← 返回论文列表

浮动基座机器人高阶递归动力学算法的李群表述
Lie Group Formulation of Recursive Dynamics Algorithms of Higher Order for Floating-Base Robots

作者: Ahmed Ali, Chiara Gabellieri, Antonio Franchi
arXiv: 2605.06498v1
分类: cs.RO, eess.SY
📝 论文摘要
本文描述了计算浮动基座树形结构Lie群牛顿-欧拉、铰接体惯量及混合动力学算法高阶时间导数的过程,其中基座构型在SE(3)上演化,附接机构为构型位于(n1+n2)维流形T^{n1} × R^{n2}上的开链运动树,并采用旋量的空间表示。在给出算法后,我们将所得递归关系整合为封闭形式的运动方程,识别出满足无源性条件的可行科里奥利矩阵,并证明铰接惯性张量在所有时间导数下保持不变。随后,我们将所开发方法应用于一个12自由度空中机械臂,推导其几何前向与逆向动力学的解析表达式及其一阶时间导数,而数值模拟成功评估了直至五阶的动力学。最后,为展示其实用价值,我们对所提出的扩展算法进行基准测试,结果表明在测试案例中,其计算成本随导数阶数呈二次增长,而自动微分基线则呈指数增长。

📊 核心分析

🎯 研究动机
- 解决**浮动基座机器人(floating-base robots)** (如无人机、空间机器人)的高阶递归动力学算法问题 - 现有动力学算法通常只计算一阶导数,但高级控制、轨迹优化等需要高阶时间导数(如加速度、加加速度) - 背景:浮动基座系统的基座构型在**SE(3)** 上演化,附着的开链机构在**T^n1 × R^n2** 流形上,需要统一的李群表述
🔧 核心方法
- 基于**李群(Lie group)** 形式,使用**空间旋量表示(spatial representation of twists)** 处理牛顿-欧拉、铰接体惯量和混合动力学算法的高阶时间导数 - 将递归算法收集为**闭式运动方程(closed-form equations of motion)**,并识别出满足**无源性(passivity)** 的**科里奥利矩阵(Coriolis matrix)** - 应用于12自由度**空中机械臂(aerial manipulator)**,推导几何正逆动力学及一阶导数的解析表达式,并通过数值仿真评估至五阶导数
💡 核心创新
- **首创性**:首次将李群公式化扩展到浮动基座树的**任意高阶时间导数** 递归动力学算法 - **关键发现**:证明**铰接体惯性张量(articulated inertia tensor)** 在所有时间导数下保持不变,且识别出满足无源性的科里奥利矩阵 - **计算效率显著提升**:数值测试中,所提方法的计算成本随导数阶数**二次方增长(quadratic scaling)**,而自动微分基线呈**指数增长(exponential scaling)**
🏆 总体贡献
- 为浮动基座机器人提供了**高阶动力学分析的统一李群框架**,适用于任意阶导数 - 推导了**闭式运动方程** 并验证了无源性,为稳定性分析和控制器设计奠定基础 - 展示了实际应用:在12自由度空中机械臂上成功计算高达五阶动力学,且计算效率远优于自动微分方法 - 促进了**高阶动力学算法在实际机器人系统** (如无人机、空间机器人)中的高效实现