A Model Predictive Capture Point Control Framework for Robust Humanoid Balancing via Ankle, Hip, and Stepping Strategies

要約

ヒューマノイドの堅牢なバランスをとる能力は、実際の環境での可動性に不可欠です。
多くの研究は、人間に触発された足首、股関節、および人間レベルのバランスを達成するためのステッピング戦略の実装に焦点を当てています。
この論文では、ヒューマノイドの堅牢なバランス制御フレームワークが提案されています。
第一に、キャプチャポイント（CP）追跡制御には、モデル予測制御（MPC）フレームワークが提案され、単一のフレームワーク内で足首、股関節、ステッピング戦略の統合を可能にします。
さらに、中心体角運動量減衰制御の重みパラメーターを調整する可変重み付け方法が導入されています。
第二に、MPCの階層構造とステッピングコントローラーが提案され、ステップタイムの最適化が可能になりました。
提案された方法の堅牢なバランスのパフォーマンスは、シミュレーションと実際のロボット実験を通じて検証されます。
さらに、足首、股関節、ステッピング戦略を使用する最先端の2次プログラミングベースのCPコントローラーと比較して、優れたバランスのパフォーマンスが実証されています。

要約(オリジナル)

The robust balancing capability of humanoids is essential for mobility in real environments. Many studies focus on implementing human-inspired ankle, hip, and stepping strategies to achieve human-level balance. In this paper, a robust balance control framework for humanoids is proposed. Firstly, a Model Predictive Control (MPC) framework is proposed for Capture Point (CP) tracking control, enabling the integration of ankle, hip, and stepping strategies within a single framework. Additionally, a variable weighting method is introduced that adjusts the weighting parameters of the Centroidal Angular Momentum damping control. Secondly, a hierarchical structure of the MPC and a stepping controller was proposed, allowing for the step time optimization. The robust balancing performance of the proposed method is validated through simulations and real robot experiments. Furthermore, a superior balancing performance is demonstrated compared to a state-of-the-art Quadratic Programming-based CP controller that employs the ankle, hip, and stepping strategies.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google