冲击不变控制：在冲击过程中最大化控制权限
机器人学
2024-07-12 v2
摘要
当腿式机器人执行动态运动冲击其环境时，它们会在短时间内经历速度的巨大变化。测量这些速度并施加反馈具有挑战性，且因冲击模型和冲击时刻的不确定性而更加复杂。本工作提出了一种通用框架，通过将控制目标投影到对冲击事件不变的子空间，来适应冲击过程中的反馈控制。所得到的控制器对冲击事件中的不确定性具有鲁棒性，同时在冲击不变子空间上保持最大控制权限。我们在平面五连杆双足机器人的行走控制器上展示了该投影相对于其他常用启发式方法的性能提升。该投影还被应用于柔顺 3D 双足机器人 Cassie 的跳跃、跳箱和奔跑控制器。该修改易于应用于这些不同的控制器，并且是在实体机器人上部署的关键组成部分。实验的代码和视频可在 https://impact-invariant-control.github.io/ 获取。
引用
@article{arxiv.2303.00817,
title = {Impact-Invariant Control: Maximizing Control Authority During Impacts},
author = {William Yang and Michael Posa},
journal= {arXiv preprint arXiv:2303.00817},
year = {2024}
}
备注
Project Website: https://impact-invariant-control.github.io/. arXiv admin note: text overlap with arXiv:2103.06907