Centroidal Dynamics
- 又稱: centroidal model, centroidal momentum dynamics, centroidal momentum
- 類別: Control › Locomotion control
- 標籤: legged-locomotion, humanoids, dynamics, balance, model-predictive-control
足式或人形機器人的一種降階模型，描述接觸力如何改變其質心的運動與總角動量，而不追蹤每一個肢體。
定義
質心動力學（Centroidal dynamics）以多體機器人（例如人形機器人或四足機器人）繞質心的整體線動量與角動量，來描述它的運動。無論機器人有多少個關節，牛頓定律與歐拉定律都指出，只有外力，主要是重力以及腳或手上的接觸力，能夠改變這些量。線動量的變化率等於外力的總和，繞質心的角動量變化率則等於繞質心的外力矩總和。
由此得到一個只有六條方程式的模型，與關節數量無關，卻掌握了對平衡與移動最重要的部分：質心往哪裡去，以及機器人施加於周遭環境的力使身體如何旋轉。內部的關節運動只透過質心動量影響系統，而質心動量經由質心動量矩陣與關節速度相連，這個概念由 Orin 與 Goswami 提出。
規劃器會在不同的細節層級使用質心動力學。單一剛體模型把整台機器人視為一個慣量固定的物體，這對腿部較輕的四足機器人相當有效。完整質心模型保留關節構型以計算隨之變化的慣量，這對肢體沉重的人形機器人很重要。更簡化的是線性倒單擺模型，它忽略角動量並固定質心高度。
實務上，質心規劃器會選出符合摩擦錐與接觸時序的質心軌跡與接觸力，再由全身控制器計算實現它們的關節扭矩。
為何重要
質心動力學讓控制器不必求解每個關節的完整動力學，就能推論平衡、行走與跳躍，使人形機器人與四足機器人能夠進行即時規劃。它是以模型為基礎的足式移動中的標準中間層，介於簡單的倒單擺模型與完整的剛體動力學之間。
主要應用
- 四足機器人移動的模型預測控制
- 人形機器人的行走、奔跑與跳躍
- 規劃攀爬與移動操作（loco-manipulation）等多接觸動作
- 受到推擠後的平衡恢復
實際應用
在典型的以模型為基礎的移動控制架構中，模型預測控制器在單一剛體模型或質心模型上執行，於摩擦錐與接觸排程的限制下，在短時域內最佳化質心運動與地面反作用力。它的輸出交給以更高頻率執行的全身控制器，由後者求解一個針對關節扭矩的二次規劃，在遵守關節限制的同時追蹤所規劃的動量。Pinocchio 等函式庫可計算質心動量矩陣，OCS2 等最佳控制框架則內建足式機器人用的質心模型。團隊會檢查機器人實測的基座運動與所規劃的質心軌跡有多吻合，以驗證這個降階模型。
常見誤解
- 質心動力學完全忽略肢體 — 完整質心模型透過與構型相關的慣量納入肢體運動；只有單一剛體近似才忽略它
- 關節扭矩可以直接改變機器人的總動量 — 只有接觸力與重力等外力可以；關節是藉由改變這些接觸力來發揮作用
- 它與倒單擺模型相同 — 倒單擺模型是更進一步的簡化，捨棄了角動量，且通常固定質心高度
誰需要了解
- 足式移動與人形機器人控制工程師
- 研究步行機器人模型預測控制的研究人員
- 研究多接觸任務的運動規劃研究人員
- 機器人動力學領域的研究生
相關技術
- Pinocchio
- OCS2
- 模型預測控制（Model Predictive Control）
- 全身控制（Whole-Body Control）
- 線性倒單擺（Linear Inverted Pendulum）
- 單一剛體模型（Single Rigid Body Model）
相關術語
相關專案
- Drake: MIT robotics toolbox for model-based dynamics, optimization, and control system design
- MuJoCo MPC: DeepMind's interactive real-time model predictive control framework for MuJoCo
- DART: C++ physics engine for articulated rigid body dynamics and robotics simulation
- python_simple_mppi: MPPI control derived and implemented in numpy, with four worked examples
- frax: JAX library for fast, differentiable robot kinematics, dynamics and inverse kinematics
- mjbatch: Runs thousands of MuJoCo simulations in parallel on the CPU