足式机器人:基于优化的敏捷运动控制

主讲人:乐林株 | 香港中文大学博士生

  • 开课时间

    2024.11.27 20:00

  • 课程时长

    79分钟

  • 学习人数

    784人次学习

立即学习

立即学习

足式机器人:基于优化的敏捷运动控制

尽管基于学习的运动控制器取得了显著进步,但开发敏捷自主的四足机器人仍面临挑战。当前研究多局限于简单地形稳定行走,鲜有将敏捷动作与实时运动控制及导航结合。敏捷动作研究多聚焦于前跳后跳,且多采用离线优化方法,忽视实时性与稳定着陆控制。

因此,基于模型创造一种能感知地形、自主跳跃、适应干扰并敏捷行动的四足机器人控制器,仍是运动控制领域的重大难题。我们提出级联优化框架,巧妙地将四足机器人高动态鲁棒运动控制与多样化敏捷动作分解为四大核心模块,用于攻克现有难题。模块一,实现全向跳跃轨迹的在线实时优化;模块二,融合主动与被动柔顺技术,确保稳定落地;模块三,创新引入不变椭球约束,让机器人在复杂地形与未知干扰中游刃有余;模块四,结合分支界定算法与多源信息,实现精准定位,即便在敏捷避障后也能迅速恢复。特别是,全向跳跃平面的引入与动力学模型的简化,大幅提升了轨迹优化效率,为实时控制开辟了新路径。这一综合性解决方案,为基于模型的足试敏捷运动控制开发提供另一种解决方案。

尽管基于学习的运动控制器取得了显著进步,但开发敏捷自主的四足机器人仍面临挑战。当前研究多局限于简单地形稳定行走,鲜有将敏捷动作与实时运动控制及导航结合。敏捷动作研究多聚焦于前跳后跳,且多采用离线优化方法,忽视实时性与稳定着陆控制。

因此,基于模型创造一种能感知地形、自主跳跃、适应干扰并敏捷行动的四足机器人控制器,仍是运动控制领域的重大难题。我们提出级联优化框架,巧妙地将四足机器人高动态鲁棒运动控制与多样化敏捷动作分解为四大核心模块,用于攻克现有难题。模块一,实现全向跳跃轨迹的在线实时优化;模块二,融合主动与被动柔顺技术,确保稳定落地;模块三,创新引入不变椭球约束,让机器人在复杂地形与未知干扰中游刃有余;模块四,结合分支界定算法与多源信息,实现精准定位,即便在敏捷避障后也能迅速恢复。特别是,全向跳跃平面的引入与动力学模型的简化,大幅提升了轨迹优化效率,为实时控制开辟了新路径。这一综合性解决方案,为基于模型的足试敏捷运动控制开发提供另一种解决方案。

机器人与自动驾驶 规划控制 进阶
机器人与自动驾驶 机械臂 进阶
机器人与自动驾驶 规划控制 进阶
机器人与自动驾驶 规划控制 定位与建图 机械臂 机器人学基础 基础