集成可 maneuverable planning 与自适应控制用于扰动下的机器人推车

精确且灵活的推车运动是移动机器人面临的挑战性任务。推车运动中的运动约束以及机器人的剩余冗余度导致复杂的运动规划问题，而可变负载和扰动则带来复杂的动力学。本文提出一种 novel planning 与控制框架，用于灵活的 whole-body coordination 与鲁棒自适应控制。我们的运动规划方法采用局部坐标表示和 novel 运动学模型，求解非线性优化问题，从而通过生成可行且灵活的推姿态来增强运动maneuverability。此外，我们提出一种扰动抑制控制方法，以抵抗扰动并减少控制误差，用于复杂控制问题无需精确的动力学模型。我们通过仿真和实际环境中的大量实验验证了该方法，证明其优于现有方法。迄今为止，已知本文是系统评估推车方法灵活性和鲁棒性的首个工作。视频补充材料可在 https://sites.google.com/view/mpac-pushing/ 查看。