论文阅读：Whole-body control of humanoid robots

红茶川

已于 2024-03-20 13:44:16 修改

阅读量246

点赞数 4

分类专栏：读论文文章标签：机器人

于 2024-03-19 20:44:06 首次发布

原文链接：https://link.springer.com/referenceworkentry/10.1007/978-94-007-6046-2_51

版权

读论文专栏收录该内容

3 篇文章 0 订阅

订阅专栏

来源：Humanoid robotics: a reference, 2019

链接：Whole-Body Control of Humanoid Robots | SpringerLink

我的翻译：《Whole-body control of humanoid robots》

这是一篇关于人形机器人全身控制（Whole-Body Control）的综述性文章。

1. Introduction

2. Classification of WBC Techniques

3. Case Studies of Torque-Based Closed-Form WBC Methods

3.1 Whole-Body Operational Space Control：分层WBC

3.2 Attractor-Based Whole-Body Motion Control：加权WBC

3.3 Whole-Body Multi-objective Control：混合WBC编辑

3.4. Example of Behaviors Generated by the Different Controllers

4. Software of WBC

5. Future Directions and Open Problems

References

1. Introduction

人型机器人有望在非结构化环境中运行，因此它们的控制模式需要提供更高的通用性、鲁棒性、可重构性、灵活性和移动性，而不是移动性较弱的系统。研究人员在全身控制(WBC)方面的努力正朝着这个方向发展。

WBC结构代表了一系列基于传感器的反馈控制方法，这些方法利用了具有冗余的浮动基座机器人整体的完全移动性，在与环境的柔顺多接触交互中，由任务描述符（期望的速度、加速度、位置等）投影到机器人的执行器空间（执行器的期望速度或期望力矩， or both）中，从而执行通常结合了移动性和操纵性的协调行为。

WBC关注的各个领域包括：

人形机器人结构的运动学和动力学模型的选择；
完成期望行为的任务模型的选择；
设计结合环境和机械约束的方法；
在任务模型之间分配优先级；
不同算法的速度；
以及最后将WBC连接到控制过程的其他阶段（例如：接触力矩规划器和轨迹规划器）

2. Classification of WBC Techniques

文章对于WBC的分类：

根据WBC产生的输出的不同，分为：i）基于速度的；ii）基于扭矩的。

根据求解方法的不同，分为：a）基于封闭形式的；b）基于优化的。

基于封闭形势下，给定一组k个稳定的控制动作，基于速度或扭矩的WBC形式如下：

对于 $J$ 的定义，取决于任务之间的相对重要性是分层级表示(10)还是使用权重表示(11):

基于优化方法，则将前面描述的问题描述为用线性等式或线性不等式(或两者)来表示的优化问题，并用求解器求解。

基于优化的方法计算时间更长，但是可以表示不等式约束。

3. Case Studies of Torque-Based Closed-Form WBC Methods

基于扭矩的封闭式WBC举例：

3.1 Whole-Body Operational Space Control：分层WBC

参考文献[11]中的系统实现了任务的四种分层优先级(从最高优先级到最低优先级)：

四个任务的以人工势场的形式定义：

每个任务都是通过一个简单的PD控制器控制。

此时，WBC的形式变为：

其中，

这表明，低优先级任务的解空间是属于高优先级任务的解空间的。

3.2 Attractor-Based Whole-Body Motion Control：加权WBC

定义k个任务并将其线性组合以获得一个总体行为，该行为取决于分配给一组权重的值的选择。在该方法中，每个任务被认为是独立于其他任务的，并各自产生一组关节力矩：

参考文献[17]中实现了四个独立的吸引子：

3.3 Whole-Body Multi-objective Control：混合WBC

先计算主要任务(任务1)的关节力矩。一组较低优先级的任务(任务2—k)被投射到主任务的解空间中。这些次要任务都处于相同的优先级级别，并且每个任务相对于其他任务的重要性使用一组权重来定义。
因此，整个关节扭矩计算为：

3.4. Example of Behaviors Generated by the Different Controllers

以上三种不同控制器的表现：任务假设机器人的冗余度只够完成前两个任务。

图中实施了三个任务(按顺序激活时间)：

第一个任务是COM投影在地面上的位置;
第二个任务是关于右侧分支末端执行器的位置;
第三个任务是关于左侧分支末端执行器的位置。

1.分层WBC：在分层WBC的情况下，三个任务具有严格的优先级：Task 1 ＞ Task 2 ＞ Task 3

在分层WBC的情况下，一旦第二个任务被激活(右端执行器位置)，系统就开始移动以最小化测量误差。在过渡阶段和稳定状态下，COM投影的位置都不受扰动，保持在理想位置。在稳态条件下，两个任务的误差均为零。随后，另一个任务被激活，并要求将左端执行器移动到给定位置。任务1和任务2都不受第三个任务的执行的影响，无论是在过渡阶段还是在稳定状态。然而，前两个任务施加的约束阻止了第三个任务的完成：任务位置的误差最小，但它永远不会变为零。

2.加权WBC：每个任务都有一个相关的权重，并且独立于其他任务。

当第二个任务(右末端执行器位置)被激活时，系统的配置开始改变。第一个任务受到第二个任务执行的影响，并且在过渡阶段，COM位置的投影稍微远离参考位置。然而，在稳定状态下，这两个任务的误差为零，因为机器人的冗余度允许完美地满足这两个任务。第三个任务(左端执行器位置)的激活会干扰前两个任务。在稳定状态下，不可能同时达到三个任务所需的位置。在这种情况下，解决方案是一种妥协：没有使三个任务同时达到零偏差的解决方法，错误分布在不同的任务之间。但可以通过调整相关的权重来偏好某些任务。

3.混合WBC：第一个任务的优先级高于末端执行器位置上的两个任务。

当右端执行器上的任务被激活时， COM投影的位置保持不受干扰，这是因为第二个任务是在第一个任务的解空间中定义的。然而，当第三个任务被激活时(左端执行器位置)，行为发生变化：COM投影保持在期望位置(在过渡阶段和稳态)，而右端末端执行器位置被摄动。在稳态下，COM投影位置误差为零，而在第二和第三个任务中都存在一定的误差。

结论：

Method	Advantage	Disadvantage
Hierarchical WBC	在最高优先级的任务中保证了更好的精度，且高优先级任务不受低优先级任务的影响。
Weighted WBC	非常适合具有更宽松的准确性要求的应用程序，并允许生成更灵活的行为。且更直观，计算复杂度更低。	如果两个任务的解空间彼此冲突，那么这两个任务都不会收敛到期望的轨迹上，而是根据权重分配彼此之间的误差。
Hybrid Hierarchical/Weighted WBC	生成的行为介于前两种方法之间：它保证首要任务的准确性，然后允许以更灵活的方式处理其他子任务。