[论文解读] Nonlinear Model Predictive Control for Robust Bipedal Locomotion Exploring CoM Height and Angular Momentum Changes

Jiatao Ding, Chengxu Zhou+3 more|arXiv (Cornell University)|Jan 1, 2018

Robotic Locomotion and Control参考文献 35被引用 8

一句话总结

本文提出了一种非线性模型预测控制（NMPC）框架，用于实现鲁棒的双足行走，该框架整合了质心（CoM）高度变化、角动量调节以及基于改进的倒立摆加飞轮模型的步态调整。该方法将平衡约束表述为可通过序列二次规划（SQP）求解的二次约束二次规划（QCQP），从而在仿真中实现了高效生成多样化步态，并增强了对外部干扰的平衡恢复能力。

ABSTRACT

Human beings can make use of various reactive strategies, e.g. foot location adjustment and upper-body inclination, to keep balance while walking under dynamic disturbances. In this work, we propose a novel Nonlinear Model Predictive Control (NMPC) framework for versatile bipedal gait pattern generation, with the capabilities of footstep adjustment, Center of Mass (CoM) height variation and angular momentum adaptation. These features are realized by constraining the Zero Moment Point motion with considering the variable CoM height and angular momentum change of the Inverted Pendulum plus Flywheel Model. In addition, the NMPC framework also takes into account the constraints of footstep location, CoM vertical motion, upper-body inclination and joint torques, and is finally formulated as a quadratically constrained quadratic program. Therefore, it can be solved efficiently by Sequential Quadratic Programming. Using this unified framework, versatile walking pattern with exploiting time-varying CoM height trajectory and angular momentum changes can be generated based only on the terrain information input. Furthermore, the improved capability for balance recovery under external pushes has been demonstrated through simulation studies.

研究动机与目标

• 开发一种统一的控制框架，用于在动态干扰下生成多样化双足步态。
• 通过引入可变质心高度和角动量控制，提升平衡恢复能力。
• 仅使用地形信息作为输入，无需实时干扰反馈，实现步态自适应调整。
• 通过将控制问题表述为二次约束二次规划，确保计算效率。
• 在单一优化框架中整合物理约束，包括步态位置、关节力矩以及上身倾斜角度。

提出的方法

• 该框架采用倒立摆加飞轮模型，以表示具有可控角动量的双足行走动力学。
• 对零力矩点（ZMP）约束进行了重新表述，以考虑随时间变化的质心高度和角动量变化。
• 将控制问题表述为二次约束二次规划（QCQP），以处理非线性动力学和物理约束。
• 采用序列二次规划（SQP）高效求解QCQP，实现实时步态生成。
• 将步态位置、质心垂直运动、上身倾斜角度以及关节力矩等约束嵌入优化框架。
• 该方法仅基于地形输入生成步态模式，实现自适应且鲁棒的行走。

实验结果

研究问题

• RQ1 如何将非线性MPC扩展以包含可变质心高度和角动量控制，从而在双足行走中提升平衡性能？
• RQ2 统一的NMPC框架能否在物理约束下有效整合步态调整、质心高度变化与上身倾斜？
• RQ3 引入角动量调节在多大程度上提升了对外部干扰的平衡恢复能力？
• RQ4 该优化问题在实时动态步态生成中能以多高效率求解？
• RQ5 仅凭地形信息是否足以驱动该框架生成鲁棒且多样的行走模式？

主要发现

• 所提出的NMPC框架成功生成了利用时变质心高度和角动量变化的多样化行走模式。
• 在仿真中，与基线方法相比，该方法在受到外部推力时的平衡恢复性能显著提升。
• 在单一优化框架内成功实现了步态调整、质心高度变化与角动量调节的集成。
• 由于问题被表述为二次约束二次规划，通过序列二次规划（SQP）实现了高效求解。
• 该方法仅依赖地形输入即可实现步态生成，降低了对实时干扰感知的依赖。
• 引入上身倾斜角度和关节力矩约束，显著提升了生成步态的物理合理性与稳定性。