Enhanced Capture Point Control Using Thruster Dynamics and QP-Based Optimization for Harpy
作者: Shreyansh Pitroda, Eric Sihite, Taoran Liu, Kaushik Venkatesh Krishnamurthy, Chenghao Wang, Adarsh Salagame, Reza Nemovi, Alireza Ramezani, Morteza Gharib
分类: cs.RO
发布日期: 2024-11-21
备注: Submitted to ACC2025. arXiv admin note: substantial text overlap with arXiv:2406.14799, arXiv:2411.12968
💡 一句话要点
提出基于推力器动力学和QP优化的增强型捕获点控制，用于Harpy双足机器人。
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 双足机器人 捕获点控制 推力器 二次规划 运动控制 腿式空中运动 动态行走
📋 核心要点
- 现有双足机器人捕获点控制研究较少关注推进器辅助，限制了其在复杂环境下的运动能力。
- 论文提出一种基于捕获点的控制器，结合二次规划求解器，实现推力器辅助的动态双足行走控制。
- 通过仿真实验验证了该控制器的性能，为双足机器人在复杂环境下的运动控制提供了新的思路。
📝 摘要（中文）
本研究旨在通过整合姿态控制和推力矢量控制，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。我们开发了一种基于捕获点的控制器，并结合二次规划（QP）求解器，为我们先进的Harpy平台创建了一个推力器辅助的动态双足行走控制器。Harpy是一款双足机器人，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。虽然基于质心模型的双足系统捕获点控制已被广泛研究，但使用这些推进器来确定双足机器人的捕获点尚未得到充分探索。这些外部推力的增加可以对运动产生有趣的解释，例如水生腿式运动中研究的虚拟浮力。在这项工作中，我们推导了带有捕获点控制器的推力器辅助双足行走，并在仿真中实现它以研究其性能。
🔬 方法详解
问题定义：论文旨在解决双足机器人在复杂环境中运动控制的问题，尤其是在结合腿部运动和推进器推力的情况下，如何有效地确定和控制捕获点，从而实现稳定和高效的运动。现有方法主要依赖于质心模型，较少考虑推进器带来的影响，限制了机器人的运动能力和适应性。
核心思路：论文的核心思路是将推进器的推力纳入捕获点控制的框架中，通过优化推进器的推力分配，来调整机器人的捕获点位置，从而实现更灵活和稳定的运动控制。这种方法借鉴了自然界中生物利用翅膀或鳍进行辅助运动的原理，旨在提高机器人在复杂地形或环境中的适应性。
技术框架：整体框架包含以下几个主要模块：1) 捕获点计算模块，基于机器人状态和推进器推力，计算期望的捕获点位置；2) 推力分配模块，利用二次规划（QP）求解器，根据期望的捕获点位置和机器人动力学模型，优化推进器的推力分配；3) 运动控制模块，根据推力分配结果，控制机器人的腿部和推进器，实现期望的运动。
关键创新：最重要的技术创新点在于将推进器的推力显式地纳入捕获点控制的框架中，并利用二次规划优化推力分配。与传统的基于质心模型的捕获点控制方法相比，该方法能够更好地利用推进器的推力，实现更灵活和稳定的运动控制。此外，该方法还借鉴了水生腿式运动中虚拟浮力的概念，为运动控制提供了新的思路。
关键设计：关键设计包括：1) 捕获点计算方法，需要考虑推进器推力对质心的影响；2) 二次规划求解器的目标函数和约束条件，需要保证推力分配的合理性和可行性；3) 运动控制器的设计，需要协调腿部运动和推进器推力，实现期望的运动效果。具体的参数设置和损失函数等技术细节在论文中未详细描述，属于未知信息。
🖼️ 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性能，但具体的性能数据、对比基线和提升幅度等信息未在摘要中给出，属于未知信息。未来的研究可以进一步通过实验验证该控制器的实际效果，并与其他控制方法进行比较。
🎯 应用场景
该研究成果可应用于复杂地形下的双足机器人运动、灾难救援、空间探索等领域。通过结合腿部运动和推进器推力，机器人能够更好地适应复杂环境，完成各种任务。未来，该技术有望应用于人形机器人，使其在各种场景下都能实现稳定和高效的运动。
📄 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 developed a capture-point-based controller integrated with a quadratic programming (QP) solver which is used to create a thruster-assisted dynamic bipedal 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. While capture point control based on centroidal models for bipedal systems has been extensively studied, the use of these thrusters in determining the capture point for a bipedal robot has not been extensively explored. The addition of these external thrust forces can lead to interesting interpretations of locomotion, such as virtual buoyancy studied in aquatic-legged locomotion. In this work, we derive a thruster-assisted bipedal walking with the capture point controller and implement it in simulation to study its performance.