Bipedal Robust Walking on Uneven Footholds: Piecewise Slope LIPM with Discrete Model Predictive Control

📄 arXiv: 2504.02255v1 📥 PDF

作者: Yapeng Shi, Sishu Li, Yongqiang Wu, Junjie Liu, Xiaokun Leng, Xizhe Zang, Songhao Piao

分类: cs.RO, eess.SY

发布日期: 2025-04-03

💡 一句话要点

提出分段斜率LIPM与离散MPC，实现双足机器人崎岖地形稳健行走

🎯 匹配领域: 支柱一：机器人控制 (Robot Control)

关键词: 双足机器人 崎岖地形行走 分段斜率LIPM 模型预测控制 全身控制 质心角动量 步态规划 分层控制

📋 核心要点

  1. 传统LIPM难以适应地形高度变化，限制了双足机器人在复杂环境下的运动能力。
  2. 提出PS-LIPM动态调整CoM高度以适应地形起伏，并利用G-ALIP进行CoM速度补偿。
  3. 通过MPC优化步长位置和时间，结合WBC实现分层控制，提升了崎岖地形的行走性能。

📝 摘要（中文）

本研究提出了一种增强的双足机器人分层控制框架，用于应对不平坦地形。针对线性倒立摆模型(LIPM)在处理地形高程变化方面的局限性，我们开发了一种分段斜率LIPM(PS-LIPM)。该模型能够在单步周期内动态调整质心(CoM)高度，以适应地形起伏。此外，我们还提出了一种基于角动量的广义LIPM(G-ALIP)，利用质心角动量(CAM)调节来补偿CoM速度。在此基础上，我们推导了用于模型预测控制(MPC)的DCM步间动态，从而能够同时优化步长位置和步长持续时间。最后，我们实现了一个集成了MPC和全身控制器(WBC)的分层控制框架，用于双足机器人在不平坦的踏脚石上行走。实验结果验证了所提出的分层控制框架和理论公式的有效性。

🔬 方法详解

问题定义：双足机器人在崎岖地形行走时，传统线性倒立摆模型(LIPM)无法有效处理地形高度变化，导致机器人难以保持平衡和稳定行走。现有方法通常假设地面平坦，忽略了地形起伏对质心(CoM)运动的影响，因此在实际应用中表现不佳。

核心思路：论文的核心思路是改进LIPM模型，使其能够适应地形高度变化。具体而言，通过引入分段斜率LIPM(PS-LIPM)，允许CoM高度在单步周期内动态调整，从而更好地跟踪地形轮廓。同时，利用基于角动量的广义LIPM(G-ALIP)进行CoM速度补偿，进一步提高机器人的平衡能力。

技术框架：整体控制框架采用分层结构。顶层是基于DCM步间动态的模型预测控制(MPC)，用于优化步长位置和步长持续时间。中间层是PS-LIPM和G-ALIP，用于生成CoM轨迹。底层是全身控制器(WBC)，用于实现精确的关节控制。MPC将优化后的步态参数传递给中间层，中间层生成CoM轨迹，最后由WBC执行。

关键创新：最重要的技术创新点在于PS-LIPM模型。与传统LIPM相比，PS-LIPM允许CoM高度随地形变化而变化，从而更准确地描述了机器人的运动状态。G-ALIP的引入也提高了CoM速度补偿的效率。此外，将PS-LIPM和G-ALIP与MPC相结合，实现了步态规划和平衡控制的协同优化。

关键设计：PS-LIPM的关键在于如何根据地形高度变化动态调整CoM高度。论文采用分段线性函数来描述地形轮廓，并根据地形斜率计算CoM高度。G-ALIP的关键在于如何利用质心角动量(CAM)来补偿CoM速度。论文设计了一种基于CAM的反馈控制器，根据CAM误差调整CoM速度。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，所提出的分层控制框架和理论公式能够有效提高双足机器人在崎岖地形的行走性能。与传统LIPM相比，使用PS-LIPM的机器人能够更好地适应地形高度变化，行走更加稳定。此外，通过MPC优化步长位置和时间，可以进一步提高机器人的行走效率和鲁棒性。具体性能数据未知，但论文强调了该方法在不平坦踏脚石上的有效性。

🎯 应用场景

该研究成果可应用于双足机器人在复杂地形下的搜索救援、物流运输、工业巡检等领域。通过提高机器人在崎岖地形的行走能力，可以使其更好地适应各种实际应用场景，例如灾后救援、野外勘探、建筑工地等。此外，该研究还可以为人形机器人的运动控制提供理论指导，促进人形机器人的发展。

📄 摘要（原文）

This study presents an enhanced theoretical formulation for bipedal hierarchical control frameworks under uneven terrain conditions. Specifically, owing to the inherent limitations of the Linear Inverted Pendulum Model (LIPM) in handling terrain elevation variations, we develop a Piecewise Slope LIPM (PS-LIPM). This innovative model enables dynamic adjustment of the Center of Mass (CoM) height to align with topographical undulations during single-step cycles. Another contribution is proposed a generalized Angular Momentum-based LIPM (G-ALIP) for CoM velocity compensation using Centroidal Angular Momentum (CAM) regulation. Building upon these advancements, we derive the DCM step-to-step dynamics for Model Predictive Control MPC formulation, enabling simultaneous optimization of step position and step duration. A hierarchical control framework integrating MPC with a Whole-Body Controller (WBC) is implemented for bipedal locomotion across uneven stepping stones. The results validate the efficacy of the proposed hierarchical control framework and the theoretical formulation.