基于间接自适应律的四足机器人有效载荷运输预测控制
机器人学
2026-03-11 v1 系统与控制
系统与控制
摘要
本文正式构建了一种用于四足机器人稳健有效载荷运输的新型分层规划与控制框架，集成了模型预测控制 (MPC) 算法与梯度下降式自适应更新律。 在该框架的高层次，间接自适应律在有效载荷变化下估计简化模型（模板模型）的未知参数。 这些估计参数反馈至MPC算法中，用于实时轨迹规划，并在MPC约束中引入凸稳定性准则，以确保模板模型估计误差的稳定性。 通过高层次自适应MPC (AMPC) 生成的最优简化轨迹，将传递至低层非线性全身控制器 (WBC) 用于轨迹跟踪。 大量数值实验验证了该框架的能力，展示了机器人在平坦地形实验中可运输最高达109%的未建模、未知静止有效载荷，在粗糙实验地形中可达91%。 机器人还能在粗糙地形下成功管理具有73%自身质量的动态有效载荷。 与普通MPC和L1 MPC进行性能比较表明，显著提升。 此外，尽管存在有效载荷变化、推动扰动和障碍物等不确定性，本文在室内外环境中进行的详尽硬件实验也确认了该方法在粗糙地形上的有效性。
引用
@article{arxiv.2603.08831,
title = {Predictive Control with Indirect Adaptive Laws for Payload Transportation by Quadrupedal Robots},
author = {Leila Amanzadeh and Taizoon Chunawala and Randall T. Fawcett and Alexander Leonessa and Kaveh Akbari Hamed},
journal= {arXiv preprint arXiv:2603.08831},
year = {2026}
}
备注
8 pages, 6 figures. Published in IEEE Robotics and Automation Letters