人形机器人的安全全身任务空间控制

复杂机器人系统需要全身控制器来处理接触交互、处理闭运动学链并跟踪任务空间控制目标。然而，对于许多应用而言，安全关键控制器对于避开不期望的机器人构型以防止不安全行为十分重要。一个典型例子是腿式机器人，其任务可包括平衡控制、躯干姿态调节，以及最重要的行走。由于多体系统的协调并非易事，遵循这些任务的组合可能导致被视为危险的构型，例如在行走时踩到支撑脚、躯干过度倾斜或产生过大的质心动量，从而导致非类人行走。为应对这些挑战，我们提出了一种针对具有高自由度机器人系统的、由指数控制障碍函数增强的逆动力学控制形式。我们的方法利用一个二次规划，其尊重闭运动学链、最小化控制目标，并对零力矩点、摩擦锥和力矩施加所需约束。更重要的是，它还确保一般用户定义的高相对度安全集的前向不变性。我们通过在 3D 双足机器人 Digit 上的仿真与硬件实验证明了方法的有效性。