利用黑盒控制器学习运动模型的四足机器人足迹规划
机器人学
2025-01-30 v2
摘要
腿式机器人正日益进入搜索救援、巡检和物流等新领域与应用。然而，此类系统要在真实场景中具备价值，必须能够自主且鲁棒地穿越不规则地形。在许多情况下，市售机器人并不提供此类能力，仅能执行盲行走。此外，其控制器无法被终端用户轻易修改，需要新的且耗时的控制综合。本工作中，我们提出一种快速局部运动规划流水线，扩展了仅能跟踪高层参考速度的黑盒行走控制器的能力。更确切地说，我们为该控制器学习了一组运动模型，将高层速度指令映射为质心（CoM）与足迹运动。随后，我们将这些模型与A星算法的一种变体相集成，基于视觉信息规划CoM轨迹、足迹序列及相应的高层速度指令，使四足机器人能按需安全穿越不规则地形。
引用
@article{arxiv.2307.12292,
title = {Quadrupedal Footstep Planning using Learned Motion Models of a Black-Box Controller},
author = {Ilyass Taouil and Giulio Turrisi and Daniel Schleich and Victor Barasuol and Claudio Semini and Sven Behnke},
journal= {arXiv preprint arXiv:2307.12292},
year = {2025}
}