Quadratic Programming-Based Posture Manipulation and Thrust-vectoring for Agile Dynamic Walking on Narrow Pathways
作者: Chenghao Wang, Eric Sihite, Kaushik Venkatesh Krishnamurthy, Shreyansh Pitroda, Adarsh Salagame, Alireza Ramezani, Morteza Gharib
分类: cs.RO
发布日期: 2025-07-31
💡 一句话要点
提出基于二次规划的姿态控制与推力矢量方法，实现四足机器人窄路敏捷动态行走
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 四足机器人 动态行走 姿态控制 推力矢量 二次规划 模型预测控制 窄路行走
📋 核心要点
- 现有四足机器人敏捷性依赖于姿态控制，但稳定性和运动适应性仍有提升空间。
- 利用四足-飞行混合机器人Husky Beta的推进器，辅助步态稳定，提升狭窄路径行走能力。
- 通过仿真验证，推进器可有效稳定正面动态，提升机器人抗干扰能力，实现窄路行走。
📝 摘要（中文）
本文针对四足机器人步态的灵活性问题，利用腿部-空中混合平台Husky Beta的多模态能力，探索推力辅助行走。该机器人膝关节处配备推进器，用于稳定行走时的正面动态。本文通过仿真研究Husky Beta在狭窄路径上的四足行走，机器人利用推进器稳定行走。控制器基于质心动力学模型设计，以推进器和足部地面接触力为输入。这些输入通过二次规划求解器进行调节，应用于模型预测控制框架。此外，还进行了横向推力恢复仿真，研究推进器如何稳定正面动态。
🔬 方法详解
问题定义：现有四足机器人在复杂地形或狭窄路径上的动态行走面临挑战，尤其是在受到外部干扰时，容易失去平衡。传统的步态控制方法难以充分利用机器人自身的多模态能力，例如推进器，来增强稳定性和灵活性。因此，需要一种能够有效利用推进器进行姿态控制和推力矢量的方法，以实现更稳定、更敏捷的动态行走。
核心思路：本文的核心思路是利用机器人膝关节处的推进器，通过控制推进器的推力来稳定机器人的正面动态，从而提高其在狭窄路径上的行走能力。通过将推进器产生的推力与足部接触力结合起来，作为控制器的输入，可以更有效地调节机器人的姿态和运动状态，使其能够适应更复杂的环境。
技术框架：整体框架采用模型预测控制（MPC），基于质心动力学模型。该模型以推进器推力和足端接触力作为输入，通过二次规划（QP）求解器优化这些输入，以实现期望的运动轨迹和姿态。具体流程包括：1) 建立机器人质心动力学模型；2) 设计基于QP的控制器，优化推进器推力和足端接触力；3) 使用MPC框架，根据当前状态预测未来状态，并不断调整控制输入。
关键创新：最重要的创新点在于将推进器推力纳入到四足机器人的步态控制中，并将其与足端接触力结合起来进行优化。这种方法能够充分利用机器人的多模态能力，提高其在复杂环境下的稳定性和灵活性。与传统的步态控制方法相比，该方法能够更有效地应对外部干扰，并实现更复杂的运动模式。
关键设计：关键设计包括：1) 质心动力学模型的建立，需要准确描述机器人的运动状态和受力情况；2) QP求解器的设计，需要选择合适的优化目标和约束条件，以保证控制器的稳定性和性能；3) MPC框架的参数设置，需要根据机器人的动力学特性和环境特点进行调整，以实现最佳的控制效果。例如，需要仔细调整QP的权重，以平衡推进器使用和足部接触力，同时需要考虑推进器的最大推力限制。
🖼️ 关键图片
📊 实验亮点
通过仿真实验，验证了该方法在狭窄路径行走和抗横向推力干扰方面的有效性。在横向推力恢复仿真中，展示了推进器如何快速响应并稳定机器人姿态。虽然论文中没有给出具体的性能数据，但仿真结果表明，该方法能够显著提高机器人在复杂环境下的稳定性和适应性。
🎯 应用场景
该研究成果可应用于搜救、勘探等领域，使四足机器人能够在复杂、狭窄的环境中执行任务。例如，在地震灾害现场，机器人可以利用该技术在瓦砾堆中稳定行走，搜寻幸存者。此外，该技术还可用于工业巡检，使机器人能够在狭窄的管道或设备间穿梭，进行检测和维护。
📄 摘要（原文）
There has been significant advancement in legged robot's agility where they can show impressive acrobatic maneuvers, such as parkour. These maneuvers rely heavily on posture manipulation. To expand the stability and locomotion plasticity, we use the multi-modal ability in our legged-aerial platform, the Husky Beta, to perform thruster-assisted walking. This robot has thrusters on each of its sagittal knee joints which can be used to stabilize its frontal dynamic as it walks. In this work, we perform a simulation study of quadruped narrow-path walking with Husky $β$, where the robot will utilize its thrusters to stably walk on a narrow path. The controller is designed based on a centroidal dynamics model with thruster and foot ground contact forces as inputs. These inputs are regulated using a QP solver to be used in a model predictive control framework. In addition to narrow-path walking, we also perform a lateral push-recovery simulation to study how the thrusters can be used to stabilize the frontal dynamics.