Whole-Body Impedance Model Predictive Control for Safe Physical Human--Robot Interaction on Floating-Base Platforms
作者: Yongyan Cao
分类: cs.RO, eess.SY
发布日期: 2026-06-12
💡 一句话要点
提出全身阻抗模型预测控制以解决浮动基座机器人安全人机交互问题
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 浮动基座机器人 人机交互 阻抗控制 模型预测控制 全身控制 动态平衡 仿真验证
📋 核心要点
- 现有的全身控制方法在浮动基座机器人与人类交互时，无法有效处理刚性接触约束和稳态误差问题。
- 本文提出了一种三层架构的阻抗模型预测控制方法，能够在浮动基座平台上实现安全的人机交互。
- 通过在17自由度双足机器人和Unitree G1人形机器人上的仿真实验，验证了该方法的有效性和优越性。
📝 摘要（中文）
浮动基座机器人在与人类安全交互时必须在刚性接触约束下保持平衡。现有的全身控制框架在运动和固定增益阻抗反馈之间分配关节空间，导致在持续的人机交互力下积累稳态误差。本文将固定基座的双层阻抗模型预测控制扩展到浮动基座平台，提出了一个三层架构：质心模型预测控制规划接触力，优先级驱动的全身控制层通过接触一致的零空间投影将平衡转化为关节扭矩，剩余的零空间由递归优化程序预测和抑制人机交互干扰。通过接触一致的反馈线性化，简化了臂端执行器的动态模型，使得在每个接触模式下的状态矩阵保持不变，从而实现了每秒超过1kHz的操作频率。
🔬 方法详解
问题定义：本文旨在解决浮动基座机器人在与人类进行物理交互时，如何在刚性接触约束下保持平衡的问题。现有方法在处理持续的人机交互力时，往往会导致稳态误差的积累。
核心思路：论文提出了一种三层架构的阻抗模型预测控制方法，结合质心模型预测控制和优先级驱动的全身控制，能够有效预测和抑制人机交互干扰。
技术框架：整体架构包括三个主要模块：质心模型预测控制（MPC）用于规划接触力，优先级驱动的全身控制层将平衡转化为关节扭矩，剩余的零空间通过递归优化程序进行管理。
关键创新：最重要的创新在于通过接触一致的反馈线性化，将臂端执行器的动态模型简化为双重积分器，从而实现了高频操作和稳态误差的消除。
关键设计：在设计中，采用了协方差膨胀协议以保持干扰估计的准确性，并通过预计算的QP成本函数实现了每秒超过1kHz的操作频率。
🖼️ 关键图片
📊 实验亮点
实验结果表明，所提出的方法在17自由度双足机器人和Unitree G1人形机器人上均实现了优于现有基线的性能，能够在持续的人机交互中保持零稳态误差，操作频率超过1kHz，显著提升了机器人在动态环境中的适应能力。
🎯 应用场景
该研究在服务机器人、医疗辅助机器人及人机协作领域具有广泛的应用潜力。通过提升机器人与人类的安全交互能力，能够有效推动智能机器人在实际场景中的应用，提升人机协作的效率与安全性。
📄 摘要（原文）
Floating-base robots must balance under rigid contact constraints while interacting safely with humans. Existing whole-body control~(WBC) frameworks allocate the full joint space to locomotion or rely on fixed-gain impedance feedback that accumulates steady-state error under sustained physical human--robot interaction~(pHRI) forces. This paper extends the authors' fixed-base two-layer Impedance MPC to floating-base platforms through a three-level architecture: a centroidal MPC plans contact forces over a 500\,ms horizon; a priority-driven WBC layer resolves balance into joint torques through contact-consistent null-space projection; and the residual null space is governed by a receding-horizon quadratic program~(QP) that predicts and rejects pHRI disturbances using a Kalman-augmented state. A contact-consistent feedback linearization reduces the arm end-effector plant to a double integrator with a \emph{constant} state matrix within each contact mode, enabling offline precomputation of the QP cost and ${\geq}1$\,kHz operation. A covariance-inflation protocol preserves the disturbance estimate across contact-mode switches, guaranteeing zero steady-state error under bounded constant pHRI loads, and an Impedance Equivalence Theorem shows the infinite-horizon limit recovers a classical task-space impedance law whose effective mass, damping, and stiffness adapt to posture and contact configuration. Simulations on a 17-DOF biped and the Unitree G1 humanoid validate the design.