在狭窄空间中行走：基于对偶优化的四足机器人安全关键运动控制
Walking in Narrow Spaces: Safety-critical Locomotion Control for Quadrupedal Robots with Duality-based Optimization
AI总结：
本文提出一种结合指数离散控制屏障函数与对偶避障约束的四足机器人安全运动控制框架，利用多面体精确描述形状，实现真实世界中狭窄空间的安全自主导航。
摘要：
本文提出了一种面向四足机器人的安全关键运动控制框架。我们的目标是使四足机器人能够在杂乱环境中安全导航。为此，我们将基于对偶的避障约束引入指数离散控制屏障函数（exponential DCBFs），并集成到带有全身控制（WBC）的非线性模型预测控制（NMPC）框架中，用于四足机器人运动控制。这使得我们能够在进行四足机器人运动控制的同时，使用多面体描述机器人和障碍物的形状以实现碰撞避免。与大多数先前工作（尤其是使用CBFs的方法）采用球形和保守近似进行避障相比，本工作展示了四足机器人在现实世界中自主且安全地穿过非常狭窄的空间。（我们的开源代码可在 github.com/HybridRobotics/quadruped_nmpc_dcbf_duality 获取，视频可在 youtu.be/p1gSQjwXm1Q 观看。）
英文摘要：
This paper presents a safety-critical locomotion control framework for quadrupedal robots. Our goal is to enable quadrupedal robots to safely navigate in cluttered environments. To tackle this, we introduce exponential Discrete Control Barrier Functions (exponential DCBFs) with duality-based obstacle avoidance constraints into a Nonlinear Model Predictive Control (NMPC) with Whole-Body Control (WBC) framework for quadrupedal locomotion control. This enables us to use polytopes to describe the shapes of the robot and obstacles for collision avoidance while doing locomotion control of quadrupedal robots. Compared to most prior work, especially using CBFs, that utilize spherical and conservative approximation for obstacle avoidance, this work demonstrates a quadrupedal robot autonomously and safely navigating through very tight spaces in the real world. (Our open-source code is available at github.com/HybridRobotics/quadruped_nmpc_dcbf_duality, and the video is available at youtu.be/p1gSQjwXm1Q.)
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。
