MIT四足机器人Cheetah(3) 2019年Mini的MPC+WBC控制方案.pdfVIP

Mini Cheetah 2019 年的 MPC+WBC控制方案 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。 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Cheetah 3 上的相同， 文章“MIT 四足机器人Cheetah Convex Mpc 身体姿态控制”中也谈了下自己对Cheetah3 上的凸模型预测控制的理解。在cheetah3 中， MPC优化出的地面反作用力取负号后左乘雅可比转置得到关节力矩，笔者的理解是此处的 关节力矩的计算更多的是反映了静力学层面的关系，其间并没有考虑关节速度、加速度等对 关节力矩的影响，即没有考虑动力学。而mini上的WBC 恰好是在MPC 计算得到地面反作 用力的基础上利用动力学模型得到关节的位置、速度、加速度以及力矩这些量，实现更精准 的控制。因为机器人是在不断运动的，因此mini所用的是机器人浮动基动力学模型，即机 器人的基座是运动的，求解难度是大于基座固定不动的工业机器人的。浮动基动力学方程表 达形式如下： mini 中的WBC 的核心思想是操作空间有优先级的多任务控制组织方案，关于优先级、多任 务这点，举个简单的例子，比如一个机械臂，指定了期望的末端速度，同时我们要求在保证 达到期望的末端速度前提下，机械臂的第一、二个关节速度要尽可能接近0，这便是一个简 单的有优先级的多任务控制问题。解决此类问题最常用的方法是零空间组织法 （null space projection）。 关 于 null space projection, 可 以 看 一 下 ETH 的 精 简 机 器 人 学 讲 义 ： https://ethz.ch/content/dam/ethz/special-interest/mavt/robotics-n-intelligent-systems/rsl-d am/documents/RobotDynamics2017/RD_HS2017script.pdf，笔者刚所举的例子在这份讲 义的第44 页有详细的讲解。 mini 的关节位置、速度、加速度求解其实也是用了相同的方法： 这里位置、速度的任务雅可比在讲义的43 页有阐述，加速度的任务雅可比在讲义的73 页 也有阐述 （主要是基于接触约束导出的nullspace projection）然后，便是将计算出的位置、 速度、加速度带入动力学方程做一个优化， 关于关节位置的计算论文中是说： 其中qj 是此刻测得的关节位置，大多是从初始位置到末端位置进行插值，然后计算每个控 制周期的期望关节位置、速度。我的理解是此处摆动腿便不能再用插值的方式进行控制，而 是每个控制周期都会有基于null space projection 的关节位置、速度指令，需要对其做PD 控制律，然后再加上一个基于动力学模型的力矩前馈。 论文中优化问题的核心思想是在满足动力学方程约束的情况下，允许机器人基座与期望状态 之间存在些许的偏差，这种放松更有利于机器人的高速运动，而后将优化出的地面反作用力、 关节加速度以及之前计算】得到的关节位置、速度带到动力学方程里： 便可以求出支撑腿、摆动腿的力矩， （摆动腿没有接触力fr这一项）求出的这个力矩会做 为一个前馈，然后加上关节位置、速度的PD控制律，对机器人的支撑腿、摆动腿进行控制。 按论文中所述，这种控制方案让mini 跑的更快了，如下图： 按照笔者的理解，其实这一套方案要部署到自己的机器人上，难度是很大的。尤其是浮动基 的动力学建模，非常复杂，虽说好像目前有部分软件可以直接基于机器人模型文件，例如 URDF 自动求出机器人的浮动基动力学模型，但笔者还没使用过。如果有使用过的读者，还 请赐教一下。