Quadratic Programming Optimization for Bio-Inspired Thruster-Assisted Bipedal Locomotion on Inclined Slopes
作者: Shreyansh Pitroda, Eric Sihite, Kaushik Venkatesh Krishnamurthy, Chenghao Wang, Adarsh Salagame, Reza Nemovi, Alireza Ramezani, Morteza Gharib
分类: cs.RO
发布日期: 2024-11-20
备注: Submitted to ACC2025. arXiv admin note: text overlap with arXiv:2406.14799
💡 一句话要点
提出基于二次规划的推力辅助双足机器人倾斜坡面行走控制方法
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 双足机器人 坡面行走 推力辅助 二次规划 运动控制
📋 核心要点
- 现有双足机器人坡面行走控制方法在复杂地形适应性和动态性能方面存在不足，尤其是在倾斜坡面上。
- 该论文提出了一种基于二次规划的推力辅助控制方法，通过结合腿部运动和推进器推力来实现更稳定的坡面行走。
- 通过在Harpy机器人仿真平台上进行实验，验证了所提出控制器的有效性，为倾斜坡面行走提供了新的解决方案。
📝 摘要（中文）
本研究旨在通过结合姿态控制和推力矢量技术，探索新的运动控制范式。这种技术常见于自然界，例如石鸡利用翅膀在近乎垂直的墙壁上奔跑。本文展示了带有接触约束的二次规划方法，并将其应用于全身控制器，以将机器人状态映射为推力辅助的坡面行走控制器，用于最先进的Harpy平台。Harpy是一种双足机器人，能够利用腿和安装在主框架上的推进器进行腿式空中运动。基于优化的行走控制器已用于动态运动，例如坡面行走，但使用推进器进行倾斜坡面行走尚未得到广泛探索。本文推导了一种基于二次规划（QP）控制器的推力辅助双足行走方法，并在仿真中实现以研究其性能。
🔬 方法详解
问题定义：论文旨在解决双足机器人在倾斜坡面上稳定行走的问题。现有的双足机器人坡面行走方法主要依赖于腿部的运动规划和力控制，在面对较大倾角的坡面时，容易出现平衡问题，并且缺乏足够的推进力。因此，如何有效地结合腿部运动和推进器推力，实现机器人在倾斜坡面上的稳定行走，是本文要解决的核心问题。
核心思路：论文的核心思路是将推进器产生的推力作为一种辅助手段，与腿部的运动规划相结合，共同实现机器人在倾斜坡面上的稳定行走。通过优化腿部和推进器的力分配，可以有效地提高机器人的平衡能力和推进力，从而使其能够在更陡峭的坡面上行走。这种方法借鉴了自然界中鸟类利用翅膀辅助运动的机制，具有一定的生物启发性。
技术框架：整体框架包括以下几个主要模块：1) 状态估计模块，用于获取机器人的当前状态，包括位置、姿态、速度等；2) 二次规划优化模块，用于计算腿部和推进器的目标力和力矩，以满足平衡和运动要求；3) 全身控制器，用于将目标力和力矩转化为具体的机器人关节控制指令；4) 仿真环境，用于验证控制器的性能。整个流程是：首先，状态估计模块获取机器人状态；然后，二次规划优化模块根据状态信息和坡面信息，计算出最优的腿部和推进器力和力矩；接着，全身控制器将这些力和力矩转化为关节控制指令，驱动机器人运动；最后，在仿真环境中观察机器人的行走效果。
关键创新：论文的关键创新在于将二次规划优化方法应用于推力辅助的双足机器人坡面行走控制。与传统的基于规则或PID控制的方法相比，二次规划优化方法能够更好地处理复杂的约束条件，例如接触约束、力矩约束等，从而实现更精确的力和力矩控制。此外，论文还提出了一种新的力分配策略，能够有效地平衡腿部和推进器的作用，从而提高机器人的稳定性和推进力。
关键设计：论文中关键的设计包括：1) 二次规划问题的目标函数，通常包括平衡误差、运动误差和能量消耗等；2) 约束条件，包括接触约束、力矩约束、推进器推力范围约束等；3) 力分配策略，用于确定腿部和推进器之间的力分配比例；4) 仿真环境的参数设置，包括坡面倾角、摩擦系数、机器人质量等。
🖼️ 关键图片
📊 实验亮点
论文在仿真环境中验证了所提出的控制器的有效性。虽然没有提供具体的性能数据，但摘要表明该控制器能够实现Harpy机器人在倾斜坡面上的稳定行走。未来的工作可以进一步量化控制器的性能，例如行走速度、稳定性裕度、能量消耗等，并与其他基线方法进行比较。
🎯 应用场景
该研究成果可应用于搜救机器人、勘探机器人等领域，使其能够在复杂地形（如山地、废墟）中稳定行走，执行任务。此外，该技术还可用于开发新型的双足机器人运动控制算法，提高机器人的运动能力和适应性，为未来的机器人应用提供更广阔的可能性。
📄 摘要（原文）
Our work aims to make significant strides in understanding unexplored locomotion control paradigms based on the integration of posture manipulation and thrust vectoring. These techniques are commonly seen in nature, such as Chukar birds using their wings to run on a nearly vertical wall. In this work, we show quadratic programming with contact constraints which is then given to the whole body controller to map on robot states to produce a thruster-assisted slope walking controller for our state-of-the-art Harpy platform. Harpy is a bipedal robot capable of legged-aerial locomotion using its legs and thrusters attached to its main frame. The optimization-based walking controller has been used for dynamic locomotion such as slope walking, but the addition of thrusters to perform inclined slope walking has not been extensively explored. In this work, we derive a thruster-assisted bipedal walking with the quadratic programming (QP) controller and implement it in simulation to study its performance.