面向腿式机器人避障共享自主的遥操作员感知与安全关键自适应非线性MPC
机器人学
2025-09-30 v1 最优化与控制
摘要
确保人类与自主腿式机器人之间的安全有效协作是共享自主中的一个根本性挑战，尤其对于在杂乱环境中导航的遥操作系统而言。传统的共享控制方法通常依赖于固定的融合策略，这些策略无法捕捉腿式运动的动力学特性，并可能危及安全。本文提出了一种面向四足机器人避障任务共享自主的遥操作员感知、安全关键的自适应非线性模型预测控制（ANMPC）框架。该框架在人类和机器人动作之间采用固定的仲裁权重，但通过使用一个噪声理性玻尔兹曼模型对人类输入进行建模来增强此方案，该模型的参数使用投影梯度下降（PGD）律根据观测到的操纵杆指令进行在线自适应。安全性通过集成到计算高效的NMPC中的控制屏障函数（CBF）约束来强制执行，确保尽管人类行为存在不确定性，安全集仍具有前向不变性。控制架构是分层的：一个高层的基于CBF的ANMPC（10 Hz）生成混合的人机速度参考，一个中层的动力学感知NMPC（60 Hz）强制执行降阶的单刚体（SRB）动力学以跟踪这些参考，一个低层的非线性全身控制器（500 Hz）通过二次规划施加全阶动力学以跟踪中层的轨迹。在Unitree Go2四足机器人上进行的大量数值和硬件实验，以及一项用户研究，验证了该框架，展示了实时避障、人类意图参数的在线学习以及安全的遥操作员协作。
引用
@article{arxiv.2509.22815,
title = {Teleoperator-Aware and Safety-Critical Adaptive Nonlinear MPC for Shared Autonomy in Obstacle Avoidance of Legged Robots},
author = {Ruturaj Sambhus and Muneeb Ahmad and Basit Muhammad Imran and Sujith Vijayan and Dylan P. Losey and Kaveh Akbari Hamed},
journal= {arXiv preprint arXiv:2509.22815},
year = {2025}
}