[论文解读] Angular Momentum about the Contact Point for Control of Bipedal Locomotion: Validation in a LIP-based Controller

Yukai Gong, Jessy W. Grizzle|arXiv (Cornell University)|Aug 25, 2020

Robotic Locomotion and Control参考文献 36被引用 32

一句话总结

本文将线性倒摆模型（LIP）重新表述为以接触点的角动量为变量，并据此控制三维双足步态的足步放置；在 Cassie Blue 上进行了验证，并展示了快速行走、转向、对扰动的鲁棒性以及崎岖地形行走。

ABSTRACT

In the control of bipedal locomotion, linear velocity of the center of mass has been widely accepted as a primary variable for summarizing a robot's state vector. The ubiquitous massless-legged linear inverted pendulum (LIP) model is based on it. In this paper, we argue that angular momentum about the contact point has several properties that make it superior to linear velocity for feedback control. So as not to confuse the benefits of angular momentum with any other control design decisions, we first reformulate the standard LIP controller in terms of angular momentum. We then implement the resulting feedback controller on the 20 degree-of-freedom bipedal robot, Cassie Blue, where each leg accounts for nearly one-third of the robot's total mass of 35~Kg. Under this controller, the robot achieves fast walking, rapid turning while walking, large disturbance rejection, and locomotion on rough terrain. The reasoning developed in the paper is applicable to other control design philosophies, whether they be Hybrid Zero Dynamics or Reinforcement Learning.

研究动机与目标

• 论证以接触点角动量作为双足行走的控制变量优于质心速度。
• 将 LIP 模型重新表述为以接触点角动量为变量，并展示改进的一步预测。
• 基于角动量开发足步放置策略以稳定步态。
• 在具有非质心等效质量和真实质量分布的现实三维双足（Cassie Blue）上演示控制器。

提出的方法

• 将 LIP 动力学改写为使用接触点周围的 L^y 变量，而不是质心速度。
• 推导 L^y 的闭式一步预测，并与 v^x_CoM 的预测进行比较。
• 推导一个足步放置规律，利用末步预测在下一步结束时将 L^y 作为目标。
• 通过调整 des(L^x, L^y) 将该方法扩展到具有横向控制和转向的三维。
• 在 Cassie Blue 上实现一个实用的传感器融合控制器，包括 IMU/EKF 估计、对 L^y 的卡尔曼滤波，以及将角度转化为执行关节的逆运动学。

实验结果

研究问题

• RQ1 对于现实中的机器人，接触点角动量是否能提供比质心速度更可靠的逐步预测？
• RQ2 基于末步角动量的足步放置策略是否能在三维上稳定并实现动态步态，针对重量较大、非质心轻的机器人？
• RQ3 在具有传感与驱动约束的真实机器人上，如何实现基于 LIP 的角动量控制器？
• RQ4 在 Cassie Blue 上，基于 LIP 的角动量控制器下，转向和崎岖地形行走是否可行？

主要发现

• 对真实机器人 Rabbit 与 Cassie，L^y 的末步预测比 v^x_CoM 的预测更可靠，从而提高控制精度。
• 基于 L^y des(T_{k+1}^{-}) 的足步放置公式实现稳定的步态规划，并支持三维行走与转向。
• 在 LIP 基于角动量控制器下，Cassie Blue 在草地上直线行走速度达 2.1 m/s，对角线行走速度 1 m/s。
• 该控制器实现快速转向（如 90 度转向）以及在前进方向的鲁棒干扰抑制。
• 该方法适用于非质心轻的腿和约 32–35 kg 的机器人，显示出超越理想 LIP 假设的适用性。
• 实际实现细节包括 IMU/EKF 状态估计、对 L^y 的卡尔曼滤波，以及将逆运动学迭代映射到被驱动的关节。