用于全身动态运动与操作的无碰撞MPC

在本文中，我们提出了一种用于无碰撞腿式移动操作实时全身规划器。我们在模型预测控制（MPC）框架内将自碰撞和环境碰撞避免作为软约束，该框架求解多接触最优控制问题。通过对一组代表性基元碰撞体之间的有符号距离进行惩罚，机器人能够安全执行多种动态机动，同时防止任何自碰撞。此外，通过欧氏有符号距离场高效查询距离及其梯度，使得在静态和动态环境中的无碰撞导航与操作成为可能。我们通过对比研究证明，我们的方法仅略微增加了MPC规划的计算复杂度。最后，我们通过一组涉及潜在碰撞的动态移动操作任务的硬件实验验证了框架的有效性，例如摆臂平衡运动、重物投掷和自主开门。