基于分层逆动力学的力控人形机器人动量控制

基于二次规划级联的分层逆动力学已被提出用于腿式机器人的控制。它们具有重要的优势，但据我们所知，尚未在力控人形机器人上实现，而在该类机器人中模型不准确、传感器噪声和实时计算要求可能成为问题。通过对现有算法的重构，我们提出了一种简化的问题 formulation，以实现实时控制。基于动量的控制被集成到任务层级中，并采用 LQR 设计方法来计算期望的闭环行为并提升性能。在各种平衡和跟踪任务上的大量实验表明，即使在单脚站立的情况下，面对未知扰动也能表现出极强的鲁棒性。我们的结果表明，分层逆动力学与动量控制相结合，可在真实机器人条件下有效地用于反馈控制。