基于运动-动力学MPC与混合系统DDP的通用实时运动合成
机器人学
2022-09-29 v1
摘要
跳跃等特殊运动在四足机器人上通常通过一次性求解轨迹优化问题并使用跟踪控制器执行轨迹来实现。这种方法与模型预测控制（MPC）策略并行，后者通常通过在线重规划来控制常规步态。在本工作中，我们提出了一种非线性MPC（NMPC）技术，可在统一框架内实现特殊运动技能与常规运动的即时重规划。该NMPC基于混合运动-动力学模型进行推理，并使用一种约束微分动态规划（DDP）求解器的变体求解。所提出的NMPC使机器人能够执行跳跃、腾跃和小跑等多种敏捷技能，并在这些技能之间快速切换。我们在Unitree A1和MIT Mini Cheetah两个四足平台上，用三条结合多种敏捷技能的挑战性运动序列评估了所提算法，展示了其有效性与通用性。
引用
@article{arxiv.2209.14138,
title = {Versatile Real-Time Motion Synthesis via Kino-Dynamic MPC with Hybrid-Systems DDP},
author = {He Li and Tingnan Zhang and Wenhao Yu and Patrick M. Wensing},
journal= {arXiv preprint arXiv:2209.14138},
year = {2022}
}
备注
7 pages, 7 figures, submitted to 2023 IEEE International Conference on Robotics and Automation (ICRA)