模型预测控制(MPC)方法被广泛用于机器人技术,因为它们允许在机器人移动时计算更新的轨迹。他们通常需要启发式参考,以进行跟踪术语和成本功能参数的正确调整,以便获得良好的性能。例如,当腿部机器人必须对环境的干扰(例如,推动后恢复)或以静态不稳定步态跟踪某个目标时,算法的有效性会降解。在这项工作中,我们提出了一个新型基于优化的参考生成器,名为州长,该发电机利用线性倒置的摆模型来计算质量中心的参考轨迹,同时考虑了步态的可能不足(例如,在小跑中)。获得的轨迹用作我们先前工作中提出的非线性MPC成本函数的参考[1]。我们还提出了一个公式,可以保证一定的响应时间达到目标,而无需调整成本条款的权重。此外,校正了立足点以将机器人朝目标推动。我们证明了在与Aliengo机器人不同情况下的模拟和实验中,我们的方法的有效性。
translated by 谷歌翻译