用于四足运动的快速凸视觉落脚点自适应
Fast Convex Visual Foothold Adaptation for Quadrupedal Locomotion
AI总结：
提出一种结合神经网络回归与凸分解的快速视觉落脚点自适应框架，用于四足机器人HyQReal的安全落脚点优化与运动控制。
摘要：
本扩展摘要简要介绍了我们最近开发的基于感知的四足运动控制器。与之前基于视觉落脚点自适应（VFA）和模型预测控制（MPC）的方法相比，新框架结合了基于神经网络回归的安全落脚点区域的快速近似，随后进行凸分解例程，以生成控制器可自由优化落脚点位置的安全着陆区域。该结合预测、凸分解和MPC求解的框架，已在我们的140kg液压四足机器人（HyQReal）上进行了仿真测试。
英文摘要：
This extended abstract provides a short introduction on our recently developed perception-based controller for quadrupedal locomotion. Compared to our previous approach based on Visual Foothold Adaptation (VFA) and Model Predictive Control (MPC), our new framework combines a fast approximation of the safe foothold regions based on Neural Network regression, followed by a convex decomposition routine in order to generate safe landing areas where the controller can freely optimize the footholds location. The aforementioned framework, which combines prediction, convex decomposition, and MPC solution, is tested in simulation on our 140kg hydraulic quadruped robot (HyQReal).
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。
