Cooperative Distributed Robust Control of Modular Mobile Robots with Bounded Curvature and Velocity
University of Utah（犹他大学）
本文研究了一种新型的运动控制系统，用于具有柔性框架轮式模块化移动机器人（CFMMR）。该系统结合了基于有限曲率的运动控制器和非线性阻尼动态控制器，通过多种控制器交互形式评估不同控制结构，实验结果验证了姿态调节的有效性。
2019-05-03 cs.RO cs.SY eess.SY
Ground and Flight Locomotion for Two-Wheeled Drones via Model Predictive Path Integral Control
Nagoya Institute of Technology（名古屋工业大学）；Nagoya University（名古屋大学）
针对传统两轮无人机运动规划依赖梯度优化、难以处理任意形状障碍物的问题，提出基于MPPI控制的多模式运动规划方法，通过切换控制空间与引入辅助控制器解决模式切换不稳定问题，实现非结构化环境下的有效避障导航。
2025-03-20 cs.RO cs.SY eess.SY
Toward Control of Wheeled Humanoid Robots with Unknown Payloads: Equilibrium Point Estimation via Real-to-Sim Adaptation
University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
本文提出一种通过实到仿真自适应估计未知载荷下轮式人形机器人新平衡点的框架，利用优化参数的非线性模型缩小仿真与现实的差距，提升模型控制器效率。
2024-08-21 cs.RO
Human Following for Wheeled Robot with Monocular Pan-tilt Camera
Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）；University of Chinese Academy of Sciences（中国科学院大学）
人类跟随移动机器人已经见证了显着的进步，由于其潜在的现实世界的应用。目前大多数人跟随系统都配备了深度传感器来获取人与机器人之间的距离信息，这受到感知要求和噪声的影响。本文设计了一种带单目云台摄像机的轮式移动机器人系统，该系统能够在跟踪目标的同时保持对目标的跟踪。该系统由快速的人体检测器、实时准确的视觉跟踪器、移动机器人和云台摄像机的统一控制器组成。在视觉跟踪算法中，利用暹罗网络和光流信息同时对人体进行定位和回归。为了实现对单目摄像机的跟踪控制，引入了人体身高约束来设计控制器。在实验中，人以下进行了分析，在模拟和真实的机器人平台，这表明整个系统的有效性和鲁棒性。
2019-09-13 cs.CV cs.RO
Finite-Time Control Based on Differential Flatness for Wheeled Mobile Robots with Experimental Validation
ImViA Laboratory EA 7535, Université Bourgogne Europe（伊姆维亚实验室EA 7535，布尔格ogne欧洲大学）；COMSATS University Islamabad（COMSATS伊斯兰堡大学）；Aix-Marseille University（艾克斯-马赛大学）
本文提出基于微分平坦性的有限时间控制方法，用于提升轮式移动机器人在复杂环境下的跟踪性能，并通过实验验证其有效性。
2025-12-23 cs.RO cs.SY eess.SY
Reinforcement Learning for Blind Stair Climbing with Legged and Wheeled-Legged Robots
École Polytechnique de Montréal（蒙特利尔理工学院）；ETH Zurich（苏黎世联邦理工学院）；Ascento Robotics（阿森托机器人公司）
本研究提出基于位置公式化强化学习和非对称演员-评论家结构的通用控制器，使腿式和轮腿式机器人实现盲攀爬楼梯，并成功让Ascento在现实世界攀爬15厘米楼梯。
2024-02-09 cs.RO
Jumping Control for a Quadrupedal Wheeled-Legged Robot via NMPC and DE Optimization
Department of Mechanical and Automation Engineering, The Chinese University of Hong Kong（机械与自动化工程系，香港中文大学）
本文提出了一种结合NMPC和DE优化的四足轮腿机器人跳跃控制方法，实现了多种跳跃动作并验证了其有效性。
2026-02-25 cs.RO
Aerial Assistive Payload Transportation Using Quadrotor UAVs with Nonsingular Fast Terminal SMC for Human Physical Interaction
Carleton University（卡尔顿大学）
本文提出一种基于导纳-非奇异快速终端滑模控制（NFTSMC）的双四旋翼无人机协同载荷运输方法，通过人类施加的力引导飞行器运动，利用 Lyapunov 分析证明稳定性，并在 ROS 和 Gazebo 仿真中验证了其减轻人类工作负荷的有效性与鲁棒性。
2024-12-23 cs.RO cs.SY eess.SY
Online Learning Based Mobile Robot Controller Adaptation for Slip Reduction
University of California, Berkeley（加州大学伯克利分校）
滑移是轮式移动机器人系统中一种非常普遍的现象。它具有不希望的后果，例如浪费能量和阻碍系统稳定性。为了解决移动机器人在湿滑条件下的轨迹跟踪的挑战，我们提出了一个分层的框架，学习和适应增益的跟踪控制器同时在线。具体而言，强化学习（RL）模块用于自动调整横向预测控制器和纵向速度PID控制器中的参数。实验表明，同步增益调整的必要性，并已证明，我们的在线框架优于最好的基线控制器使用固定的增益。通过利用在线增益自适应，我们的框架实现了强大的跟踪性能，拒绝滑动和减少跟踪误差时，移动机器人通过各种地形。
2023-01-30 cs.RO cs.SY eess.SY
Whole-Body MPC and Online Gait Sequence Generation for Wheeled-Legged Robots
ETH Zürich（苏黎世联邦理工学院）
我们的论文提出了一个模型预测控制器作为一个单一的任务制定，同时优化车轮和躯干运动。这种在线关节速度和地面反作用力优化集成了轮式四足机器人的kinodynamic模型。它定义了单刚体动力学以及机器人的运动学，同时将车轮视为移动的地面接触。通过这种方法，我们可以准确地捕捉机器人的滚动约束和动力学，使自动发现的混合机动没有不必要的运动学。该配方的通用性，通过同时优化机器人的全身变量允许一组参数，并使在线步态序列适应可能。非周期性步态序列是通过腿部运动工具自动发现的，而不需要预定义的接触和抬离时间，从而降低高达85%的运输成本。我们的实验演示了在具有挑战性的室内和室外环境中的四足机器人与非转向轮的动态运动。该论文的研究结果有助于评估一个分解的，即，轮和躯干运动的顺序优化，以及单任务运动规划器与一个新的数量，预测误差，它描述了如何以及滚动时域规划器可以预测机器人的未来状态。为此，我们报告了高达71%的改进，使用我们提出的单任务的方法，使快速运动可行，并揭示轮式足式机器人的全部潜力。
2021-07-06 cs.RO cs.SY eess.SY
InPTC: Integrated Planning and Tube-Following Control for Prescribed-Time Collision-Free Navigation of Wheeled Mobile Robots
School of Automation Science and Electrical Engineering, Beihang University（北京航空航天大学自动化科学与电气工程学院）；The Hong Kong Polytechnic University (PolyU)（香港理工大学）；Instituto Tecnológico Autónomo de México (ITAM)（墨西哥自治技术学院）
本文提出InPTC方法，结合基于切锥和时间尺度变换的预设时间路径规划器与基于屏障函数的管道跟随控制器，实现轮式移动机器人在预设时间内的高精度无碰撞导航。
2024-08-27 cs.RO cs.SY eess.SY
Keep Rollin' - Whole-Body Motion Control and Planning for Wheeled Quadrupedal Robots
ETH Zürich（苏黎世联邦理工学院）
我们展示了轮式四足机器人的动态运动策略，它结合了步行和驾驶的优点。所开发的优化框架紧密集成了由车轮引入的额外自由度。我们的方法依赖于基于零矩点的运动优化，不断更新参考轨迹。参考运动由一个分层的全身控制器来跟踪，该控制器通过求解包括非完整滚动约束在内的一系列优先任务来计算最佳广义加速度和接触力。我们的方法已经在ANYmal上进行了测试，ANYmal是一种四足机器人，它是完全扭矩控制的，包括连接到腿上的非转向轮。我们在平坦和倾斜的地形以及台阶上进行了实验，由此我们表明，将车轮集成到运动控制和规划框架中会产生直观的运动轨迹，与其他轮式足式机器人相比，这使得运动更加稳健和动态。此外，以4 m/s的速度和降低83%的运输成本，我们证明了轮式足式机器人与腿式机器人相比的优越性。
2019-02-07 cs.RO
Time-Varying Formation Tracking Control of Wheeled Mobile Robots With Region Constraint: A Generalized Udwadia-Kalaba Framework
Department of Dynamics and Control（动力学与控制系）；Beihang University（北航）；Department of Electrical Engineering（电气工程系）；City University of Hong Kong（香港城市大学）
本文提出了一种基于广义Udwadia-Kalaba框架的轮式移动机器人时间变化编队跟踪控制方法，考虑区域约束以确保机器人安全。
2026-02-26 cs.MA cs.RO
Formation of Multiple Groups of Mobile Robots Using Sliding Mode Control
本文提出基于质心变换的滑模控制方法，用于多组移动机器人形成不同几何形状，通过设计子系统控制器并采用奇异摄动理论实现有限时间滑动表面控制，同时利用势函数梯度确保碰撞避免。
2015-05-29 cs.RO cs.SY eess.SY
Aggregating Single-wheeled Mobile Robots for Omnidirectional Movements
Beijing Institute for General Artificial Intelligence (BIGAI)（北京通用人工智能研究院）；Peking University（北京大学）；Beihang University（北京航空航天大学）
本文提出一种由配备可转向全向轮和永磁对接机构的单轮模块自重构聚合而成的机器人系统，通过优化轮向分布和分层控制实现多模块协作包围运输物体的全向运动，并在仿真与六模块实验中验证了稳定编队和平稳运输性能。
2023-08-07 cs.RO
Modeling and Design of Longitudinal and Lateral Control System with a FeedForward Controller for a 4 Wheeled Robot
Advanced Systems Engineering Laboratory, National School of Applied Sciences, Kenitra, Morocco（先进系统工程实验室，国家应用科学学院，凯尼特拉，摩洛哥）
本文中的工作表明，通过一系列基于物理的增保真度模型，用于设计尊重机器人能力限制的机器人控制器，开发适用于大子集跟踪条件的参考简单控制器，其中大部分是非侵入性或高度动态的运动，并根据控制问题定义路径几何形状，并开发简单的几何控制和动态模型预测控制方法在本文中，我们提出了一个非线性模型与干扰的影响，纵向和横向运动的数学模型，使用PID与前馈控制器。本研究提出一前馈控制器以消除干扰影响。
2023-01-23 cs.RO cs.SY eess.SY
Implementation of Fuzzy Control Algorithm in Two-Wheeled Differential Drive Platform
本研究在Arduino Uno和Raspberry Pi上实现模糊逻辑控制器，优化两轮差速驱动平台的运动控制与颜色识别，提升远距离、宽光照下的识别鲁棒性。
2023-10-11 cs.RO cs.SY eess.SY
Fuzzy Logic Controller Design for Mobile Robot Outdoor Navigation
Addis Ababa Institute of Technology（亚的斯亚贝巴理工学院）
本文提出一种基于模糊逻辑算法的差速驱动轮式移动机器人控制系统，通过接近和GPS传感器实现自主导航、路径规划与避障，仿真证明其能无碰撞到达目的地。
2024-01-10 cs.RO cs.SY eess.SY
GPA-Teleoperation: Gaze Enhanced Perception-aware Safe Assistive Aerial Teleoperation
Zhejiang University（浙江大学）；Huzhou Institute of Zhejiang University（浙江大学湖州研究院）；Nanjing Institute of Technology（南京工程学院）
凝视是一种直观和直接的方式来表示个人的意图。然而，当涉及到辅助空中遥操作，旨在执行操作者的意图，很少有人关注凝视。现有的方法直接从遥控器（RC）输入中获取意图，这是不准确的，不稳定的，并且对非专业操作者不友好。此外，大多数遥操作工作不考虑环境感知，这是至关重要的，以保证安全。在本文中，我们提出了GPA遥操作，凝视增强感知觉的辅助遥操作框架，系统地解决了上述问题。该方法利用视线信息捕获操作者的意图，生成与之匹配的拓扑路径，并将其细化为安全可行的轨迹，增强了操作者对感兴趣环境的感知意识。此外，所提出的方法被集成到一个定制的四旋翼系统。大量具有挑战性的室内和室外真实世界的实验和基准比较验证了所提出的系统是可靠的，鲁棒的，甚至适用于不熟练的用户。我们将发布我们的系统源代码，以利于相关研究。
2022-02-07 cs.RO
Hierarchical Optimization for Whole-Body Control of Wheeled Inverted Pendulum Humanoids
Institute of Robotics and Intelligent Machines（机器人与智能机构研究所）
本文提出了一种用于轮式倒立摆人形机器人的全身控制框架，通过分层优化方法实现多任务的同时执行，同时考虑关节角度和扭矩限制，以提高整体性能。
2018-10-07 cs.RO cs.SY eess.SY
Modeling and Control of a Hybrid Wheeled Jumping Robot
School of Informatics, The University of Edinburgh（爱丁堡大学信息学院）；Shenzhen Institute for Artificial Intelligence and Robotics for Society (AIRS)（深圳市人工智能与机器人研究院）；Oxford Robotics Institute, University of Oxford（牛津大学牛津机器人研究所）
在本文中，我们研究了一个轮式机器人与棱柱延伸关节。这允许机器人建立动量来执行跳过障碍物，并在失去平衡后摆动到直立位置。我们提出了一个模板模型，这样的两轮跳跃机器人的类。该模型可以看作是最简单的轮腿系统。我们提供了一个分析推导的系统动力学，我们使用内部的模型预测控制器（MPC）。我们研究了模型的行为，并展示了高度动态的运动，如摆动和跳跃。此外，这些运动是通过第一原理优化发现的。我们评估控制器在各种任务和不平坦的地形在模拟器。
2020-08-03 cs.RO cs.SY eess.SY
OpenSHC: A Versatile Multilegged Robot Controller
The University of Queensland（昆士兰大学）；Commonwealth Scientific and Industrial Research Organisation (CSIRO)（联邦科学与工业研究组织（CSIRO））
多足机器人具有在相对粗糙的地形上进行稳定运动的能力。然而，相对于轮式或履带式机器人，足式机器人的复杂性使得它们难以控制。本文介绍了OpenSHC（开源Syropod高级控制器），一个多功能的高级控制器{能够产生步态和姿态的准静态多足机器人，模拟和真实的硬件实现。通过完全的机器人操作系统（ROS）集成，控制器可以快速部署在具有不同执行器和传感器有效载荷的机器人上。OpenSHC的灵活性在30个自由度的六足子弹上得到了证明，分析了不同运动速度下各种腿部配置、运动学布置和步态的能量性能。由于OpenSHC可轻松配置为不同的物理和运动规范，因此可以进行基于硬件的参数空间搜索以获得最佳运动参数。实验评估表明，哺乳动物的配置提供了较低的功耗范围内的步进频率，与昆虫配置提供性能优势，在较高的身体速度和增加的稳定性，在低的步进频率。OpenSHC是开源的，能够配置为各种数量的关节和腿。
2020-10-19 cs.RO
Analysis of Model-Free Reinforcement Learning Control Schemes on self-balancing Wheeled Extendible System
Delhi Technological University（德里理工大学）
传统的线性控制策略已被广泛研究和应用在许多机器人和工业应用，但他们不响应系统的总动态。为了避免H ∞控制和预测控制等非线性控制方案的繁琐计算，强化学习（RL）的应用可以提供替代解决方案。针对移动自平衡可伸缩轮式倒立摆系统，提出了基于深度确定性策略梯度和近端策略优化的RL控制方法，并给出了系统的状态历史，以达到改进的控制效果。这样的RL模型使得找到满意的控制方案的任务更容易，并有效地响应动态，同时自调整参数，以提供更好的控制。在这篇文章中，基于RL的控制器对MPC控制器进行了比较，以评估性能的基础上的状态变量和轨迹误差的E-ESTA系统，同时遵循一个特定的期望轨迹。
2022-03-14 cs.RO cs.SY eess.SY
Hybrid LMC: Hybrid Learning and Model-based Control for Wheeled Humanoid Robot via Ensemble Deep Reinforcement Learning
University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
由于轮式仿人机器人的非线性动力学和欠驱动特性，其运动控制是一个具有挑战性的问题。传统上，反馈控制器被用于稳定和运动。然而，这些方法往往受到所使用的底层模型的保真度、控制器的选择和所考虑的环境变量（表面类型、地面倾斜度等）的限制。强化学习（RL）的最新进展提供了解决这些传统反馈控制器问题的有前途的方法，但需要大量的交互数据来学习。在这里，我们提出了一种混合学习和基于模型的控制器混合LMC，它结合了经典线性二次调节器（LQR）和集成深度强化学习的优点。包围式深度强化学习由多个软执行者-评价者（SAC）组成，用于降低RL网络的方差。通过串联使用反馈控制器，网络在训练的早期阶段表现出稳定的性能。作为一个初步的步骤，我们探索的可行性混合LMC在控制轮式运动的人形机器人在一组不同的物理参数在MuJoCo模拟器。我们的研究结果表明，混合LMC实现了更好的性能相比，其他现有的技术，并提高了样本效率
2022-04-07 cs.RO
Steady-State Drifting Equilibrium Analysis of Single-Track Two-Wheeled Robots for Controller Design
The Department of Automation, Tsinghua University（自动化系，清华大学）；Qiyuan Lab（启元实验室）
本文提出了一种用于单轨两轮机器人稳态漂移控制的分析方法，通过理论扩展和算法优化，实现了高机动性和稳定性。
2025-11-28 cs.RO
Design of Outdoor Autonomous Moble Robot
National Sun Yat-Sen University（国立中山大学）
本研究设计一个六轮户外自主式移动机器人。我们的机器人的主要设计目标是增加其在户外移动时的适应性和灵活性。这个六轮机器人平台配备了一些传感器，如全球定位系统（GPS），高清（HD）网络摄像头，光探测和测距（LiDAR）和旋转编码器。采用个人移动计算机和86Duino ONE单片机作为算法计算平台。在控制方面，使用差分GPS或摄像机来检测结构化和非结构化道路边界，以计算机器人的横向偏移和头部角度偏移。横向偏移和头部角度偏移被馈送到模糊控制器。控制输入通过左右轮转速差的Q学习来设计。这使得机器人跟踪参考路线，以便它可以留在自己的车道上。2D LiDAR还用于测量与前方障碍物的相对距离。当机器人与障碍物之间的距离小于特定的安全距离时，机器人会立即停止以避免碰撞。一个定制设计的摇臂使机器人能够爬上一个低台阶。当机器人改变位姿时，通过控制摇臂的角度来保持身体平衡。自主移动机器人已被用于我们的校园道路上的交付服务，通过集成上述系统功能。
2022-01-29 cs.RO cs.SY eess.SY
Provably Correct Sensor-driven Path-following for Unicycles using Monotonic Score Functions
University of Kentucky（肯塔基大学）；Paul Laurence Dunbar High School（保罗·劳伦斯·邓巴高中）
本文提出了一种可证明稳定的传感器驱动的控制器的路径跟踪应用的机器人与单运动学，其中一个特定的类是轮式移动机器人（WMR）。传感器测量值通过某种映射（得分函数）转换为标量值（得分）;后者可以设计或学习。然后，使用具有三个参数的简单规则将分数映射到前进速度和角速度。关键的贡献是，这个控制器的正确性只依赖于得分函数满足单调性条件的基础状态-本地路径坐标-而不是在所有状态下实现特定的值。可以通过移动WMR在线检查单调性条件，而无需状态估计，或者使用诸如在模拟器中的测量的生成模型离线检查单调性条件。我们的方法提供了一个纯粹的基于测量的控制和基于状态的保证的正确性的实用性。我们证明了这种路径跟踪方法在模拟和物理WMR上的有效性，该WMR使用从在真实深度图像上训练的二元分类器获得的学习得分函数。
2023-03-21 cs.RO cs.SY eess.SY
Learning Robust Autonomous Navigation and Locomotion for Wheeled-Legged Robots
Robotic Systems Lab, ETH Zurich（苏黎世联邦理工学院机器人系统实验室）；Neuromeka；Swiss-Mile Robotics AG（Swiss-Mile机器人公司）；The work was carried out during their stay at（该工作是在他们停留期间完成的）
本文提出一个集成自适应运动控制、局部导航规划与大规模路径规划的轮腿式机器人系统，采用无模型强化学习和分层强化学习框架，在苏黎世和塞维利亚完成公里级自主导航验证。
2024-05-03 cs.LG cs.RO cs.SY
Virtual Landmark-Based Control of Docking Support for Assistive Mobility Devices
Ecole Polytechnique Federale de Lausane (EPFL)（洛桑联邦理工学院）；University of Tsukuba（筑波大学）
这项工作提出了一个自主对接控制的非完整约束移动机器人，并将其应用到智能移动设备或轮椅，以帮助用户接近休息家具，如椅子或床。我们定义了一个虚拟地标推断从目标对接目的地。然后，我们解决的问题，保持目标体积内的视场（FOV）的跟踪摄像机和对接的虚拟地标，通过一个新的定义，使控制所需的最终姿态。在这篇文章中，我们提出了一个非线性反馈控制器来执行对接与深度相机的FOV作为约束。然后，提出了一种数值方法，以寻找可行的初始状态空间，可以保证收敛。最后，将整个系统嵌入到站立式轮椅上进行实时操作，并通过RGB-D摄像头进行三维物体跟踪，实现虚拟地标的估计，通过仿真和实验评估验证了系统的有效性。结果表明，保证收敛的可行空间依赖于虚拟地标的位置。在实现中，机器人收敛到虚拟地标，同时尊重FOV约束。
2021-07-28 cs.RO
A Passive Navigation Planning Algorithm for Collision-free Control of Mobile Robots
University of Edinburgh（爱丁堡大学）；University of Oxford（牛津大学）
在复杂多变的环境中，由于事件的有限范围，路径规划和碰撞避免是具有挑战性的。在文献中，有多种基于模型和学习的方法，需要大量的计算资源来有效地部署，它们可能具有有限的通用性。我们提出了一个规划算法的基础上，全局稳定的被动控制器，可以计划使用有限的计算资源，在具有挑战性的环境条件下平滑的轨迹。该架构结合了最近提出的分形阻抗控制器与弹性带和有限时间不变性的区域。由于该方法是基于阻抗控制器，它也可以直接用作力/力矩控制器。我们验证了我们的方法在仿真中分析的能力，在具有挑战性的凹域通过发布的通路点，其鲁棒性低带宽反馈。使用11个代理的群体仿真验证了所提出的方法的可扩展性。我们已经在完整轮式平台上进行了硬件实验，验证了与动态代理（即，人类和机器人）。所提出的本地规划器的计算复杂性使得能够使用低功率微控制器进行部署，与依赖于数值优化的其他方法相比，降低了能耗。
2022-06-20 cs.RO
Compliant Control of Quadruped Robots for Assistive Load Carrying
针对四足机器人辅助负载搬运，提出融合导纳控制与基于 CBF 的 QP 的柔顺控制框架，可估计外部力旋量、精确控制加速度、抑制扰动并避免与前方协作者碰撞，且经硬件与仿真验证。
2025-03-13 cs.RO cs.SY eess.SY
Robust Generalized Proportional Integral Control for Trajectory Tracking of Soft Actuators in a Pediatric Wearable Assistive Device
Univ. of California, Riverside（加州大学河滨分校）
本文针对儿科软体可穿戴辅助设备中的软体气动执行器，提出一种鲁棒广义比例积分控制器，通过惯性测量单元实时反馈实现两自由度肩关节运动的精确轨迹跟踪，并在婴儿尺寸工程人体模型上验证了其有效性。
2023-08-01 cs.RO cs.SY eess.SY
Underactuated Motion Planning and Control for Jumping with Wheeled-Bipedal Robots
Southern University of Science and Technology（南方科技大学）；National University of Singapore（新加坡国立大学）；University of Notre Dame（圣母大学）
本文研究了轮式双足机器人的跳跃运动，充分利用了轮式和腿式混合设计的优点。针对轮式双足机器人跳跃运动的运动规划和控制问题，提出了一种综合的分层规划方法。轮-双足动力学的欠驱动是需要解决的主要困难，特别是在规划问题中。为了解决这个问题，提出了一种新的轮式弹簧加载倒立摆（W-SLIP）模型来描述轮式双足机器人在跳跃过程中的基本动力学。依赖于微分平坦的性质的W-SLIP模型，一个易于处理的二次规划为基础的解决方案，规划跳跃运动的轮式双足机器人。结合考虑飞行相位运动的运动学规划方案，给出了完整的W-SLIP模型规划方案。为了使规划轨迹的准确跟踪，基于线性二次型调节器的车轮控制器和任务空间全身控制器的其他关节混合通过干扰观测器。整体规划和控制方案进行了验证，使用V-REP模拟原型轮式双足机器人。
2020-12-11 cs.RO
Design and Control of a Bio-inspired Wheeled Bipedal Robot
Xi’an Jiaotong-Liverpool University（西交利物浦大学）；University of Liverpool（利物浦大学）；Shanghai Jiao Tong University（上海交通大学）
本文提出一种仿人杠铃深蹲的仿生轮式双足机器人设计与基于HV-wLIP、CLF和全身动力学的控制器，实验证明其具备深蹲、质心速度跟踪及抗扰动和未知地形能力。
2024-07-16 cs.RO cs.SY eess.SY
A Reconfigured Wheel-Legged Robot for Enhanced Steering and Adaptability
Robotics and Autonomous Systems Thrust, The Hong Kong University of Science and Technology (Guangzhou)（机器人与自主系统方向，香港科技大学（广州））
提出一种名为FLORES的新型轮腿机器人，通过将前腿的髋关节横滚自由度替换为偏航自由度，并设计定制强化学习控制器，实现了高效转向和多地形适应。
2026-04-26 cs.RO
A Hybrid Controller Design for Human-Assistive Piloting of an Underactuated Blimp
Hong Kong University of Science and Technology（香港科技大学）；China（中国）
针对欠驱动室内飞艇人工控制中指令执行与稳定性维持的需求冲突，提出带抢占机制的辅助驾驶混合控制器，可在两种控制模式间无缝切换，利用人感知延迟提供无感辅助。
2024-06-15 cs.RO
A Human-In-The-Loop Simulation Framework for Evaluating Control Strategies in Gait Assistive Robots
School of Mechanical and Aerospace Engineering, Nanyang Technological University（机械与航空航天工程学院，南洋理工大学）；Rehabilitation Research Institute of Singapore, Nanyang Technological University（新加坡康复研究院，南洋理工大学）
针对步态辅助机器人，提出人在回路仿真框架，集成物理人机交互模型，验证速度自适应控制器优于PID，助力个性化控制策略开发。
2025-03-05 cs.RO cs.SY eess.SY
Path tracking control of self-reconfigurable robot hTetro with four differential drive units
Singapore University of Technology and Design（新加坡科技设计大学）；Ton Duc Thang University（孙德胜大学）
近年来，具有独立转向轮的移动机器人由于其高机动性和更好的负载能力而受到越来越多的研究兴趣。然而，由于具有更多的可控自由度，几乎所有的平台都包括使用瞬时旋转中心（ICR）建模的冗余。本文介绍了一种受俄罗斯方块启发的地板清洁机器人hTetro，它由四个互连的差动驱动单元组成，即，每个模块都有一个差动驱动单元，可以单独转向。与大多数其他可转向轮式移动机器人不同，该机器人的车轮布置由于其可自重构性而改变。在本文中，我们提出了一个鲁棒的路径跟踪控制器，可以处理不连续的轨迹和突然的方向变化。从机械和控制两个方面解决了奇异性问题。控制器进行了实验测试与自重构机器人平台英雄，并对结果进行了讨论。
2020-01-16 cs.RO
A guiding vector field algorithm for path following control of nonholonomic mobile robots
Delft Center for Systems and Control at Delft University of Technology（代尔夫特理工大学系统与控制中心）
本文提出了一种基于引导矢量场（GVF）思想的非holonomic移动机器人路径跟随控制算法，该算法能够将任意光滑曲线作为期望路径，通过设计引导矢量场使其积分曲线收敛到轨迹，并通过非线性运动控制器使机器人沿该积分曲线运动，最终到达期望路径，同时通过实验验证了算法的全局收敛性和有效性。
2017-02-07 cs.RO cs.SY eess.SY
LQR-Assisted Whole-Body Control of a Wheeled Bipedal Robot with Kinematic Loops
ETH Zürich（苏黎世联邦理工学院）
我们提出了一个层次化的全身控制器，充分利用轮式双足机器人Ascento的全刚体动力学。我们推导出封闭形式的表达式，其运动学循环的动力学的方式，很容易推广到更复杂的系统。滚动约束采用基于旋转矩阵的紧凑解析解。非最小相位平衡动态占包括一个线性二次调节器作为一个运动任务。通过调整作为零力矩点函数的倾斜角，提高了行驶曲线时的鲁棒性。所提出的控制器是计算轻量级的，并显着扩展了粗糙地形的能力和系统的鲁棒性，我们在几个实验中证明。
2020-05-23 cs.RO
Rolling in the Deep -- Hybrid Locomotion for Wheeled-Legged Robots using Online Trajectory Optimization
ETH Zürich（苏黎世联邦理工学院）；Delft University of Technology（代尔夫特理工大学）；Boston Dynamics（波士顿动力公司）
轮式足式机器人具有高度敏捷和多功能运动的潜力。腿和轮子的组合可能是任何需要在具有挑战性的地形上快速和长距离移动技能的现实世界应用的解决方案。在本文中，我们提出了一个在线轨迹优化框架轮式四足机器人能够执行混合步行驱动运动策略。通过将优化问题分解为轮和基座轨迹规划，高维轮足式机器人的运动规划变得更加易于处理，可以以模型预测控制的方式实时在线求解，并且对于不可预测的干扰变得鲁棒。参考运动由分层全身控制器跟踪，该控制器向机器人发送扭矩命令。我们的方法是验证四足机器人与非转向轮连接到它的腿。该机器人执行混合运动的各种步态序列在粗糙的地形。此外，我们在美国国防高级研究计划局（DARPA）地下挑战赛中验证了机器人平台，机器人在那里快速绘制地图，导航和探索动态地下环境。
2020-02-06 cs.RO cs.SY eess.SY
Hamiltonian Dynamics Learning from Point Cloud Observations for Nonholonomic Mobile Robot Control
University of California San Diego（加州大学圣迭戈分校）；Kuwait University（科威特大学）
本文提出直接从点云观测学习机器人动力学的方法，嵌入哈密顿结构提高数据效率，并基于能量整形设计跟踪控制器，在真实非完整轮式机器人上验证了有效性。
2024-03-12 cs.RO cs.SY eess.SY
Self-calibration of a differential wheeled robot using only a gyroscope and a distance sensor
Imperial College London（伦敦帝国理工学院）
移动机器人的研究通常要求平台在成本和可靠性之间具有足够的平衡。在地面机器人的情况下，一个可用的选项是GNBot，一个开放的硬件项目，旨在评估群搜索策略。由于缺乏基本的里程传感器，如车轮编码器，到目前为止，难以在该平台上实现精确的高级控制器。因此，本论文的目的是改善GNBot的运动控制，结合陀螺仪，同时保持必要的无轮编码器。已经解决的问题包括：精确的原地旋转，线性运动期间的最小漂移，以及弧执行功能。此外，所得到的控制器通过使用每个机器人上的陀螺仪模块和红外测距仪进行自主校准，大大简化了大群的校准。该报告首先解释了为了实现自校准例程而做出的设计决策，然后通过离线视频跟踪来评估新运动控制器的性能。新的控制器的运动精度进行了比较，与以前现有的解决方案在气味搜索实验。
2015-09-07 cs.RO
Deformation Recovery Control and Post-Impact Trajectory Replanning for Collision-Resilient Mobile Robots
University of California, Riverside（加州大学河滨分校）
本文主要研究了碰撞包容的碰撞恢复移动机器人运动规划。我们提出了一个新的变形恢复和重新规划策略，以处理可能发生的碰撞，在运行时。与仅在保守的局部空间中生成轨迹或需要具有高计算成本的碰撞检查的碰撞避免方法相反，我们的方法直接生成（局部）轨迹，仅施加航点约束。如果发生碰撞，我们的方法然后估计碰撞后的状态，并从那里计算一个中间航路点，以从碰撞中恢复。为了实现这一点，我们开发了两个新的组件：1）变形恢复控制器，优化机器人的状态在碰撞后恢复阶段，和2）后的影响轨迹重新规划器，调整下一个路点的信息，从碰撞的机器人通过，并产生一个基于多项式的最小努力轨迹。该策略进行了实验评估与全方位的冲击弹性轮式机器人。该机器人是在室内设计的，并且它可以借助于在机器人的主底盘和周围的偏转环状结构之间实施的霍尔效应传感器来感知碰撞。
2021-08-04 cs.RO cs.SY eess.SY
Structure-Preserving Constrained Optimal Trajectory Planning of a Wheeled Inverted Pendulum
Systems and Control Engineering（系统与控制工程）
本文研究了轮式倒置摆的约束最优轨迹规划问题，通过离散力学推导了离散时间模型，并利用离散时间约束最优控制问题生成最优轨迹，同时设计了非线性连续时间模型和闭环LQ控制器，通过实验验证了非线性模型和控制方案的有效性。
2019-10-02 cs.RO cs.SY eess.SY
Online Dynamic Motion Planning and Control for Wheeled Biped Robots
轮式足式机器人结合了轮式机器人在适当平坦表面上行驶时的效率和足式机器人在跨越或绕过障碍物时的多功能性。本文介绍了一种规划和控制框架，以实现动态移动的轮式机器人。我们提出的车线性倒立摆模型（车LIPM）作为模板模型的滚动运动和欠驱动LIPM的接触变化，而步行。生成的运动然后由一个逆动态全身控制器跟踪，该控制器协调所有关节，包括车轮。该框架具有分层结构，并以模型预测控制（MPC）方式实现。为了验证所提出的混合运动生成方法，在仿真中设计了两种涉及不同类型障碍物的场景。据我们所知，这是第一次，这种在线动态混合运动已被证明对轮式机器人。
2020-03-07 cs.RO
Design of Fuzzy Logic Parameter Tuners for Upper-Limb Assistive Robots
University of Massachusetts Lowell（马萨诸塞大学洛厄尔分校）
针对上肢辅助外骨骼机器人超参数需频繁手动调节的问题，本文提出基于专家规则的模糊逻辑控制器，根据肌肉激活动态调节增益参数，并在三项任务中验证其能有效减少人机对抗。
2024-05-03 cs.RO
Safe Active Navigation and Exploration for Planetary Environments Using Proprioceptive Measurements
针对足式机器人在未知变形颗粒地形探索的通行性评估难题，提出基于本体感受和高斯过程回归的SAEGT导航框架，搭配反应式控制器实现安全探索导航，仿真验证了仅靠本体感知的可行性。
2025-10-21 cs.RO
A Mobile Quad-Arm Robot ARMS: Wheeled-Legged Tripedal Locomotion and Quad-Arm Loco-Manipulation
Hiroshima University（广岛大学）
提出移动四臂机器人ARMS，统一轮腿三足运动与四臂移动操作，通过七项实验验证其关节控制、运动及抓取能力。
2023-11-14 cs.RO
Proprioception and reaction for walking among entanglements
University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；Carnegie Mellon University（卡内基梅隆大学）
本文提出一种针对腿式机器人腿部缠绕的本体感知方法和在摆动相解开腿部的反应策略，使机器人能穿越多种刚度和几何形状的缠绕物，在实验室16次试验中成功14次并适用于户外环境。
2023-09-10 cs.RO
Data-Driven Predictive Control of Nonholonomic Robots Based on a Bilinear Koopman Realization: Data Does Not Replace Geometry
Institute of Engineering and Computational Mechanics (ITM), University of Stuttgart（工程与计算力学研究所（ITM），斯图加特大学）；Optimization-based Control Group, Institute of Mathematics, Technische Universität Ilmenau（优化控制组，数学研究所，伊尔梅瑙技术大学）；Department of Mechanical Engineering, LUT University（机械工程系，卢托大学）
本文研究了将EDMD模型集成到非完整移动机器人预测控制器的方法，涵盖一阶运动学与二阶动态模型，实验证明其可实现高精度控制，但强调纯数据驱动无法替代系统几何洞察。
2024-11-11 cs.LG cs.RO cs.SY
PID Controller Optimization for Low-cost Line Follower Robots
Abdullah Gül University（阿卜杜拉·居尔大学）
在本文中，修改的经典PID控制器和开环控制机制的发展，以提高稳定性和鲁棒性的差动轮式机器人进行了讨论。为了部署该算法，使用低成本和现成的组件（包括微控制器、反射传感器和电机驱动器）构建了一个测试平台。本文介绍了启发式方法中使用的系统规格的识别以及控制器的优化。详细分析了PID控制器，并在稳定性的背景下解释了每个项的效果。最后，讨论了控制器和机器人发展过程中面临的挑战。代码可在：https://github.com/sametoguten/STM32-Line-Follower-with-PID.
2021-11-07 cs.RO cs.SY eess.SY
Equilibrium Adaptation-Based Control for Track Stand of Single-Track Two-Wheeled Robots
Tsinghua University（清华大学）；Beijing Institute of Technology（北京理工大学）
针对单轨两轮机器人静止平衡难题，借鉴骑行者轨道驻车策略，提出基于平衡自适应的控制方案，结合非线性MPC，统一处理匹配与不匹配扰动，实现零稳态误差跟踪，实验验证误差降低几个数量级。
2024-11-07 cs.RO cs.SY eess.SY
An Optimized Density-Based Lane Keeping System for A Cost-Efficient Autonomous Vehicle Platform: AurigaBot V1
Faculty of Electrical Engineering, Shahid Beheshti University（沙希德·贝赫什提大学电气工程学院）
本文提出高性价比自动驾驶平台AurigaBot V1，通过基于直方图统计的密度聚类路标跟踪、横向控制器及数据集增强与自动泊车，实现了可靠的车道跟踪与目标检测。
2025-04-05 cs.RO cs.SY eess.SY
