Convex Optimization Algorithms for Active Balancing of Humanoid Robots
Convex Optimization Algorithms for Active Balancing of Humanoid Robots
复制标题
人形机器人主动平衡的凸优化算法
DOI：
--
复制
发表时间：
2007
影响因子：
7.8
通讯作者：
F. Park
中科院分区：
文献类型：
--
作者：
Juyong Park;Jaeyoung Haan;F. Park
我们发现，一个大类的腿式机器人的主动平衡问题可以被框定为一个二阶锥规划（SOCP）问题，凸优化问题，有效的和数值上强大的算法存在。我们描述了这个一般的SOCP平衡框架，表明现有的几个基于优化的平衡策略减少到这种更一般的配方的特殊情况下，并调查我们的SOCP算法的计算性能，通过仿真研究，涉及一个人形模型。
We show that a large class of active balancing problems for legged robots can be framed as a second-order cone programming (SOCP) problem, a convex optimization problem for which efficient and numerically robust algorithms exist. We describe this general SOCP balancing framework, show that several existing optimization-based balancing strategies reduce to special cases of this more general formulation, and investigate the computational performance of our SOCP algorithms through simulation studies involving a humanoid model.