双足机器人的实时耦合质心运动与足步规划

本文提出了一种算法，用于在Spring-Loaded Inverted Pendulum（SLIP）类双足机器人模型下， substantially faster than real-time（显著快于实时）地寻找质心运动和足步计划。通过提出一种新颖的动态足步规划问题表示方式实现了这一目标：将环境中的每个点都视为 potential foothold（潜在足踏点），其可施加力到质心以将其保持在所需轨迹上。对于双足机器人，每一步至多需要选择两个此类足踏点，我们用迭代重加权l1范数最小化来近似这一基数约束。结合对角动量约束的线性化近似，本结果构成一个二次规划问题，可自动发现步态并求解出接触计划和质心轨迹。142毫秒即可求解2秒规划视窗内的13个时间步且每个时间步内可用的20个表面，速度大约是文献中类似方法的十倍。我们在多种仿真环境中展示了该算法的多样性。