学习空气动力学以控制飞行仿人机器人
机器人学
2025-06-24 v2 机器学习
摘要
具备多模态运动能力的机器人因其在不同环境中的多功能性而成为活跃的研究领域。在此背景下，额外的驱动可为仿人机器人提供飞行能力。飞行仿人机器人在建模与控制方面面临挑战，尤其是在气动力方面。本文从技术与科学角度应对这些挑战。技术贡献包括喷气动力仿人机器人 iRonCub-Mk1 的机械设计（针对喷气发动机集成进行了优化），以及用于仿人机器人风洞实验的硬件改装，以实现精确的气动力与表面压力测量。科学贡献提供了一种使用经典技术与学习技术对气动力进行建模与控制的综合方法。计算流体力学（CFD）仿真计算气动力，并通过 iRonCub-Mk1 的风洞实验进行验证。自动化 CFD 框架扩展了气动数据集，使得训练深度神经网络与线性回归模型成为可能。这些模型被集成到仿真器中用于设计气动感知控制器，并通过飞行仿真与 iRonCub-Mk1 物理原型上的平衡实验进行了验证。
引用
@article{arxiv.2506.00305,
title = {Learning Aerodynamics for the Control of Flying Humanoid Robots},
author = {Antonello Paolino and Gabriele Nava and Fabio Di Natale and Fabio Bergonti and Punith Reddy Vanteddu and Donato Grassi and Luca Riccobene and Alex Zanotti and Renato Tognaccini and Gianluca Iaccarino and Daniele Pucci},
journal= {arXiv preprint arXiv:2506.00305},
year = {2025}
}