The NING Humanoid: The Concurrent Design and Development of a Dynamic and Agile Platform

📄 arXiv: 2408.01056v1 📥 PDF

作者: Yan Ning, Song Liu, Taiwen Yang, Liang Zheng, Ling Shi

分类: cs.RO

发布日期: 2024-08-02

备注: This is a workshop paper for ICRA 2024 in Japan. The workshop is Advancements in Trajectory Optimization and Model Predictive Control for Legged System on May 17th 2024, with the URL as: https://atompc-workshop.github.io/

💡 一句话要点

设计并开发了NING人形机器人平台，实现敏捷运动和动态任务

🎯 匹配领域: 支柱一：机器人控制 (Robot Control)

关键词: 人形机器人 敏捷运动 动态任务 协同设计 模型预测控制

📋 核心要点

  1. 敏捷人形机器人需要在跳跃和翻转等动态任务中表现出色，这需要高性能硬件与有效控制算法的协同设计。
  2. NING人形机器人通过高扭矩执行器、基于质心动力学的机械设计和全身模型预测控制框架，实现了敏捷性和鲁棒性。
  3. 该机器人身高1.1米，重20公斤，拥有18个自由度，能够完成行走、抗推恢复和爬楼梯等任务，并在高控制带宽下运行。

📝 摘要（中文）

本文介绍了NING人形机器人，这是一个旨在实现类人运动能力的敏捷且鲁棒的平台。NING人形机器人具有高扭矩执行器、基于质心动力学的弹性机械协同设计以及全身模型预测控制（WB-MPC）框架。它的身高为1.1米，重量为20公斤，具有18个自由度（DOF）。它展示了令人印象深刻的能力，例如行走、抗推恢复和高控制带宽下的爬楼梯。本文将涵盖硬件协同设计、控制框架以及仿真和实时实验。

🔬 方法详解

问题定义：现有的人形机器人难以兼顾硬件性能和控制算法，在完成跳跃、翻转等动态任务时面临挑战。传统的机器人设计方法往往是先设计硬件，再进行控制算法的开发，这种方式难以充分发挥机器人的潜力。因此，需要一种协同设计的方法，同时考虑硬件和控制算法，以实现更敏捷、更鲁棒的人形机器人。

核心思路：本文的核心思路是采用硬件和控制算法的协同设计方法，即在设计硬件的同时，考虑控制算法的需求，并根据控制算法的特点来优化硬件设计。具体来说，NING人形机器人采用了高扭矩执行器，以提供足够的动力；基于质心动力学的机械设计，以提高机器人的稳定性；以及全身模型预测控制框架，以实现精确的运动控制。

技术框架：NING人形机器人的整体架构包括硬件平台和控制系统两部分。硬件平台主要由高扭矩执行器、机械结构、传感器等组成。控制系统则包括感知模块、规划模块和控制模块。感知模块负责获取机器人的状态信息，规划模块负责生成机器人的运动轨迹，控制模块负责控制执行器按照规划的轨迹运动。整个控制框架采用全身模型预测控制（WB-MPC），能够对机器人的全身运动进行优化。

关键创新：该论文的关键创新在于硬件和控制算法的协同设计。传统的机器人设计方法往往是先设计硬件，再进行控制算法的开发，而本文则同时考虑硬件和控制算法，并根据控制算法的特点来优化硬件设计。这种协同设计的方法可以充分发挥机器人的潜力，提高机器人的性能。此外，采用基于质心动力学的机械设计也有助于提高机器人的稳定性。

关键设计：在硬件设计方面，采用了高扭矩执行器，以提供足够的动力。在机械结构设计方面，采用了基于质心动力学的优化方法，以提高机器人的稳定性。在控制算法方面，采用了全身模型预测控制（WB-MPC）框架，并针对人形机器人的特点进行了优化。具体的参数设置和损失函数等技术细节在论文中进行了详细描述（具体数值未知）。

📊 实验亮点

NING人形机器人展示了令人印象深刻的运动能力，包括行走、抗推恢复和爬楼梯。在高控制带宽下，机器人能够稳定地完成这些任务，表明其硬件和控制算法的协同设计是有效的。具体的性能数据（例如行走速度、抗推恢复能力等）在论文中进行了详细描述（具体数值未知），这些数据证明了NING人形机器人在敏捷性和鲁棒性方面的优势。

🎯 应用场景

该研究成果可应用于服务机器人、救援机器人、康复机器人等领域。通过提升人形机器人的敏捷性和鲁棒性，使其能够在复杂环境中执行各种任务，例如在灾难现场进行搜救、在医院为病人提供护理等。未来，该技术有望推动人形机器人在更多领域的应用，并为人类生活带来便利。

📄 摘要（原文）

The recent surge of interest in agile humanoid robots achieving dynamic tasks like jumping and flipping necessitates the concurrent design of a robot platform that combines exceptional hardware performance with effective control algorithms. This paper introduces the NING Humanoid, an agile and robust platform aimed at achieving human-like athletic capabilities. The NING humanoid features high-torque actuators, a resilient mechanical co-design based on the Centroidal dynamics, and a whole-body model predictive control (WB-MPC) framework. It stands at 1.1 meters tall and weighs 20 kg with 18 degrees of freedom (DOFs). It demonstrates impressive abilities such as walking, push recovery, and stair climbing at a high control bandwidth. Our presentation will encompass a hardware co-design, the control framework, as well as simulation and real-time experiments.