機器人全身控制:接觸點、任務、動量與約束

全身控制協調機器人的接觸點、浮動基座、腿部、手臂、軀幹和姿勢,使多個任務能夠在不違反動力學或硬體限制的情況下執行。它不再單獨控制每個肢體,而是解決一組共享變數,如關節加速度、接觸力、位置或轉矩。

該名稱涵蓋了多種架構。控制器可以從剛體模型中求解二次規劃,使用層級任務優先順序,跟蹤重心量,解碼學習到的全身命令,或結合這些層。實際的介面和約束處理比標籤更重要。

請閱讀此文,結合 運動學與動力學指南接觸對照比較。全身行為依賴於狀態、接觸和致動器的證據,這些證據必須共同驗證。

全身控制解決了耦合機器人的問題

移動一隻類人手臂會改變質心和角動量。腳部接觸限制基部運動,形成支撐身體的力與力矩。手部接觸可以增加另一個閉合鏈約束。將這些動作視為獨立的關節軌跡,可能會產生衝突或失去平衡。

全身控制器選擇滿足共享動力學且減少任務誤差的命令。輸出可以是期望的關節加速度、速度、位置、轉矩,或傳遞給低階別伺服的組合。明確說明哪一層閉合最終致動器控制環。

人形機器人在實驗室的全身操作中使用協調的手臂、腿和軀幹
人形機器人任務可能需要同時進行足部接觸、保持平衡、手臂動作和姿勢控制。來源:NVIDIA GR00T 全身控制。原始碼許可:Apache 2.0;模型資產使用不同的術語。

狀態估計和接觸估計定義了問題

控制器需要關節狀態、浮動基座姿態和速度、接觸狀態,通常還有外部扳手。 IMU、編碼器、力感測器、視覺和運動學接觸約束都有貢獻。延遲或影格誤差可能導致求解器強制物理錯誤的接觸。

使用接觸機率或具有明確過渡的狀態機,而非假設每個計劃中的踩點都穩固著地。監控滑移、早期撞擊和未接觸。過渡時,混合目標和界限,避免指令在不相容模型間跳轉。

輸入控制器使用失效模式證據
基準狀態平衡與任務框架漂移或延遲外部運動參考
關節狀態運動學與極限偏移雜訊或速度雜訊編碼器驗證
接觸州約束選擇虛假支援或錯過觸碰力與運動學
接觸幾何摩擦與扳手界限錯誤的法線或多邊形校正過的表面模型
致動器狀態轉矩與速度可行性隱藏飽和驅動遙測

接觸約束構成了可行的集合

透過接觸進行規劃和控制需要單側法向力、摩擦力和運動學一致性。 欠驅動機器人接觸章節 解釋了為什麼接觸模式既是離散又持續的問題。腳可以推動地板,但不能拉動地板。

近似摩擦錐或金字塔必須使用適合表面的保守係數。壓力中心和接觸扳手界限取決於腳的幾何形狀和負載分佈。如果估計的接觸值違反這些界限,求解器可能會返回一個吸引但物理上不可能的命令。

任務需要優先順序、權重和公差

典型任務包括站姿-腳步姿勢、手部姿勢、質心、軀幹方向、凝視和名義姿勢。硬約束保護可行性;軟目標則會交換錯誤。加權最佳化時,單位和規模會影響優先順序。在層級最佳化中,高層級得以保留,而低層級則利用剩餘自由度。

記錄哪些任務可以實現多少。精確的手勢可能不如保持腳的穩定重要,而工具任務可能需要方向的準確性,但允許沿一軸平移。使用反映實際操作的公差和鬆弛懲罰。

重心量總結了平衡運動

質心和質心動量提供了對物體整體運動的簡潔描述。接觸扳手改變線性和角動量。控制器可以追蹤所需的重心行為,而全身對映則將結果分配到關節和接觸點。

中心控制並不能消除全身約束。關節極限、自碰撞、擺動足間隙和致動器能力依然重要。模型和估計誤差可能導致接觸力不匹配,因此在推力、有效負載變化和臂運動期間,比較預測與測量的支撐行為。

以五個步驟整理機器人全身控制:接觸點、任務、動量與約束的判讀重點
依正文與一手資料整理的繁體中文實務卡。來源:Physical AI Lab。

基於最佳化的 WBC 顯式地暴露了約束條件

Drake等工具支援多體動力學和機器人控制研究中的數學最佳化。二次規劃可以根據運動、接觸、加速度、轉矩和關節界限等方程在每個控制步驟中最小化任務和工作成本。

結果是區域性於目前狀態和建模接觸。求解器時間和數值條件必須符合控制截止時間。紀錄狀態、迭代次數、殘差和主動約束。定義有界的備用方案,以應對不可行性或超時,而不是重複使用陳舊的高能命令。

設計選擇效益風險驗證
加權任務簡單權衡單元敏感優先順序比例掃除
層級任務嚴格優先順序高階計算衝突測試
硬接觸界限物理可行性模型不匹配滑移與力測試
轉矩約束保護致動器保守黨表現遙測比較
鬆弛變數避免不可行性隱性違規鬆弛閾值報警

學習到的全身控制改變了指揮介面

目前的 GR00T 全體控制儲存庫 展示了一個學習到的人形控制棧,並辨識了獨立的原始碼和模型許可。學習到的模型可以預測緊湊或全身動作的表現,這些表現由另一控制層解碼並執行。

除非檔案中的堆疊如此描述,否則不要將視覺-語言-動作模型描述為直接指揮原始關節轉矩。記錄觀察歷史、動作速率、解碼器、低階介面和安全過濾器。將分配偏移、恢復和域外命令與成功展示分開測試。

接觸轉換比穩步更難

抬起腳可以消除約束和可用的支撐扳手;觸地則是在不確定的撞擊時間後新增它們。手部接觸可能提前或晚到。轉換邏輯必須協調軌跡、力跳、任務優先順序和估計器狀態,且不連續。

在動態運動前測試緩慢轉移。調整表面高度、摩擦力和時機,測量衝擊力、滑動、基準誤差和指令飽和度。保持固定姿勢平衡的控制器尚未展現出穩健的行走或接觸操控能力。

致動器限制必須對求解器保持可見

關節轉矩、速度、電流、溫度和傳動極限會隨工作狀態變化。如果最佳化器假設轉矩不可用,下層會被飽和,預測的動力學就會出錯。速率限制和通訊延遲也會影響可執行的指令。

儘可能使用校正的輸出端極限,並監控飽和回饋。當裕量下降時減少任務需求,而不是讓積分器或最佳化的餘裕默默增長。在電池電壓、有效負載、升溫後的關節和通訊退化方面進行驗證。

驗證任務、干擾和備份狀態

構建從靜態姿態到協調伸展動作、接觸轉換、運動和外部擾動的測試。比較期望與測量的基座運動、接觸扳手、任務誤差、摩擦裕度、關節極限、致動器飽和度及求解器健康度。在有效負載、地面條件和狀態估計器的變化中重複。

故障測試應包括斷開接觸、陳舊狀態、感測器脫落、最佳化超時和驅動故障。獨立的保護功能和工作空間限制仍然必要。在名義條件下看似合規或平衡的控制器,並不自動被視為驗證的安全功能。

評估“機器人全身控制:接觸點、任務、動量與約束”時,還應儲存模型版本、機器人設定、校正檔案、測試日期和全部試驗記錄。

只有把這些持續投入與單位成功任務的價值比較,才能判斷方案是否適合擴大。

上線後仍要持續檢查分佈變化、感測器漂移、機械磨損和人工接管原因。

實際專案還應指定資料、模型、控制器和安全流程的負責人,並預先定義回復條件。責任邊界、審批記錄與變更紀錄越清楚,故障發生後越容易停止擴散、定位原因並安全恢復。

  • 定義實際的指令和回饋介面。
  • 驗證時間戳、影格和聯絡狀態。
  • 將硬約束與軟任務目標分開。
  • 線上監控求解器、鬆弛和致動器飽和度。
  • 明確測試接觸轉移和有界回退。

常見問題

全身控制只適用於人形機器人嗎?

不。它同樣適用於四足動物、移動機械臂以及其他需要協調接觸和子系統的機器人。

全身控制(WBC)總是輸出關節轉矩嗎?

不會。根據棧的不同,它可以輸出加速度、速度、位置、接觸力、轉矩,或者由下層解碼的指令。

任務權重和優先順序有什麼區別?

權重在一個成本內交換目標,且對規模敏感;層級優先順序保留更高層次的任務,再最佳化低層次任務。

學習過的策略能取代接觸約束嗎?

它可能會學習接觸行為,但部署仍需狀態驗證、致動器界限、故障檢測以及根據風險進行的獨立保護。

全身控制(WBC)檢測時應該記錄哪些資料?

紀錄狀態和接觸估計、任務錯誤、接觸扳手、命令、飽和度、求解器狀態、時序、鬆弛和備份轉換,集中在同一個時鐘上。

全身控制邊界說明

全體控制的可靠性取決於其狀態、接觸、模型、求解器時序和致動器介面。使用獨立保護限,驗證整個機器人的標稱、過渡、擾動和故障行為。

相關主題:倉儲揀選機器人如何運作?架構、指標與導入判斷