Legged Loco-Manipulation的全身逆动力学模型预测控制
机器人学
2025-11-26 v1
摘要
Loco-manipulation 需要协调全身运动以有效操纵物体，同时维持 locomotion 稳定，这对规划与控制提出了重大挑战。本文提出了一种全身模型预测控制 (MPC) 框架，直接通过全阶逆动力学优化关节力矩，实现运动与力规划的统一执行于单个预测层之内。该方法允许出现物理一致的全身行为，同时考虑系统动力学和物理约束。我们使用开源框架 (Pinocchio 和 CasADi) 实现了该 MPC 表述，辅以最新 Interior-point 求解器 Fatrop。在Unitree B2四足机器人装配Unitree Z1操作臂的实物实验中，我们的 MPC 表述在80Hz的实时性能。我们演示了一些需要精细控制末端执行器位置和力以进行实际交互的 loco-manipulation 任务，包括拉拖重物、推动箱子以及擦拭白板。
引用
@article{arxiv.2511.19709,
title = {Whole-Body Inverse Dynamics MPC for Legged Loco-Manipulation},
author = {Lukas Molnar and Jin Cheng and Gabriele Fadini and Dongho Kang and Fatemeh Zargarbashi and Stelian Coros},
journal= {arXiv preprint arXiv:2511.19709},
year = {2025}
}
备注
9 pages, 6 figures, to be published in IEEE Robotics and Automation Letters (Special Issue: Advancements in MPC and Learning Algorithms for Legged Robots)