人形机器人之间的协同合作运输方案[罗马大学-Giuseppe Oriolo]
原文
《A decentralized cooperative transportation scheme for humanoid robots》
Greta Gasbarrone, Nicola Scianca, Leonardo Lanari, and Giuseppe Oriolo
前言
这篇文章主要探讨了一种新的去中央化合作运输方案，特殊针对人形机器人之间的合作。研究团队提出了一种基于模子预测控制（MPC）的方法，旨在实现两个机器人（一个领导者和一个跟随者）之间的高效合作运输。
弁言
- 促进机器人在体力劳动范畴的引入可以减少人类的繁重工作量
- 人形机器人之间的合作方法可以利用会合式或去中央化控制器
- 去中央化方法适用于人机或机器人-机器人场景
- 领导者了解使命，可以是人类或机器人；跟随者没有使命知识，根据感知到的交互力决定如何移动
- 本文提出了一种基于MPC的去中央化方案，用于两个代理之间的合作运输
控制架构
- 目标是使两个代理在去中央化方法下合作搬运物体
- 领导者根据使命规划脚步序列，跟随者根据手部位移生成脚步
- 感知到的交互力通过阻抗控制器调节手部位置
- 阻抗控制器与脚步规划器结合，使跟随者可以大概对领导者的活动作出反应
- 领导者和跟随者都利用基于脚步规划的MPC控制器举行步态生成
动力学模子
- 推导出一个类人机器人用双手搬运物体的质心模子
- 动力学模子考虑了重力和外部力的影响
- 线性模子在控制计划中具有时间不变性
手顺从控制器
- 手顺从控制器根据感知到的手部交互力调节每只手相对于机器人本体的位置
- 每只手被分配一个参考抓取位置，以产生舒适的臂部姿势和充足的操作水平
- 手顺从控制器模拟由外部力加载的虚拟质量-弹簧-阻尼体系
脚步规划器
- 领导者的脚步计划是为了实现给定的运输使命
- 跟随者的脚步规划生本钱质上是反应性的，旨在保持对物体的抓握
- 步态规划在及时和增量式举行，通过解决束缚优化题目生成接下来的脚步
- 避障束缚确保计划的脚步不会导致机器人与情况中的物体发生碰撞
模子预测控制器
- 利用IS-MPC算法生成沿计划脚步的稳定步态
- IS-MPC不会修改由规划器给出的脚步位置
- 动态平衡的一个充分条件是零力矩点（ZMP）始终位于支持多边形内
- 通过施加鲁棒稳定性束缚确保闭环稳定性
结果
- 在DART中举行的动力学仿真展示了两个HRP-4人形机器人携带桌子和带把手物体的动态仿真结果
- 仿真结果体现跟随者可以大概顺应领导者的活动，包括速率变革、方向变革和避障
- 跟随者在复杂路径和高停滞物场景中体现精良
结论
- 提出了一种用于人形机器人合作运输的去中央化框架
- 领导者根据使命自主决定活动，跟随者通过感知交互力推断领导者的意图
- 框架包括一个可以大概避免碰撞的脚步规划器
- 未来工作包括利用垂直力丈量值、允许领导者重新规划步伐以及在物理平台上举行实验
资源下载
人形机器人之间的协同合作运输方案[罗马大学-GiuseppeOriolo] 原文+翻译-CSDN文库
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。 |
