用于多接触运动生成的动量动力学凸模型

用于人形机器人控制和运动生成的线性模型在过去几年中受到了极大关注，这不仅是因为其众所周知的理论保证，还因为实际的计算优势。然而，为了应对更具挑战性的任务和场景，例如在不平坦地形上的运动，需要一个更具表达力的模型。本文中，我们关注基于动量动力学模型的以接触交互为中心的运动优化。该模型是非线性且非凸的；然而，我们找到了问题的一个松弛，使我们能够将其表述为一个可以非常高效优化的单一凸二次约束二次规划（QCQP）。此外，实验结果表明该松弛是紧的，因此对多接触规划有用。然后将此凸模型与使用混合整数规划的末端执行器接触位置优化耦合，该规划可以实时求解。这在例如从外部推力中恢复时变得相关，此时预定义的步态规划可能失败，需要在线调整接触位置。我们算法的性能在人形机器人的多个多接触场景中得到了展示。