基于集成概率路线图（PRM）与参考调节器（RG）的多模态腿-空运动高效路径规划与跟踪
机器人学
2022-05-16 v1 系统与控制
系统与控制
摘要
已有若干受生物启发的腿式机器人成功实现，其可在显著非预期扰动下稳健地小跑、行走与跳跃。尽管有这些成就，多模态腿式系统中的实用控制与高层决策算法仍被忽视。自然界中，鸟类等动物惊人地展示了包括腿式与空中运动在内的多种机动模式。它们能在高墙、狭窄空间上稳健运动，并能从突发阵风或湿滑表面等不可预测情形中恢复。受这些动物 versatility 及结合腿式与空中机动以应对环境的启发，我们的主要目标是设计并控制集成两种完全不同运动形式（地面与空中机动）于单一平台的腿式机器人。我们的机器人 Husky Carbon 正被开发以集成空中与腿式运动，并在腿式与空中机动间转换。本工作利用基于 Husky 动力学模型底层控制的参考调节器（RG）以维持腿式运动效率，使用概率路线图（PRM）与 3D A* 算法基于腿式与空中机动的运输能量成本生成最优路径。
引用
@article{arxiv.2205.06392,
title = {Efficient Path Planning and Tracking for Multi-Modal Legged-Aerial Locomotion Using Integrated Probabilistic Road Maps (PRM) and Reference Governors (RG)},
author = {Eric Sihite and Benjamin Mottis and Paul Ghanem and Alireza Ramezani and Morteza Gharib},
journal= {arXiv preprint arXiv:2205.06392},
year = {2022}
}