MPC+WBC多任务优先级控制例子

最新推荐文章于 2024-11-02 10:50:30 发布
最新推荐文章于 2024-11-02 10:50:30 发布
阅读量425 收藏 1
点赞数
分类专栏： 人形机器人算法案例 文章标签： MPC WBC 全身控制 人形机器人
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/xiaoc100200/article/details/139559046
版权
本文介绍了一个将模型预测控制（MPC）与全身控制（WBC）结合应用于人形机器人控制的例子，通过多任务优先级处理来确保机器人动态环境中的稳定性。示例代码展示了如何使用CasADi库实现包含平衡、关节角度和末端执行器位置等任务的WBC，并通过MPC优化问题设定目标函数和约束条件。
摘要由CSDN通过智能技术生成

MPC+WBC多任务优先级控制例子

  • 将模型预测控制（Model Predictive Control, MPC）与全身控制（Whole-Body Control, WBC）结合应用于人形机器人是一项复杂的任务，但它可以显著提高机器人在动态环境中的表现。
  • 在实际的全身控制（Whole-Body Control, WBC）中，多个任务的优先级可以通过将这些任务分层次处理来实现。高优先级任务会在主空间中执行，而低优先级任务会在零空间中执行，确保不影响高优先级任务。以下是一个实现多个任务优先级的示例代码。实际应用中，可以在MPC优化问题中添加更多约束和目标函数，以满足全身控制的需求。

示例代码

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。

import numpy as np
import casadi as ca
import matplotlib
了解本专栏 订阅专栏 解锁全文 超级会员免费看
青瓜先生
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 3261
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。
【论文解读--MPC+WBC控制】（Cheetah mini）Whole-Body Impulse Control and Model Predictive Control
qq_35635374的博客
12-15 9035
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、控制架构1、控制流程三、1.2.3.4.四、1.2.3.4.总结参考资料 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！ 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 一、简介 本文提出了一种将全身力控制（WBC）和模型预
干货丨浅谈足式机器人的运动控制
小米云技术
06-28 5183
“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...
四足机器人MPC+WBC方案
penuel
08-14 485
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）
qq_45488834的博客
09-01 1460
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。
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 7301
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
【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 4515
A humanoid bipedal walking control repo using NMPC and WBC, and simulation with mujoco. Contact: xuejl2001@mail.ustc.edu.cn
机器人模型预测控制MPC（model predictive control）
FL1717的博客
06-01 3946
它的思想与具体的模型无关，但是实现则与模型有关。它通过对系统行为进行预测和优化，提供了一种灵活而高效的控制方法，能够实现更好的控制性能和系统响应。可以灵活地适应不同的控制目标：通过在优化问题中引入不同的目标函数和权重，MPC可以适应不同的控制目标，并在控制过程中进行调整。考虑系统动态特性：MPC可以考虑系统的动态特性，通过预测未来一段时间内的系统行为，能够更好地应对系统的时变性和延迟响应。控制策略更新：根据优化求解的结果，选择并应用最优的控制输入，将其应用于机器人系统，并在下一个控制周期中进行更新。
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 1953
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...
MIT mini cheetah四足机器人Highly Dynamic Quadruped Locomotion
09-16
文中提出了一种结合整体的控制器控制（WBC）和模型预测控制（MPC）。在里面的框架中，MPC找到了一个最佳的反作用力剖面在较长的时间范围内，使用简单的模型和WBC根据以下命令计算关节扭矩、位置和速度命令：根据MPC计算的反作用力。不同于现有的WBCs，试图跟踪指令的身体轨迹，我们的控制员更专注于反应部队指挥部，这使得它能够实现高速动态运动空中相位。新设计的WBC是集成的使用MPC，并在小型猎豹四足机器人上进行测试。为了证明鲁棒性和通用性，控制器在六种不同的步态下，以多种不同的方式进行测试环境，包括户外和跑步机上，达到最高速度为3:7 m=s。
【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 18
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】
【转载】MIT四足机器人Cheetah 3控制方案笔记
aaa376070331的博客
12-16 4518
转载：知乎 Wenboxing https://zhuanlan.zhihu.com/p/190028074 这里写自定义目录标题MIT四足机器人Cheetah 3控制方案理解笔记（1）——摆动腿控制、单刚体模型平衡控制器一、摆动腿控制二、平衡控制器MIT四足机器人Cheetah 3控制方案理解笔记（2）——Convex Mpc身体姿态控制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 MIT四足机器人Cheetah 3控制方案理解笔记（1）——摆动腿控制
【MIT Cheetah】整体设计学习
HUSHLALA的博客
05-23 1347
MIT Cheetah
四足的凸优化问题
weixin_45728705的博客
10-16 222
定义：凸优化又称凸最小化，研究定义于凸集中的凸函数最小化的问题。 函数表达： 意义：图像上表示为整个图像向下凸出，即局部最小值等于全局最小值。 在四足领域，WBC与MPC结合进行凸优化的效果优于一般的MPC控制策略，有效避免了陷入局部极小的困境。 ...
ETH机器人动力学讲义：基于零空间方法的全身运动控制（WBC）-1
weixin_42235171的博客
08-21 3263
但是在大多数情况下，我们更倾向于通过规划得到的终端速度 w 去规划关节速度 q_dot ，如果矩阵 J 可逆的情况下，通过简单的对在两侧左乘 J的逆矩阵即可。对于有冗余的系统（如上式）通常有无穷多的解，加入零空间矩阵 N , 其满足。，也不会影响上式中的控制中对终端运动 w 的控制。上面讨论过了据有更高优先级的控制矩阵，下面是第一优先级任务的控制。个任务具有相同的优先级，通常采用如下方法求取广义速度。，便可以通过实现如下公式实现任意改变。最简单的零空间矩阵 N 的可以选取为。
WBC学习笔记(一)：手推WBC公式
weixin_45728705的博客
10-19 5263
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
一些机器人运动控制项目
weixin_55171106的博客
02-27 1134
控制方法：基于力和力矩的MPC；有ros noetic（c++）和matlab两个版本实现。matlab+gazebo仿真使用了icub-gazebo-wholebody的环境。人形机器人icub的WBC控制。：基于OCS2和ros控制的腿式机器人非线性。步态控制器，它将足部放置解决方案作为输入。宇树机器人改成垂直结构；在gazebo中的一些任务下的模型。带 WBC 的 MPC 和仅。：四足机器狗，强化学习。基于角动量线性倒立摆。
评论
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
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