用数字超越移动障碍物：通过模型预测轮廓控制实现双足机器人的路径跟踪
摘要：在不断变化的环境中，人形机器人需要导航并执行各种任务。这些任务通常需要机器人在线决策关于遵循参考路径的速度和精度。例如，机器人可能希望决定暂时偏离路径以超过慢速移动的障碍物。在这种情况下，为了快速遍历路径，路径跟随性能会受到损害。现有的全局轨迹跟踪方法通常假设路径的时间参数是预先给定的，并寻求最小化笛卡尔误差的范数。因此，机器人在路径上应该在固定位置，并且暂时偏离路径是被强烈反对的。本文基于给定的全局路径，提出了一种模型预测轮廓控制（MPCC）方法来选择最大化路径遍历的脚步，同时允许机器人在忠实与快速路径跟随之间做出决策。该方法通过对双足机器人Digit在曲线路径下受干扰的跟踪性能进行高保真仿真评估，并应用于Digit超越移动障碍物的情况。
作者：Kunal S. Narkhede, Dhruv A. Thanki, Abhijeet M. Kulkarni and Ioannis Poulakakis
论文ID：2308.00119
分类：Robotics
分类简称：cs.RO
提交时间：2023-08-02