[论文解读] Balance of Humanoid robot in Multi-contact and Sliding Scenarios
本文提出一种基于二次规划的方法，用于在涉及固定接触和滑动接触的多接触场景中，维持人形机器人的平衡。通过计算考虑接触力和滑动运动的质心支撑区域（CSA），并在力矩分布和任务约束下优化质心（CoM）位置，该方法使HRP-4机器人能够稳定执行推压和擦拭任务，实现了精确的力跟踪和动态稳定。
This study deals with the balance of humanoid or multi-legged robots in a multi-contact setting where a chosen subset of contacts is undergoing desired sliding-task motions. One method to keep balance is to hold the center-of-mass (CoM) within an admissible convex area. This area should be calculated based on the contact positions and forces. We introduce a methodology to compute this CoM support area (CSA) for multiple fixed and sliding contacts. To select the most appropriate CoM position inside CSA, we account for (i) constraints of multiple fixed and sliding contacts, (ii) desired wrench distribution for contacts, and (iii) desired position of CoM (eventually dictated by other tasks). These are formulated as a quadratic programming optimization problem. We illustrate our approach with pushing against a wall and wiping and conducted experiments using the HRP-4 humanoid robot.
研究动机与目标
- 解决在涉及滑动接触的多接触交互中，维持人形机器人动态平衡的挑战。
- 将基于质心（CoM）支撑区域（CSA）的现有平衡准则扩展至同时包含固定接触和滑动接触的情况。
- 将质心位置优化与接触力矩分布及特定任务约束相结合，以提高稳定性。
- 通过HRP-4人形机器人在推压和擦拭任务中的实验验证该方法。
提出的方法
- 本文构建了一个包含固定接触和滑动接触约束的质心支撑区域（CSA），其推导基于牛顿-欧拉动力学和重力力矩平衡。
- 利用重力-惯性力矩锥（GIWC）建模平衡条件，并基于接触力和接触位置推导出质心位置的水平投影。
- 采用中心矩二次规划（QP）在CSA内优化质心位置，同时满足接触力限制、期望的力矩分布以及特定任务的质心目标。
- 控制器集成了顺应性控制以实现接触力跟踪，同时通过QP动态计算质心调整以维持稳定。
- 应用足部力差控制以调节接触任务中双足之间的重量分布。
- 采用逆运动学生成实现优化后质心轨迹和接触力的机器人构型。
实验结果
研究问题
- RQ1如何为同时具有固定接触和滑动接触的人形机器人计算质心支撑区域（CSA）？
- RQ2如何在满足接触力约束和任务目标的前提下，最优地定位质心？
- RQ3所提出的方法是否能在推压和擦拭等滑动接触任务中维持平衡并实现精确的力跟踪？
- RQ4与固定质心配置相比，动态质心调整如何提升力跟踪性能？
主要发现
- 所提出的方法通过在计算出的支撑区域（CSA）内动态调整质心，成功在滑动接触任务中维持了机器人平衡。
- 在推墙实验中，机器人实现了高达60 N的稳定法向力跟踪，而固定质心基线方法无法超过20 N。
- 在力增大时质心轨迹前移，力减小时后移，表明身体构型能自适应响应接触力需求。
- 在擦拭任务中，法向力在第16秒初始瞬态误差后收敛至30 N的目标值，表明力控制具有鲁棒性。
- 控制器在固定接触和滑动接触模式下均实现了稳定运行，成功在HRP-4机器人上执行了复杂任务。
- 接触摩擦的在线估计以及固定与滑动模式之间的切换仍是未来工作的开放挑战。
更好的研究，从现在开始
从阅读论文到最终审阅，大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成，并经人工编辑审核。