【论文解读--MPC+WBC控制】（Cheetah mini）Whole-Body Impulse Control and Model Predictive Control

已于 2024-10-11 21:16:22 修改
阅读量9.0k 收藏 91
点赞数 14
分类专栏： # 四足机器人MIT Cheetah mini # 足式机器人&机械臂控制合集 文章标签： 自动驾驶 人工智能 机器学习
于 2021-12-15 21:03:48 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_35635374/article/details/121957854
版权
本文介绍了将模型预测控制（MPC）与全身力控制（WBC）结合的四足机器人控制器，用于实现高动态运动。MPC计算反作用力，WBC则根据反作用力计算关节命令。控制架构包括MPC、WBC、状态估计器和步态规划。通过MPC的集中质量模型和WBC的多体动力学模型，实现对四足机器人的精确控制。实验展示了控制器在不同步态下的效果。
摘要由CSDN通过智能技术生成

系列文章目录

提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加
TODO:写完再整理

文章目录

前言

认知有限，望大家多多包涵，有什么问题也希望能够与大家多交流，共同成长！

在这里插入图片描述
四足机器人运动控制相关教程及博客请关注专栏：
https://blog.csdn.net/qq_35635374/category_11523325.html

足式机器人&机械臂控制合集(这个比较全面)：
https://blog.csdn.net/qq_35635374/article/details/14286

了解本专栏 订阅专栏 解锁全文 超级会员免费看
盒子君~
关注
专栏目录
订阅专栏
Whole Body Control（WBC）全身控制
weixin_46300916的博客
11-18 3299
谷歌的几种解释在这里，全身控制指的是 Oussama Khatib 教授提出的一种控制框架。该框架也被称为任务空间控制、操作空间控制或操作空间制定。当你控制一个有很多关节的机器人时，很难计算出所需的关节角度/力矩集。传统的方法是逆运动学（IK），这是一种几何解决方案。ahl_wbc 可以根据机器人指尖的期望位置/方位计算所需的角度/力矩集。因此，如果使用这个框架，就可以在不使用 IK 的情况下轻松控制复杂的机器人。
全身控制（Whole-Body Control，WBC）简化版
xiaoc100200的博客
06-08 1516
WBC是一种集成了多种控制策略的方法，旨在同时控制人形机器人的多个自由度（DOF），以实现复杂的运动和任务。WBC通常通过优化来解决，同时考虑到运动任务、动态平衡、接触力以及机械约束等多个因素。通过这个示例，可以看到如何使用WBC方法来控制人形机器人完成复杂的运动任务。实际应用中，WBC需要结合机器人的实际动力学模型和更多的物理约束条件，通过不断的优化求解来实现机器人的稳定控制和精确运动。定义机器人要完成的任务，比如保持平衡、行走、抓取物体等。每个任务通常被表示为一个约束条件或目标函数。
MIT四足机器人控制方案理解笔记（3）——Mini Cheetah 19年的MPC+WBC控制方案
Wincoding的博客
08-19 7313
2019年，MIT在Mini Cheetah上采用了MPC+WBC的控制方案，论文《Highly Dynamic Quadruped Locomotion via whole-body impulse control and model predictive control》中称加入WBC后Mini的最高运动速度由18年只采用MPC时的2.45m/s增加到19年的3.7m/s。 笔者这几天看了下Mini上的WBC，在此处谈谈自己一些粗浅的理解，如有错误，请各位指正。 mini上所用的MPC与Chee
四足机器人MPC+WBC方案
penuel
08-14 501
四足机器人MPC+WBC方案 一、MPC: 系统方程： 状态变量：\(x_r = (h_{com}, q_b, q_j) \in R^{24}\), 包含6维质心点动量，6维机身位姿，3*4个关节角度 输入变量：\(u = (f_{c1}, ......, f_{c4}, v_j) \in R^{3*4+12}\), 包含4个腿末端的3维力，12个关节速度 动力学： 其中\(f_{ci}\)是4...
MPC和WBC步态控制（以人形机器人控制为例）
m0_46363700的博客
09-01 3112
最优控制在实际应用中有很广泛的应用，例如在自动驾驶汽车中，通过优化车辆的加速度和转向角度，使其在规定的时间内安全地到达目的地；在制造业中，通过调整生产线的控制参数，实现生产效率的最大化；随着技术的进步，MPC和WBC等先进的控制策略被广泛应用于人形机器人的运动控制中，极大地提升了机器人的性能。模型预测控制是一种基于模型的控制策略，它通过预测未来一段时间内的系统状态和控制输入，来优化当前时刻的控制输出。在这一步中，MPC会根据当前的状态信息和预定的目标状态，通过求解一个优化问题来计算一系列未来的控制输入。
WBC学习笔记(一)：手推WBC公式
weixin_45728705的博客
10-19 5313
1.介绍：WBC控制器是当今足式机器人最常用的控制器之一。基于多任务不同的优先级，它可以控制关节电机使其按照优先级的顺序满足各个任务的需求。MIT开源的cheetah mini就用到了MPC+WBIC算法来控制落足点。 推导的过程参考了以下的资料 mini cheetah中WBC公式解析 基于零空间方法（NUB）的全身控制（WBC）的简单实现 Robot Dynamics Lecture Notes 由于本人能力有限，对于WBC控制器的理解还不够深，推导过程有误之处欢迎批评指正。 联系方式：22500170
【论文解读--力控电机+四足机器人载体设计】（Cheetah mini）A Low Cost Modular Actuator for Dynamic Robots
qq_35635374的博客
12-15 9484
系列文章目录 提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加 TODO:写完再整理 文章目录系列文章目录前言一、简介二、电机执行器类型1.力控电动电机执行器2.液压执行机构3.系列弹性执行机构三、执行电机设计1.模块化2.电控性能要求3.机械设计1、转子和定子2、壳体和行星齿轮箱3、冲击设计分析4、轴承载荷选型4.电机控制硬件1、三相逆变器3、逻辑电源、栅极驱动、电流传感和微控制器4、位置感测四、控制算法1.电流和转矩FOC控制2.位置传感器校准和线性化3.电机执行机构参数配置和通信4.
MPC+WBC多任务优先级控制例子
xiaoc100200的博客
06-09 431
该示例展示了如何使用CasADi库实现包含多个任务优先级的WBC，并结合MPC进行控制。
Mini Cheetah 代码分析（六）机身控制器MPC控制器
weixin_50084948的博客
04-20 2486
MIT的机器狗包括MIT Cheetah 3和MIT Mini Cheetah使用了一种叫做Convex Model-Predictive的控制器，需要结合已经发表的文章去看才更容易理解该算法的代码(标题为:Dynamic Locomotion in the MIT Cheetah 3 Through Convex Model-Predictive Control)，本篇解析重要的控制器实现的文件ConvexMPCLocomotion.cpp。该文件也是实现各种功能的入口，跑仿真的时候使用的主要也是这个文件
足式机器人探索（2）-Mini Cheetah仿真运行
沧海一帆的专栏
09-15 912
1.启动机器狗 首先到Cheetah-Software/build/ 目录下执行 ./sim/sim 选择mini cheetah,simulator,点击start,就会弹出一个图形界面,如下图 这只小狗是睡着的，没有站起来 怎么让小狗站起来呢？ 2.让小狗站起来 （1）设置参数 在中间的参数列表中，把cheater_mode设置为1，把control_mode设置为1，use_rc设置为0 （2）启动控制器 执行 ./user/MIT_Controll/mit_ctrl m s 发现小狗站起来了
The Whole-Body Control Framework-开源
04-28
由斯坦福大学和德克萨斯大学奥斯汀分校共同开发的整体控制框架为固定式基础机械手提供高级控制，目前在Meka A2 Arm和Dreamer / Meka Humanoid机器人上运行。 代码存储库托管在Github上，请访问https://github.com/poftwaresatent/stanford_wbc
【论文解读实战篇】Cheetah mini MPC+WBC控制Whole-Body Impulse Control and Model Predictive Control
最新发布
qq_35635374的博客
11-02 23
认知有限，望大家多多包涵，有什么问题也希望能够与大家多交流，共同成长！本文先对高动态四足机器人全身脉冲控制WBC与模型预测控制MPC做个简单的介绍，具体内容后续再更，其他模块可以参考去我其他文章提示：以下是本篇文章正文内容本文提出了一种将全身力控制（WBC）和模型预测控制（MPC）相结合的控制器模型预测控制MPC找到了一个最佳的反作用力分布一个简单的模型【MPC可以看成一个优化器，输出的是预测控制量】全身力控WBC根据MPC计算的反作用力，计算关节扭矩、位置和速度命令【WBC是一个控制器】
机器人动力学与控制_MIT四足机器人控制方案理解笔记（3）——Mini Cheetah 19年的MPC+WBC控制方案...
weixin_39625008的博客
11-26 1962
2019年，MIT在Mini Cheetah上采用了MPC+WBC的控制方案，论文《Highly Dynamic Quadruped Locomotion via whole-body impulse control and model predictive control》中称加入WBC后Mini的最高运动速度由18年只采用MPC时的2.45m/s增加到19年的3.7m/s。​笔者这几天看了下M...
干货丨浅谈足式机器人的运动控制
小米云技术
06-28 5216
“本期技术干货，我们邀请到了小米机器人实验室工程师——游洋威，来和大家从经典的三分控制法、零力矩点控制到目前主流的模型预观控制等方面，介绍足式机器人的运动控制。”一、前言不论是非洲大草原上高速飞奔的猎豹，青藏高原上灵活跳跃的羚羊，还是万物之灵的人类自己，都无不让人惊叹造物主的鬼斧神工，也激发着人们梦想能有朝一日做出类似的人造物。诸葛亮的木牛流马，达芬奇的发条骑士，都是朝这...
Mini Cheetah 代码分析（四）学习编写自己的控制器
weixin_50084948的博客
04-15 2101
要添加自己的机器人控制器，在“Cheetah Software/user”下添加一个文件夹，然后在user文件夹中的“CmakeLists.txt”中，将该文件夹目录添加进去。“JPos_Controller”是一个非常简单的控制器示例，以此为模板即可完成自己的控制器编写，其功能是直接控制腿部各个关节的位置。 下边主要对\user\JPos_Controller文件夹下的几个文件进行分析。 CMakeLists.txt JPosUserParameters.h JPos_Controller.cpp J
【开源】基于NMPC和WBC的双足机器人控制框架简介
weixin_47564449的博客
03-07 4582
A humanoid bipedal walking control repo using NMPC and WBC, and simulation with mujoco. Contact: xuejl2001@mail.ustc.edu.cn
Mini Cheetah 代码分析（一）
m0_69358422的博客
04-14 1812
代码仓库链接：GitHub - mit-biomimetics/Cheetah-Software 此软件包含了真机和仿真模拟。 #首先是文件夹结构： documentation文件夹包含了有关的入门指南。 common文件夹包含了动态和实用程序的公共库。包含了一些test测试程序和 resources文件夹包含了用于可视化的模型文件。 robot文件夹包含了机器人代码。 sim文件夹包含了仿真代码，只有这部分代码依赖QT。 third-party包含了经过修改过的第三方库。次级目录有Gold
Mini Cheetah 代码分析（三）快速从仿真中获取数据
weixin_50084948的博客
04-15 2424
首先启动仿真 cd ~/wbc_v5/build ./sim/sim 界面选择好后，在build目录下ctrl+shift+t开启新终端，运行MIT控制器。 ./user/MIT_Controller/mit_ctrl m s 在中央面板中，将 use_rc 设置为 0， 将 control_mode 改为 6 (recovery stand), 运行到站立姿态 将 control_mode 改为 3 (balance stand), 平衡站立（力控状态） 将 control_m......
mini cheetah mpc
07-28
Mini Cheetah是麻省理工学院（MIT）开发的一种四足机器人，它采用迷你版豹子的外观和动作特征。MPC是Model Predictive Control的缩写，是一种控制算法。Mini Cheetah MPC是将MPC应用于Mini Cheetah机器人上的一种技术。 Mini Cheetah MPC通过模型预测进行机器人的运动控制。它利用Mini Cheetah的动力学模型和环境反馈，在每个控制周期内进行预测，并根据预测结果计算出最佳动作指令。这种控制算法不仅可以使机器人在给定的路径上稳定行走，还可以对不同的环境变化做出适应性的反应。 Mini Cheetah MPC具有准确性、高效性和鲁棒性等优点。它能够处理机器人的非线性动力学特性，并根据实际环境动态调整控制策略。这种控制算法可以使Mini Cheetah机器人具备更强的运动控制能力，例如灵活地跳跃、前后翻转等高难度动作。 Mini Cheetah MPC不仅在科研领域有重要应用，还在工业和服务机器人领域具有广泛的应用前景。它可以用于实现机器人自主导航、定位和运动规划等任务，提高机器人的精确度和效率。 总之，Mini Cheetah MPC是一种将Model Predictive Control算法应用于Mini Cheetah机器人的技术。它通过模型预测实现机器人的高效、准确的运动控制，具有重要的科研和应用价值。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

盒子君~

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值