基于运动动力学的人形机器人操作移动姿态优化
机器人学
2023-07-27 v3
摘要
本文提出一种控制人形机器人推动重物的新方法。该方法结合了基于运动动力学的姿态优化与操作移动模型预测控制（MPC）。所提姿态优化考虑物体-机器人动力学模型、机器人运动学约束与物体参数，以规划机器人的最优推动姿态。操作移动 MPC 通过协调推力和地面反作用力来跟踪最优姿态，确保精确操作与稳定运动。数值验证证明了该框架的有效性，使人形机器人能够推动具有不同参数设置的物体。姿态优化可作为非线性规划（NLP）问题求解，平均耗时 250 ms。所提控制方案使人形机器人能够推动重达 20 kg（机器人质量的 118%）的物体。此外，它还能使系统从施加 0.3 s 的 120 N 横向力扰动中恢复。
引用
@article{arxiv.2303.04985,
title = {Kinodynamics-based Pose Optimization for Humanoid Loco-manipulation},
author = {Junheng Li and Quan Nguyen},
journal= {arXiv preprint arXiv:2303.04985},
year = {2023}
}
备注
8 pages, 9 figure, submitted to Humanoids 2023, supplementary video: https://youtu.be/iunrSQjQx4M