基于控制障碍函数与模型预测控制的腿式机器人多层安全策略
机器人学
2021-06-04 v2
摘要
在崎岖地形上的动态行走问题既需要精确的足端落点，又需重视动态稳定性。现有的方法要么优先保证即时安全的足端落点而非长期的动态稳定性考量，要么将足端落点与动态稳定性的协调交由启发式方法处理。我们提出了一种多层行走框架，将控制障碍函数（CBF）与模型预测控制（MPC）相统一，以同时实现安全的足端落点与动态稳定性。我们的方法在低频率运动学-动力学 MPC 公式以及高频率逆动力学跟踪控制器中均引入了基于 CBF 的安全约束。这确保了在优化较长时域内的行走运动时考虑到安全关键的执行为。我们在仿真中的 3D 踏脚石场景以及 ANYmal 四足平台上通过实验验证了所提出的方法。
引用
@article{arxiv.2011.00032,
title = {Multi-Layered Safety for Legged Robots via Control Barrier Functions and Model Predictive Control},
author = {Ruben Grandia and Andrew J. Taylor and Aaron D. Ames and Marco Hutter},
journal= {arXiv preprint arXiv:2011.00032},
year = {2021}
}