基于事件预测控制与 QP 虚拟约束的四足运动控制
机器人学
2020-04-16 v1 最优化与控制
摘要
本文旨在开发一种基于模型预测控制（MPC）、二次规划（QP）与虚拟约束的分层非线性控制算法，以实时方式为四足机器人动力学模型生成并稳定运动模式。所提控制方案的高层基于事件触发 MPC 开发，其为降阶线性倒立摆（LIP）模型计算最优质心（COM）轨迹，并受净地面反作用力（GRF）可行性约束。研究了在事件触发 MPC 方法下降阶模型期望目标点的渐近稳定性。结果表明，所提 MPC 方法的事件触发特性可显著减轻与 MPC 技术实时实现相关的计算负担。为弥合降阶与全阶模型间的差距，在所提控制方案的低层开发了基于 QP 的虚拟约束控制器，以迫使全阶动力学跟踪最优轨迹，同时使所有个体 GRF 位于摩擦锥内。本文的分析结果在配备机械臂的 22 自由度四足机器人 Vision 60 的全阶仿真模型上得到了数值验证。本文数值研究了所提控制算法针对不同接触模型的鲁棒性。
引用
@article{arxiv.2004.06858,
title = {Quadrupedal Locomotion via Event-Based Predictive Control and QP-Based Virtual Constraints},
author = {Kaveh Akbari Hamed and Jeeseop Kim and Abhishek Pandala},
journal= {arXiv preprint arXiv:2004.06858},
year = {2020}
}