深入滚动——基于在线轨迹优化的轮腿机器人混合运动
机器人学
2020-02-07 v3 系统与控制
系统与控制
摘要
轮腿机器人具有高度敏捷与通用运动的潜力。腿与轮的结合可能是任何需要在挑战性地形上具备快速、远距离移动能力的现实世界应用的解决方案。本文提出一种用于轮式四足机器人的在线轨迹优化框架，能够执行混合行走-驱动运动策略。通过将优化问题分解为轮与基座轨迹规划，高维轮腿机器人的运动规划变得更易处理，能以模型预测控制方式在机载实时求解，并对未预测扰动具有鲁棒性。参考运动由向机器人发送力矩命令的分层全身控制器跟踪。我们的方法在腿部装有不可转向轮的 quadrupedal 机器人上验证。该机器人在粗糙地形上以大量多样步态序列执行混合运动。此外，我们在国防高级研究计划局（DARPA）地下挑战赛中验证了该机器人平台，机器人快速地图构建、导航并探索了动态地下环境。
引用
@article{arxiv.1909.07193,
title = {Rolling in the Deep -- Hybrid Locomotion for Wheeled-Legged Robots using Online Trajectory Optimization},
author = {Marko Bjelonic and Prajish K. Sankar and C. Dario Bellicoso and Heike Vallery and Marco Hutter},
journal= {arXiv preprint arXiv:1909.07193},
year = {2020}
}