[論文レビュー] Adaptive Force-based Control for Legged Robots

Mohsen Sombolestan, Yiyu Chen+1 more|arXiv (Cornell University)|Nov 12, 2020

Robotic Locomotion and Control参考文献 23被引用数 4

ひとこと要約

本論文は、大きなモデル不確実性に対処するため、$L_1$適応制御を二次計画（QP）ベースの力制御に統合した、脚部ロボット向けの新規な適応的力ベース制御フレームワークを提示する。この手法により、12kgのUnitree A1ロボットは、最大6kg（ボディウェイトの50％）の負荷を背負っても粗い地形を安定して歩行でき、最大11kg（ボディウェイトの92％）の負荷でも立ち上がることができ、モデル不確実性のため非適応的制御器が3〜6kgで失敗するのに対し、優れた性能を発揮する。

ABSTRACT

Adaptive control can address model uncertainty in control systems. However, it is preliminarily designed for tracking control. Recent advancements in the control of quadruped robots show that force control can effectively realize agile and robust locomotion. In this paper, we present a novel adaptive force-based control framework for legged robots. We introduce a new architecture in our proposed approach to incorporate adaptive control into quadratic programming (QP) force control. Since our approach is based on force control, it also retains the advantages of the baseline framework, such as robustness to uneven terrain, controllable friction constraints, or soft impacts. Our method is successfully validated in both simulation and hardware experiments. While the baseline QP control has shown a significant degradation in the body tracking error with a small load, our proposed adaptive force-based control can enable the 12-kg Unitree A1 robot to walk on rough terrains while carrying a heavy load of up to 6 kg (50% of the robot weight). When standing with four legs, our proposed adaptive control can even allow the robot to carry up to 11 kg of load (92% of the robot weight) with less than 5-cm tracking error in the robot height.

研究の動機と目的

• 脚部ロボット制御におけるモデル不確実性、特に未知で時間変動する負荷下での対処を目的とする。
• 従来、軌道追従に用いられていた適応制御を、動的脚部ロボット向けの力ベース制御へと拡張することを目的とする。
• システムダイナミクスの不確実性への適応を可能にしつつ、QPベースの力制御のロバスト性と柔軟性を維持することを目的とする。
• 厳密な理論的解析を通じて、外部の摂動やモデル誤差下でも安定性を保証することを目的とする。
• Unitree A1ロボットを用いた高精度シミュレーションおよび実機実験を通じて、フレームワークの妥当性を検証することを目的とする。

提案手法

• 動的モデル不確実性に対処するため、QPベースの力制御フレームワーク内に$L_1$適応制御を統合した新しい制御アーキテクチャを提案する。
• 制御入力を滑らかに保ち、摂動下でもロバスト性を確保するため、適応則に低 pass フィルタを用いる。
• 適応のための安定な非線形参照軌道を定義するために、制御リャプノフ関数（CLF）に基づく参照モデルを採用する。
• 推定されたシステム不確実性に基づいて、リアルタイムで力指令を調整する適応制御則を導出する。これにより、力追従性と安定性を維持する。
• 閉ループ系が有界な摂動およびモデル誤差下でも安定であることを保証するため、入力-状態安定性（ISS）解析を適用する。
• 適応メカニズムをQP最適化層に統合し、摩擦制約および衝撃力制約を保持したまま、リアルタイムでの適応を可能にする。

Figure 1: Our proposed adaptive force-control approach is successfully validated in experiment on the 12-kg A1 robot walking while carrying an unknown load of up to 6 kg (50% of body weight). Experiment video: https://youtu.be/tWlO7b-EhP4

実験結果

リサーチクエスチョン

• RQ1 脚部ロボットにおける軌道追従から力ベース制御への適応制御の成功した拡張は可能か？
• RQ2 $L_1$適応制御をQPベースの力制御フレームワークに統合する方法は何か？ これにより、モデル不確実性下でも安定性と性能を維持できるか？
• RQ3 四足歩行ロボットが適応的力制御を用いてバランスを保ち、追従精度を維持できる最大の負荷は何か？
• RQ4 未知で時間変動する負荷条件下で、提案手法は非適応的QP制御と比較してどのように優れているか？
• RQ5 適応的力制御フレームワークは、不整地やソフトインパクト時にもロバスト性を維持できるか？

主な発見

• 適応的力ベース制御器により、12kgのUnitree A1ロボットは、6kg（ボディウェイトの50％）の負荷を背負っても粗い地形を安定して歩行できたが、非適応的ベースラインは3kgで失敗した。
• 適応的制御器を用いることで、ロボットは11kg（ボディウェイトの92％）の負荷を背負っても立ち上がることができ、高さ追従誤差が5cm未満を維持した。一方、非適応的制御器は6kgで立ち上がれなかった。
• シミュレーションでは、6kgの負荷と未知の摂動を伴う不整な急勾配を登る動作が安定に実行され、最小限の追従誤差を達成した。
• 11kgの負荷で立ち上がった際、ロボットの高さ追従誤差は3cm未満、ピッチ角誤差は8°未満を記録した。
• 実験結果から、入力-状態安定性（ISS）が確認された。摂動下でもシステムは有界であり、わずかな定常追従誤差が存在したが、安定性は維持された。
• フレームワークは、ベースライン力制御の利点を効果的に維持した。具体的には、不整地へのロバスト性、制御可能な摩擦制約、ソフトインパクトへの対処能力が確保された。

Figure 2: Control Architecture Overview. Block diagram of control architecture for A1 robot.