Jumping Control for a Quadrupedal Wheeled-Legged Robot via NMPC and DE Optimization

📄 arXiv: 2602.21612v1 📥 PDF

作者: Xuanqi Zeng, Lingwei Zhang, Linzhu Yue, Zhitao Song, Hongbo Zhang, Tianlin Zhang, Yun-Hui Liu

分类: cs.RO

发布日期: 2026-02-25

备注: 8 pages, 12 figures

💡 一句话要点

提出基于NMPC和DE优化的轮腿式机器人跳跃控制方法，提升其运动灵活性。

🎯 匹配领域: 支柱一：机器人控制 (Robot Control)

关键词: 轮腿式机器人 跳跃控制 非线性模型预测控制 差分进化 运动规划

📋 核心要点

  1. 轮腿式机器人具有腿式和轮式运动的优点，但轮腿的额外自由度使其动态跳跃控制极具挑战。
  2. 论文提出结合NMPC和DE优化的控制框架，利用轮腿协同运动增强跳跃性能，实现多种跳跃动作。
  3. 仿真和实验验证了该框架的有效性，机器人成功实现了前向跳跃和垂直跳跃等动作。

📝 摘要（中文）

本文针对轮腿式四足机器人动态跳跃控制的挑战，提出了一种新颖的运动控制框架。该框架结合了非线性模型预测控制（NMPC）用于机器人运动，以及基于差分进化（DE）的轨迹优化方法用于跳跃控制。所提出的控制器利用轮子的运动和腿部的运动来增强跳跃性能，从而实现垂直跳跃、前向跳跃和后空翻等多种灵活的动作。通过大量的仿真和实际实验验证了该框架的有效性，实验结果表明，该机器人能够向前跳跃超过0.12米的障碍物，垂直跳跃达到0.5米的高度。

🔬 方法详解

问题定义：轮腿式四足机器人结合了腿式和轮式运动的优点，但在实现动态跳跃时，由于轮子引入了额外的自由度，使得运动控制变得更加复杂。现有的方法难以充分利用轮子的运动来增强跳跃性能，限制了机器人的运动灵活性。

核心思路：本文的核心思路是将机器人的运动控制分解为两个部分：使用非线性模型预测控制（NMPC）进行常规的运动控制，并使用基于差分进化（DE）的轨迹优化方法来规划跳跃动作。通过轮腿协同，充分利用轮子的运动来辅助跳跃，从而提高跳跃的高度和距离。

技术框架：整体框架包括两个主要模块：NMPC运动控制器和DE轨迹优化器。NMPC控制器负责机器人的常规运动，例如行走和平衡。当需要进行跳跃时，DE轨迹优化器会生成一个优化的跳跃轨迹，该轨迹考虑了轮子的运动和腿部的运动。然后，NMPC控制器会跟踪该轨迹，从而实现跳跃动作。

关键创新：该方法的主要创新在于将NMPC和DE优化相结合，并充分利用轮子的运动来增强跳跃性能。传统的跳跃控制方法通常只考虑腿部的运动，而忽略了轮子的作用。本文提出的方法通过轮腿协同，可以实现更高、更远的跳跃。

关键设计：在DE优化中，需要定义一个合适的适应度函数，该函数需要考虑跳跃的高度、距离、着陆的稳定性等因素。此外，还需要选择合适的DE参数，例如种群大小、交叉概率和变异概率。NMPC控制器的设计也至关重要，需要保证机器人能够稳定地跟踪DE优化器生成的轨迹。具体的参数设置和损失函数细节在论文中应该有更详细的描述（未知）。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，该机器人能够向前跳跃超过0.12米的障碍物，垂直跳跃达到0.5米的高度。这些结果验证了该控制框架的有效性，并表明轮腿式机器人具有很强的运动灵活性。与传统的只使用腿部跳跃的机器人相比，该方法能够显著提高跳跃性能（具体提升幅度未知）。

🎯 应用场景

该研究成果可应用于搜索救援、侦察探测、复杂地形探索等领域。轮腿式机器人在这些场景中能够发挥其独特的优势，例如在崎岖地形上行走，并跳跃过障碍物。此外，该技术还可以应用于物流运输、农业生产等领域，提高工作效率和降低成本。

📄 摘要（原文）

Quadrupedal wheeled-legged robots combine the advantages of legged and wheeled locomotion to achieve superior mobility, but executing dynamic jumps remains a significant challenge due to the additional degrees of freedom introduced by wheeled legs. This paper develops a mini-sized wheeled-legged robot for agile motion and presents a novel motion control framework that integrates the Nonlinear Model Predictive Control (NMPC) for locomotion and the Differential Evolution (DE) based trajectory optimization for jumping in quadrupedal wheeled-legged robots. The proposed controller utilizes wheel motion and locomotion to enhance jumping performance, achieving versatile maneuvers such as vertical jumping, forward jumping, and backflips. Extensive simulations and real-world experiments validate the effectiveness of the framework, demonstrating a forward jump over a 0.12 m obstacle and a vertical jump reaching 0.5 m.