四足机器人的跌倒预测,控制和恢复
Hao Sun1, Junjie Yang2, Yinghao Jia2
1Research and Development Center, China Academy of Launch Vehicle Technology, Beijing 100071, China.
ISA transactions
|June 9, 2024
概括
这项研究引入了四足机器人预测和从跌倒中恢复的新框架. 该系统准确地预测掉落,并使机器人能够自主恢复,提高复杂环境中的稳定性.
科学领域:
- 机器人技术 机器人技术 机器人技术
- 控制系统 控制系统
- 人工智能的人工智能
背景情况:
- 由于外部干扰,在非结构化的环境中,双腿机器人常见的跌倒是由于外部干扰而发生的.
- 现有的研究往往忽视了跌倒预防和恢复,主要侧重于稳定的运动.
研究的目的:
- 为四足机器人开发一个全面的框架,以预测,控制和从跌倒中恢复.
- 为了提高在不可预测条件下运行的腿类机器人的强度和安全性.
主要方法:
- 一个基于可捕捉性的算法,用于在各种运动模式下预测落.
- 接触隐性轨迹优化,结合系统和地形的不确定性,以确保安全降落控制.
- 一种无模型的深度强化学习方法,用于摔倒后的恢复.
主要成果:
- 跌落预测准确率为95%,预警时间约为395ms.
- 自主切换到0.06s的扰动下降控制.
- 在恢复过程中降落冲击速度显著降低,与传统控制器相比是三倍.
结论:
- 拟议的框架有效地提高了四足机器人在非结构化环境中的稳定性和安全性.
- 预测,控制和恢复的综合方法显著提高了机器人对干扰的弹性.
