HECTOR上的动态移动操作：用于增强控制与开源研究的人形机器人
机器人学
2023-12-22 v2 系统与控制
系统与控制
摘要
尽管人形机器人在移动和操作方面取得了显著进展，但它们仍面临缺乏同步的移动操作控制的挑战，阻碍了其充分发挥动态潜力。在本工作中，我们引入了一种通用且有效的方法，通过基于力和力矩的模型预测控制（MPC）来控制并泛化人形机器人的动态移动和移动操作。具体而言，我们提出了一个简化刚体动力学（SRBD）模型，以同时考虑人形机器人和物体动力学来实现人形机器人的移动操作。该线性动力学模型允许我们通过MPC问题直接求解地面反作用力和力矩，以实现高度动态的实时控制。我们提出的框架具有高度的通用性和可泛化性。我们引入了HECTOR（用于增强控制与开源研究的人形机器人）平台，以在硬件实验中证明其有效性。在所提出的框架下，HECTOR在双腿站立模式下能够保持出色的平衡，即使其身体或足部位置受到外力干扰。此外，它能够在各种不平坦地形上执行3D动态行走，包括潮湿的草地、斜坡、随机放置的木条以及高达6 cm的堆叠木条，速度为0.6 m/s。另外，我们展示了在不平坦地形上携带2.5 kg负载的动态人形移动操作。HECTOR的仿真以及所提出的控制框架已作为开源项目发布。(https://github.com/DRCL-USC/Hector_Simulation)。
引用
@article{arxiv.2312.11868,
title = {Dynamic Loco-manipulation on HECTOR: Humanoid for Enhanced ConTrol and Open-source Research},
author = {Junheng Li and Junchao Ma and Omar Kolt and Manas Shah and Quan Nguyen},
journal= {arXiv preprint arXiv:2312.11868},
year = {2023}
}
备注
14 pages, 13 figures