轮腿机器人的全身模型预测控制与在线步态序列生成

本文提出一种模型预测控制器，以单任务形式同时优化轮子与躯干运动。这一在线的关节速度与地面反力优化集成了轮式四足机器人的运动动力学模型。该模型定义了单刚体动力学与机器人运动学，同时将轮子视为移动地面接触。借助此方法，我们能准确捕捉机器人的滚动约束与动力学，从而无需多余的运动启发即可自动发现混合机动动作。该公式通过对机器人全身变量同时优化的通用性，仅需一组参数便可使在线步态序列自适应成为可能。非周期步态序列通过运动学腿部效用自动求得，无需预定义接触与离地时刻，使运输代价降低达 85%。我们的实验在配备不可转向轮的四足机器人上于具有挑战性的室内外环境中展示了动态运动。本文的发现有助于以一新度量——预测误差（描述滚动时域规划器预测机器人未来状态的能力）——来评估分解的（即轮与躯干运动的序贯优化）与单任务运动规划器。为此，我们报告了采用所提单任务方法最高达 71% 的改进，使快速运动可行并揭示了轮腿机器人的全部潜力。