← 返回论文列表

轮式双足机器人跳跃的高度控制与最优扭矩规划
Height Control and Optimal Torque Planning for Jumping With Wheeled-Bipedal Robots

作者: Yulun Zhuang, Yuan Xu, Binxin Huang 等8人
arXiv: 2605.03302v1
分类: cs.RO
📝 论文摘要
本文主要研究基于转矩规划与能耗优化的轮式双足机器人精确跳跃高度控制。由于跳跃过程具有欠驱动、非线性估计及瞬时冲击等特性，轮式双足机器人跳跃高度的精确控制较为复杂。实际应用中，机器人常因安全裕度而过度跳跃，导致电机额外损耗、地面反作用力增大及能耗增加。为解决该问题，提出一种新型轮式双足跳跃动力学模型（W-JBD），实现了精确的高度控制。该模型性能良好但因转矩存在显著阶跃而无法直接应用于实体机器人。为此，进一步提出基于贝叶斯优化的转矩规划方法（BOTP），该方法无需精确动力学模型即可在少量迭代内获得最优转矩规划方案。BOTP方法可降低82.3%的高度误差与26.9%的能耗，且输出连续转矩曲线。该结果在Webots仿真平台得到验证。通过W-JBD模型获得的转矩曲线缩小搜索空间后，BOTP可快速收敛（平均40次迭代）。将W-JBD模型与BOTP方法协同配合，可在合理实验次数内实现实体机器人的高度控制。

📊 核心分析

🎯 研究动机
- 轮式双足机器人在跳跃过程中具有**欠驱动(underactuated)**、**非线性估计(nonlinear estimation)** 和**瞬时冲击(instantaneous impact)** 特性，导致跳跃高度精确控制极为复杂 - 实际应用中机器人常以过高的跳跃高度确保安全，造成额外的**电机损耗(motor loss)**、更大的**地面反作用力(ground reaction force)** 和更多**能耗(energy consumption)** - 现有方法无法同时实现精确高度控制与低能耗，亟需一种高效且适用于实机的转矩规划方案
🔧 核心方法
- 提出**轮式双足跳跃动力学模型(W-JBD, Wheeled-Bipedal Jumping Dynamical Model)**，用于实现精确高度控制，但因转矩存在显著阶跃不适用于真实机器人 - 提出基于**贝叶斯优化(Bayesian Optimization)的转矩规划方法(BOTP)**，无需精确动力学模型即可在少量迭代内获得最优转矩曲线 - 将W-JBD模型得到的转矩曲线作为搜索空间约束，加速BOTP收敛（平均40次迭代） - 在**Webots仿真平台** 上验证所提方法，证明连续转矩曲线可同时降低高度误差和能耗
💡 核心创新
- **首次结合**：将W-JBD动力学模型与BOTP贝叶斯优化相结合，利用前者缩小搜索空间，使后者快速收敛到最优转矩规划 - **效率提升**：BOTP方法平均仅需**40次迭代** 即可收敛，大幅减少真实机器人实验次数 - **性能优化**：连续转矩曲线避免了阶跃冲击，在仿真中实现**82.3%高度误差降低** 和**26.9%能耗减少**，同时保持精确高度控制
🏆 总体贡献
- 为轮式双足机器人跳跃高度控制提供了一种**新颖的转矩规划范式**，兼顾精确性与能量效率 - 在Webots仿真平台上验证了W-JBD+BOTP方法的有效性，为后续实机应用奠定基础 - 通过贝叶斯优化与动力学模型协同，实现了**实机可行的高度控制方案**，合理次数实验即可应用 - 显著降低了跳跃高度误差和能耗，有助于延长机器人寿命并提升任务可靠性