[論文レビュー] A Unified Method for Solving Inverse, Forward, and Hybrid Manipulator Dynamics using Factor Graphs

Mandy Xie, Frank Dellaert|arXiv (Cornell University)|Nov 22, 2019

Robotic Mechanisms and Dynamics参考文献 55被引用数 4

ひとこと要約

本論文は、開ループおよび閉ループのキネマティックチェーンにおける逆運動学・順運動学・ハイブリッドマニピュレータダイナミクス問題を統一的に解く要因グラフフレームワークを提示する。ダイナミクス方程式を要因グラフとしてモデル化し、変数の消去順序を活用することで、古典的および新規のダイナミクスアルゴリズムを視覚的・直感的かつ計算的に柔軟に導出・実装する手法を提供する。特にネストドィシクションのような消去順序戦略により、高い効率性が実証されている。

ABSTRACT

This paper describes a unified method solving for inverse, forward, and hybrid dynamics problems for robotic manipulators with either open kinematic chains or closed kinematic loops based on factor graphs. Manipulator dynamics is considered to be a well studied problem, and various different algorithms have been developed to solve each type of dynamics problem. However, they are not easily explained in a unified and intuitive way. In this paper, we introduce factor graphs as a unifying graphical language in which not only to solve all types of dynamics problems, but also explain the classical dynamics algorithms in a unified framework.

研究の動機と目的

• ロボットマニピュレータの逆運動学・順運動学・ハイブリッドダイナミクス問題を、1つのグラフィカルフレームワークで統一的に解くこと。
• 要因グラフによる視覚的・直感的な表現を用いて、従来の代数的表現よりも明確なダイナミクス方程式の理解を可能にすること。
• 要因グラフ内の異なる変数の消去順序を探索することで、新規で効率的なダイナミクスアルゴリズムを導出可能にすること。
• 過剰拘束や冗長駆動機構を含む、キネマティックループを有するシステムへのダイナミクスソルバーの適用範囲を拡張すること。
• 要因グラフ内のトポロジカルな消去順序から自動コード生成の基盤を構築すること。

提案手法

• 要因が物理的制約（例：ニュートン・オルンスタイン方程式）を表し、変数が状態量（例：トルク、加速度、ワンチ）を表す要因グラフを用いてマニピュレータダイナミクスをモデル化する。
• ジョイントダイナミクス、キネマティック制約、ループ閉じ条件を要因としてグラフに符号化することで、開ループおよび閉ループのキネマティックチェーンを表現する。
• 変数の消去（ガウスの消去法）を要因グラフに適用して未知数を解き、消去順序がアルゴリズムの効率性と構造に直接影響することを活用する。
• ネストドィシクションなどのグラフ分割技術を適用し、計算性能を向上させる最適または準最適な消去順序を導出する。
• 過剰拘束系の制約力の不確定性を解消し、一意な解を保証するために、特別な要因（例：平面制約要因）を導入する。
• 消去によって得られる有向非巡回グラフ（DAG）を活用し、トポロジーに特化した効率的なコードをダイナミクスソルバー用に生成する。

実験結果

リサーチクエスチョン

• RQ1 1つのグラフィカルフレームワークが、開ループおよび閉ループのキネマティックチェーンにおける逆運動学・順運動学・ハイブリッドダイナミクス問題の解法を統一的に可能にするか？
• RQ2 要因グラフは、従来の代数的表現に比べて、基礎となるダイナミクス方程式をより直感的かつ視覚的に表現できるか？
• RQ3 異なる変数の消去順序が、導出されたダイナミクスアルゴリズムの効率性と構造に与える影響は何か？
• RQ4 要因グラフを用いて、キネマティックループを有する複雑なシステム（例：並列ロボット）に対して、体系的に新規で効率的なダイナミクスアルゴリズムを導出できるか？
• RQ5 要因グラフに基づく消去によって、自動生成された高パフォーマンスのコードが、ダイナミクス計算に応用可能になる範囲はどの程度か？

主な発見

• 要因グラフフレームワークは、開ループおよび閉ループのキネマティックチェーンにおいて、逆運動学・順運動学・ハイブリッドダイナミクス問題の解法を1つの整合的で一貫した表現で統一的に実現した。
• 要因グラフ内の異なる消去順序は、既知の古典的アルゴリズム（例：RNEA、ABA、CRBA）に対応しており、それらの背後にある構造と関係性を明らかにした。
• ネストドィシクションに基づく消去順序は、標準的手法よりも顕著な高速化を実現したが、絶対的実行時間は主な目的ではない。
• 最小トルク要因や平面制約要因などの追加要因を導入することで、過剰拘束や冗長駆動系の問題を解消し、一意な解を保証できるようになった。
• 消去によって得られるDAGは、自動コード生成の自然な基盤を提供し、直感的ではないが効率的な順序を用いることで、手動最適化ソルバーを上回るパフォーマンスを発揮する可能性がある。
• インクリメンタル推論を統合することで、今後の動的バランスの取れたロボットにおけるキネマティック運動計画や状態推定への応用拡張を可能にする。