Compliant Control of Quadruped Robots for Assistive Load Carrying
作者: Nimesh Khandelwal, Amritanshu Manu, Shakti S. Gupta, Mangal Kothari, Prashanth Krishnamurthy, Farshad Khorrami
分类: cs.RO, eess.SY
发布日期: 2025-03-13
备注: 12 pages, 20 figures
💡 一句话要点
提出基于顺应控制的四足机器人负载辅助方法，提升负载运输性能并保障安全。
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 四足机器人 负载搬运 顺应控制 控制屏障函数 人机协作
📋 核心要点
- 现有四足机器人负载搬运方法在复杂环境下难以保证稳定性和安全性，尤其是在人机协作场景中。
- 论文提出一种基于导纳控制和控制屏障函数的混合控制策略，利用本体感受信息估计外部力，实现精确的加速度控制。
- 通过硬件实验和数值模拟验证了该控制器的有效性，能够在不同负载下保持性能，并实现与协作人员的避碰。
📝 摘要（中文）
本文提出了一种新颖的四足机器人辅助负载搬运方法。该控制器利用本体感受器数据估计外部基座力，用于在有效载荷运输期间精确控制机器人的加速度。加速度控制结合了导纳控制和基于控制屏障函数（CBF）的二次规划（QP）。所提出的控制器能够抑制扰动，并在不同的负载条件下保持一致的性能。此外，内置的CBF保证了与机器人前方协作人员的避碰。通过在物理硬件和数值模拟上的实现，验证了整体控制器的有效性。该控制框架旨在增强四足机器人在各种场景中执行辅助任务的能力，从工业应用到搜索和救援行动。
🔬 方法详解
问题定义：论文旨在解决四足机器人在辅助负载搬运任务中，如何在保证稳定性和精度的同时，实现与人类协作人员的安全避碰问题。现有方法在负载变化、外部扰动以及人机交互方面存在不足，难以适应复杂环境。
核心思路：核心思路是利用本体感受器数据估计外部基座力，并将其用于精确控制机器人的加速度。通过结合导纳控制和控制屏障函数（CBF），实现对期望加速度的跟踪，同时保证与协作人员的安全距离。
技术框架：整体框架包括以下几个主要模块：1) 外部基座力估计模块，利用本体感受器数据估计机器人受到的外部力；2) 导纳控制模块，根据估计的外部力计算期望的机器人加速度；3) 基于CBF的二次规划（QP）模块，将期望加速度作为QP的输入，并加入安全约束，生成最终的机器人加速度指令；4) 底层力矩控制模块，执行加速度指令，控制机器人运动。
关键创新：最重要的创新点在于将导纳控制和控制屏障函数（CBF）相结合，实现对机器人加速度的精确控制和安全约束。导纳控制保证了机器人对外部力的响应，CBF则保证了与协作人员的安全距离，二者结合使得机器人在负载搬运过程中既能保持稳定，又能保证安全。
关键设计：CBF的设计是关键。CBF定义了一个安全区域，保证机器人与协作人员的距离始终大于一个阈值。QP的目标函数是最小化期望加速度与实际加速度之间的误差，约束条件包括机器人动力学约束、力矩约束以及CBF约束。通过求解QP，得到满足所有约束的最优加速度指令。
🖼️ 关键图片
📊 实验亮点
论文通过硬件实验和数值模拟验证了所提出控制器的有效性。实验结果表明，该控制器能够在不同的负载条件下保持稳定的性能，并能够有效地避免与协作人员的碰撞。具体而言，在负载变化时，机器人能够快速适应并保持平衡；在与协作人员靠近时，机器人能够自动调整运动轨迹，保持安全距离。
🎯 应用场景
该研究成果可应用于多种场景，包括工业自动化、物流搬运、搜索救援等。在工业自动化中，四足机器人可以辅助工人搬运重物，提高工作效率和安全性。在物流搬运中，可以实现货物的自动分拣和运输。在搜索救援中，可以帮助救援人员进入危险区域，搬运救援物资。
📄 摘要（原文）
This paper presents a novel method for assistive load carrying using quadruped robots. The controller uses proprioceptive sensor data to estimate external base wrench, that is used for precise control of the robot's acceleration during payload transport. The acceleration is controlled using a combination of admittance control and Control Barrier Function (CBF) based quadratic program (QP). The proposed controller rejects disturbances and maintains consistent performance under varying load conditions. Additionally, the built-in CBF guarantees collision avoidance with the collaborative agent in front of the robot. The efficacy of the overall controller is shown by its implementation on the physical hardware as well as numerical simulations. The proposed control framework aims to enhance the quadruped robot's ability to perform assistive tasks in various scenarios, from industrial applications to search and rescue operations.