具有步足自适应能力的朝向感知模型预测控制用于动态人形机器人行走
机器人学
2022-07-26 v3
摘要
本文提出一种新颖的朝向感知模型预测控制（MPC）用于动态人形机器人行走，可在线规划步足位置。本工作使用增广单刚体模型（aSRBM）而非点质量模型，使 MPC 能在统一优化框架内利用朝向动力学与步进策略。将步足位置作为 aSRBM 中的决策变量之一，MPC 可在运动学约束内对步进进行推理。任务空间控制器（TSC）跟踪 MPC 输出的身体位姿与摆动腿参考，同时利用人形机器人的全阶动力学。所提控制框架适用于实时应用，因为 MPC 与 TSC 均被表述为二次规划。仿真研究表明，与点质量模型的最先进控制器相比，该朝向感知 MPC 框架对外部力矩扰动更具鲁棒性，尤其在躯干经历大角度偏移时。同一控制框架还可使 MIT Humanoid 克服不平地形，例如穿越波形场地。
引用
@article{arxiv.2205.15443,
title = {Orientation-Aware Model Predictive Control with Footstep Adaptation for Dynamic Humanoid Walking},
author = {Yanran Ding and Charles Khazoom and Matthew Chignoli and Sangbae Kim},
journal= {arXiv preprint arXiv:2205.15443},
year = {2022}
}