Contingency Model Predictive Control for Bipedal Locomotion on Moving Surfaces with a Linear Inverted Pendulum Model

📄 arXiv: 2404.12455v1 📥 PDF

作者: Kuo Chen, Xinyan Huang, Xunjie Chen, Jingang Yi

分类: cs.RO

发布日期: 2024-04-18

备注: 2024 American Control Conference (ACC 2024)

💡 一句话要点

提出应急模型预测控制以解决动态移动表面上的双足行走问题

🎯 匹配领域: 支柱一：机器人控制 (Robot Control)

关键词: 双足机器人 模型预测控制 动态表面 行走稳定性 线性倒立摆 应急控制 不确定性预测

📋 核心要点

  1. 现有方法在动态移动表面上进行双足行走时，面临平衡控制能力不足和表面运动不确定性的问题。
  2. 论文提出的CMPC方法通过考虑最坏情况的表面运动预测，增强了双足机器人的步态控制能力。
  3. 仿真结果显示，CMPC在不同的移动表面运动条件下，相较于常规MPC显著提升了行走稳定性和控制效果。

📝 摘要（中文）

双足机器人在动态移动表面（如船只和车辆）上的步态控制面临挑战，主要由于平衡控制激励有限和表面运动未知。本文提出了一种应急模型预测控制（CMPC），用于基于线性倒立摆模型的双足行走。CMPC在常规模型预测控制（MPC）的基础上，结合了移动表面的“最坏情况”预测运动。通过与LIP模型和步态稳定性约束的集成，CMPC框架生成了一组一致的控制输入，以考虑表面运动的预期不确定性。仿真结果表明，CMPC在各种移动表面运动特征下，相较于常规MPC表现出更好的可行性和优越性能。

🔬 方法详解

问题定义：本文旨在解决双足机器人在动态移动表面上行走时的控制问题，现有方法在应对表面运动不确定性和有限的平衡控制能力方面存在不足。

核心思路：提出的CMPC方法通过引入对移动表面“最坏情况”的预测，增强了模型预测控制的鲁棒性，从而提高了行走的稳定性和适应性。

技术框架：CMPC框架包括对线性倒立摆模型的建模、步态稳定性约束的集成以及基于预测的控制输入生成。整体流程涵盖了状态预测、控制输入优化和实时反馈调整等多个阶段。

关键创新：CMPC的主要创新在于其对动态表面运动的应急预测能力，与传统MPC相比，CMPC能够更有效地应对不确定性，提升控制的鲁棒性。

关键设计：在设计中，CMPC采用了特定的损失函数来平衡稳定性与灵活性，并通过调整控制输入的生成策略来适应不同的表面运动特征。

📊 实验亮点

实验结果表明，CMPC在不同的移动表面运动条件下，相较于常规MPC提高了行走稳定性，控制效果显著改善，具体性能数据未提供，但整体表现优越。

🎯 应用场景

该研究的潜在应用领域包括机器人救援、自动驾驶车辆和移动平台上的人机交互等。通过提高双足机器人的行走稳定性，CMPC方法能够在复杂和动态环境中实现更安全和高效的移动，具有重要的实际价值和广泛的应用前景。

📄 摘要（原文）

Gait control of legged robotic walkers on dynamically moving surfaces (e.g., ships and vehicles) is challenging due to the limited balance control actuation and unknown surface motion. We present a contingent model predictive control (CMPC) for bipedal walker locomotion on moving surfaces with a linear inverted pendulum (LIP) model. The CMPC is a robust design that is built on regular model predictive control (MPC) to incorporate the "worst case" predictive motion of the moving surface. Integrated with an LIP model and walking stability constraints, the CMPC framework generates a set of consistent control inputs considering to anticipated uncertainties of the surface motions. Simulation results and comparison with the regular MPC for bipedal walking are conducted and presented. The results confirm the feasibility and superior performance of the proposed CMPC design over the regular MPC under various motion profiles of moving surfaces.