Divergent Component of Motion

• 又称: DCM, extrapolated center of mass, XCoM
• 类别: Control › Locomotion control
• 标签: bipedal-locomotion, balance, humanoids, legged-robots, reduced-order-models

行走机器人质心动力学中不稳定的部分，它把位置和速度合成为一个点，必须控制这个点才能让机器人保持平衡。

定义

发散运动分量（Divergent component of motion，DCM）是腿足机器人平衡控制中使用的一个量，它把质心（CoM）动力学中不稳定的部分分离出来。对于线性倒立摆模型，它定义为 ξ = x + ẋ/ω，即质心位置加上其速度除以摆的固有频率 ω = √(g/z)，其中 z 是质心高度。

用 DCM 来表示动力学，可以把一个二阶系统拆分成两个一阶系统。质心被吸引向 DCM，ẋ = −ω(x − ξ)，这是稳定的：质心只是跟随。DCM 被推离压力中心，ξ̇ = ω(ξ − p)，这是不稳定的。因此控制器只需通过适当地放置压力中心或下一个落脚点来控制住 DCM，质心就会自行跟上。

在平面线性倒立摆中，DCM 与 Pratt 及其同事描述的瞬时捕获点重合，即机器人为了停下来需要迈步到达的点；也与 Hof 在人体平衡研究中使用的外推质心重合。Englsberger、Ott 和 Albu-Schäffer 把 DCM 用于三维双足步行控制，引入了虚拟排斥点和增强型质心力矩枢轴点，使这一表述也能处理质心的竖直运动。

基于 DCM 的控制器通常从最后一个落脚点向后规划参考 DCM 轨迹，然后利用对测得的 DCM 误差的反馈来调整指令压力中心。由于它们作用于单个一阶量，因此易于实现和调参。

为何重要

DCM 把平衡控制简化为操纵单个点，使步行控制器更简单、更鲁棒。它还提供了一种直观的平衡判据：如果 DCM 离开了脚能够到达或支撑的区域，机器人就必须迈步，否则就会摔倒。

主要应用

• 人形机器人的实时步行控制
• 抗推恢复和落脚点调整
• 外骨骼和人体运动研究中的平衡评估
• 多步行走的参考轨迹生成

实际应用

采用基于 DCM 的步行的人形机器人团队，先规划落脚点，然后计算一条参考 DCM 轨迹，该轨迹在每一步都经过支撑区域，并在最后的站立位置上方以静止结束。在每个控制周期，控制器估计质心（CoM）的位置和速度，计算测得的 DCM，并按 DCM 误差的比例移动期望的压力中心；全身控制器再把它转换为关节力矩。外骨骼和康复研究人员用同一个量来判断一个人离失去平衡有多近。

常见误解

• DCM 是机器人身上的一个物理点 — 它是一个结合质心（CoM）位置和速度计算出来的量，可以位于身体之外
• 直接控制质心与控制 DCM 是一回事 — DCM 分离出了不稳定的部分，因此作用于它的控制器能更直接地处理平衡
• DCM 和捕获点是互不相关的概念 — 在平面线性倒立摆中，瞬时捕获点与 DCM 重合

谁需要了解

• 人形机器人和双足运动工程师
• 外骨骼和康复机器人研究人员
• 研究平衡和抗推恢复的控制研究人员

相关技术

• 线性倒立摆（Linear Inverted Pendulum）
• 捕获点（Capture Point）
• 零力矩点（Zero Moment Point，ZMP）
• 全身控制（Whole-Body Control）
• 模型预测控制（Model Predictive Control）

相关术语

• Linear Inverted Pendulum
• Gait
• Humanoid Robot
• Whole-Body Control

相关项目

• Extreme Parkour with Legged Robots: RL system for legged robot parkour trained in under 20 hours
• PACE Sim2Real: Systematic sim-to-real transfer via actuator dynamics identification
• Zeroth Bot: Low-cost 3D-printed humanoid robot platform for sim-to-real reinforcement learning