Head Stabilization for Wheeled Bipedal Robots via Force-Estimation-Based Admittance Control
作者: Tianyu Wang, Chunxiang Yan, Xuanhong Liao, Tao Zhang, Ping Wang, Cong Wen, Dingchuan Liu, Haowen Yu, Ximin Lyu
分类: cs.RO
发布日期: 2025-11-24
💡 一句话要点
提出基于力估计的导纳控制，用于轮式双足机器人头部稳定
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 轮式双足机器人 头部稳定 力估计 导纳控制 地形适应性
📋 核心要点
- 现有轮式双足机器人研究忽略了头部在世界坐标系中的主动稳定，导致垂直振荡，影响传感器精度和有效载荷安全。
- 该论文提出了一种基于模型的地面力估计方法，并结合导纳控制算法，实现轮式双足机器人在不平坦地形上的头部稳定。
- 仿真实验验证了所提出的力估计方法的实时性，以及导纳控制算法在提升机器人地形适应性方面的有效性。
📝 摘要（中文）
轮式双足机器人正成为野外探索的灵活平台。然而，不平坦地形引起的头部不稳定会降低车载传感器的精度或损坏脆弱的有效载荷。现有研究主要集中在稳定移动平台，但忽略了头部在世界坐标系中的主动稳定，导致垂直振荡，从而损害整体稳定性。为了解决这一挑战，我们为6自由度轮式双足机器人开发了一种基于模型的地面力估计方法。利用这些力估计，我们实施了一种导纳控制算法，以增强地形适应性。仿真实验验证了力估计器的实时性能以及机器人在不平坦地形上行驶时的鲁棒性。
🔬 方法详解
问题定义：轮式双足机器人在复杂地形中行走时，由于地面不平整，会导致机器人头部产生剧烈振动，影响安装在头部的传感器（如摄像头、激光雷达）的性能，甚至可能损坏设备。现有方法主要关注底盘的平衡控制，忽略了头部的主动稳定，无法有效抑制这种振动。
核心思路：论文的核心思路是通过估计机器人与地面之间的相互作用力，然后利用这些力信息来调整头部姿态，从而实现头部在世界坐标系下的稳定。具体来说，就是通过力估计来感知地形变化，并利用导纳控制算法，使头部能够“顺应”地形的变化，减少振动。
技术框架：整体框架包含以下几个主要模块：1) 基于模型的地面力估计器：该模块利用机器人的动力学模型和传感器数据（如关节角度、角速度等）来估计机器人与地面之间的作用力。2) 导纳控制器：该模块接收力估计器的输出，并根据设定的导纳参数（如质量、阻尼、刚度）计算出期望的头部运动轨迹。3) 头部运动控制：该模块根据导纳控制器输出的期望轨迹，控制头部执行相应的运动，从而实现头部稳定。
关键创新：该论文的关键创新在于将地面力估计与导纳控制相结合，实现了轮式双足机器人的头部主动稳定。与传统的仅关注底盘平衡控制的方法相比，该方法能够更有效地抑制头部振动，提高机器人在复杂地形中的适应性。力估计器的实时性是保证控制效果的关键。
关键设计：力估计器基于机器人动力学模型，需要精确的机器人参数。导纳控制器的参数（质量、阻尼、刚度）需要根据具体的机器人和地形进行调整，以达到最佳的稳定效果。论文中可能还涉及到一些滤波算法，用于降低力估计中的噪声。
📊 实验亮点
仿真实验结果表明，所提出的力估计方法能够实时准确地估计地面作用力。通过导纳控制，机器人在不平坦地形上的头部振动明显减小，验证了该方法的有效性。虽然摘要中没有给出具体的性能数据和对比基线，但可以推断，与没有头部稳定控制的机器人相比，该方法在头部姿态稳定性方面有显著提升。
🎯 应用场景
该研究成果可应用于各种需要在复杂地形中稳定头部姿态的轮式双足机器人应用场景，例如：野外勘探、搜救、安防巡逻等。通过稳定头部姿态，可以提高车载传感器的感知精度，从而提升机器人的自主导航和环境感知能力。此外，该技术还可以用于保护安装在头部的精密仪器，延长其使用寿命。
📄 摘要（原文）
Wheeled bipedal robots are emerging as flexible platforms for field exploration. However, head instability induced by uneven terrain can degrade the accuracy of onboard sensors or damage fragile payloads. Existing research primarily focuses on stabilizing the mobile platform but overlooks active stabilization of the head in the world frame, resulting in vertical oscillations that undermine overall stability. To address this challenge, we developed a model-based ground force estimation method for our 6-degree-of-freedom wheeled bipedal robot. Leveraging these force estimates, we implemented an admittance control algorithm to enhance terrain adaptability. Simulation experiments validated the real-time performance of the force estimator and the robot's robustness when traversing uneven terrain.