壁面支持二足歩行のためのマルチレート非線形モデル予測制御

本論文では、四足ロボットが制約環境において壁面を利用した二足歩行を実現するための、マルチレート非線形モデル予測制御（MR-NMPC）に基づく階層型計画・制御フレームワークを提案する。このハイブリッド移動モードは、四足と二足の利点を組み合わせ、狭い地形や複雑な環境に適している。

リアルタイム軌道最適化は大きな課題であり、制御器は接触点とロボットの重心（CoM）および姿勢の連続軌道を同時に計画する必要がある。さらに、非線形動力学、片側接触制約、不足駆動、動力学の切り替え特性を考慮しなければならない。従来のヒューリスティックな足場計画手法では、動的環境で最適な性能を達成することが困難である。

提案フレームワークの高レベルでは、MR-NMPCが離散時間の接触点軌道と連続時間のCoM・姿勢軌道を動的に計画し、単一剛体（SRB）動力学モデルを用いる。接触点計画をマルチレート最適制御に組み込むことで、ヒューリスティックな足場配置と比較して動的安定性が向上する。低レベルでは、仮想制約と二次計画法に基づく非線形全身制御器（WBC）が全次数動力学を実行し、MR-NMPCの参照を追跡する。

提案手法の有効性を検証するため、Unitree A1四足ロボットを用いた広範な数値シミュレーションを実施した。シミュレーションでは、不整地や外部外乱を含む環境で、壁面補助による頑健な二足歩行が実証された。比較分析の結果、高速不規則地形において、ヒューリスティックな足場配置に基づく従来のモデル予測制御（MPC）と比較して、成功率が2.9倍向上した。

本論文はIEEE/RSJ IROS 2026に採択されており、複雑環境下での四足ロボットの運動制御に新たな道を開く。将来的には、捜索救助や産業点検などの応用が期待され、制約空間におけるロボットの適応能力を向上させる。