿的關(guān)節(jié)轉(zhuǎn)角主要由理想落足點的位置和擺動腿運動學(xué)決定。

采用本發(fā)明的基于多維度工作空間耦合算法的步態(tài)優(yōu)化控制方法能夠提高多足機器人在非結(jié)構(gòu)環(huán)境下步態(tài)的穩(wěn)定性和地形適應(yīng)能力，以六足機器人為例，采用本發(fā)明的步態(tài)過程圖如圖8-13所示。圖中：不難發(fā)現(xiàn)，在0-4s這段時間中，機器人采用二步態(tài)，也叫四邊形步態(tài)，這是因為與三角步態(tài)相比，二步態(tài)具有更高的穩(wěn)定性，機器人在一個環(huán)境中剛開始步行時，采用二步態(tài)更能保證機器人的穩(wěn)定步行。

根據(jù)圖8-13所得的數(shù)據(jù)，得出六足機器人在非結(jié)構(gòu)環(huán)境下最小穩(wěn)定裕度如圖14所示，圖中：機器人在起始邁步階段具有較高的穩(wěn)定裕度，經(jīng)過一個周期的二步態(tài)后，采用步態(tài)效率更高的三角步態(tài)，但在這之前，機器人首先得調(diào)整腿部姿態(tài)(4-5s)，然后在5-11s采用兩個周期的三角步態(tài)，腿1、3、5為一組，腿2、4、6為另一組。在11s左右，機身工作空間持續(xù)減小，最小穩(wěn)定裕度也隨之減小，此時，必須調(diào)整機器人的擺動腿數(shù)量，不然將會出現(xiàn)機身“鎖死”的現(xiàn)象，于是在12-22s采用非周期步態(tài)，即機器人腿的運動順序和足端的運動軌跡是非固定的。從圖中還可以看出，改變步態(tài)策略之后，機器人的最小穩(wěn)定裕度保持在較高的水平，避免了機器人失穩(wěn)。

采用本發(fā)明的非結(jié)構(gòu)環(huán)境下步態(tài)優(yōu)化方法的步態(tài)消耗時間約為現(xiàn)有步態(tài)規(guī)劃算法的1/5，并且，隨著地形結(jié)構(gòu)越發(fā)復(fù)雜，其算法效率的提高更為明顯。如圖15所示，圖中，虛線部分為采用本發(fā)明步態(tài)優(yōu)化控制算法跨越一次障礙所需要的時間，實線部分為采用現(xiàn)有算法跨越一次障礙所需要的時間。從圖中可以看出，采用本發(fā)明算法的六足機器人能夠在較短時間內(nèi)迅速跨越障礙，并且隨著障礙距離d的不斷增加，本發(fā)明所采用的步態(tài)規(guī)劃方法的算法效率不斷地提高。