[論文レビュー] A Whole-Body Model Predictive Control Scheme Including External Contact Forces and CoM Height Variations

Reihaneh Mirjalili, Aghil Yousefi‐Koma+4 more|arXiv (Cornell University)|Oct 24, 2018

Robotic Locomotion and Control参考文献 13被引用数 4

ひとこと要約

本論文は、人間型ロボットの全身運動、重心（CoM）高さの変動、外部接触力（例：手の接触）をリアルタイムに統合的に計画する3段階のモデル予測制御（MPC）方式を提案する。凸な二次計画問題（QP）と混合整数二次計画問題（MIQP）に問題を分解することにより、不整な地形や物体操作の状況下でも反応性があり物理的に妥当な全身運動を実現し、標準的な線形逆ピッチングモデル（LIPM）の制限を克服する。

ABSTRACT

In this paper, we present an approach for generating a variety of whole-body motions for a humanoid robot. We extend the available Model Predictive Control (MPC) approaches for walking on flat terrain to plan for both vertical motion of the Center of Mass (CoM) and external contact forces consistent with a given task. The optimization problem is comprised of three stages, i. e. the CoM vertical motion, joint angles, and contact forces planning. The choice of external contact (e. g. hand contact with the object or environment) among all available locations and the appropriate time to reach and maintain a contact are all computed automatically within the algorithm. The presented algorithm benefits from the simplicity of the Linear Inverted Pendulum Model (LIPM), while it overcomes the common limitations of this model and enables us to generate a variety of whole-body motions through external contacts. Simulation and experimental implementation of several whole-body actions in multi-contact scenarios on a humanoid robot show the capability of the proposed algorithm.

研究の動機と目的

• DARPAロボティクスチャレンジで観察された、動的擾乱下における人間型ロボットの反応性に欠けるマルチコンタクト運動計画の課題を解決する。
• 重心高さが一定で、外部接触がないと仮定する線形逆ピッチングモデル（LIPM）の制限を克服する。
• バランスを保ちながらタスクを遂行できるように、手や他の肢の接触位置とタイミングを自動で選択可能にする。
• 複雑で動的な環境に適した、計算効率が良くリアルタイム実行可能な運動生成フレームワークを開発する。
• 高次元の非凸最適化と反応性・低複雑性のプランナの間のギャップを埋めるために、問題を凸部分問題に分解する。

提案手法

• 全身運動計画を3段階の逐次的凸最適化に分解する：重心の垂直運動、関節軌道、接触力／接触選択計画。
• 最初の段階で二次計画問題（QP）を用い、可動域制約を考慮しつつ、到達可能性と安定性を満たすような物理的に妥当な重心高さ軌道を生成する。
• 2番目のQPを用いて、ZMP（ゼロモーメントポイント）と可動域制約を満たすように、関節角度と全身運動を計算する。
• 3番目の段階で混合整数二次計画問題（MIQP）を用い、最適な接触位置（例：手の接触）と接触力を自動で選択する。
• 接触タイミングと力の意思決定をMPCループに統合し、タスク要件や安定性要件に応じた動的接触切り替えを可能にする。
• 各最適化段階でZMP制約と物理的制限（例：関節角度、到達可能性）をハード制約として用い、妥当性を保証する。

実験結果

リサーチクエスチョン

• RQ1 リアルタイムMPCフレームワークは、動的状況下で人間型ロボットの重心高さの変動と外部接触力を自動で計画できるか？
• RQ2 一般性と物理的妥当性を維持しつつ、マルチコンタクト運動計画の計算複雑性をどのように低減できるか？
• RQ3 本手法は、重心高さが一定で外部接触がないというLIPMの簡略化仮定をどの程度克服できるか？
• RQ4 運動実行中に、接触を確立または解除するタイミングと場所をアルゴリズムが自律的に決定できるか？
• RQ5 重心高さ制御の統合により、物体の持ち上げや不整な地形の走破など、タスク遂行能力がどの程度向上するか？

主な発見

• ボックスの持ち上げシナリオにおいて、物理的に妥当で滑らかな重心高さ軌道が、可動域内で適切な範囲内に計画されたことが確認された。
• 3段階目のMIQPにより、接触位置と力が自動で最適化され、重心運動がZMP制約に違反する場合でもバランスを維持できるようになった。
• ホールを通過する、または大きな横方向ステップを踏むようなマルチコンタクト状況では、事前に指定されない状態で接触タイミングと位置が自律的に決定された。
• 不整な地形や物体操作の状況下でも、重心高さと接触力を動的に調整することで、安定した全身運動が実現された。
• 凸QPとMIQPへの分解により、各段階が制御サイクル周波数で効率的に解けるため、リアルタイム実行が可能になった。
• 関節制限と到達可能性制約を組み込むことで、動的タスク要件下でも不適切な運動を回避し、ロバスト性を維持した。