基于模型预测捕获点控制框架的人形机器人踝、髋与步进策略鲁棒平衡
机器人学
2025-05-06 v3
摘要
人形机器人的鲁棒平衡能力对于真实环境中的移动性至关重要。许多研究致力于实现受人类启发的踝、髋和步进策略以达到人类水平的平衡。本文提出一种用于人形机器人的鲁棒平衡控制框架。首先，提出一种用于捕获点（CP）跟踪控制的模型预测控制（MPC）框架，使得踝、髋和步进策略能在单一框架内集成。此外，引入一种可变权重方法，调整质心角动量阻尼控制的权重参数。其次，提出MPC与步进控制器的分层结构，以实现步时优化。所提方法的鲁棒平衡性能通过仿真和真实机器人实验得到验证。此外，相比采用踝、髋和步进策略的基于二次规划的最先进CP控制器，展示了更优的平衡性能。
引用
@article{arxiv.2307.13243,
title = {A Model Predictive Capture Point Control Framework for Robust Humanoid Balancing via Ankle, Hip, and Stepping Strategies},
author = {Myeong-Ju Kim and Daegyu Lim and Gyeongjae Park and Kwanwoo Lee and Jaeheung Park},
journal= {arXiv preprint arXiv:2307.13243},
year = {2025}
}
备注
20 pages,13 figures