Angular Divergent Component of Motion: A step towards planning Spatial DCM Objectives for Legged Robots

📄 arXiv: 2409.12796v1 📥 PDF

作者: Connor W. Herron, Robert Schuller, Benjamin C. Beiter, Robert J. Griffin, Alexander Leonessa, Johannes Englsberger

分类: cs.RO, eess.SY

发布日期: 2024-09-19

💡 一句话要点

提出空间DCM，为腿式机器人规划空间DCM目标提供新方法

🎯 匹配领域: 支柱一：机器人控制 (Robot Control)

关键词: 腿式机器人 运动规划 DCM 空间DCM 线性倒立摆 单刚体模型 平衡控制

📋 核心要点

  1. 现有腿式机器人运动规划方法难以同时优化线性和角度运动，限制了其在复杂环境中的适应性。
  2. 论文提出空间DCM，将角度信息融入DCM框架，实现线性和角度运动的协同规划与控制。
  3. 通过MATLAB仿真和TORO人形机器人实验，验证了所提框架的有效性，为更复杂的运动规划奠定基础。

📝 摘要（中文）

本文首次扩展了运动发散分量(DCM)方法，使其包含角度坐标。这项工作提出了空间DCM的概念，将角度目标添加到现有的线性DCM理论中。为了将角度分量纳入该框架，本文讨论了如何从线性倒立摆模型(LIPM)的线性运动扩展到单刚体模型(SRBM)以用于DCM。本文提出了用于一维旋转的角度DCM理论，将SRBM旋转动力学简化为飞轮，以满足必要的线性约束。一维角度DCM在数学上与线性DCM相同，并定义为一个基于角速度领先于当前身体旋转的角度。该理论被组合成一个3D线性和1D角度DCM框架，并讨论了同时实现两组目标的可行性。在MATLAB中的仿真和TORO人形机器人上的硬件结果被展示，以验证该框架的性能。

🔬 方法详解

问题定义：现有腿式机器人的运动规划方法，通常只关注质心的线性运动，忽略了角度运动的规划。这导致机器人在复杂地形或需要精细操作时，难以保持平衡和执行任务。因此，需要一种能够同时考虑线性和角度运动的规划方法。

核心思路：论文的核心思路是将DCM的概念扩展到角度域，提出“空间DCM”。通过将机器人的旋转运动建模为一维飞轮，并将其与线性DCM相结合，实现对机器人线性和角度运动的统一规划。这种方法旨在简化复杂动力学，同时保持足够的控制精度。

技术框架：该框架包含以下几个主要步骤：1)建立机器人的单刚体模型(SRBM)，用于描述其线性和角度运动。2)将SRBM的旋转动力学简化为一维飞轮模型，以满足DCM的线性约束。3)定义角度DCM，使其与线性DCM在数学上保持一致。4)将线性和角度DCM结合成一个统一的框架，用于规划机器人的运动轨迹。5)通过优化算法，求解满足线性和角度DCM目标的控制量。

关键创新：该论文的关键创新在于将DCM的概念扩展到角度域，提出了空间DCM。与传统的DCM方法相比，空间DCM能够同时考虑线性和角度运动，从而实现更精确和稳定的机器人控制。此外，将SRBM简化为飞轮模型，在保证精度的前提下，简化了计算复杂度。

关键设计：为了将SRBM的旋转动力学简化为一维飞轮模型，论文假设机器人的旋转轴是固定的。角度DCM被定义为：$\xi_\theta = \theta + \frac{\omega}{\omega_n}$，其中$\theta$是当前角度，$\omega$是角速度，$\omega_n$是自然角频率。该公式与线性DCM的公式形式相同，便于线性和角度DCM的统一规划。论文还讨论了如何选择合适的$\omega_n$值，以保证系统的稳定性和响应速度。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

论文通过MATLAB仿真和TORO人形机器人实验验证了所提框架的有效性。仿真结果表明，该方法能够有效地规划机器人的线性和角度运动轨迹，并实现稳定的平衡控制。在TORO人形机器人上的实验结果表明，该方法能够使机器人在行走过程中保持稳定的姿态，并能够适应一定的外部干扰。虽然论文没有给出具体的性能指标提升数据，但实验结果验证了该框架在实际应用中的可行性。

🎯 应用场景

该研究成果可应用于腿式机器人在复杂地形上的稳定行走、人机协作中的精确操作、以及康复机器人中的姿态控制等领域。通过同时优化线性和角度运动，可以提高机器人的运动能力和适应性，使其能够更好地完成各种任务。未来，该方法有望推广到更复杂的机器人系统，例如多足机器人和人形机器人。

📄 摘要（原文）

In this work, the Divergent Component of Motion (DCM) method is expanded to include angular coordinates for the first time. This work introduces the idea of spatial DCM, which adds an angular objective to the existing linear DCM theory. To incorporate the angular component into the framework, a discussion is provided on extending beyond the linear motion of the Linear Inverted Pendulum model (LIPM) towards the Single Rigid Body model (SRBM) for DCM. This work presents the angular DCM theory for a 1D rotation, simplifying the SRBM rotational dynamics to a flywheel to satisfy necessary linearity constraints. The 1D angular DCM is mathematically identical to the linear DCM and defined as an angle which is ahead of the current body rotation based on the angular velocity. This theory is combined into a 3D linear and 1D angular DCM framework, with discussion on the feasibility of simultaneously achieving both sets of objectives. A simulation in MATLAB and hardware results on the TORO humanoid are presented to validate the framework's performance.