基于ALIP的双足机器人地形自适应运动控制器：通过模型预测控制与虚拟约束实现
机器人学
2023-02-22 v3 系统与控制
系统与控制
摘要
本文提出一种双足机器人步态控制器，在给定局部坡度与摩擦锥信息的情况下，实现于多种地形上的高敏捷行走。若不考虑这些因素，不及时的冲击会导致机器人摔倒，而支撑脚处不充分的切向反力会引起打滑。我们以新颖方式结合基于角动量线性倒立摆（ALIP）的模型与由虚拟约束方法执行的模型预测控制（MPC）落足规划器，以应对这些挑战。该过程始于从Cassie三维双足机器人的全动力学中抽象出以其角动量参数化的质心动力学精确低维表示。在分段平面地形假设及消去关于机器人质心的角动量项后，关于接触点的质心动力学变为线性且维数为四。重要的是，我们在MPC公式中以均匀间隔纳入步内动力学，从而可对机器人逐步演化施加真实的工作空间约束。该低维MPC控制器的输出通过虚拟约束方法直接作用于高维Cassie机器人。在实验中，我们于多种具有不同坡度与纹理的地面上验证了该控制策略的性能。
引用
@article{arxiv.2109.14862,
title = {Terrain-Adaptive, ALIP-Based Bipedal Locomotion Controller via Model Predictive Control and Virtual Constraints},
author = {Grant Gibson and Oluwami Dosunmu-Ogunbi and Yukai Gong and Jessy Grizzle},
journal= {arXiv preprint arXiv:2109.14862},
year = {2023}
}