四足机器人运动的最优控制：基于LTV MPC
Optimal Control for Quadruped Locomotion using LTV MPC
AI总结：
本文提出基于单刚体模型和线性化方案的线性时变模型预测控制器，用于四足机器人运动控制，可执行多种步态并在未知扰动下跟踪参考轨迹，最高速度达1 m/s。
摘要：
本文提出了一种用于四足机器人运动的最先进的最优控制器。机器人动力学采用单刚体（SRB）模型表示。通过利用线性化方案，提出了一种线性时变模型预测控制器（LTV MPC）。仿真结果表明，LTV MPC能够执行多种步态，如小跑和爬行，并且即使在未知外部扰动下也能跟踪期望的参考轨迹。LTV MPC通过CasADi接口使用qpOASES实现为二次规划，运行频率为50 Hz。所提出的MPC在执行小跑步态时，最高速度可达1 m/s，加速度为0.5 m/s²。实现代码可在https://github.com/AndrewZheng-1011/Quad_ConvexMPC获取。
英文摘要：
This paper presents a state-of-the-art optimal controller for quadruped locomotion. The robot dynamics is represented using a single rigid body (SRB) model. A linear time-varying model predictive controller (LTV MPC) is proposed by using linearization schemes. Simulation results show that the LTV MPC can execute various gaits, such as trot and crawl, and is capable of tracking desired reference trajectories even under unknown external disturbances. The LTV MPC is implemented as a quadratic program using qpOASES through the CasADi interface at 50 Hz. The proposed MPC can reach up to 1 m/s top speed with an acceleration of 0.5 m/s2 executing a trot gait. The implementation is available at https:// github.com/AndrewZheng-1011/Quad_ConvexMPC
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
