[论文解读] Global Position Control on Underactuated Bipedal Robots: Step-to-step Dynamics Approximation for Step Planning

Xiaobin Xiong, Jenna Reher+1 more|arXiv (Cornell University)|Nov 11, 2020

Robotic Locomotion and Control参考文献 41被引用 8

一句话总结

本文提出了一种基于混合线性倒立摆（H-LIP）模型的步态-步态动力学近似方法，用于3D欠驱动双足机器人的全局位姿控制框架。通过在H-LIP模型上构建模型预测控制（MPC），并设计反馈控制以约束机器人与H-LIP动力学之间的误差，该方法实现了稳定、动态的路径跟踪，具备避障与抗干扰能力，并在Cassie机器人上通过仿真与硬件实验得到验证。

ABSTRACT

Global position control for underactuated bipedal walking is a challenging problem due to the lack of actuation on the feet of the robots. In this paper, we apply the Hybrid-Linear Inverted Pendulum (H-LIP) based stepping on 3D underactuated bipedal robots for global position control. The step-to-step (S2S) dynamics of the H-LIP walking approximates the actual S2S dynamics of the walking of the robot, where the step size is considered as the input. Thus the feedback controller based on the H-LIP approximately controls the robot to behave like the H-LIP, the differences between which stay in an error invariant set. Model Predictive Control (MPC) is applied to the H-LIP for global position control in 3D. The H-LIP stepping then generates desired step sizes for the robot to track. Moreover, turning behavior is integrated with the step planning. The proposed framework is verified on the 3D underactuated bipedal robot Cassie in simulation together with a proof-of-concept experiment.

研究动机与目标

• 实现对3D欠驱动双足机器人全局位姿控制，此类机器人因足端欠驱动而无法直接控制质心（COM）运动。
• 解决在复杂或不确定环境中实现动态行走稳定性与精确路径跟踪的挑战。
• 开发一种实用且可实现的控制框架，弥合理论H-LIP动力学与真实机器人行为之间的差距。
• 验证在真实机器人上实现高速、动态行走（含转向与抗干扰）的可行性。

提出的方法

• 在混合线性倒立摆（H-LIP）模型上构建模型预测控制（MPC），以生成用于全局路径跟踪的期望步长。
• 利用H-LIP的步态-步态（S2S）动力学近似真实欠驱动机器人的S2S动力学，将模型失配视为有界扰动。
• 设计反馈控制器，确保机器人水平状态与H-LIP状态之间的误差保持在扰动不变集内，从而保证有界跟踪误差。
• 基于H-LIP的步态规划生成足部落点，引导机器人沿期望路径运动，包括曲线路径与避障轨迹。
• 通过在MPC公式中添加二次约束，实现避障功能，将问题转化为具有计算效率的QCQP（二次约束二次规划）。
• 通过概念验证级硬件实验，利用现有底层控制器在Cassie机器人上实现了对模拟正方形路径的动态一致性跟踪。

实验结果

研究问题

• RQ1 基于H-LIP的步态规划与MPC能否在3D欠驱动双足机器人上实现稳定、动态的全局位姿控制？
• RQ2 如何对H-LIP与真实机器人之间的模型失配进行约束，以确保可靠的跟踪性能？
• RQ3 所提出的框架能否处理复杂机动，如高速转向与避障？
• RQ4 仿真中的控制性能在多大程度上可映射到真实硬件，实现动态一致性？
• RQ5 外部干扰对路径跟踪的影响如何？系统能否有效实现抗干扰？

主要发现

• 基于H-LIP的MPC在仿真中成功生成了使Cassie机器人能够跟踪复杂路径（包括圆形、正弦曲线、正方形与心形）的步长。
• 如图6所示，机器人与H-LIP之间的跟踪误差始终有界，且被限制在扰动不变集E的多面体近似范围内。
• 如图7(a)所示，系统通过动态调整足部落点实现了有效避障，同时保持了路径跟踪能力。
• 在t=10 s时施加200 N的横向干扰后，机器人在数秒内恢复至原路径，验证了系统的鲁棒性（图7b）。
• 硬件实验验证了动态一致性：Cassie机器人以极小的漂移跟踪了模拟的正方形路径，骨盆位置与航向速度与仿真结果高度一致（图8）。
• 该方法支持高速、动态行走，转向速率可达45 deg/s，速度超过1 m/s，但当步长超过执行器扭矩极限时会发生跟踪失效。